Stel je voor: je hebt per ongeluk de sleutel tot de volgende generatie kunstmatige intelligentie in handen, en de grootste techgiganten ter wereld staan in de rij met miljarden. Dat is de situatie waarin de 30-jarige Nederlander Pim de Witte zich bevond. Hij weigerde een bod van 500 miljoen dollar. Hij weet namelijk dat zijn data veel meer waard is dan dat, zeker nu de huidige AI-modellen tegen een muur aanlopen.
Dit is geen verhaal over weer een succesvolle app. Dit is het moment waarop een Europese speler besloot de strijd aan te gaan met Google, puur gebaseerd op een verzameling video's die oorspronkelijk bedoeld waren voor gamers. Wij kijken hoe De Witte’s gamingplatform Medal.tv ineens de brandstof bleek voor de 'wereldmodellen' die de toekomst van AI gaan bepalen.
De onverwachte goudmijn van virtueel voetbal
Acht jaar geleden richtten Pim de Witte en een vriend Medal.tv op. Het idee was simpel: een sociaal netwerk waar gamers hun vetste clips konden delen. Denk aan de hoogtepure momenten uit Fortnite of Apex Legends, vastgelegd en gedeeld naadloos. Het platform groeide uit tot een miljard uploads per jaar – een gigantische bron van visuele content, vergelijkbaar met YouTube in het klein segment.
Toen las De Witte een paper van Google. Daarin stond beschreven hoe de volgende generatie AI, de zogeheten 'world models', getraind kon worden met gamevideo’s. Plotseling besefte hij: zijn database was geen leuke verzamelplaats meer. Het was de trainingsinput voor échte intelligentie.
De biedoorlog die hij negeerde
“Het voelde alsof de hele wereld opeens zijn kant op keek,” vertelt De Witte. Bedrijven uit Silicon Valley stonden in de rij. OpenAI, de makers van ChatGPT, deden een bod van een half miljard dollar. Dat is het moment waarop je normaal gesproken bij de notaris zit. Maar De Witte twijfelde. Waarom? Omdat hij vond dat Europa een speler nodig had in dit veld.
- Medal.tv bood data over actie en reactie, cruciaal voor fysiek begrip van AI.
- De Witte wil de volgende stap in AI zelf zetten, niet verkopen aan de gevestigde orde.
- Hij realiseerde zich dat dit type data zeldzaam is en met geld alleen niet te koop is.
Hij koos voor de moeilijke weg: het bouwen van zijn eigen AI-toekomst, weg van de 'cringe' van het snelle geld.
Waarom taalmodellen niet genoeg zijn
Als je merkt dat je de laatste tijd minder onder de indruk bent van de nieuwste ChatGPT-functies, dan ben je niet de enige. Zelfs de vooraanstaande AI-experts beginnen te verzuchten dat de rek uit de huidige Large Language Models (LLM's) is. Ze zijn getraind op tekst, maar tekst alleen leert een robot niet hoe hij door een drukke straat in Utrecht moet navigeren.
Professor Pieter Simoens legt dit helder uit: LLM's zijn slim, maar ze hebben geen fysieke ervaring. Om een robot te laten lopen of een zelfrijdende auto te laten functioneren, heb je 'world models' nodig. Deze leren, net als een kind, door te observeren en te voorspellen wat er gebeurt als ze iets doen.
Wat maakt gamingdata zo perfect?
Hier komt de unieke waarde van De Witte’s platform om de hoek kijken. Het gaat niet alleen om de beelden (wat er gebeurt), maar ook om de input (wat de speler deed). Experts zoals professor Bart Dhoedt benadrukken dat dit de essentie is:
“Als een AI moet leren wat er gebeurt als je harder tegen een bal schopt, heeft het training nodig op miljarden scenario's. De database van Medal toont precies de consequenties van de acties die gamers uitvoeren. Dat is de ‘General Intuition’ die je met enkel tekst niet krijgt.”
Dit is het verschil tussen een chatbot die poëzie schrijft en machines die complexe, fysieke taken in de echte wereld kunnen uitvoeren.
Van Amsterdam naar New York: de Europese troef
Pim de Witte heeft inmiddels zijn eigen bedrijf opgericht, General Intuition, waarmee hij deze wereldmodellen commercieel wil maken. Vorige maand haalde hij nog eens 115 miljoen euro op. Terwijl hij nu in New York zit, focust hij op het benutten van de Europese expertise.
“Mijn teams bestaan bijna uitsluitend uit Europeanen,” merkte hij op. In tegenstelling tot de pure rekenkracht waar de Amerikanen in excelleren, legt Europa de nadruk op de fundamentele wiskunde en fysica achter deze modellen.
Het praktische doel is helder: dit jaar willen ze een wereldmodel leveren dat robots in fabrieken feilloos leert navigeren. Als Europa erin slaagt de rekenkracht op te schalen, kan het dankzij dit soort ondernemers de leiding nemen in deze cruciale AI-sector.
Het is een gewaagde zet om een half miljard dollar te laten liggen, maar voor De Witte is het duidelijk: het spel is nog lang niet gespeeld. Als je nu je unieke data verkoopt, speel je niet mee in de volgende ronde. Het is alsof je een bakker wordt aangeboden om je geheime zuurdesemstarter te verkopen aan een fastfoodketen: je weet dat je het zelf moet bakken.
Ben jij het ermee eens dat de volgende grote AI-sprong zit in het nabootsen van de fysieke wereld, of blijft tekst de belangrijkste basis? Laat het weten in de comments!
