Van Commodore C16 tot WordPress: een reis door de beginjaren van het internet

Van modem tot internet en tijdschrift

Als je tegenwoordig een smartphone oppakt, bevat deze meer rekenkracht dan hele computerzalen vroeger. In de jaren 1980 was dat heel anders. Computers waren zeldzaam, duur en voor veel mensen een mysterieuze machine. Als je toen een eigen computer thuis had, behoorde je tot een kleine groep knutselaars, uitvinders en nieuwsgierigen. Het spannende was dat je computers niet zomaar kon gebruiken. Je moest ze ook begrijpen. Veel programma's waren niet kant-en-klaar te koop. In plaats daarvan stonden er in computertijdschriften pagina's met lijsten met BASIC-code die je regel voor regel moest uittypen. Pas dan kon je zien of het programma überhaupt werkte.

Dat klinkt vandaag de dag vervelend, maar het had één groot voordeel. Je leerde automatisch hoe computers werken. Als je een fout maakte, kreeg je meteen een foutmelding - en moest je zelf uitzoeken waar de fout zat. Op deze manier ontwikkelden veel jonge computerfans een heel natuurlijke benadering van technologie en programmeren.

In die tijd begon ik mijn eigen reis in de wereld van computers.

Meer lezen

Kunstmatige intelligentie en energie: wat de AI-boom echt kost

AI, energie en duurzaamheid

Op het eerste gezicht lijkt kunstmatige intelligentie bijna gewichtloos. Je typt een vraag in en seconden later verschijnt er een antwoord. Geen lawaai, geen rook, geen zichtbare beweging. Alles lijkt „in the cloud“ te gebeuren. Dit is precies de denkfout. AI is geen abstracte magie, maar het resultaat van zeer concrete, fysieke processen. Achter elk antwoord zitten datacenters, elektriciteitsleidingen, koelsystemen, chips en hele infrastructuren. Hoe meer AI ons dagelijks leven binnendringt, hoe zichtbaarder deze realiteit wordt. En dit is waar de kwestie van duurzaamheid begint.

Iedereen die het over AI heeft zonder het over energie, grondstoffen en infrastructuur te hebben, beschrijft alleen de oppervlakte. Dit artikel gaat dieper. Niet met paniekzaaierij, maar met een nuchtere blik op wat AI eigenlijk nodig heeft om te functioneren - nu en in de toekomst.

Meer lezen

Kunstmatige intelligentie zonder hype: waarom minder AI-tools vaak beter werk betekenen

Kunstmatige intelligentie zonder de hype

Wie zich tegenwoordig bezighoudt met kunstmatige intelligentie, krijgt bijna onvermijdelijk te maken met een vreemd gevoel: constante rusteloosheid. Je bent nog maar net gewend aan de ene tool of de volgende tien duiken alweer op. Op YouTube volgt de ene video op de andere: „Deze AI-tool verandert alles“, „Je moet dit nu absoluut gebruiken“, „Zij die missen blijven achter“. En elke keer weerklinkt dezelfde boodschap: Je bent te laat. De anderen zijn verder. Je moet ze inhalen.

Dit treft niet alleen IT'ers. Ook zelfstandigen, creatieve professionals, ondernemers en gewone werknemers voelen de druk. Velen weten niet eens precies wat deze tools eigenlijk doen - maar ze hebben het gevoel dat ze iets zouden kunnen missen. En dat is precies wat stress veroorzaakt.

Meer lezen

Taiwan begrijpen: Geschiedenis, statuskwesties en de risico's van een onderling verbonden wereld

Taiwan als kantelpunt

Taiwan staat al jaren keer op keer in het nieuws - soms vanwege militaire manoeuvres in de Straat van Taiwan, soms vanwege diplomatieke spanningen, soms vanwege de vraag hoe betrouwbaar internationale regels nog zijn in geval van nood. De afgelopen dagen is deze indruk voor veel waarnemers nog acuter geworden: de Amerikaanse operatie in Venezuela, waarbij de Venezolaanse president Nicolás Maduro werd vastgehouden, is het onderwerp van controversieel internationaal debat, niet alleen politiek maar ook in termen van internationaal recht.

Waarom dit relevant kan zijn voor Taiwan is minder een kwestie van “Wie heeft er gelijk?”, Als grote spelers regels selectief interpreteren of streng handhaven, vragen andere mogendheden zich - nuchter en geleid door hun eigen belangen - af waar hun eigen speelruimte begint en eindigt. En het is precies op dit punt dat Taiwan meer wordt dan alleen maar een eilandkwestie.

Meer lezen

Cloud AI als schoolhoofd: waarom de toekomst van werk bij lokale AI ligt

Cloud AI wordt hoofdonderwijzer

Toen de grote taalmodellen een paar jaar geleden aan hun zegetocht begonnen, leken ze bijna een terugkeer naar de oude deugden van technologie: een hulpmiddel dat doet wat het wordt opgedragen. Een hulpmiddel dat de gebruiker dient, niet andersom. De eerste versies - van GPT-3 tot GPT-4 - hadden zwakke punten, dat wel, maar ze waren verbazingwekkend nuttig. Ze legden uit, analyseerden, formuleerden en losten opgaven op. En ze deden dit grotendeels zonder pedagogische ballast.

Je sprak met deze modellen alsof je met een erudiete medewerker sprak, die soms zijn woorden verkeerd gebruikte, maar in wezen gewoon werkte. Iedereen die in die tijd creatieve teksten schreef, programmacode genereerde of langere analyses maakte, ervoer hoe soepel het werkte. Er was een gevoel van vrijheid, van een open creatieve ruimte, van technologie die mensen ondersteunde in plaats van corrigeerde.

Meer lezen

AI Studio 2025: Welke hardware is echt de moeite waard - van de Mac Studio tot de RTX 3090

Hardware 2025 voor AI-studio

Wie vandaag met AI werkt, wordt bijna automatisch in de cloud geduwd: OpenAI, Microsoft, Google, alle web UI's, tokens, limieten, voorwaarden. Dit lijkt modern - maar is in wezen een terugkeer naar afhankelijkheid: anderen bepalen welke modellen je mag gebruiken, hoe vaak, met welke filters en tegen welke kosten. Ik ga bewust de andere kant op: ik bouw momenteel thuis mijn eigen kleine AI-studio. Met mijn eigen hardware, mijn eigen modellen en mijn eigen workflows.

Mijn doel is duidelijk: lokale tekst-AI, lokale beeld-AI, mijn eigen modellen leren (LoRA, fine-tuning) en dat alles op zo'n manier dat ik als freelancer en later ook MKB-klant niet afhankelijk ben van de dagelijkse grillen van een of andere cloudprovider. Je zou kunnen zeggen dat het een terugkeer is naar een oude houding die vroeger heel normaal was: „Belangrijke dingen doe je zelf“. Alleen gaat het deze keer niet om je eigen werkbank, maar om rekenkracht en gegevenssoevereiniteit.

Meer lezen

Het stille gevaar van wearables: wanneer gemak surveillance wordt

Wearables, smartwatch, hoofdtelefoons voor in de oren

Wearables maken nu deel uit van het dagelijks leven. Veel mensen dragen nu als vanzelfsprekend een smartwatch, tellen hun stappen, houden de kwaliteit van hun slaap in de gaten of stellen herinneringen in om overdag pauzes te nemen. En ik geef het graag toe: Ik heb zelf ook een Apple Watch en ik vind deze technologie op zijn eigen manier absoluut fascinerend. Het kan dingen doen die een paar jaar geleden nog toekomstdromen waren. Toch gebruik ik mijn Apple Watch zelden.

En juist nu, na de laatste rapporten en verklaringen van experts, realiseer ik me weer dat deze terughoudendheid niet zo verkeerd is. Veel moderne koptelefoons en wearables bevatten tegenwoordig immers sensoren die veel meer kunnen meten dan je op het eerste gezicht zou denken. Dat geldt niet voor alle koptelefoons, maar de trend is duidelijk: steeds meer technologie verplaatst zich onopvallend naar kleine apparaten die we dicht op ons lichaam dragen.

Meer lezen

Apple MLX vs. NVIDIA: Hoe lokale AI-inferentie werkt op de Mac

Lokale AI op Silicon met Apple Mac

Wie tegenwoordig met kunstmatige intelligentie werkt, denkt vaak als eerste aan ChatGPT of soortgelijke online diensten. Je typt een vraag in, wacht een paar seconden - en krijgt antwoord alsof er een zeer belezen, geduldige gesprekspartner aan de andere kant van de lijn zit. Maar wat wordt gemakkelijk vergeten: Elke input, elke zin, elk woord reist via het internet naar externe servers. Daar wordt het echte werk gedaan - op enorme computers die je zelf nooit te zien krijgt.

In principe werkt een lokaal taalmodel op precies dezelfde manier - maar dan zonder internet. Het model wordt als bestand opgeslagen op de computer van de gebruiker, wordt bij het opstarten in het werkgeheugen geladen en beantwoordt vragen direct op het apparaat. De achterliggende technologie is hetzelfde: een neuraal netwerk dat taal begrijpt, teksten genereert en patronen herkent. Het enige verschil is dat de hele berekening binnenshuis blijft. Je zou kunnen zeggen: ChatGPT zonder de cloud.

Meer lezen