Waarom Open Source AI Ertoe Doet

De krantenkoppen gaan bijna altijd over de nieuwste modellen van OpenAI, Google of Anthropic. Begrijpelijk, want dat zijn ook de meest capabele. Maar daarnaast is er een andere tak van AI-ontwikkeling die minder aandacht krijgt en toch veel invloed heeft: open source.

Wat maakt open source anders?

Bij open source AI zijn de modelgewichten, en soms ook de trainingsdata en -code, publiek beschikbaar. Dat klinkt technisch, maar het heeft praktische gevolgen.

Je kunt zo'n model zelf draaien, zonder API-sleutel, zonder abonnement, zonder dat je data naar een externe server gaat. Je kunt het aanpassen voor jouw specifieke situatie. En je kunt, als je er zin in hebt, controleren wat het model precies doet.

Technologie die overal invloed op heeft, is minder kwetsbaar als mensen er zelf in kunnen kijken.

Bij gesloten modellen vertrouw je op wat het bedrijf zegt over hoe het model werkt, welke data er gebruikt is, en welke keuzes er gemaakt zijn bij de training. Dat is niet per se kwaadwillend, maar het is een hoop blind vertrouwen.

Wat er al bestaat

De afgelopen jaren zijn er een aantal open source modellen verschenen die laten zien dat het geen tweederangs alternatief hoeft te zijn:

• Llama van Meta heeft een lawine aan verdere ontwikkeling losgemaakt. Duizenden aangepaste versies zijn er inmiddels van gebouwd.
• Mistral uit Frankrijk toont aan dat je buiten de VS interessante dingen kunt doen met relatief bescheiden middelen.
• DeepSeek uit China liet begin 2025 zien dat goede resultaten ook met minder rekenkracht bereikbaar zijn.
• Op Hugging Face staan tienduizenden finetuned modellen voor specifieke toepassingen die grote labs nooit zouden bouwen.

De bezwaren

Er zijn ook serieuze kritiekpunten, die het waard zijn om eerlijk te bekijken.

"Open source AI is gevaarlijk" is het meest gehoorde bezwaar. De gedachte is dat als iedereen krachtige modellen kan downloaden, ook kwaadwillenden er misbruik van kunnen maken. Dat klopt deels, maar het weegt niet op tegen de keerzijde: als modellen gesloten zijn, kunnen beveiligingsonderzoekers ze ook niet controleren. De kennis om AI te bouwen verspreidt zich sowieso, ongeacht of modellen open zijn.

"Gesloten modellen zijn beter" klopt op dit moment voor de absolute top. Maar de kloof wordt kleiner. Voor de meeste praktische toepassingen zijn open source modellen al meer dan voldoende.

Hardware is ook minder een drempel dan vroeger. Dankzij kwantisatie en betere optimalisatie draaien steeds krachtigere modellen op gewone consumentenhardware.

Wat het uiteindelijk gaat bepalen

Open source AI is interessant voor meerdere redenen tegelijk. Voor onderzoekers die modellen willen bestuderen. Voor bedrijven die data binnenshuis willen houden. Voor landen die geen technologische afhankelijkheid willen opbouwen bij een paar Amerikaanse bedrijven. En voor mensen die gewoon zelf willen bepalen welke software ze draaien.

Dat zijn heel verschillende motieven, maar ze wijzen dezelfde kant op. Open source is niet de enige weg, maar het is een die het waard is om open te houden.

---

De toekomst van AI wordt niet alleen bepaald door de grootste labs. Dat is misschien wel het meest bemoedigende aan wat er de afgelopen jaren is gebeurd.