Laatste AI-notities
9 september 2026
Schilderen met puntkomma’s: een AI-aquarel met het recept erbij
Een bloem schilderen zonder natte mouwen: een taalmodel doet het met JavaScript. Het schrijft code die een browser omzet in een aquarelachtige afbeelding. Sergio Paniego beschreef op 3 september 2026 bij Hugging Face een openbare implementatie met trainingsmateriaal en drie beloningsinstellingen. Het is een technisch makersartikel, geen onafhankelijke nieuwsreportage. Het basisidee is bovendien ouder: Surya Narreddi dateert zijn oorspronkelijke project op maart 2026. [1] [2]
De werkwijze is een rondje schrijven, tekenen, beoordelen en bijsturen. Beoordelingsmodellen geven feedback op de gerenderde afbeelding, waarmee het taalmodel verder wordt getraind. Voor de waterverfuitstraling krijgt het hulp van p5.brush, bestaande software voor penseelstreken, textuur en uitvloeiende kleurvlakken. Het model vindt dus niet eigenhandig digitale waterverf uit. Ook deze schilder heeft gewoon gereedschap. [1] [2]
En wordt het daar beter van? Bij Paniego’s trainingsvariant ‘judge-led’ steeg de gemiddelde beloningsscore van 0,45 naar 0,72, gemeten over het eerste en laatste derde van de run. Dat betekent vooruitgang volgens de gekozen beoordelingsfunctie. Het is geen rapportcijfer van de universele kunstjury, die gelukkig nog niet bestaat. [1]
Die nuance telt mee. De recente implementatie gebruikt 178 modelgegenereerde referentiebeelden, persoonlijk beoordeeld door de maker. Mensgemaakte schilderijen ontbreken in die verzameling. Bovendien gaan de resultaten binnen elke trainingsrun op elkaar lijken. Het model leert dus een bepaalde voorkeur te bedienen; daarmee is niet aangetoond dat het betere kunst maakt. [1]
Het interessantste is misschien het recept achter het plaatje. De gegenereerde code blijft bewerkbaar: verander bijvoorbeeld kleuren of vormen en laat dezelfde bloem opnieuw renderen. Dat is een denkbaar speeltuinexperiment, geen bewezen tijdwinst. Narreddi noemt bewerkbaarheid juist als motivatie en schrijft dat deze aanpak langzamer is. [1]
Wie zelf wil trainen, moet wel verder kijken dan de keukentafellaptop. De repository rapporteert ongeveer 18 tot 35 uur op een H200, plus aparte infrastructuur voor beoordeling en rendering. Trainingsscripts en resultaten zijn openbaar, maar belangrijke softwareversies zijn niet vastgezet. Open code maakt meekijken mogelijk; het garandeert nog geen onafhankelijk herhaald resultaat. Het recept is beschikbaar, de perfecte soufflé niet beloofd. [1]
Samengesteld met hulp van AI; bronnen staan bij de tekst.
8 september 2026
AI-rekenwerk in een browsertab: sneller onder de motorkap
Niet elke AI-vernieuwing hoeft een chatbot met grootse antwoorden te zijn. Soms zit het nieuws gewoon onder de motorkap. Hugging Face kondigde op 1 september 2026 @huggingface/kernels aan: een JavaScript-bibliotheek met aanvankelijk 207 WebGPU-rekenkernels voor lokale AI. Denk aan bouwstenen voor berekeningen, niet aan een kant-en-klare digitale allesweter. De installatie-instructie draagt bovendien het label ‘preview’. [1]
De techniek daaronder heet WebGPU. Daarmee kan een website de grafische processor van je apparaat inzetten voor meer dan plaatjes. Ook rekenwerk voor bijvoorbeeld machine learning past op het menu. WebGPU heeft daarvoor afzonderlijke rekenroutes, zogeheten compute pipelines, die geen beeld hoeven op te leveren. De GPU mag dus werken zonder iets moois te tekenen. [1]
En gaat dat sneller? Volgens Hugging Face wel: op een Apple M4 rapporteert het bedrijf tegenover ORT WebGPU een geometrisch gemiddelde versnelling van 2,57 keer. De mediaan ligt op 1,90 keer. Van 1.756 testgevallen zijn 809 vergelijkbare gevallen meegenomen. Dat zijn resultaten uit de eigen benchmark van de makers, geen onafhankelijke bevestiging. [1]
Hier hoort wel een flinke voetnoot bij, ook al past die prima in een browsertab. De metingen gaan over losse bewerkingen, niet over complete AI-modellen. Laden, compileren en gegevensoverdracht vielen buiten de GPU-timing. ‘Mijn browserchatbot wordt 2,57 keer sneller’ is daarom geen conclusie die deze cijfers dragen. Een snellere bouwsteen maakt nog niet het hele bouwwerk evenredig sneller. [1]
Een klein rekenexperiment lijkt daarom een aardig startpunt: zichtbaar maken wat de eigen GPU doet, zonder meteen een complete chatbot te bouwen. Dat is een toepassingsidee, geen getest resultaat. Houd ook rekening met de voorwaarden: MDN noemt WebGPU beperkt beschikbaar en vereist een veilige context, zoals HTTPS. Zelfs als de API aanwezig is, kan het aanvragen van een geschikte GPU-adapter mislukken. Interessant gereedschap dus, maar de browser heeft nog niet overal dezelfde gereedschapskist. [1] [2]
Samengesteld met hulp van AI; bronnen staan bij de tekst.
7 september 2026
Met AI om een foto heen kijken: wat Atlas laat zien én invult
Een foto laat zien wat vóór de lens stond. Maar hoe ziet dat decor eruit als je de camera een stukje naar links schuift? Met Atlas wil World Labs zulke nieuwe gezichtspunten genereren. Het bedrijf introduceerde het AI-model voor ruimtelijke scènes op 1 september 2026. Om het hoekje kijken krijgt daarmee een digitale variant, al blijft de vraag wat daar werkelijk staat. [1] [2]
Volgens de makers gebruikt Atlas referentiebeelden om nieuwe camerastandpunten te maken. Gebruikers kunnen cameraposities en bewegingen opgeven, in plaats van alleen in tekst te vragen om bijvoorbeeld een langzaam rondje door een ruimte. De aankondiging toont ook een voorbeeld van een minuut video op 1440p. Dat is een bedrijfsdemonstratie, geen onafhankelijk geteste prestatie. [1]
Een mogelijke toepassing is het vooraf uitproberen van camerabewegingen voor een filmpje. Hoe oogt een rondje door het decor? Werkt een andere kijkhoek beter? Zo’n virtuele verkenning klinkt aantrekkelijk voordat er een camerakar aan te pas komt. Maar dat is een toepassingsidee op basis van de demonstraties, geen bewijs dat een productie daadwerkelijk sneller of goedkoper wordt. [1]
De belangrijkste kanttekening zit buiten beeld. Delen die niet zichtbaar zijn, worden plausibel ingevuld. Een overtuigende achterkant van een kast hoeft dus niet de echte achterkant te zijn. Voor het verkennen van een scène kan zo’n aanvulling bruikbaar lijken; wie een betrouwbare reconstructie nodig heeft, moet mooi beeld niet verwarren met vastgestelde werkelijkheid. [1]
Ook de vergelijkingen vragen aandacht. World Labs rapporteert eigen benchmarks met menselijke beoordelaars, geen onafhankelijke replicatie. Bovendien kreeg Atlas camerageometrie als invoer, terwijl andere videomodellen tekstinstructies kregen. Dat verschil beperkt wat je uit de vergelijking kunt afleiden: niet iedere deelnemer kreeg hetzelfde boodschappenlijstje mee. [1]
Helemaal nieuw is deze richting voor World Labs niet: de eerdere aankondiging van Marble ging ook over beeld-naar-3D. Die bewijst alleen niets over Atlas, en twee publicaties van dezelfde maker zijn geen twee onafhankelijke bevestigingen. Voorlopig gaat Atlas bovendien naar geselecteerde partners in beperkte vroege toegang. Interessant om te volgen dus, maar nog niet algemeen beschikbaar om zelf een digitaal hoekje om te gaan. [1] [2]
Samengesteld met hulp van AI; bronnen staan bij de tekst.
28 mei 2026
De nieuwste AI hype
Ik ben een paar jaar geleden met een eerste kennismaking met ChatGPT. De eerste versie wist mij nog niet echt te overtuigen dat dit een grote vooruitgang zou zijn.
Tot één van mijn collega's vroeg om er nog eens naar te kijken. Dat was inmiddels een jaar later, en ik was het eigenlijk al weer een beetje vergeten.
Maar, wat een verschil in kwaliteit, en dat in zo'n korte tijd.
Het ene krantenartikel na het andere was lovend, en een nieuwe hype was geboren. Iedereen kon met een paar simpele prompts veel meer informatie verzamelen,
dan dat voorheen met een groot aantal zoekopdrachten te moeten doen. En het leek wel of de modellen elkaar dagelijks in wisten te halen. Elke dag kregen we
nieuws over nog betere chat applicaties, en we zouden al snel worden vervangen door een paar apps. Gelukkig zijn we nog niet zo ver.....
Maar nu, met de nieuwste hype op het gebied van AI, de agentic AI, waarbij verschillende agents op een systematische manier met elkaar samenwerken, nu
lijkt het wel alsof er een compleet team voor jou aan het werk is. En deze elkaar ook kunnen controleren, verbeteren en nieuwe opdrachten kunnen geven.
Nu werken wij nog mèt deze software, maar ik heb wel het gevoel dat dit inderdaad heel veel banen zou kunnen gaan kosten.
We gaan je hier in dit blog op de hoogte houden van alle ontwikkelingen op dit gebied; ga mee in de vooruitgang, of blijf achter.....
19 mei 2026
Waarom AI mijn interesse heeft gewekt
Een aantal jaar geleden zag ik op youtube een aantal filmpjes
voorbijkomen die lieten zien dat AI modellen in staat waren om
zelf te leren hoe zij (Atari)-spellen moesten spelen.
Dit was zeer intrigerend om te zien, en hier was de vonk over-
geslagen. In mijn jeugd zat ik ook veel van dit soort spellen
te spelen. Maar dat een computer, zonder de spelregels te kennen
zichzelf dit kon leren, tot een niveau dat die van veel mensen
overtrof....
Kijk op deze link naar de youtube film voor mijn inspiratie.
DeepMind playing BreakOut
18 mei 2026
Een aparte plek voor AI-experimenten
Vandaag heb ik een eigen subdomein ingericht voor mijn AI-speeltuin.
Daarmee blijft de hoofdsite overzichtelijk, terwijl ik hier vrij kan
experimenteren met nieuwe ideeën.
Deze omgeving kan later gebruikt worden voor kleine demo’s,
agentic-AI-projecten, lokale modeltests, automatisering of andere
toepassingen rond kunstmatige intelligentie.
17 mei 2026
Waarom een AI-speeltuin?
Kunstmatige intelligentie leer je niet alleen door erover te lezen,
maar vooral door ermee te bouwen, testen, slopen en opnieuw proberen.
Deze pagina is daarom bedoeld als startpunt voor experimenten:
soms netjes uitgewerkt, soms nog ruw, maar altijd gericht op leren
en ontdekken.