NVIDIA Ising, kwantum-AI, neuro-symbolische AI & TSMC Arizona

Linda: Welkom bij The State of Tech, je dagelijkse update over alles wat er speelt in de wereld van technologie en kunstmatige intelligentie. Ik ben Linda Duursma.

Siert: En ik ben Siert de Groot. Vandaag hebben we zes onderwerpen op de rol.

Linda: We beginnen met NVIDIA, dat een nieuwe open AI-modelreeks lanceert speciaal voor kwantumcomputers. Daarna een doorbraak uit Londen, waar onderzoekers kwantum-AI gebruiken om chaotische systemen te voorspellen. En dan een nieuwe neuro-symbolische AI die honderd keer minder energie verbruikt.

Siert: Verder: TSMC dat voor honderdvijfenzestig miljard dollar uitbreidt in Arizona, te midden van heliumtekorten. Daarna een rapport van Forrester over hoe AI de digitale wereld verlaat en de fysieke wereld instapt. En we sluiten af met WarMatrix, een AI-commandosysteem van de Amerikaanse luchtmacht. We beginnen met NVIDIA en kwantum.

Siert: NVIDIA heeft vorige week Ising gelanceerd, Linda. Volgens het bedrijf 's werelds eerste open AI-modellen die speciaal ontworpen zijn om kwantumcomputers bruikbaar te maken. Genoemd naar het beroemde Ising-model uit de natuurkunde, een familie open-source AI-modellen die twee dingen heel goed doen.

NVIDIA positioneert AI als het besturingssysteem van de kwantumcomputer.

Linda: Laat me raden: kalibratie en foutcorrectie.

Siert: Precies. Kwantumchips zijn extreem gevoelig en moeten continu worden afgestemd. Dat is handwerk, en AI kan dat automatiseren. Maar het tweede, foutcorrectie, is misschien nog belangrijker. Kwantumcomputers maken constant fouten door ruis, en die fouten moet je realtime kunnen decoderen. NVIDIA claimt dat Ising dat tweeënhalf keer sneller doet dan traditionele methoden, en drie keer nauwkeuriger.

Linda: En dat open-source-verhaal is opvallend, want kwantum is normaal gesproken een sector waar iedereen achter gesloten deuren werkt. Dit is een strategische zet van Jensen Huang, de CEO van NVIDIA. Hij zei hierover dat AI essentieel is om kwantum praktisch te maken, en hij noemt AI het besturingssysteem voor kwantummachines. Door de modellen open te gooien, zorgt NVIDIA ervoor dat elke kwantumstart-up, elk onderzoeksinstituut en elke universiteit ze kan gebruiken. Dat versnelt de hele sector, maar zorgt er ook voor dat iedereen terugvalt op NVIDIA-infrastructuur.

Siert: En daar zit de kern. We hebben het al jaren over kwantumcomputers die alles gaan veranderen, maar in de praktijk zijn ze nog steeds te onbetrouwbaar voor echte toepassingen.

Linda: Klopt. Een kwantumcomputer met perfecte foutcorrectie kan in theorie cryptografie breken, nieuwe medicijnen ontwerpen, materialen simuleren die we nu niet kennen. Maar zonder betrouwbare foutcorrectie is het een laboratoriumspeeltje. Als NVIDIA met Ising echt drie keer nauwkeuriger decodeert, dan is dat geen stap, dan is dat een sprong.

Siert: En wat betekent dit voor Nederland?

Linda: Nederland heeft met QuTech in Delft een van de belangrijkste kwantumonderzoekscentra ter wereld. Als die groepen Ising gaan gebruiken, en dat is aannemelijk omdat het open-source is, dan krijgen ze toegang tot dezelfde gereedschappen als de grote spelers in de Verenigde Staten. Dat is goed nieuws voor de Nederlandse positie. Tegelijk zie je dat de infrastructuur, de GPU's en de modellen, steeds meer uit Santa Clara komt.

Siert: We blijven nog even bij kwantum en AI, want er is een tweede verhaal dat hier direct op aansluit. Onderzoekers van University College London hebben een hybride systeem gebouwd waarbij een kwantumcomputer en een AI samenwerken om chaotische systemen te voorspellen. En dat werkt verrassend goed.

Wat als je het weer beter kunt voorspellen door een kwantumcomputer patronen te laten zien die een gewone computer mist?

Linda: Dit onderzoek is gepubliceerd in Science Advances, en doet iets heel specifieks. Ze laten een kwantumcomputer verborgen patronen zoeken in data van chaotische systemen. Denk aan turbulentie in een vloeistof, of atmosferische stromingen. Die patronen voert de kwantumcomputer door aan een klassiek AI-model. En dat AI-model wordt daardoor nauwkeuriger en stabieler, met aanzienlijk minder geheugen.

Siert: Dus de kwantumcomputer doet het voorwerk, en de AI doet de voorspelling?

Linda: Precies zo. Chaotische systemen zijn berucht moeilijk omdat kleine verschillen in beginvoorwaarden tot totaal andere uitkomsten leiden. De bekende vlindereffecten. Een kwantumcomputer kan in principe meerdere toestanden tegelijk verkennen, en daar patronen uit halen die een klassieke computer over het hoofd ziet. Die patronen worden dan de trainingsdata voor de AI. En het mooie is: het hele systeem gebruikt minder geheugen dan een zuiver klassieke aanpak.

Siert: Waar kun je dit voor inzetten?

Linda: De onderzoekers noemen klimaatwetenschap, energietechnologie en geneeskunde. Klimaatmodellen zijn in essentie simulaties van chaotische vloeistofdynamica. In de energietechnologie gaat het om plasmasimulaties voor kernfusie. En in de geneeskunde kun je denken aan hartritmestoornissen, die ook chaotisch gedrag vertonen. Als je die systemen nauwkeuriger kunt modelleren, verandert dat hele onderzoeksvelden.

Siert: Nederland heeft sterke tradities in beide velden. Het Koninklijk Nederlands Meteorologisch Instituut, het KNMI, ka-en-em-ie, werkt aan steeds fijnmazigere klimaatmodellen. En in Eindhoven zit DIFFER, het onderzoeksinstituut voor fusie en energie. Beide zouden baat kunnen hebben bij deze hybride aanpak. Het is nog fundamenteel onderzoek, maar het laat zien dat kwantum en AI samen meer zijn dan de som der delen. En dat is precies waar het veld naartoe beweegt.

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.

Linda: Dan naar het derde onderwerp. Ook daar gaat het over AI, maar dan over een van de grootste problemen van de sector: het gigantische energieverbruik. Onderzoekers hebben een neuro-symbolisch AI-systeem ontwikkeld dat tot honderd keer minder energie verbruikt.

Honderd keer minder stroom, en tóch betere prestaties.

Siert: Dit is een belangrijke. De meeste AI-modellen die we vandaag gebruiken zijn puur neurale netwerken. Die zijn krachtig, maar ook energieverslindend. Een neuro-symbolisch systeem combineert neurale netwerken met symbolische logica, dus met regels en redenering. Dat klinkt ouderwets, want symbolische AI was de dominante aanpak in de jaren tachtig. Maar door die twee te combineren, krijg je een systeem dat veel efficiënter kan redeneren.

Linda: VLA-modellen, daar horen we steeds meer over. Dat zijn modellen die beeld, taal en actie combineren. Een robot ziet iets, begrijpt een instructie en voert een handeling uit. Dat is fysieke AI. En juist in robots is energieverbruik een enorm probleem, want een robot heeft een accu. Je kunt niet, zoals bij een datacenter, gewoon een dikke stroomkabel aansluiten.

Siert: En als je daar honderd keer efficiënter kunt werken, betekent dat dat robots langer meekunnen, sneller kunnen reageren en op plekken inzetbaar zijn waar dat nu niet kan.

Linda: We horen steeds vaker dat datacenters hele stroomnetten overbelasten.

Siert: In Ierland draaien datacenters inmiddels meer dan twintig procent van het nationale elektriciteitsverbruik op. In Nederland speelt hetzelfde probleem rond Amsterdam en Middenmeer. De netcongestie is al een feit. Elke AI-doorbraak die niet gaat over grotere modellen, maar over efficiëntere modellen, is relevant. Want als je hetzelfde kunt bereiken met honderd keer minder energie, dan verandert dat de hele rekensom voor datacenters, voor robots en uiteindelijk ook voor consumentenapparatuur.

Linda: Voor Nederlandse industriële spelers, denk aan ASML, aan Philips, aan de agro-robotica in het Westland, is dit direct relevant. Efficiëntere fysieke AI betekent dat je meer kunt doen met minder vermogen. En dat sluit aan bij waar Nederland goed in is: precisie, efficiëntie en slimme engineering. Wat dit laat zien, is dat de volgende AI-doorbraak niet alleen komt uit grotere modellen, maar ook uit slimmere architecturen.

Siert: Dan naar het vierde onderwerp. TSMC, de grootste chipfabrikant ter wereld, versnelt zijn uitbreiding in Arizona. Het bedrijf heeft inmiddels honderdvijfenzestig miljard dollar geïnvesteerd in drie fabrieken, en dat te midden van heliumtekorten.

Een Taiwanees bedrijf bouwt voor honderdvijfenzestig miljard aan chips in de Amerikaanse woestijn.

Linda: Dit is niet zomaar een uitbreiding. Dit is een verschuiving van de wereldwijde aanvoerketen. TSMC maakt de chips voor vrijwel iedereen die ertoe doet: Apple, NVIDIA, AMD, Qualcomm. Die chips kwamen vrijwel allemaal uit Taiwan. En dat is geopolitiek een kwetsbare situatie, gezien de spanningen rond de Straat van Taiwan. De Amerikaanse overheid heeft er met de CHIPS Act, see-eitsj-ai-pee-es-act, enorme subsidies tegenaan gegooid om productie terug te halen naar Amerikaans grondgebied.

Siert: En wat is dat verhaal met helium?

Linda: Helium is essentieel voor halfgeleiderproductie. Je gebruikt het voor koeling, voor inerte atmosferen, voor lithografie. Begin 2026 zijn er verstoringen in de heliumaanvoer ontstaan. Helium is een eindige hulpbron, wordt gewonnen als bijproduct van aardgas, en de grootste leveranciers zitten in Rusland, Qatar en de Verenigde Staten. Elke verstoring daar slaat door in de chipproductie. Dus je ziet een dubbele beweging: enerzijds verplaatsing van productie naar de VS, anderzijds nieuwe kwetsbaarheden in de toelevering van grondstoffen.

Siert: De wereld is afhankelijk van een handvol fabrieken. Meer dan negentig procent van de meest geavanceerde chips komt uit twee à drie fabrieken op Taiwan. Als er iets misgaat, valt de hele wereldeconomie stil. Auto's, telefoons, medische apparatuur, wapensystemen, alles. Dat Amerika nu honderdvijfenzestig miljard in Arizona stopt is strategisch logisch, maar het is ook een proces van jaren. De vraag is of het snel genoeg gaat.

Linda: En Nederland speelt hier een hoofdrol. ASML in Veldhoven levert de machines waarmee TSMC de meest geavanceerde chips maakt. Zonder ASML geen chips. Dus hoe meer fabrieken er wereldwijd bijkomen, hoe meer machines ASML verkoopt. De uitbreiding in Arizona betekent ook meer Nederlandse export. Tegelijk loopt Nederland mee in exportrestricties richting China, onder Amerikaanse druk. Die balans is constant in beweging.

Siert: Dan het vijfde onderwerp. Forrester heeft het rapport "The Top 10 Emerging Technologies In 2026" uitgebracht, en de kern van hun boodschap is dat AI de digitale wereld verlaat en de fysieke wereld binnentreedt.

AI stapt uit het scherm en de wereld in.

Linda: Forrester ziet een cruciale verschuiving. Tot nu toe was AI vooral iets van software, van chatbots, van beeldgeneratie, van documenten samenvatten. Allemaal digitaal. Maar nu gaat AI robots aansturen, voertuigen besturen, omgevingen beleven. Dat noemen ze fysieke AI. En in combinatie met agentische software, dus AI die zelfstandig taken uitvoert, verandert dat hoe consumenten communiceren, werken en kopen.

Siert: Agentische software, dat is de AI-agent die zelf dingen voor je doet. Een AI-agent die je reis boekt, die voor je onderhandelt, die namens jou e-mails beantwoordt. En fysieke AI is dan de laag daarboven: robots die in je huis, in de zorg, op de fabrieksvloer staan. Forrester stelt dat die twee samen de consumentenervaring gaan bepalen. Niet meer apps op je telefoon, maar systemen die jou kennen en voor je handelen, zowel digitaal als fysiek.

Linda: Dat betekent ook dat de risico's veranderen. Als een AI-agent fout zit in een chatvenster, is dat vervelend. Als een fysieke AI fout zit in een auto of een zorgrobot, kan dat levensgevaarlijk zijn. Forrester benoemt AI-beveiliging dan ook expliciet als fundament voor verdere innovatie. Je ziet dat ook terugkomen in regelgeving. De AI Act van de Europese Unie legt nu al strengere regels op voor hoogrisico-toepassingen. En dat gaat alleen maar toenemen.

Siert: Wat moeten Nederlandse bedrijven hiermee?

Linda: De bedrijven die nu experimenteren met AI-agenten en fysieke AI-pilots, zijn straks in het voordeel. Denk aan de logistieke sector, aan de maakindustrie, aan de zorg. Nederland heeft een sterke robotica-traditie en een goede digitale infrastructuur. Opvallend is dat Forrester niet spreekt over of, maar over wanneer. De verschuiving is volgens hen al bezig. Wie wacht tot de standaarden zijn uitgekristalliseerd, loopt achter.

Siert: En dan het zesde en laatste onderwerp. De Amerikaanse luchtmacht heeft een AI-commandosysteem ingezet dat WarMatrix heet. En de naam alleen al is spectaculair.

Een AI die tienduizend keer sneller denkt dan de oorlog zelf.

Linda: WarMatrix is een actieve oorlogssimulatieomgeving, zoals de luchtmacht het zelf noemt. Het systeem integreert bestaande modellen, data en workflows, en gebruikt AI om analyses en besluitvorming te versnellen. Het opvallendste getal: het kan simulaties draaien tot tienduizend keer sneller dan realtime commandovoering. Dus terwijl er op het slagveld één minuut voorbijgaat, heeft WarMatrix honderdzeventig uur aan scenario's doorgerekend.

Siert: En dat was geen kleine oefening. Meer dan honderdvijftig technische experts, leiders van de Amerikaanse luchtmacht en planners uit geallieerde landen. Dat laatste is interessant, want het betekent dat het systeem niet puur Amerikaans blijft. Geallieerden, en je kunt raden dat daar NAVO-landen bij zitten, krijgen inzicht in hoe zo'n systeem werkt. De luchtmacht noemt het een belangrijke stap in de operationele toepassing van AI in militaire commandostructuren.

Linda: Een AI die sneller denkt dan een commandant kan beslissen. En daar zit meteen de spanning. Een AI die tienduizend keer sneller is dan realtime kan scenario's doorrekenen die een menselijke staf nooit zou kunnen bevatten. Dat is een enorme tactische winst. Maar het roept ook vragen op: wie neemt de uiteindelijke beslissing? Hoe controleer je wat de AI aanbeveelt? En wat gebeurt er als tegenstanders vergelijkbare systemen inzetten? Dan krijg je AI-versus-AI-besluitvorming op een tijdschaal waarop mensen niet meer kunnen ingrijpen.

Siert: Nederland werkt binnen de NAVO nauw samen met de Amerikaanse luchtmacht, en het Ministerie van Defensie investeert zelf in AI-toepassingen via het JIVC, joot-ai-vee-see, het Joint Informatievoorzieningscommando. Dat geallieerde planners bij de eerste WarMatrix-oefening betrokken waren, betekent dat dit soort systemen ook bij ons op de radar staat. Het is niet ondenkbaar dat Nederlandse officieren straks meewerken met of naast zo'n AI. Een licht verhaal is het niet, maar wel een 'wow'-moment: een AI die honderdzeventig uur oorlog simuleert in één minuut. Daar word je even stil van.

Linda: Vandaag hadden we het over: NVIDIA's Ising voor kwantumcomputers, de kwantum-AI die chaos voorspelt, een neuro-symbolische AI die honderd keer minder energie gebruikt, TSMC's enorme uitbreiding in Arizona, Forrester over AI die de fysieke wereld inrolt, en WarMatrix, het AI-commandosysteem van de Amerikaanse luchtmacht.

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.