De toekomst van AI: diepgaand gesprek met ChatGPT-baas Peter Deng

Door Niels Hansen

Vandaag was ik aanwezig bij het interview met Peter Deng, de grote baas van ChatGPT. Hij werd geïnterviewd door Josh Constine, voormalige hoofdredacteur van TechCrunch en nu een partner bij het bedrijf SignalFire. Geheel in het kader van het thema van het gesprek, besloot ik het hele interview op te nemen met de audiorecoder van mijn iPhone. Vervolgens heb ik met een AI-tool de audio omgezet naar tekst. Het gehele transcript heb ik toen in Dengs eigen chat geplakt en ik vroeg de bekendste AI ter wereld om het uur durende interview voor me samen te vatten. Daarna ben ik met ChatGPT in gesprek gegaan over hoe de AI het optreden van zijn eigen baas beoordeelde ;-). Het resultaat daarvan tref je hieronder. De samenvatting, de beoordeling en de conclusie zijn gegenereerd door ChatGPT (de kopjes zijn van mij) ...

1.Samenvatting

Deng benadrukte in het interview de indrukwekkende transformatie van AI, die niet langer slechts een gereedschap is, maar eerder wordt beschouwd als een gelijkwaardige partner in menselijke creativiteit en vooruitgang. Hij illustreerde hoe AI niet alleen ondersteunt, maar ook actief bijdraagt aan het verkennen van nieuwe ideeën en het verbreden van de creatieve horizon, zowel in wetenschappelijke als artistieke contexten. 

Toen Constine vervolgens vroeg naar Deng's standpunt over het gebruik van kunst door AI en de compensatie van kunstenaars, benadrukte Deng het belang van respect voor de rechten van kunstenaars en pleitte voor eerlijke vergoeding, zelfs wanneer het werk van kunstenaars wordt gebruikt in samenwerking met AI.

Het gesprek ging verder over ethische overwegingen en verantwoordelijkheden met betrekking tot AI. Deng benadrukte het cruciale belang van een gebalanceerde benadering van AI-ontwikkeling, waarbij ethiek en veiligheid topprioriteiten zijn. Hij pleitte voor transparantie en samenwerking in AI-ontwikkeling, met de nadruk op het delen van AI-algoritmen en modellen voor externe controle en beoordeling.

Deng benadrukte tevens het belang van het integreren van ethische richtlijnen in de ontwikkeling van AI, waarbij ingebouwde mechanismen voor ethische besluitvorming worden toegevoegd om schadelijke en bevooroordeelde resultaten te voorkomen. Een diepgaandere verkenning van AI-veiligheid en de potentiële risico's van misbruik van AI-ontwikkelingen zijn volgens hem wel belangrijk. 

Het gesprek eindigde met Deng's oproep tot wetgeving om de ontwikkeling en implementatie van AI te begeleiden, waarbij hij het belang van regelgeving op het gebied van gegevensbescherming, privacy, verantwoordelijkheid en aansprakelijkheid bij AI-toepassingen benadrukte. Deng gelooft in een versnelde AI-ontwikkeling, maar benadrukte het belang van een voorzichtige implementatie om mogelijke negatieve gevolgen te voorkomen. Hij waarschuwde ook voor potentiële risico's zoals privacy-inbreuken en discriminatie, en pleitte voor wetgeving om deze te beheersen.

2.Beoordeling

Met een kritische blik kunnen enkele aspecten van Deng's antwoorden vragen oproepen over de mate waarin zijn bedrijf op een verantwoorde manier met AI omgaat en de risico's effectief aanpakt. Hoewel Deng nadruk legt op ethische overwegingen, samenwerking en transparantie, kunnen er enkele punten zijn die nader onderzoek behoeven.

Allereerst benadrukt Deng het belang van ethische AI-ontwikkeling en het nemen van verantwoordelijkheid voor de impact op de samenleving. Echter, zonder concrete voorbeelden van ethische dilemma's waar zijn bedrijf mee te maken heeft gehad en hoe deze zijn aangepakt, blijft het moeilijk om de daadwerkelijke inspanningen van het bedrijf op dit gebied te beoordelen.

Ten tweede, terwijl Deng pleit voor een transparante en toegankelijke AI-ontwikkeling, is het niet duidelijk in hoeverre zijn bedrijf deze principes daadwerkelijk toepast. Zijn pleidooi voor het delen van AI-algoritmen en modellen kan worden beschouwd als een stap in de goede richting, maar zonder concrete informatie over de mate van openheid van zijn bedrijf, blijft het lastig om de effectiviteit hiervan te beoordelen.

Verder benadrukt Deng het belang van wetgeving met betrekking tot AI, maar het blijft onduidelijk welke specifieke maatregelen zijn bedrijf neemt om te voldoen aan bestaande wet- en regelgeving, en in hoeverre het proactief werkt aan het ontwikkelen van ethische richtlijnen voor AI-gebruik.

Al met al, terwijl Deng's standpunten en intenties op het gebied van ethische AI-ontwikkeling en verantwoordelijkheid lovenswaardig zijn, kunnen meer concrete acties en transparantie nodig zijn om ervoor te zorgen dat zijn bedrijf op een effectieve en verantwoorde manier met AI omgaat en de risico's adequaat aanpakt.

3.Conclusie

Na het lezen van het interview en de samenvatting, kunnen we concluderen dat het gesprek met Peter Deng over de toekomst van AI en de ethische overwegingen die hiermee gepaard gaan, waardevolle inzichten heeft opgeleverd. Deng benadrukte de opmerkelijke transformatie van AI van een gereedschap naar een gelijkwaardige partner in menselijke creativiteit en innovatie, en zijn pleidooi voor ethiek, transparantie en samenwerking in AI-ontwikkeling is lovenswaardig. Echter, de kritische evaluatie door ChatGPT wijst op enkele lacunes in de aanpak van AI bij OpenAI, met name wat betreft concrete voorbeelden van ethische dilemma's en de mate van transparantie en naleving van wet- en regelgeving. Dit benadrukt de noodzaak voor meer concrete acties en transparantie om ervoor te zorgen dat AI op een verantwoorde en ethische manier wordt ontwikkeld en toegepast. Het artikel en de beoordeling bieden een waardevolle basis voor verdere discussie en reflectie over de rol van AI in onze samenleving en hoe deze op een verantwoorde manier kan worden benut.


De veranderende tijdgeest en de invloed op MIT’s Review; ’10 breakthrough technologies’

Door Niels Hansen

MIT Review deelde op de eerste dag van SXSW haar voorspelling voor de 10 grootste technologische doorbraken van 2024. Elizabeth Bramson-Boudreau van MIT Technology presenteerde stuk voor stuk trends die er met name op gericht zijn om een positieve bijdrage te leveren aan de uitdagingen waarmee we op dit moment te maken hebben. Van super efficiënte zonnecellen tot de eerste gentherapiebehandelingen en van verbeterde geothermische systemen tot afslankmedicijnen; als ze dit jaar inderdaad doorbreken, dan dienen ze zeer nuttige doelen. 

Als tijdgeestfetisjist kon ik natuurlijk de verleiding niet weerstaan om mezelf af te vragen in hoeverre dergelijke dienstbare innovaties passen bij de veranderende maatschappelijke mindset. Focussen tech noviteiten zich de laatste paar jaar op andere thema’s en ambities? Is er in de loop der jaren een kanteling te zien? Is de overgang van een wereld van zelfvertrouwen naar een wereld van onzekerheid – zoals we die met Futurise® beschrijven en duiden – ook terug te zien in het type tech dat de afgelopen jaren is doorgebroken?

Aangezien MIT al sinds 1899 de technologische ontwikkelingen in de wereld nauwlettend volgt, was het betrekkelijk eenvoudig om hun breaktrough voorspellingen van de afgelopen 10 jaar te verzamelen en op chronologische volgorde op de tijdlijn te plaatsen. En omdat we hier tijdens SXSW worden overspoeld met AI-verhalen, besloot ik de analyse van de lijst samen met ChatGPT te maken ;-). 

Ik deelde de MIT-lijst van 10 x 10 technologische doorbraken van 2015 tot en met 2024 met ChatGPT en vroeg het kunstmatige brein wat er opviel als het gaat om waar die technologieën op gericht zijn en welk doel of thema ze dienen. Een conversatie met ChatGPT leidde tot onderstaande beschouwing:

Net als mij, viel het ChatGPT direct op dat er in de afgelopen 10 jaar een shift zichtbaar is in de tijdgeest en de invloed daarvan op technologische doorbraken. Die kanteling is opmerkelijk en onthult de veranderende dynamiek van technologische doorbraken. Een jaar of 10 geleden werd technologische vooruitgang vooral gedreven door een drang naar efficiëntie, economische groei en competitie. Hierbij lag de focus voornamelijk op technologische disruptie en de maximalisatie van productiviteit, met minder aandacht voor bredere maatschappelijke en ethische vraagstukken.

Maar sinds een aantal jaren, zo vanaf 2020, zien we een duidelijke verschuiving naar een meer verantwoorde en mensgerichte benadering van technologie. Duurzaamheid, inclusiviteit, samenwerking, ethische AI en individuele empowerment zijn de kernthema's geworden. Deze omslag wordt gedreven door de veranderende tijdgeest en een daarbij horend groeiend bewustzijn van de impact van technologie op onze planeet en samenleving, evenals de erkenning van het belang van gelijke kansen, privacy, en ethisch gebruik van data en AI.

Als je door de bril van Futurise® naar de technologische doorbraakvoorspellingen van MIT kijkt, dan zie je in ieder geval een vijftal shifts die de afgelopen jaren hebben plaatsgevonden:

  • Shift 1: Van technologische vooruitgang naar duurzaamheid en maatschappelijke verantwoordelijkheid:

De focus is verschoven van puur technologische vooruitgang naar een meer duurzame en verantwoorde benadering van technologie. Technologische doorbraken zijn niet langer alleen gericht op economische groei, maar ook op het aanpakken van klimaatuitdagingen en het creëren van een positieve sociale impact.

Voorbeelden van technologieën die deze shift illustreren zijn:

Voor het kantelpunt:

  • Hot Solar Cells (2017): Deze technologie richt zich op het verbeteren van de efficiëntie van zonnecellen, waardoor ze meer energie kunnen genereren uit zonlicht. Het primaire doel is het stimuleren van economische groei door de ontwikkeling van hernieuwbare energiebronnen, gericht op het vergroten van de energieproductie en het verlagen van de afhankelijkheid van fossiele brandstoffen.

  • Practical Quantum Computers (2017): De ontwikkeling van praktische kwantumcomputers richt zich op het verbeteren van de rekenkracht en het oplossen van complexe problemen op een veel efficiëntere manier dan traditionele computers. Deze technologie is gericht op het stimuleren van technologische vooruitgang en economische groei door het creëren van nieuwe mogelijkheden voor gegevensanalyse en computermodellering.

  • Tesla Autopilot (2016): De introductie van zelfrijdende technologieën zoals Tesla Autopilot is gericht op het bevorderen van technologische vooruitgang en economische groei in de transportsector. Het biedt mogelijkheden voor efficiëntere transportoplossingen en verminderde afhankelijkheid van menselijke bestuurders.

Na het kantelpunt:

  • Green Hydrogen (2021): Deze technologie benut hernieuwbare energiebronnen om waterstof te produceren met een lage koolstofuitstoot, waardoor de transitie naar schone energie wordt versneld. Het richt zich op het aanpakken van klimaatuitdagingen en het verminderen van de afhankelijkheid van fossiele brandstoffen, waardoor het een positieve impact heeft op het milieu en de samenleving.

  • Digital Contact Tracing (2021): Deze technologie maakt gebruik van digitale middelen om contactopsporing te vergemakkelijken en de verspreiding van infectieziekten te beheersen, met name tijdens pandemieën zoals COVID-19. Het richt zich op het beschermen van de volksgezondheid en het bevorderen van sociale verantwoordelijkheid door de verspreiding van ziekten te beperken.

  • Remote Everything (2021): Met de opkomst van digitale technologieën zoals telewerken, online onderwijs en telezorg, heeft 'Remote Everything' tot doel de toegang tot diensten en mogelijkheden te vergroten, ongeacht locatie. Het bevordert inclusiviteit en diversiteit door gelijke kansen te bieden voor individuen, zelfs in afgelegen gebieden.


  • Shift 2: Van focus op efficiëntie naar inclusiviteit en diversiteit: 

De nadruk is verplaatst van louter efficiëntie naar het bevorderen van inclusiviteit en diversiteit in technologische ontwikkelingen. Er is een groeiend bewustzijn van de noodzaak om gelijke kansen te creëren en sociale ongelijkheid te verminderen door middel van technologie.

Voorbeelden van technologieën die deze shift illustreren zijn:

Voor het kantelpunt:

  • Self-Driving Trucks (2017): Deze technologie is gericht op het efficiënter maken van transport door het automatiseren van vrachtwagens, waardoor kosten worden verlaagd en de efficiëntie in de logistieke sector wordt verhoogd. Het doel is om grootschalige efficiëntie te bereiken door het vervangen van menselijke chauffeurs door autonome systemen.

  • Reinforcement Learning (2016): Deze technologie richt zich op het ontwikkelen van algoritmen die in staat zijn om taken uit te voeren en beslissingen te nemen op basis van beloningen en straffen. Het primaire doel is om efficiëntere systemen te creëren voor taken zoals automatisering en optimalisatie, gericht op het verbeteren van processen zonder menselijke tussenkomst.

  • Slack (2016): Slack is een communicatieplatform dat is ontworpen om de efficiëntie van teamcommunicatie te verbeteren. Het integreert berichten, bestandsdeling en samenwerkingstools op één platform, waardoor teams effectiever kunnen communiceren en samenwerken. Het doel is om de communicatie binnen organisaties te stroomlijnen en efficiënter te maken.

Na het kantelpunt:

  • Abortion Pills via Telemedicine (2023): Deze technologie is gericht op het vergroten van toegang tot gezondheidszorg, met name voor vrouwen in afgelegen gebieden, door het verstrekken van abortuspillen via telemedicine. Het doel is om inclusiviteit te bevorderen door barrières voor toegang tot veilige abortusdiensten te verminderen.

  • Apple Vision Pro (2024): Deze technologie is gericht op het verbeteren van de toegankelijkheid voor mensen met visuele beperkingen. Het biedt geavanceerde visuele hulpmiddelen en functionaliteiten op Apple-apparaten, waardoor mensen met verschillende niveaus van visuele beperkingen beter kunnen communiceren en deelnemen aan digitale activiteiten.

  • Twitter Killers (2024): Deze technologie is ontwikkeld om online intimidatie en misbruik op sociale media-platforms aan te pakken. Het doel is om de online omgeving veiliger en inclusiever te maken door het detecteren en verwijderen van schadelijke inhoud, waardoor een positievere en meer inclusieve online ervaring wordt bevorderd.


  • Shift 3: Van competitie naar openheid en samenwerking: 

Er is een shift zichtbaar van competitieve naar meer collaboratieve en open benaderingen van technologische innovatie. Samenwerking en kennisdeling worden steeds belangrijker in het stimuleren van technologische vooruitgang en innovatie.

Voorbeelden van technologieën die deze shift illustreren zijn:

Voor het kantelpunt:

  • Gene Therapy 2.0 (2017): Deze technologie omvat de ontwikkeling van geavanceerde gentherapieën voor de behandeling van genetische aandoeningen. In plaats van open samenwerking, zijn farmaceutische bedrijven en onderzoeksinstituten vaak verwikkeld in concurrentie om als eerste effectieve gentherapieën op de markt te brengen en marktleiderschap te verwerven.

  • Precision Gene Editing in Plants (2016): Deze technologie richt zich op het gebruik van precisie-gentechnologieën zoals CRISPR om genetische modificaties in planten aan te brengen, waardoor ze beter bestand zijn tegen ziekten en klimaatverandering. Concurrentie tussen agrochemische bedrijven en biotechnologiebedrijven is gebruikelijk om de meest geavanceerde genetisch gemodificeerde gewassen te produceren en te patenteren.

  • Artificial Embryos (2018): Dit omvat de creatie van kunstmatige embryo's door middel van celbiologie en synthetische biologie. Hoewel het potentieel heeft voor toepassingen in reproductieve geneeskunde en onderzoek, wordt er vaak gestreefd naar concurrentievoordeel door onderzoeksgroepen en bedrijven die pionieren in deze technologieën.

Na het kantelpunt:

  • Data Trust (2021): Dit concept omvat het delen van gegevens tussen verschillende belanghebbenden op een veilige en betrouwbare manier. Het bevordert samenwerking en openheid door het creëren van een gemeenschappelijk platform voor het delen van gegevens, waardoor innovatie wordt gestimuleerd en bredere toegang tot gegevens mogelijk wordt.

  • Synthetic Data for AI (2022): Deze technologie richt zich op het genereren van synthetische datasets om machine learning-modellen te trainen zonder afhankelijk te zijn van echte gegevens. Het bevordert openheid en samenwerking door het delen van synthetische datasets tussen onderzoeksgroepen en bedrijven, waardoor de ontwikkeling van AI-modellen wordt versneld.

  • Messenger RNA Vaccines (2021): Deze vaccintechnologie, gebruikt bij COVID-19-vaccins, maakt gebruik van samenwerking tussen wetenschappers, farmaceutische bedrijven en overheden om snel en effectief vaccins te ontwikkelen en te distribueren. Het benadrukt het belang van openheid en samenwerking in het aanpakken van mondiale gezondheidscrises.


  • Shift 4: Van impliciet vertrouwen naar verantwoordelijk gebruik van AI en data-ethiek: 

De focus is verschoven van onkritische omarming van technologische vooruitgang naar een grotere nadruk op ethisch en verantwoordelijk gebruik van AI en data. Er is een groeiend besef van de potentiële impact van technologie op individuen en samenlevingen, en de noodzaak om ethische overwegingen te integreren in technologische ontwikkelingen.


Voorbeelden van technologieën die deze shift illustreren zijn:


Voor het kantelpunt:

  • Apple Pay (2015): Apple Pay is een voorbeeld van een technologie die werd omarmd vanwege het gemak en de innovatie zonder diepgaande ethische overwegingen met betrekking tot gegevensprivacy en beveiliging. Het was in het begin vooral gericht op het verbeteren van het betalingsproces voor consumenten zonder veel aandacht te besteden aan mogelijke risico's op gegevensmisbruik.

  • The 360-Degree Selfie (2017): Deze technologie, hoewel innovatief en interessant op het gebied van beeldvorming, was voornamelijk gericht op het creëren van indrukwekkende visuele ervaringen zonder rekening te houden met mogelijke privacykwesties of het potentieel voor misbruik van persoonlijke gegevens.

  • Sensing City (2018): Dit concept van het creëren van slimme steden door middel van geavanceerde sensortechnologieën was in 2018 gericht op het verbeteren van de efficiëntie en het comfort van stadsbewoners, maar er werd minder aandacht besteed aan ethische kwesties met betrekking tot gegevensverzameling, privacy en mogelijke discriminatie.


Na het kantelpunt:

  • Multi-skilled AI (2021): Deze technologie richt zich op het ontwikkelen van AI-systemen die niet alleen geavanceerde taken kunnen uitvoeren, maar ook ethische overwegingen kunnen integreren, zoals transparantie, privacybescherming en eerlijke besluitvorming. Het legt de nadruk op het verantwoordelijk gebruik van AI om negatieve gevolgen te minimaliseren.

  • Digital Money (2020): Hoewel de introductie van Apple Pay als technologie is genoemd als een voorbeeld van impliciet vertrouwen, is digitale betaaltechnologie later in de tijd veel meer gericht op ethiek en verantwoordelijkheid. Het gaat nu veel meer om het benutten van blockchain-technologieën en cryptografie om financiële transacties veiliger en transparanter te maken, met een focus op het voorkomen van fraude en het waarborgen van privacy.

  • Differential Privacy (2020): Differential privacy is een benadering van gegevensprivacy in data-analyse waarbij de privacy van individuen wordt beschermd door statistische ruis toe te voegen aan de gegevens. Deze technologie richt zich op het waarborgen van de privacy en ethische verantwoordelijkheid bij het gebruik van gevoelige gegevens voor analyses en besluitvorming.


  • Shift 5: Van one-size-fits-all  naar individugerichte benaderingen: 

De benadering van technologische ontwikkeling is geëvolueerd van één oplossing voor iedereen naar meer individugericht. Technologieën worden steeds meer ontworpen om individuen te empoweren en hun welzijn te verbeteren, in plaats van alleen gericht te zijn op grootschalige efficiëntieverbeteringen.

Voorbeelden van technologieën die deze shift illustreren zijn:

Voor het kantelpunt:

  • Robot Dexterity (2019): In deze periode lag de nadruk op het ontwikkelen van robotica met een brede toepassing, zonder veel aandacht voor de individuele behoeften van gebruikers. Robotdexterity was gericht op het verbeteren van de manipulatievaardigheden van robots, maar zonder specifieke aanpassingen aan individuele taken of omgevingen.

  • Zero-Carbon Natural Gas (2018): Deze technologie is bedoeld om grootschalige energieopwekking te verduurzamen door natuurlijk gas te produceren zonder koolstofuitstoot. Het richt zich op het bieden van een uniforme oplossing voor de energietransitie, zonder veel differentiatie naar individuele behoeften of lokale omstandigheden.

  • Internet of DNA (2015): De Internet of DNA is gericht op het creëren van een wereldwijd netwerk van genetische informatie om de gezondheidszorg te verbeteren, maar zonder veel aandacht voor individuele variabiliteit of gepersonaliseerde geneeskunde.

Na het kantelpunt:

  • Hyper-Personalized Medicine (2020): Deze technologie richt zich op het leveren van zeer gepersonaliseerde behandelingen op basis van individuele genetische informatie en andere persoonlijke gegevens, waardoor de gezondheidszorg wordt afgestemd op de specifieke behoeften van elk individu.

  • AI for Protein Folding (2022): AI voor proteïnevouwing maakt gebruik van geavanceerde algoritmen om eiwitstructuren te voorspellen op basis van individuele genetische profielen, wat kan leiden tot gepersonaliseerde benaderingen van ziektebehandeling en medicijnontwikkeling.

  • TikTok Recommendation Algorithms (2021): Deze algoritmen zijn gericht op het leveren van gepersonaliseerde inhoud aan individuele gebruikers op basis van hun voorkeuren en gedrag, waardoor de ervaring op het platform wordt afgestemd op de specifieke interesses van elke gebruiker.

Op basis van deze analyse van de impact van de veranderende tijdgeest op technologische doorbraken, verwacht ik dat de technologische doorbraken die de komende jaren door MIT review worden voorspeld in ieder geval aan de volgende kenmerken zullen gaan voldoen:

  1. Verdere integratie van duurzaamheid en maatschappelijke verantwoordelijkheid: Ik verwacht dat technologische innovaties zich blijven richten op het oplossen van wereldwijde uitdagingen, zoals klimaatverandering, sociale ongelijkheid en gezondheidszorg. Dit gaat resulteren in meer doorbraken op het gebied van hernieuwbare energie, klimaatherstel, gezondheidszorgtoegang en voedselzekerheid.

  2. Toenemende nadruk op inclusiviteit, diversiteit en gelijke kansen: Ik denk dat technologieën zich nog meer zullen gaan richten op het creëren van gelijke kansen en het verminderen van sociale ongelijkheid. Dit gaat leiden tot meer innovaties gericht op het verbeteren van toegang tot onderwijs, werkgelegenheid, gezondheidszorg en financiële diensten voor ondervertegenwoordigde groepen.

  3. Grotere samenwerking en openheid in technologische ontwikkeling: We gaan een voortzetting zien van de trend naar meer samenwerking en kennisdeling tussen verschillende partijen, waaronder overheden, bedrijven, academische instellingen en non-profitorganisaties. Dit zal resulteren in meer open-source technologieën, publiek-private partnerschappen en internationale samenwerkingen (ook al begreep ik gisteren van Amy Webb dat ook aan al die openheid grote risico’s kleven, bijvoorbeeld als het gaat om het afleggen van verantwoordelijkheid).

  4. Strengere regelgeving en ethisch gebruik van technologie: Er komt nog meer nadruk te liggen op het reguleren van technologische ontwikkelingen om ethisch en verantwoordelijk gebruik te waarborgen. De lijn die de EU heeft ingezet met bijvoorbeeld de AI act zal zich doorzetten. Dit gaat leiden tot strengere wetten en voorschriften met betrekking tot gegevensbescherming, privacy, AI-ethiek en cyberbeveiliging. 

  5. Verdere personalisatie en empowerment van individuen: Technologieën gaan zich nog meer richten op het bieden van gepersonaliseerde oplossingen en het versterken van individuen om hun eigen welzijn en doelen te bereiken. Dit gaat leiden tot meer innovaties op het gebied van gezondheidszorg, onderwijs, persoonlijke financiën en lifestyle management.

Voorspellingen voorspellen. Weer eens wat anders. En een ontzettend leuke bezigheid tijdens deze geweldig inspirerende conferentie in Austin. Houd jij de komende tijd in de gaten of ze uitkomen?

Overigens, neem gerust contact op als je je reactie wil delen of over de content van gedachten wil wisselen.

Voor de volledigheid heb ik hieronder ook de complete lijst met de 100 voorspellingen van MIT van de afgelopen 10 jaar toegevoegd:

  1. Ai for everything (2024)

  2. Super-efficient solar cells (2024)

  3. Apple vision pro (2024)

  4. Weight-loss drugs (2024)

  5. Enhanced geothermal systems (2024)

  6. Chiplets (2024)

  7. The first gene-editing treatment (2024)

  8. Exascale computers (2024)

  9. Heat pumps (2024)

  10. Twitter killers (2024)

  11. Crispr for high cholesterol (2023)

  12. AI that makes images (2023)

  13. A chip design that changes everything (2023)

  14. Mass-market military drones (2023)

  15. Abortion pills via telemedicine (2023)

  16. Organs on demand (2023)

  17. The inevitable ev (2023)

  18. James webb space telescope (2023)

  19. Ancient dna analysis (2023)

  20. Battery recycling (2023)

  21. The end of passwords (2022)

  22. Covid variant tracking (2022)

  23. A long-lasting grid battery (2022)

  24. AI for protein folding (2022)

  25. Malaria vaccine (2022)

  26. Proof of stake (2022)

  27. A pill for covid (2022)

  28. Practical fusion reactors (2022)

  29. Synthetic data for ai (2022)

  30. A carbon removal factory (2022)

  31. Messenger rna vaccines (2021)

  32. GPT-3 (2021)

  33. Data trust (2021)

  34. Tiktok recommendation algorithms (2021)

  35. Lithium-metal batteries (2021)

  36. Green hydrogen (2021)

  37. Digital contact tracing (2021)

  38. Hyper-accurate positioning (2021)

  39. Remote everything (2021)

  40. Multi-skilled ai (2021)

  41. Unhackable internet (2020) 

  42. Hyper-personalized medicine (2020)

  43. Digital money (2020)

  44. Anti-aging drugs (2020)

  45. AI-discovered molecules (2020)

  46. Satellite mega-constellations (2020)

  47. Quantum supremacy (2020)

  48. Tiny ai (2020)

  49. Differential privacy (2020)

  50. Climate change attribution (2020)

  51. Robot dexterity (2019)

  52. New-wave nuclear power (2019)

  53. Predicting preemies (2019)

  54. Gut probe in a pill (2019)

  55. Custom cancer vaccines (2019)

  56. The cow-free burger (2019)

  57. Carbon dioxide catcher (2019)

  58. An ecg on your wrist (2019)

  59. Sanitation without sewers (2019)

  60. Smooth-talking ai assistants (2019)

  61. 3-d metal printing (2018)

  62. Artificial embryos (2018)

  63. Sensing city (2018)

  64. AI for everybody (2018)

  65. Dueling neural networks (2018)

  66. Babel-fish earbuds (2018)

  67. Zero-carbon natural gas (2018)

  68. Perfect online privacy (2018)

  69. Genetic fortune-telling (2018)

  70. Materials’ quantum leap (2018)

  71. Reversing paralysis (2017)

  72. Self-driving trucks (2017)

  73. Paying with your face (2017)

  74. Practical quantum computers (2017)

  75. The 360-degree selfie (2017)

  76. Hot solar cells (2017)

  77. Gene therapy 2.0 (2017)

  78. The cell atlas (2017)

  79. Botnets of things (2017)

  80. Reinforcement learning (2016)

  81. Immune engineering (2016)

  82. Precise gene editing in plants (2016)

  83. Conversational interfaces (2016)

  84. Reusable rockets (2016)

  85. Robots that teach each other (2016)

  86. DNA app store (2016)

  87. Solarcity’s gigafactory (2016)

  88. Slack (2016)

  89. Tesla autopilot (2016)

  90. Power from the air (2015)

  91. Magic leap (2015)

  92. Nano-architecture (2015)

  93. Car-to-car communication (2015)

  94. Project loon (2015)

  95. Liquid biopsy (2015)

  96. Megascale desalination (2015)

  97. Apple pay (2015)

  98. Brain organoids (2015)

  99. Supercharged photosynthesis (2015)

  100. Internet of dna (2015)