De afgelopen jaren lijkt het alsof kunstmatige intelligentie uit het niets is komen aanwaaien. Toch is het idee zo oud als de moderne computer zelf. Wie de geschiedenis van AI kent, kijkt anders naar de hype van vandaag: je herkent welke beloftes we al eens eerder hoorden, en welke doorbraken écht nieuw zijn. Dit is het verhaal in grote lijnen, van een zomerschool in 1956 tot ChatGPT, met Nederland als rode draad erdoorheen.
De AI-tijdlijn in één oogopslag
| Jaar | Mijlpaal |
|---|---|
| 1950 | Alan Turing stelt de vraag of machines kunnen denken, en bedenkt de Turing-test |
| 1952 | Het CWI bouwt de ARRA, de eerste Nederlandse computer (Nederland) |
| 1956 | Op de Dartmouth-bijeenkomst valt voor het eerst de term “artificial intelligence” |
| 1966 | ELIZA, de eerste bekende chatbot, wordt gebouwd aan MIT |
| 1974–1980 | De eerste AI-winter: beloftes te groot, financiering droogt op |
| eind jaren 80 | De tweede AI-winter, na de teleurstelling rond expertsystemen |
| 1997 | IBM’s Deep Blue verslaat schaakkampioen Garry Kasparov |
| 2012 | AlexNet wint de ImageNet-wedstrijd: de doorbraak van deep learning |
| 2016 | AlphaGo verslaat Go-grootmeester Lee Sedol |
| 2017 | Google publiceert de transformer (“Attention Is All You Need”) |
| 2019 | Nederland start de AI Coalitie en het Strategisch Actieplan AI (Nederland) |
| 2020 | OpenAI brengt GPT-3 uit, met 175 miljard parameters |
| 2021 | Het AiNed-programma krijgt 276 miljoen euro uit het Nationaal Groeifonds (Nederland) |
| 2022 | ChatGPT gaat op 30 november open en haalt een miljoen gebruikers in vijf dagen |
| 2023 | GPT-4 verschijnt; in Nederland start de bouw van GPT-NL (Nederland) |
Hoe een zomerschool in 1956 AI zijn naam gaf
Het begint bij een vraag die de Britse wiskundige Alan Turing in 1950 op papier zette: kunnen machines denken? In zijn artikel Computing Machinery and Intelligence bedacht hij een test die we nu kennen als de Turing-test. Als jij via tekstberichten niet meer kunt zien of je met een mens of een machine praat, dan mag je die machine intelligent noemen. Dat klinkt simpel, maar het was destijds een radicaal idee (Bron: Alan Turing, Mind 1950).
De naam van het vakgebied kwam zes jaar later. In de zomer van 1956 kwam een klein groepje wetenschappers bijeen aan Dartmouth College voor wat een onderzoeksproject van een paar weken moest worden. Wiskundige John McCarthy gebruikte daar, samen met Marvin Minsky, Nathaniel Rochester en Claude Shannon, voor het eerst de term artificial intelligence. Die Dartmouth-bijeenkomst geldt nog altijd als het officiële startpunt van AI als vakgebied (Bron: Dartmouth College).
Beginner-tip:Je hoeft de techniek niet te snappen om de geschiedenis te volgen. Zie de tijdlijn vooral als een reeks momenten waarop mensen iets beloofden, en de techniek dat soms wel en soms niet kon waarmaken.
Wat daarna kwam, voelde futuristisch. In 1966 bouwde Joseph Weizenbaum aan MIT een programma genaamd ELIZA, dat een gesprek met een psychotherapeut nabootste door slim te reageren op woorden in je zinnen. Mensen raakten er oprecht aan gehecht, terwijl het programma niets begreep van wat ze zeiden. Die neiging om machines menselijke eigenschappen toe te dichten zit dus al ruim een halve eeuw in ons, lang voordat er een chatbot bestond die echt vloeiend kon praten.
Twee AI-winters: als de beloftes te groot worden
De eerste decennia zaten vol optimisme. Onderzoekers verwachtten dat denkende machines vlakbij waren. Maar de techniek liep telkens vast op iets simpels: computers waren te traag en er was te weinig data. Toen de grote beloftes niet uitkwamen, droogde de financiering op. Dat patroon kreeg een eigen naam: de AI-winter.
Er waren er grofweg twee. De eerste liep ongeveer van 1974 tot 1980. De tweede volgde eind jaren tachtig, nadat de zogeheten expertsystemen, programma’s vol handgeschreven regels van menselijke experts, in de praktijk te duur en te star bleken. Tussendoor en daarna ging het onderzoek gewoon door, maar de publieke aandacht zakte ver weg.
Juist die winters maken de geschiedenis leerzaam. Telkens als AI “er bijna is”, loont het om te vragen welk concreet probleem nu écht is opgelost en wat nog belofte is. Dat onderscheid tussen ruis en waarde is precies waar wij dit platform voor hebben opgezet.
De doorbraak: data, rekenkracht en een slim idee
Eind jaren negentig kwam AI terug in het nieuws met een schaakbord. In 1997 versloeg IBM’s computer Deep Blue de regerend wereldkampioen Garry Kasparov. Indrukwekkend, maar Deep Blue was vooral heel goed in rekenen binnen de strikte regels van het schaken. Echt léren deed het systeem niet.
Dat veranderde in 2012. Een neuraal netwerk met de naam AlexNet won de ImageNet-wedstrijd voor beeldherkenning met een veel lagere foutmarge dan alle andere methodes. De aanpak heet deep learning: in plaats van regels intikken, laat je het systeem zélf patronen ontdekken in enorme hoeveelheden voorbeelden. AlexNet liet zien dat zo’n netwerk pas echt sterk wordt zodra je het veel data en zware grafische rekenkracht (GPU’s) geeft. Dat was de vonk onder de moderne AI-golf.
Vanaf daar ging het snel. In 2016 versloeg AlphaGo van DeepMind de topspeler Lee Sedol in het bordspel Go, een spel dat als veel te complex gold voor computers. En in 2017 publiceerden acht onderzoekers van Google een artikel met de bescheiden titel Attention Is All You Need. Daarin stond een nieuwe rekenstructuur, de transformer, die taal veel beter kon verwerken dan alles daarvoor. Bijna alle bekende AI-modellen van nu, inclusief ChatGPT, bouwen op dat ene idee (Bron: Attention Is All You Need).
Gevorderden:De transformer brak met het idee dat een model zinnen woord voor woord op volgorde moest verwerken. Door “attention” kan het model alle woorden in een zin tegelijk wegen en bepalen welke er voor de betekenis toe doen. Dat maakte training veel beter parallel uitvoerbaar, en dat is precies waarom de modellen daarna zo snel konden groeien.
ChatGPT zet AI op ieders bureau
Tussen 2018 en 2022 werden de taalmodellen van OpenAI elk jaar groter. GPT-3 verscheen in 2020 en was met 175 miljard parameters een sprong vooruit, maar bleef vooral bekend in techkringen. De omslag kwam op 30 november 2022, toen OpenAI een gratis chatvenster online zette: ChatGPT.
Wat daarna gebeurde, had niemand zo zien aankomen. ChatGPT had binnen vijf dagen al een miljoen gebruikers en groeide naar zo’n honderd miljoen gebruikers per maand binnen twee maanden, volgens veelaangehaalde cijfers de snelste adoptie van een consumentenproduct tot dan toe (Bron: History.com). In februari 2023 kwam er een betaalde versie van twintig dollar per maand, en in maart 2023 volgde het krachtiger GPT-4. Voor het eerst kon iedereen met een browser zelf ervaren wat zo’n model kon.
Sindsdien zitten we in een fase die je gerust een gouden koorts mag noemen: nieuwe modellen, nieuwe bedrijven, miljardeninvesteringen. Een deel daarvan is blijvend, een deel is mode. Wil je weten wat zo’n model nu eigenlijk is en wat het juist níet kan? Dan helpt onze uitleg over wat AI wel en niet is. En de volgende stap in deze lijn, systemen die zelf taken uitvoeren in plaats van alleen antwoorden geven, beschrijven we in AI-agents: wat zijn ze en wat kun je ermee.
En Nederland? Van de eerste rekenmachine tot een eigen taalmodel
De Nederlandse lijn loopt verrassend ver terug. Het Centrum Wiskunde & Informatica in Amsterdam, opgericht in 1946 als Mathematisch Centrum, bouwde in 1952 de eerste Nederlandse computer: de ARRA. Dat was nog geen AI, maar wel het fundament eronder. Vanaf de jaren zestig en zeventig begon ook in Nederland het AI-onderzoek op gang te komen, geïnspireerd door wat er in de Verenigde Staten gebeurde. Later groeide kunstmatige intelligentie hier uit tot een volwaardige universitaire studie, onder meer in Amsterdam, Utrecht en Nijmegen.
De grote versnelling in het beleid kwam in 2019. Op 8 oktober van dat jaar werd de Nederlandse AI Coalitie (NL AIC) opgericht, tegelijk met het Strategisch Actieplan AI van de toenmalige staatssecretaris Mona Keijzer. De coalitie bracht overheid, bedrijven en kennisinstellingen samen, en groeide in ruim een jaar naar meer dan vierhonderd deelnemende organisaties (Bron: NL AIC). In 2021 kwam daar serieus geld bij: het Nationaal Groeifonds kende 276 miljoen euro toe aan het AiNed-programma, bedoeld om Nederland in de AI-kopgroep te houden (Bron: Nationaal Groeifonds). Sinds begin 2025 zijn de NL AIC en AiNed samengevoegd tot één bredere coalitie, AIC4NL.
De meest concrete stap is misschien wel GPT-NL: een eigen, open Nederlands taalmodel. Het wordt sinds eind 2023 gebouwd door de non-profitorganisaties TNO, SURF en het Nederlands Forensisch Instituut, met 13,5 miljoen euro van het ministerie van Economische Zaken. De inzet is een transparant model dat met rechtmatig verkregen data is getraind en ons minder afhankelijk maakt van buitenlandse techreuzen. Hoe dat past in het bredere plaatje van Nederlandse AI-soevereiniteit en regels, lees je in GPT-NL, de AI-fabriek en de EU AI Act. Wil je liever cijfers over hoeveel we hier inmiddels met AI doen, dan staan die in AI-statistieken Nederland.
Beginner-tip:“Soeverein” klinkt zwaar, maar betekent hier vooral: een model waarvan we zelf weten waarop het getraind is en hoe het werkt. Voor jou als gebruiker is dat geruststellend, want je weet beter wat er met je gegevens gebeurt.
Wat de geschiedenis je leert over de hype van nu
Wie deze tijdlijn op zich laat inwerken, ziet een ritme. Een groot idee, een golf van optimisme, een tegenvaller, en dan stille jaren waarin het echte werk gebeurt. De huidige golf is uitzonderlijk omdat de techniek voor het eerst breed bruikbaar is voor gewone mensen, niet alleen voor onderzoekers. Tegelijk hoor je dezelfde grote beloftes als in de jaren zestig en tachtig terug, en daar mag je gezond kritisch op blijven.
Dat is geen reden om af te haken, eerder om bewust te kiezen. Begin klein, kijk wat een tool concreet voor je oplost, en laat de rest even voor wat het is. Hoe dat er in de praktijk uitziet, beschrijf ik in mijn reis met AI: van speeltje tot tweede laag over alles wat ik bouw. De geschiedenis leert vooral dit: de techniek komt en gaat in golven, maar wie nieuwsgierig en nuchter blijft, haalt er op elk moment iets nuttigs uit.