U heeft vast gehoord van de Koreaanse inspanning om een eigen, nationaal AI-model op te bouwen. Maar de eerste resultaten van dit ‘eigen AI Foundation Model’ project – hoe belangrijk ook voor de nationale trots – hebben gezorgd voor een flinke rel. Wereldberoemde AI-geleerde, professor Cho Kyung Hyung van NYU, heeft zich publiekelijk uitgesproken. Wat hij zag, viel hem zwaar tegen. Vooral de uitschakeling van Naver Cloud baart hem zorgen.
Dit gaat niet alleen over een bedrijf dat de boot mist. Het raakt aan de fundamentele filosofie van wat moderne AI is. Als leek denken we vaak aan ‘iets compleet uit het niets creëren’. Maar professor Cho wijst op een cruciale nuance die veel beleidsmakers over het hoofd zien, en die u moet begrijpen als we echt willen concurreren met de wereldtop, bijvoorbeeld met de technologieën die we hier in Nederland dagelijks gebruiken.
De kern van de controverse: Wat is 'eigen' in AI?
Bij de eerste evaluatieronde van het project vielen twee teams af: Naver Cloud en NC AI. De reden? Ze zouden kant-en-klare, reeds getrainde componenten (vision en audio encoders van buitenaf) hebben gebruikt. Sommigen zien dit als een gebrek aan ‘model-originaliteit’.
Professor Cho, die tevens adviseur is bij Upstage (een van de teams die wél doorging), is het hier pertinent mee oneens. Hij stelt dat de essentiële waarde van AI niet ligt in het creëren van elke kleinste bouwsteen, maar in de integratie van intelligentie.
De intuïtie van de expert
Cho legt het heel helder uit. Moderne AI, de kracht achter de tools die u dagelijks gebruikt, draait om het naadloos samenvoegen van verschillende inputtypen (tokens, beelden, geluid) via krachtige neurale netwerken. Hij maakt daarbij een sterke vergelijking:
- De ‘sense encoders’ (pre-getrainde onderdelen) zijn vergelijkbaar met de initiële ‘token-embedding layers’ in een taalmodel.
- Zelfs de beste AI-ontwikkelaars beginnen zelden met nul als het gaat om basisfunctionaliteit zoals beeldherkenning.
- Het is alsof je een topkok de toegang weigert omdat hij geen eigen graan heeft verbouwd voor zijn bloem. De kunst zit in de bereiding.
Het feit dat een team wordt gediskwalificeerd omdat ze deze fundamentele bouwstenen niet ‘vanaf nul’ (from scratch) hebben gebouwd, noemt Cho **verbazingwekkend**.
Verzet tegen 'Test-Centric' Denken
De grootste zorg van Cho is de roep om nóg strengere, fijnmazigere beoordelingscriteria na deze eerste ronde. Hij ziet hier een gevaarlijke verschuiving:
Het risico is dat we blind focussen op een enkel meetbaar getal, in plaats van op de werkelijke kunde van de ontwikkelaars. Dit lijkt volgens hem te veel op meerkeuzetoetsen op school, waarbij het doel is om een perfect score te halen, niet per se om de materie écht te beheersen.
Hij waarschuwt: "We moeten klaar zijn om de beoordelingsmethoden flexibel te houden en ze continu aan te passen aan de razendsnelle veranderingen in de technologie. Een starre definitie werkt niet." Denk hierbij aan de snelle adoptie van nieuwe technieken die we nu zien in bijvoorbeeld de Nederlandse logistieke sector; regels van gisteren werken vandaag niet meer.
Het bemoedigende nieuws onder de kritiek
Ondanks zijn kritiek op de evaluatie, is Cho positief over wat de teams wél hebben laten zien. Hij prijst hun uitvoering: ondanks weerstand van ‘niet-technische’ mensen die weinig van AI begrijpen, hebben de deelnemers bewezen dat ze **in staat zijn om modellen van gigantische omvang zelfstandig te trainen**.
Dit potentiële vermogen is, volgens hem, veel waardevoller dan de discussie over de afkomst van een paar subcomponenten. Hij bedankte ook bedrijven mét AI-projecten die niet meededen aan het staatsproject voor hun algemene technologische vooruitgang.
Het is duidelijk dat de discussie over de definitie van ‘Koreaanse AI’ nog lang niet voorbij is. Terwijl sommige partijen nu pleiten voor een ‘herkansing’ met nog strengere eisen, vreest Cho een kwalitatieve terugval. Wat vindt u? Is het terecht om een AI-team te diskwalificeren als zij slim gebruikmaken van bestaande wereldbouwstenen?
