Demis Hassabis, CEO van Google DeepMind en één van de meest invloedrijke stemmen binnen de wereldwijde AI-ontwikkelingsrace, heeft opnieuw duidelijk gemaakt waar volgens hem de toekomst van kunstmatige intelligentie ligt: in maximale opschaling. Tijdens het AI+ Summit-event van Axios in San Francisco stelde hij dat de huidige technologische richting niet alleen moet worden voortgezet, maar tot het uiterste moet worden gedreven.
Opschaling
Volgens Hassabis is deze opschaling essentieel voor het realiseren van AGI, Artificial General Intelligence, een vorm van kunstmatige intelligentie die kan redeneren en leren op het niveau van een mens. “Het opschalen van de huidige systemen moeten we tot het maximale doorzetten”, verklaarde hij. “In het minst gunstige geval wordt het een kerncomponent van AGI. In het meest gunstige scenario is het de volledige oplossing.”
Opschalingswetten binnen AI suggereren dat modellen slimmer worden wanneer ze meer data en rekenkracht krijgen. De recente release van Google’s Gemini 3 — wereldwijd geprezen om zijn prestaties — lijkt Hassabis’ standpunt te onderstrepen: grotere modellen worden geavanceerder.
Beperkingen
Toch erkennen ook voorstanders van deze benadering dat opschaling beperkingen kent. De hoeveelheid publiek beschikbare data is eindig, en het bouwen van de enorme datacenters die nodig zijn voor steeds grotere modellen kost miljarden en heeft een zware ecologische voetafdruk. Bovendien signaleren sommige experts dat de prestaties van grote modellen minder snel verbeteren ondanks exponentiële investeringen.
Niet iedereen is het met Hassabis eens. Onderzoekers zoals Yann LeCun, tot voor kort Chief AI Scientist bij Meta, menen dat het blindelings vergroten van modellen niet de oplossing is. “De meeste interessante problemen schalen zeer slecht,” zei hij eerder tijdens een lezing in Singapore. “Je kunt niet aannemen dat meer data en meer rekenkracht automatisch leidt tot slimmere AI.”
World models
LeCun richt zich nu op zogenoemde world models: systemen die leren via ruimtelijke en fysieke ervaringen in plaats van taal. Volgens hem is dit noodzakelijk om AI te ontwikkelen die begrijpt, redeneert en langdurige doelen kan plannen. De uitspraken van Hassabis markeren een duidelijke scheidslijn in de visie op de toekomst van AI: maximale opschaling versus fundamenteel nieuwe architecturen. Welke route uiteindelijk naar AGI zal leiden, blijft daarmee één van de belangrijkste én spannendste vragen van onze technologische tijd.