Project Glasswing, neuro-symbolische AI, satelliet-AI & quantum internet

Linda: Welkom bij The State of Tech, woensdag 8 april 2026. Ik ben Linda Duursma.

Siert: En ik ben Siert de Groot. Vandaag: Anthropic lanceert Project Glasswing, een defensief AI-initiatief om software wereldwijd veiliger te maken. Dan: een doorbraak in neuro-symbolische AI die het energieverbruik van AI-systemen tot honderd keer kan verlagen. Vervolgens: Planet Labs draait AI-modellen direct aan boord van een satelliet in een baan om de aarde. Daarna: astronomen ontdekken meer dan honderd nieuwe exoplaneten dankzij AI. Ook: een mijlpaal in quantumnetwerken brengt het quantum internet een stuk dichterbij. En tot slot: hoe AI-platforms het onderwijs transformeren in 2026. We beginnen met Project Glasswing.

Anthropic zet samen met techgiganten AI-kracht in om softwarekwetsbaarheden op te sporen voordat hackers dat doen.

Linda: Oké, dit is groot nieuws. Anthropic heeft vandaag Project Glasswing aangekondigd. Het idee is eigenlijk verrassend eenvoudig: gebruik de kracht van AI niet om aan te vallen, maar om te verdedigen. Hun nieuwste model, Claude Mythos Preview, kan duizenden kwetsbaarheden vinden in grote besturingssystemen en webbrowsers.

Siert: En ze doen dit niet alleen. Twaalf grote techbedrijven doen mee. We hebben het dan over AWS, Microsoft, Google, Apple — de zwaargewichten dus. Claude Mythos Preview scant softwarecode op een schaal die menselijke beveiligingsteams simpelweg niet aankunnen. Het model vindt kwetsbaarheden die jarenlang onopgemerkt zouden kunnen blijven.

Linda: En die kwetsbaarheden worden dan gedicht voordat kwaadwillenden er gebruik van kunnen maken. Dat is het hele punt.

Siert: Precies de logica. En Anthropic stopt er serieus geld in. Honderd miljoen dollar aan modelgebruikscredits en vier miljoen dollar aan directe donaties aan open-source beveiligingsorganisaties. Meer dan veertig organisaties krijgen toegang om kritieke softwareinfrastructuur te scannen.

Linda: Maar laten we even eerlijk zijn. Anthropic bouwt hier ook een commercieel verhaal mee op. Ze positioneren zichzelf als hét AI-bedrijf dat verantwoord omgaat met de kracht van hun modellen.

Siert: Dat klopt, maar het is ook nodig. Kijk, de realiteit is dat dezelfde AI-modellen die kwetsbaarheden kunnen vinden, ook door aanvallers gebruikt kunnen worden. Het is een wapenwedloop. Wat Anthropic hier doet, is de verdedigende kant versnellen. En door het open te stellen aan veertig organisaties, krijg je een soort collectief immuunsysteem voor het hele software-ecosysteem.

Linda: En dat is de crux. Als je weet dat dit soort modellen bestaan, dan wíl je dat iemand ze defensief inzet. De vraag is niet óf AI kwetsbaarheden gaat vinden, maar wie dat als eerste doet.

Siert: En wat opvalt: Apple doet mee. Dat is een bedrijf dat normaal gesproken heel terughoudend is met externe samenwerkingen op beveiligingsgebied. Dat ze hier wel aan tafel zitten, zegt iets over de ernst waarmee de industrie dit neemt.

Linda: En voor Nederland is dit ook relevant. Onze overheid en bedrijven draaien op dezelfde besturingssystemen en browsers. Als daar kwetsbaarheden in zitten, zijn wij net zo kwetsbaar. Dus als dit project doet wat het belooft, profiteert iedereen mee. Goed, dan nu naar ons tweede onderwerp.

Onderzoekers van Tufts University laten zien dat AI honderd keer zuiniger kan met een slimmere aanpak.

Linda: We weten allemaal dat AI ontzettend veel energie vreet. Datacenters draaien overuren, het elektriciteitsverbruik rijst de pan uit. Maar onderzoekers van Tufts University hebben iets gevonden dat daar fundamenteel verandering in kan brengen.

Siert: Ze noemen het neuro-symbolische AI. Wat ze doen, is twee werelden combineren. Je hebt de neurale netwerken, dat is de brute rekenkracht die we nu gebruiken. En daarbovenop leggen ze symbolische redenering — dat is meer de manier waarop mensen logisch nadenken. In plaats van miljoenen pogingen doen om iets te leren, denkt het systeem eerst na en probeert dan gericht.

Linda: En het resultaat is indrukwekkend. Tot honderd keer minder energieverbruik en tegelijkertijd betere nauwkeurigheid. Dat is niet een beetje verbetering, dat is een compleet andere orde van grootte.

Siert: Om het in perspectief te plaatsen: AI gebruikt op dit moment al meer dan tien procent van het totale Amerikaanse elektriciteitsverbruik. En dat gaat naar verwachting verdubbelen tegen 2030. Als je dat kunt terugbrengen met een factor honderd voor bepaalde toepassingen, dan verandert dat het hele plaatje. Dan worden toepassingen haalbaar die nu simpelweg te duur zijn qua energie.

Linda: En het maakt AI ook toegankelijker, toch? Als je minder rekenkracht nodig hebt, heb je ook minder dure hardware nodig.

Siert: Dat is de logische consequentie. Kleinere bedrijven en universiteiten die nu niet de middelen hebben om grote AI-modellen te draaien, zouden met dit soort technieken veel meer kunnen doen. De democratisering van AI hangt direct samen met de energievraag.

Linda: Eén kanttekening. Dit is onderzoek, hè. De stap van lab naar productie is er altijd nog een.

Siert: Zonder meer. Maar de richting is duidelijk. En grote techbedrijven kijken al langer naar neuro-symbolische benaderingen. Dit onderzoek geeft extra brandstof aan die beweging.

Linda: En voor Nederland specifiek: we hebben hier een enorme discussie over datacenters en hun energieverbruik. Als AI zuiniger kan, haalt dat een stuk druk van die discussie af.

Linda: Even een kleine onderbreking. Luister je vaker naar The State of Tech? Druk dan op de likeknop en abonneer je, zodat je nooit een aflevering mist. Oké, verder.

Planet Labs draait AI rechtstreeks op een satelliet en verkort de tijd tussen zien en handelen naar seconden.

Linda: Dan nu iets waar ik echt enthousiast van word. Planet Labs heeft het voor elkaar gekregen om AI-modellen te draaien op een satelliet. Niet op de grond na het downloaden van data, maar echt daar boven, vijfhonderd kilometer boven de aarde.

Siert: De satelliet heet Pelican-4, en die heeft een NVIDIA Jetson Orin-module aan boord. Op 25 maart heeft die satelliet boven Alice Springs in Australië vliegtuigen gedetecteerd op een luchthaven. Het bijzondere is: de satelliet maakte niet alleen een foto en stuurde die naar beneden. Het systeem analyseerde de beelden ter plekke en identificeerde de objecten zelfstandig.

Linda: Dat scheelt enorm veel tijd. Normaal gesproken moet je de data downloaden, verwerken op de grond en dan pas kun je conclusies trekken. Nu gebeurt dat in real-time.

Siert: Planet Labs noemt dit concept Planetary Intelligence. Stel je voor: je kunt bosbranden detecteren, illegale visserij opsporen, of verkeersstromen analyseren, allemaal in bijna real-time vanuit de ruimte. Zonder dat je eerst gigabytes aan data naar de grond hoeft te sturen.

Linda: En dat is ook een bandbreedte-kwestie, toch? Je hoeft niet alles naar beneden te sturen als de satelliet zelf al kan filteren.

Siert: De satelliet stuurt alleen door wat relevant is. Dat bespaart communicatiebandbreedte en maakt het systeem veel schaalbaarder. Als je honderden satellieten hebt die allemaal hun eigen AI draaien, dan heb je een heel ander soort netwerk dan wanneer alles centraal verwerkt moet worden.

Linda: De toepassingen zijn eindeloos. Rampenbestrijding, klimaatmonitoring, landbouw.

Siert: En defensie. Laten we eerlijk zijn, dat is een belangrijke drijfveer achter dit soort technologie. De mogelijkheid om vanuit de ruimte in real-time objecten te identificeren heeft enorme strategische waarde.

Linda: Goed punt. Nederland heeft via de ee-es-aa, de European Space Agency, een serieuze positie in de Europese ruimtevaart, en bedrijven als Airbus Defence and Space Netherlands zitten hier ook. Dit soort technologie past perfect in die ambitie.

Een AI-systeem genaamd RAVEN heeft meer dan honderd nieuwe exoplaneten ontdekt en duizenden kandidaten geïdentificeerd.

Linda: Van de ruimtetechniek naar de ruimtewetenschap. Astronomen hebben met behulp van AI honderdachttien nieuwe exoplaneten ontdekt.

Siert: Het AI-systeem heet RAVEN en analyseert data van NASA's TESS-satelliet. TESS zoekt naar kleine lichtverminderingen die optreden wanneer een planeet voor zijn ster langs trekt. Het probleem is dat er ook andere fenomenen zijn die precies hetzelfde effect veroorzaken. En daar komt RAVEN in beeld: het systeem kan onderscheid maken tussen een echte exoplaneet en een vals alarm.

Linda: En de schaal is indrukwekkend. Niet alleen honderdachttien bevestigde planeten, maar ook meer dan tweeduizend hoogwaardige kandidaten, waarvan bijna duizend volledig nieuw zijn.

Siert: Wat interessant is aan dit onderzoek, gepubliceerd in Monthly Notices of the Royal Astronomical Society, is dat het laat zien hoe AI wetenschappelijk onderzoek versnelt op een manier die kwalitatief anders is. Het gaat niet om sneller dezelfde dingen doen. Het gaat om dingen vinden die je anders nooit gevonden zou hebben, omdat de datahoeveelheid simpelweg te groot is voor menselijke analyse.

Linda: En al die planeten hebben een omlooptijd van minder dan zestien dagen. Dat zijn dus planeten die heel dicht bij hun ster staan.

Siert: Vaak hete reuzen of rotsplaneten in extreme omstandigheden. Maar elk van die werelden vertelt ons iets over hoe planetenstelsels zich vormen. En hoe meer datapunten we hebben, hoe beter we begrijpen hoe bijzonder — of juist hoe gewoon — ons eigen zonnestelsel is.

Linda: En Nederland heeft hier een sterke traditie in. SRON, het Netherlands Institute for Space Research, en de Universiteit Leiden zijn wereldspelers in exoplanetenonderzoek. Die zullen deze resultaten met veel interesse bekijken. Dan nu een ander verhaal.

Onderzoekers realiseren schaalbare quantumverstrengeling over honderd kilometer glasvezel, een cruciale stap richting quantum internet.

Linda: Dan quantumnetwerken. Er is een doorbraak gemeld die ons dichter bij een werkend quantum internet brengt.

Siert: Het gaat om een experiment waarbij onderzoekers schaalbare quantumverstrengeling hebben gerealiseerd over een afstand van honderd kilometer glasvezel. In zesentwintig dagen werden maar liefst 1,2 miljoen quantum-paren gecreëerd via zogeheten entanglement swapping. Dat is een techniek waarbij quantumverstrengeling als het ware wordt doorgegeven via tussenstations, quantum repeaters.

Linda: En het bijzondere is dat ze zogenaamde memory-memory entanglement hebben aangetoond. Wat houdt dat in?

Siert: Bij gewone quantumcommunicatie verlies je het signaal over grote afstanden. Quantum repeaters zijn de oplossing, maar die moeten informatie tijdelijk kunnen opslaan in een quantumgeheugen. Als twee van die geheugens aan weerszijden van een netwerk met elkaar verstrengeld raken, dan heb je een betrouwbare quantumverbinding over lange afstand. En dat is precies wat hier gelukt is op een schaal die bruikbaar is voor een stedelijk netwerk.

Linda: En de belofte van quantum internet is natuurlijk onkraakbare communicatie.

Siert: De encryptie is gebaseerd op de wetten van de natuurkunde, niet op wiskundige complexiteit. Als iemand probeert mee te luisteren, verandert het signaal en weet je direct dat er iemand meekijkt. Dat is fundamenteel anders dan de encryptie die we nu gebruiken, die in theorie altijd gekraakt kan worden met genoeg rekenkracht.

Linda: En voor Nederland is dit extra relevant. QuTech, de samenwerking tussen de TU Delft en TNO, loopt internationaal voorop in quantumtechnologie. Die werken al jaren aan een Europees quantum internet. Dit soort resultaten bevestigt dat de richting klopt. Goed, dan ons laatste onderwerp.

AI-gedreven leerplatforms passen onderwijs in real-time aan op individuele studenten.

Linda: Tot slot het onderwijs. Generatieve AI verandert de manier waarop studenten leren en docenten lesgeven, en in 2026 wordt dat echt zichtbaar.

Siert: We zien dat AI-platforms in staat zijn om leertrajecten volledig te personaliseren. Het systeem kijkt naar het niveau van een student, past het tempo aan, geeft real-time feedback en selecteert materiaal dat aansluit bij wat de student nodig heeft. Google heeft net belangrijke updates aangekondigd voor Gemini en Google Classroom, specifiek gericht op het ondersteunen van docenten.

Linda: En dat laatste punt is cruciaal. Het gaat niet alleen om studenten, maar ook om de werkdruk van docenten.

Siert: Docenten besteden nu een enorm deel van hun tijd aan administratie, aan het opstellen van toetsen, het nakijken van werk, het bijhouden van voortgang. AI kan een groot deel van dat werk overnemen, waardoor docenten meer tijd hebben voor wat ze het beste doen: lesgeven en persoonlijk contact met studenten.

Linda: Maar er zijn ook zorgen. Worden studenten niet te afhankelijk van AI? Leren ze nog wel zelfstandig nadenken?

Siert: Dat is een terechte zorg die breed leeft. De sleutel zit in hoe je deze tools inzet. Als je AI gebruikt als vervanging van denken, heb je een probleem. Als je het gebruikt als hulpmiddel dat de docent sterker maakt en de student op het juiste moment de juiste uitdaging biedt, dan kan het enorm waardevol zijn. De eerste onderzoeksresultaten laten zien dat studentenbetrokkenheid omhooggaat als personalisatie goed wordt ingezet.

Linda: In Nederland zien we dat scholen en universiteiten volop experimenteren. Maar er zijn nog flinke hobbels. Privacy van leerlinggegevens, de rol van leveranciers, de vraag wie er verantwoordelijk is als een AI-systeem verkeerde feedback geeft. Die discussie is nog lang niet afgerond.

Siert: En dat brengt ons terug bij de EU AI Act, die we eerder noemden. Onderwijstoepassingen van AI kunnen als risicovol geclassificeerd worden onder die wet. Scholen en aanbieders moeten zich daar op voorbereiden. De technologie loopt vooruit, maar het regelgevend kader is in aanbouw.

Linda: Vandaag hadden we het over: Project Glasswing van Anthropic voor defensieve cybersecurity, neuro-symbolische AI die het energieverbruik van AI drastisch verlaagt, AI aan boord van een satelliet bij Planet Labs, exoplaneetontdekkingen met AI, een doorbraak in quantumnetwerken, en AI-platforms die het onderwijs transformeren.

Siert: Meer weten of reageren? Ga naar thestateoftech.nl of mail ons op info@doorzetters.net.

Siert: State of Tech, de techwereld in 15 minuten.