Voorbij de chatbot: de echte wereld is de test voor fysieke AI
"Het verplaatsen van AI van de digitale naar de fysieke wereld is de essentiële volgende stap."
Published on April 10, 2026
Professor Shankar Sastry, UC Berkeley
Medeoprichter van Media52 en hoogleraar Journalistiek, bouwt aan IO+, events en Laio, met focus op commerciële kansen—en blijft schrijven voor IO+.
Tijdens het Nationaal Congres Autonomous Systems (NCAS’26) in Drachten gaf professor Shankar Sastry van UC Berkeley een diepgaande keynote over het bouwen van betrouwbare autonome systemen. Als wereldwijd erkende pionier op het gebied van cyber-fysische systemen en regeltechniek doorbrak Sastry de huidige hype rond generatieve AI: AI laten functioneren in de fysieke wereld is fundamenteel anders – en aanzienlijk moeilijker – dan het genereren van tekst op een scherm.
De meedogenloze fysieke wereld en de paradox van Moravec
Sastry herinnerde het publiek er in een keynote vol humor aan dat “de fysieke wereld veel minder vergevingsgezind is dan een chatbot”. Als een taalmodel hallucineert, kan een gebruiker simpelweg een nieuwe prompt invoeren; maar als een fysieke robot een fout maakt, kan dat dure hardware vernietigen, kritieke operationele storingen veroorzaken of zelfs mensenlevens kosten.
Hij illustreerde deze uitdaging met Moravec's paradox: de observatie dat hoog-niveau redeneren weinig rekenkracht vereist, terwijl laag-niveau sensorimotorische vaardigheden juist enorme rekenkracht vragen. We kunnen een robot leren een salto of een kungfutrap uit te voeren, maar een humanoïde robot betrouwbaar een “eenvoudige” taak laten uitvoeren, zoals een onbekende deur openen of een alledaags object vastpakken, blijft een van de moeilijkste vraagstukken in de techniek.
Het 40-watt brein: “De geest is er om het lichaam te sturen”
Om te benadrukken waarom grijpen en fysieke interactie zo complex zijn, verwees Sastry naar de Griekse filosoof Anaxagoras, die al rond 500 v.Chr. stelde dat “de geest er is om het lichaam te sturen”. Bij mensen is ongeveer 40% van de motorische cortex exclusief gewijd aan handen en gezicht. De zwaarste rekentaken van het brein draaien om fysieke manipulatie, terwijl het menselijke brein dit alles doet met slechts 25 tot 40 watt energieverbruik: een schril contrast met de energie-intensieve GPU-clusters die nodig zijn om moderne AI te trainen.
Autonoom racen en rampenbestrijding
Om deze real-world uitdagingen aan te pakken, test Sastry zijn AI-algoritmes tot het uiterste. Een sprekend voorbeeld is de deelname van zijn team aan de Indy Autonomous Challenge. Hier racen volledig autonome raceauto’s van 500 pk, uitgerust met LiDAR, radar en camera’s, tegen elkaar met snelheden tot 240 km/u. De hardware is voor alle teams identiek; de competitie draait volledig om de prestaties van AI-software die in realtime beslissingen neemt.
Daarnaast liet Sastry zien hoe competitieve multi-agent speltheorie, oorspronkelijk ontwikkeld voor “verstoppertje”-achtige droneswermen, wordt ingezet voor Humanitarian Assistance and Disaster Relief (HADR). Tijdens incidenten zoals de bosbranden in Los Angeles kunnen autonome drones slachtoffers opsporen en hen veilig uit gevaarlijke gebieden begeleiden. Cruciaal is dat Sastry’s modellen rekening houden met onvoorspelbaar menselijk gedrag in panieksituaties, zodat drones effectief leiding kunnen geven aan mensen die mogelijk irrationeel handelen.
Neurosymbolisch redeneren: de weg naar vertrouwen
Om veilig naast mensen te kunnen opereren, moeten deze systemen voldoen aan strenge eisen rond certificering en betrouwbaarheid. Sastry pleit daarom voor een hybride aanpak: “neurosymbolisch redeneren”. Door klassieke, verifieerbare regeltheorie (die harde veiligheidsgrenzen en garanties biedt) te combineren met deep reinforcement learning (dat kan omgaan met onvoorspelbare, niet-lineaire omgevingen), kunnen ingenieurs fysieke AI-systemen bouwen die zowel flexibel als intrinsiek veilig zijn.
Deze combinatie van strakke controle en dynamisch leren stelde Sastry’s team in staat om humanoïde robots te trainen die zich aanpassen aan willekeurige omgevingen, deuren openen en zelfs robots van Google DeepMind verslaan in een autonoom potje tafeltennis.
Het economische potentieel ontsluiten
Sastry sloot af met een economische realiteitscheck. Op dit moment bestrijkt puur softwarematige AI slechts een fractie van de taken in de wereldeconomie. Zonder doorbraken in “Physical AI” - het vermogen om intelligentie direct in autonome systemen en machines te integreren - zal de economische impact van AI tegen een harde grens aanlopen.
Het werk van Sastry bij UC Berkeley laat zien dat het verplaatsen van AI van de digitale naar de fysieke wereld de essentiële volgende stap vormt.