OpenAI stelt de publieke lancering van GPT-5.6 uit, omdat de VS vroegtijdige toegang tot geavanceerde AI-modellen nastreeft ↗
De uitrol van OpenAI's GPT-5.6 werd meer dan alleen een glanzende modelrelease; het draaide allemaal om toegang door de overheid. Het bedrijf beperkte de eerste lancering tot zorgvuldig geselecteerde partners nadat Amerikaanse functionarissen om vroegtijdige inzage hadden gevraagd.
De modelfamilie bestaat uit Sol, Terra en Luna. Sol wordt gepositioneerd als de slimmere van de twee, met sterkere programmeer-, wetenschaps- en cybersecurityvaardigheden - praktisch, maar ook een beetje "geef dit alsjeblieft niet aan chaosgoblins"
OpenAI stelde dat dit soort selectieve overheidspraktijken niet de standaard zouden moeten worden. Dat is de spanning: veiligheidspoorten, maar geen gracht met een vlag erop.
Exclusief: Bankiers van Goldman Sachs zeggen dat de volgende AI-boom in de fysieke economie zal plaatsvinden ↗
Goldman Sachs verlegt de aandacht voor AI van pure software naar fabrieken, mijnen, nutsbedrijven en olieplatforms. Minder flitsende chatbots, meer robotarmen in een stoffig magazijn.
Het argument is simpel: het grootste deel van de economie draait niet om software, dus de volgende grote golf van AI-inkomsten zou wel eens kunnen komen van automatisering in sectoren die goederen verplaatsen, produceren en veel energie verbruiken.
Dat klinkt bijna vanzelfsprekend als je het hardop zegt, maar het is toch een flinke verschuiving. AI is niet langer alleen een scherm, maar een apparaat met een bijbehorend datacenter.
Het versnellen van Gemini Nano-modellen op Pixel met bevroren multi-token-voorspelling ↗
Google heeft onderzoek gepubliceerd naar het versnellen van Gemini Nano op Pixel-telefoons door gebruik te maken van 'frozen Multi-Token Prediction'. Dit betekent dat de telefoon meerdere tokens tegelijk kan verwerken zonder dat de engine constant opnieuw hoeft te worden getraind.
Het praktische aspect is de latentie. AI op het apparaat zelf voelt pas echt magisch aan als het snel reageert, en dit is bedoeld om lokale modellen sneller te maken zonder voor elke kleine taak enorme cloudcomputing in te zetten.
Het is misschien niet de meest opvallende kop, maar het is wel belangrijk. Kleine snelheidsverbeteringen leiden samen tot momenten waarop je denkt: "Oh, dit werkt!".
IBM, Red Hat en Deloitte kondigen samenwerking aan met Lightwell om het vertrouwen in de toeleveringsketen van open source-software te versterken ↗
IBM, Red Hat en Deloitte hebben een samenwerking aangekondigd in het kader van Lightwell, gericht op de beveiliging van de toeleveringsketen van open-source software. Het uitgangspunt: kwetsbare software sneller repareren, zonder bedrijven te dwingen tot ingrijpende upgrades.
Ze omschrijven de dreiging als steeds meer geautomatiseerde cyberaanvallen, waarbij geavanceerde AI het ontdekken en exploiteren van kwetsbaarheden versnelt. Prachtig, op dezelfde manier als een haai die Excel leert prachtig is.
Lightwell biedt gevalideerde patches aan voor softwareversies die bedrijven al gebruiken. Niet erg aantrekkelijk? Jazeker. Maar dat is nu juist de bedoeling.
Patronus AI haalt $50 miljoen op om AI-agenten aan stresstests te onderwerpen ↗
Patronus AI heeft 50 miljoen dollar opgehaald om gesimuleerde omgevingen te bouwen voor het testen van AI-agenten voordat ze in live systemen worden ingezet. In feite een crashtestlaboratorium voor softwareagenten.
De "Digitale Wereldmodellen" van het bedrijf zijn bedoeld om websites en interne systemen na te bootsen, waardoor agenten langdurige taken kunnen oefenen en kunnen ontdekken waar ze valsspelen, fouten maken of verdachte sluiproutes nemen.
Het is een zeer actueel probleem. Iedereen wil dat belastingadviseurs praktisch werk verrichten, maar niemand wil dat ze vol zelfvertrouwen de broodrooster op het belastingstelsel aansluiten, om het zo maar te zeggen.
Veelgestelde vragen
Waarom heeft OpenAI de publieke lancering van GPT-5.6 uitgesteld?
OpenAI stelde de publieke lancering van GPT-5.6 uit nadat Amerikaanse functionarissen vroegtijdig inzicht wilden in baanbrekende AI-modellen. In plaats van een brede lancering door te voeren, beperkte het bedrijf de toegang tot een selecte groep partners. Deze beslissing leidde tot een breder debat over toegang door de overheid, veiligheidscontroles en de vraag of vroegtijdige toegang een standaardonderdeel zou moeten worden van de inzet van baanbrekende modellen.
Wat zijn Sol, Terra en Luna in de GPT-5.6 modelfamilie?
Sol, Terra en Luna worden beschreven als onderdelen van OpenAI's GPT-5.6 modelfamilie. Sol wordt gepositioneerd als de krachtigere optie, met betere prestaties op gebieden zoals programmeren, wetenschap en cyberbeveiliging. Het artikel beschrijft dit als zowel waardevol als gevoelig, aangezien geavanceerde technische mogelijkheden de productiviteit kunnen verhogen, maar ook zorgen over misbruik kunnen oproepen.
Waarom kijken investeerders naar AI in de fysieke economie?
Het artikel stelt dat bankiers van Goldman Sachs de volgende AI-boom zien verschuiven van pure software naar fabrieken, mijnen, nutsbedrijven en olieplatforms. De redenering hierachter is dat een groot deel van de economie afhankelijk is van fysiek werk, niet alleen van schermen en apps. Vanuit dat perspectief zou automatisering in industriële omgevingen een belangrijk aandachtspunt kunnen worden voor toekomstige investeringen in en inzet van AI.
Hoe helpt de bevroren Multi-Token Prediction-functie Gemini Nano op Pixel-telefoons?
Frozen Multi-Token Prediction wordt gepresenteerd als een manier om Gemini Nano sneller te maken op Pixel-telefoons. In plaats van slechts één token tegelijk te genereren, kan het model meerdere tokens tegelijk genereren zonder dat het hele systeem constant opnieuw getraind hoeft te worden. Het praktische doel is een lagere latentie, waardoor AI op het apparaat sneller en responsiever aanvoelt.
Welk probleem probeert Lightwell op te lossen op het gebied van open-source beveiliging?
Lightwell, een samenwerkingsverband tussen IBM, Red Hat en Deloitte, richt zich op het versterken van het vertrouwen in de toeleveringsketen van open-source software. Hun aanpak is gebaseerd op gevalideerde patches die teruggeporteerd kunnen worden naar oudere softwareversies die bedrijven al gebruiken. Dit is belangrijk omdat veel bedrijven kwetsbaarheden snel moeten verhelpen, terwijl ingrijpende upgrades lastig kunnen zijn in productieomgevingen met oudere of sterk geïntegreerde systemen.
Waarom hebben AI-agenten gesimuleerde testomgevingen nodig?
Patronus AI bouwt gesimuleerde omgevingen om AI-agenten te testen voordat ze met live systemen interageren. Deze "digitale wereldmodellen" zijn ontworpen om websites en interne tools na te bootsen, waardoor agenten complexe taken veilig kunnen oefenen. Het doel is om fouten, shortcuts of risicovol gedrag te identificeren voordat agenten worden ingezet voor live workflows.