Dit Was De Week In AI #42

Geen nieuwe modellen deze week. Geen prijsverlagingen, geen features waar je meteen iets mee kunt.

Wel drie berichten die iets anders laten zien: wat AI inmiddels kán, buiten het chatvenster om.

Een robot die sneller sprint dan Usain Bolt. Een model dat eiwitten ontwerpt die nog nooit hebben bestaan en die in een echt lab blijken te werken. En een developer die video in realtime opnieuw belicht op zijn laptop.

Drie totaal verschillende hoeken. In deze nieuwsbrief zetten we alles op een rij.

Dit was de week in AI #42.

TLDR;

• Chinese robot sprint 100 meter in 9,39 seconden

• Claude ontwierp werkende eiwitbinders voor 14 doelwitten

• Realtime herbelichting van video draait op laptop

Robots renden sneller dan Usain Bolt. Remmen bleek het probleem.

Dit weekend liep een humanoïde robot in Beijing de 100 meter in 9,39 seconden. Het wereldrecord van Usain Bolt staat sinds 2009 op 9,58.

Dus ja. De robot was sneller.

De Tiangong Ultra, gebouwd door het Beijing Humanoid Robot Innovation Center, lag eerst achter op concurrent Honor Lightning. Vlak voor de finish ging hij eroverheen. Lightning klokte 9,47. Ook onder Bolt.

En toen kwam het lastige deel. Tiangong Ultra struikelde en zwabberde de baan af. Lightning klapte tegen de grond en werd op een brancard afgevoerd. De organisatie had achter de finish een dikke mat gelegd om de robots af te remmen. Rennen lukt inmiddels prima. Stoppen nog niet.

Zet het naast vorig jaar en je snapt waarom hier naar gekeken wordt. Op de eerste editie in 2025 won Tiangong Ultra de 100 meter in 21,50 seconden. In twaalf maanden meer dan gehalveerd. Op de 400 meter dook een andere humanoïde onder de 40: 39,7 seconden. Het menselijke wereldrecord van Wayde van Niekerk staat op 43,03. En eerder dit jaar won datzelfde model een halve marathon in Beijing in 50 minuten en 26 seconden.

Kijk, sprinten in een rechte lijn over een vlakke baan is het makkelijke deel. Daarom bestaat maar een deel van de World Humanoid Robot Games uit sport.

Van de 51 onderdelen zijn er 21 nagebouwde werksituaties: industriële assemblage, goederen verplaatsen, een elektrische auto opladen, werk in een restaurant, hulpverlening. Volgens technologiepartner Huawei moet de robot bij ruim 40% van de onderdelen volledig zelfstandig opereren.

Eén opdracht: sluit een kabel correct aan.

Klinkt simpel. Is het niet. De robot moet het object herkennen, zijn handen precies positioneren, de juiste kracht zetten en herstellen als het misgaat. De kabel zit scheef. De doos verschuift. Iets ligt net buiten bereik. Bij een sprint ligt alles van tevoren vast. Hier moet de machine begrijpen wat er gebeurt en zich aanpassen, zonder mens die bijstuurt.

Een tweede brein die je helpt met je werk? Leer het bouwen tijdens dit GRATIS webinar

Woensdag 2 september ga ik live om LinkedIn om je te leren hoe jij dit ook kan bouwen! In 30 minuten neem ik je mee hoe ik mijn eigen tweede brein heb gemaakt en wat ik hiermee doe en kan, zodat jij dit ik ook kunt maken voor jezelf.

Zet ‘m in je agenda, ik zie je dan.

Dit is de link: klik hier!

Claude ontwierp eiwitten die nog nooit bestonden. 14 van de 15 keer raak.

Even een stukje context, want dit is niet het soort nieuws dat je op je tijdlijn voorbij ziet komen.

Veel medicijnen werken op dezelfde manier. Ze binden zich aan een specifiek doelwit in je lichaam en blokkeren of veranderen wat dat doelwit doet. De eerste stap in medicijnontwikkeling is dus: ontwerp een molecuul dat zich stevig aan dat doelwit hecht.

Dat kost normaal weken tot maanden. Per doelwit. Een expert zeeft door een berg kandidaten om er die paar uit te vissen die echt werken.

Anthropic wilde weten of Claude dat zelf kon. Niet kiezen uit bestaande opties, maar volledig nieuwe eiwitbinders ontwerpen. De vakterm is de novo design: vanaf nul.

Het resultaat: bij 14 van de 15 doelwitten ontwierp Claude autonoom een werkende binder.

Anthropic werkte samen met Adaptyv Bio en Twist Bioscience. Die twee bouwden de eiwitten die Claude had bedacht daadwerkelijk na en testten ze. Onafhankelijk. Dat is het verschil tussen “het model produceerde plausibele output” en “het ding doet in een lab wat het moet doen”.

Iemand die het vak verstaat moest de opdracht formuleren, de randvoorwaarden bepalen en de juiste vraag stellen. Claude deed het ontwerpwerk daarna zelfstandig, maar zonder die expert had je geen startpunt gehad.

En een binder is nog geen medicijn. Een eiwit dat netjes bindt in een lab moet daarna nog door jaren van veiligheid, toxiciteit, dosering en klinische studies. De flessenhals in medicijnontwikkeling zit voor een groot deel ná deze stap.

Het is ook Anthropic die zijn eigen model beoordeelt. Niet gek dat het goed uitpakt. De externe validatie door Adaptyv en Twist maakt het serieuzer dan de gemiddelde AI-demo, maar peer review is iets anders.

Video belichten na de opname. Live, op een laptop.

Developer Konrad Reczko bouwde iets dat je even moet laten bezinken. Zijn tool leest de diepte van een scène uit gewone videobeelden en laat je daarna virtuele lampen neerzetten waar je maar wilt. Het hele beeld verandert direct mee.

Belichting ligt dus niet meer vast op het moment dat je op record drukt.

Even heel technsich: Het draait om snelheid. Reczko kreeg een monoculair dieptemodel op 448x448 terug naar ongeveer 8 milliseconden op een M4 Pro. Verdeeld over zo’n 250 dispatches. Dat is ruim binnen realtime. Het slimme zit hem in waar de berekening plaatsvindt. Hij schreef de inferentie direct in TypeGPU, waardoor de dieptebuffer rechtstreeks de lighting pass in kan. De data verlaat de GPU nooit.

Geen heen en weer naar de CPU. Geen extra synchronisatie. Inferentie, belichting en het tekenen van het beeld lopen allemaal door dezelfde command encoder.

Kijk, dat is precies de stap waar dit soort demo’s normaal op stukloopt. Een model kan snel zijn en de pipeline eromheen alsnog traag, omdat er steeds data gekopieerd wordt tussen onderdelen die niet met elkaar praten. Reczko haalde die tussenstap gewoon weg.

Even eerlijk: monoculaire diepteschatting blijft gokwerk. Het model leidt uit één camerabeeld af hoe ver alles weg staat, zonder tweede lens of sensor. Bij glas, reflecties, haar en scherpe randen gaat dat mis. Wie ooit met portretmodus op zijn telefoon heeft gerommeld weet wat er dan gebeurt.

En een demo op een M4 Pro is iets anders dan een tool die je morgen in je editing suite draait.

De richting is interessanter dan deze ene demo. Beslissingen die vroeger definitief waren op het moment van opnemen, schuiven naar de montage. Eerst was dat kleurcorrectie. Toen achtergronden. Nu belichting.

Mijn mening

Eerlijk gezegd: die robot vind ik het minst interessante nieuws van de drie en het krijgt de meeste aandacht.

Snel rennen in een rechte lijn is een oplosbaar probleem. Zo’n sprinttijd is vooral goede PR voor een industrie waar China miljarden in pompt. Het echte verhaal zit bij die kabelopdracht, waar de robot moet improviseren als iets scheef zit. Daar hoor je niemand over, want daar zijn de cijfers minder mooi.

Het eiwitonderzoek zit er precies andersom in. Dat gaat over veel meer dan wat de headline suggereert.

Wat mij daar opvalt is niet dat Claude het kon. Het is dat er een menselijke expert nodig was om de prompt te schrijven. Dat is het patroon dat ik overal terugzie: het model doet het uitvoerende werk, maar iemand moet nog steeds de goede vraag stellen en beoordelen of het antwoord klopt. Ik hoor hetzelfde van ondernemers, consultants en developers.

De mensen die het meeste uit AI halen zijn niet de mensen die er het meeste mee spelen. Het zijn de mensen die hun vak al goed kenden.

En dan die relighting-tool. Op papier het kleinste nieuws, één developer met een demo.

Wat ik ervan vind, samengevat: de spectaculaire demo’s zijn zelden de belangrijke. Kijk deze week niet naar de robot die van Bolt won. Kijk naar de robot die een kabel moet aansluiten en er drie keer naast grijpt. Dat is waar het schuurt en dus waar de vooruitgang zichtbaar wordt.

Tot de volgende,
Olaf Lemmens
Founder NinA AI Agency

P.S. Wil je sparren over hoe AI in jouw organisatie tot zijn recht kan komen? Of hoe dit soort tools jou tijd kunnen besparen in je werk? Plan een kennismaking via deze link.