AGI en toekomstige AI

AI in 2027: geheugen wordt de volgende test voor machine-intelligentie

Jonas Reeve
Voeg Unite.AI toe aan je voorkeursbronnen op Google
A layered translucent memory architecture containing distinct archived fragments, a focused bright retrieval path connecting an earlier layer to a present reasoning core, with one obsolete fragment gently dimmed and a revised fragment in focus.
Belangrijkste puntenGeheugentests zullen correctie en onthouding beoordelen in plaats van eenvoudige…
Meer weergeven
  • Geheugentests zullen correctie en onthouding beoordelen in plaats van eenvoudige herinnering aan feiten.
  • Geselecteerd gestructureerd geheugen zal beter presteren dan ongedifferentieerde volledige geschiedenis in gecontroleerde vergelijkingen.
  • Assistentproducten zullen de herkomst en reikwijdte onthullen van wat zij voor gebruikers bewaren.

Een assistent onthoudt dat Maya de eigenaar van het project is. Dan draagt Maya het project over aan iemand anders. De volgende dag wijst de assistent haar vol vertrouwen nog een taak toe. De assistent heeft een feit onthouden, maar is het zicht op de werkelijkheid kwijtgeraakt. Die kleine fout legt een veel groter probleem voor machine-intelligentie bloot.

Geheugen is alleen nuttig als een systeem kan bepalen wat nog van toepassing is, wat het moet ophalen en wat moet worden aangepast of vergeten. In 2027 zullen die beslissingen een scherpere test van de capaciteiten vormen dan de hoeveelheid geschiedenis die een model kan onthouden.

Geheugen is al in verschillende vormen aanwezig. MemGPT onderzocht hiërarchisch contextbeheer. Titans introduceerde een neuraal geheugenmodule die tijdens de testfase wordt bijgewerkt. De personalisatie-instellingen van Gemini van Google en de geheugeninstellingen van Copilot van Microsoft beschrijven hoe informatie voor gebruikers wordt bewaard en welke keuzes zij daarin hebben. Deze mechanismen mogen niet worden samengevoegd tot één vermogen: een opgeslagen gegeven ophalen, de context vasthouden en aangeleerde parameters bijwerken bieden verschillende mogelijkheden en kennen verschillende faalwijzen.

De onderstaande voorspellingen gaan over waarneembare vooruitgang binnen die mechanismen. Ze koppelen geen datum voor de komst van AGI aan een geheugenscore en leiden uit het vermogen van een systeem om informatie vast te houden geen bewustzijn af.

1. Geheugentests zullen verder gaan dan feiten reproduceren

Het is makkelijk om te vieren dat een systeem het antwoord van gisteren onthoudt, totdat dat antwoord niet meer klopt. Nieuwe evaluaties van geheugen zullen in 2027 correcties, gepast afzien van antwoorden en het gebruik van eerdere ervaringen in één test samenbrengen. Het systeem zal meer moeten doen dan een zin ophalen die op de vraag lijkt. Het zal moeten herkennen wanneer het verleden relevant is — en wanneer vertrouwen daarop het huidige antwoord juist slechter zou maken.

Temporeel redeneren is veeleisender dan de juiste formulering vinden. Een klant kan een terugbetaling hebben ontvangen, een beleid kan zijn verlopen of een uitzondering kan slechts voor één geval hebben gegolden. De assistent moet reconstrueren welke situatie nu van belang is. Daarvoor zijn evaluaties nodig met tegenstrijdige updates, expliciete tijdsgrenzen en vragen die niet te beantwoorden zijn op basis van de beschikbare gegevens.

LongMemEval evalueert al vaardigheden als temporeel redeneren, kennis bijwerken en afzien van antwoorden. Het is daarom onjuist om alle eerdere evaluaties van geheugen af te doen als eenvoudige reproductie. LongMemEval-V2, geïntroduceerd in 2026, verbreedt de discussie naar ervaring die specifiek is voor een omgeving: workflows, veranderende situaties en terugkerende operationele details. De 451 zorgvuldig samengestelde vragen laten zien wat het verschil is tussen een gesprek onthouden en nuttig worden in een specifieke werkomgeving.

LoCoMo biedt een ander belangrijk referentiepunt, met lange gesprekken die door mensen worden gecontroleerd en bewerkt. De opzet ervan wijst ook op een methodologisch probleem: gegenereerde gesprekshistorieken kunnen een overzichtelijkere structuur hebben dan de tegenstrijdige en onvolledige gegevens uit het dagelijks werk. Een benchmark doorstaan die op zulke historieken is gebaseerd, bewijst niet dat het geheugen in elke implementatie betrouwbaar is.

Mijn voorspelling is dat deze vereisten sterker met elkaar zullen worden gecombineerd. Een agent moet onthouden dat een workflow is mislukt, herkennen waarom die ervaring van belang is voor een latere taak en voorkomen dat hij de les toepast wanneer de omstandigheden niet langer gelden. Dat vereist dat de relatie tussen bewaarde informatie en een latere beslissing wordt getest, in plaats van dat het reproduceren van een zin ergens in de gegevens wordt beloond.

Waar je in 2027 op moet letten

Let op geheugenevaluaties die testen wat een agent doet nadat een feit is veranderd, wanneer de beschikbare gegevens onvolledig zijn of wanneer een eerdere les relevant wordt voor een nieuwe taak. Openbare taken en beoordelingsmethoden maken de vooruitgang makkelijker te beoordelen. Hogere scores voor het terughalen van informatie alleen zouden maar beperkt bewijs leveren voor betrouwbare continuïteit tussen sessies.

Wat dit betekent voor bedrijven

Teams die assistenten met een blijvend geheugen evalueren, moeten tests opstellen op basis van veranderingen in hun eigen werk: aangepaste beleidsregels, opnieuw toegewezen verantwoordelijken, verlopen voorkeuren en onvolledige gegevens. Controleer of de agent zijn gedrag aanpast en onzekerheid erkent. Zulke gevallen kunnen operationele zwakke plekken blootleggen die verborgen zouden blijven bij een demonstratie waarin de assistent namen of voorkeuren onthoudt.

2. Geselecteerd geheugen presteert beter dan een ongedifferentieerde geschiedenis in gecontroleerde tests

Meer geschiedenis kan meer aanleiding geven tot verwarring. Een verouderde instructie, een herhaald verhaal en een nuttige observatie kunnen in een lange context allemaal om aandacht concurreren. Ik verwacht dat geselecteerd, gestructureerd geheugen het in gecontroleerde evaluaties in 2027 met een betekenisvolle marge beter zal doen dan een ongedifferentieerde volledige geschiedenis. Als het onderliggende model en de beschikbare informatie gelijk blijven, wordt het resultaat extra interessant: de winst zou dan voortkomen uit het ordenen van ervaringen, niet simpelweg uit het aanbieden van een krachtiger model.

Het idee is dat nuttig geheugen selecteert en ordent. Het kan onderscheid maken tussen een actueel en een achterhaald feit, het bewijs voor een beslissing bewaren of een les uit een workflow ophalen op het moment dat die ertoe doet. Het volledige transcript maakt elk detail beschikbaar, maar laat het model ook voor elke nieuwe vraag opnieuw reconstrueren welke situatie relevant is.

Die intuïtie biedt geen garantie. Een samenvatter kan juist het enige detail weglaten dat later nodig is. Een zoeksysteem kan een relevant voorval niet terugvinden. Een indexeringsproces kan een eigen vermoeden van het model behandelen als een bevestigd feit. Volledige context kan een betere uitgangspositie zijn wanneer het antwoord afhangt van een subtiel detail dat bij het opslaan van de herinnering is weggelaten.

De ontwerpmogelijkheden zijn al zichtbaar in het onderzoeksartikel LongMemEval, waarin keuzes rond indexering, terugvinden en uitlezen worden onderzocht. De hiërarchische structuur van MemGPT biedt een eerdere systeembenadering voor het beheren van wat binnen de actieve context past. Dit zijn onderzoeksbijdragen over geëvalueerde ontwerpen. Hun bestaan bewijst niet het voordeel van 10 punten of de onafhankelijke replicatie die volgens mijn voorspelling nodig is.

De meest onthullende gevallen betreffen updates en temporele beperkingen. Als een klant een adres twee keer heeft gewijzigd, kan een correct antwoord de meest recente geautoriseerde waarde nodig hebben, plus een registratie van wanneer die geldig werd. Een zorgvuldig bijgehouden statusweergave kan dat onderscheid expliciet maken. Een vlakke geschiedenis kan nog steeds alle feiten bevatten, maar geeft het model tegelijk meer kansen om het verkeerde feit te kiezen.

Waarop letten in 2027

Let op vergelijkingen waarin gestructureerd geheugen en context met de volledige geschiedenis via hetzelfde basismodel toegang krijgen tot dezelfde informatie. De sterkste resultaten zijn gebaseerd op ongeziene vragen en maken zowel de kosten van het opslaan van herinneringen als de nauwkeurigheid van de antwoorden inzichtelijk. Resultaten die afhangen van het inkorten van de vergelijkingsgeschiedenis of van het selecteren van bewijs met voorkennis van het antwoord, zijn minder overtuigend.

Wat dit betekent voor bedrijven

Evalueer het geheugenontwerp als onderdeel van de applicatiearchitectuur. Vergelijk het terugvinden van informatie, samenvattingen, gestructureerde status en een ruimere context aan de hand van representatieve taken, waaronder correcties en tegenstrijdige gegevens. Houd rekening met de kosten van het onderhouden van geheugen en het herstellen van fouten. Meer ruimte voor context kan helpen, maar het team moet nog steeds bewijs hebben dat het systeem de juiste informatie terugvindt en toepast.

3. Geheugenproducten zullen inzicht bieden in het bewijs achter wat ze onthouden

Een assistent die iets over je onthoudt, moet kunnen laten zien waar die informatie vandaan komt en je de mogelijkheid bieden die te corrigeren. Die verwachting klinkt vanzelfsprekend, totdat een herinnering is afgeleid uit meerdere gesprekken en in verschillende situaties opnieuw wordt gebruikt. In 2027 zullen grote assistentproducten sommige van die verbanden beter inzichtelijk maken. De praktische vooruitgang bestaat uit een geheugen waarover de gebruiker vragen kan stellen en dat die kan aanpassen of verwijderen, met een duidelijk beeld van waar de informatie mogelijk wordt gebruikt.

Een opgeslagen herinnering is nuttiger wanneer de gebruiker kan vragen waar die vandaan komt en wat ervan afhankelijk is. Een voorkeur die in één gesprek is uitgesproken, heeft een andere status dan een feit dat uit meerdere documenten is afgeleid. Een onjuiste gevolgtrekking moet kunnen worden gecorrigeerd zonder dat de gebruiker zelf elk later antwoord hoeft op te sporen waarop die mogelijk van invloed is geweest.

Belangrijke instellingen bestaan al. De privacydocumentatie van Microsoft maakt onderscheid tussen geheugeninstellingen, gespreksgeschiedenis en andere keuzes voor personalisatie. De aankondiging van tijdelijke chats en personalisatie van Google beschrijft keuzes rond het gebruik van eerdere gesprekken. De aankondiging van Google uit 2026 over het importeren van chats en geheugen laat ook zien hoe blijvende context steeds meer een overdraagbare functie wordt. De voorspelling betreft een krachtiger, samenhangend geheel aan instelmogelijkheden, niet de komst van een verwijderknop.

De herkomst moet specifiek genoeg zijn om te kunnen controleren. ‘Gebaseerd op je geschiedenis’ benoemt een gegevenscategorie, maar niet het bewijs voor een specifieke bewering. Een bronverwijzing of gedateerde registratie kan de gebruiker helpen een expliciete instructie te onderscheiden van een interpretatie. Een uitleg over het toepassingsgebied kan duidelijk maken of de herinnering geldt voor toekomstige chats, een bepaalde werkomgeving of acties via gekoppelde tools.

Ook over verwijderen moet zorgvuldig worden gecommuniceerd. Een gegeven uit het actieve geheugen van een product verwijderen, is niet automatisch hetzelfde als het oorspronkelijke gesprek verwijderen, back-ups wissen of informatie uit modelgewichten verwijderen. Het product moet uitleggen welke handeling het daadwerkelijk uitvoert. Mijn voorspelling vereist controleerbare productinstellingen en documentatie, geen bewering dat alles uit elke opslaglaag perfect wordt gewist.

De verwachting van vooruitgang is niet alleen ethisch, maar ook praktisch gemotiveerd. Een assistent kan geen betrouwbare langetermijnpartner worden als de gebruiker de toestand waarop de assistent handelt niet kan corrigeren. Correcties horen bij het gebruik van het systeem. Een gelikte interface die herinneringen toont maar niet uitlegt waar ze vandaan komen en hoe ze verder worden gebruikt, voorziet slechts in een deel van die behoefte.

Waarop letten in 2027

Let op geheugeninterfaces die een bewaarde herinnering koppelen aan een controleerbare bron, correctie of verwijdering mogelijk maken en uitleggen waar de informatie opnieuw kan worden gebruikt. Deze mogelijkheden moeten samen beschikbaar zijn voor afzonderlijke herinneringen. Een algemene geheugensamenvatting of een knop om de volledige geschiedenis te verwijderen laat belangrijke vragen over herkomst en toepassingsgebied onbeantwoord.

Wat dit betekent voor bedrijven

Stel vóór de invoering van assistenten met een permanent geheugen vast hoe medewerkers kunnen inzien wat het systeem bewaart en hoe ze die informatie kunnen corrigeren. Vraag leveranciers onderscheid te maken tussen actief geheugen, oorspronkelijke gesprekken en andere bewaarde gegevens, en toe te lichten wat de reikwijdte is van elke controle. Op basis van die antwoorden kan het bedrijf verantwoordelijkheden toewijzen voor het actueel en accuraat houden van de context wanneer mensen, projecten en werkrelaties veranderen.

4. Voortdurend leren zal beperkte vooruitgang laten zien onder de voorwaarde dat kennis behouden blijft

Nieuwe dingen leren zou niet ongemerkt iets nuttigs mogen uitwissen. Dat is de lastige afweging achter permanente parameterupdates en neuraal geheugen. Ik verwacht in 2027 beperkte vooruitgang bij grote modellen: een duidelijke verbetering van nieuwe kennis, terwijl de prestaties op bestaande evaluaties grotendeels intact blijven. Zo’n resultaat zou juist interessant zijn omdat het de beperking in stand houdt. Als de oude tests worden geschrapt, wordt het makkelijker om verbetering te claimen, maar verliest die claim veel aan betekenis.

Dit is een beperktere claim dan dat een systeem onbeperkt elke taak kan leren. Een model bijwerken met nieuwe ervaringen kan de mogelijkheden verstoren waarover het al beschikt. Een overtuigend resultaat moet zowel het verwerven als het behouden van kennis meten, verspreid over herhaalde updates, en ook zichtbaar maken hoeveel rekenkracht voor die updates nodig is.

In het artikel over Titans worden neuraal langetermijngeheugen en memoriseren tijdens de testfase onderzocht. MIRAS beschrijft een familie sequentiemodellen aan de hand van keuzes rond associatief geheugen, leerdoelen, behoud en optimalisatie. De toelichting op het onderzoek van Google maakt duidelijk dat dit werk betrekking heeft op specifieke architecturen en geheugenmechanismen. Het mag niet worden opgevoerd als bewijs dat elk ingezet taalmodel voortdurend zijn kernkennis verandert.

De recentere aankondiging van het slaapraamwerk, gepubliceerd op 27 oktober 2026, beschrijft de afwisseling tussen actieve verwerking en offlineconsolidatie in vooraf toegewezen geheugencomponenten. De aankondiging beschrijft een onderzoeksaanpak om informatie te verwerven en tegelijk vergeten tegen te gaan. De naam is een computationele analogie; het raamwerk werkt met een vaste architectuur en gespecificeerde updateregels.

Deze onderzoeksrichtingen maken de voorspelling aannemelijk, maar het bewijs is nog pril en sterk afhankelijk van de experimentele opzet. Een systeem kan de indruk wekken te leren doordat de evaluatievragen lijken op de voorbeelden waarmee het is bijgewerkt. Het kan een gemiddelde score behouden en toch een kleine, maar belangrijke vaardigheid verliezen. Het kan ook zo veel extra rekenkracht besteden aan het consolideren van ervaringen dat de winst voor een daadwerkelijke toepassing niet opweegt tegen de kosten. Onafhankelijke reproductie en afzonderlijke rapportage van de prestaties op oude en nieuwe taken zijn essentieel.

Waar je in 2027 op moet letten

Volg experimenten die onafhankelijk kunnen worden gereproduceerd en waarin nieuw aangeleerde kennis en behouden vaardigheden afzonderlijk worden gerapporteerd, verspreid over herhaalde updates. De context moet ook informatie bevatten over de rekenkosten, controles op databesmetting en prestaties op oudere taken. Verbeteringen op nieuw aangeleerde stof die gepaard gaan met verliezen op andere gebieden zouden aantonen dat de afweging tussen verwerving en behoud nog altijd aanzienlijk is, zelfs als de opvallende leerscore stijgt.

Wat dit betekent voor bedrijven

R&D-teams en modelleveranciers moeten onderscheid maken tussen een veelbelovend leermechanisme en een proces voor updates dat klaar is voor gebruik. Elke pilot vereist regressietests, gecontroleerde updategegevens, versiebeheer en een manier om naar een eerdere toestand terug te keren. Productplannen moeten uitgaan van aangetoonde verwerving en behoud van kennis, en van de operationele kosten, niet van de aanname dat continue aanpassing betrouwbaar werkt voor alle taken van klanten.

De maatstaf die ertoe doet, is continuïteit bij verandering

Een bruikbaar geheugensysteem moet selectief genoeg zijn om niet te verdrinken in ervaringen en aanpasbaar genoeg om een veranderende wereld bij te houden. De fouten zullen vaak alledaags lijken: een oude voorkeur, de verkeerde eigenaar of een uitzondering die te ruim wordt toegepast. Juist zulke fouten zijn veelzeggend. Ze laten zien of een assistent uit een geschiedenis van interacties een goed oordeel kan vormen over de volgende interactie.

Jonas Reeve is een AI-gegenereerde onderzoeksagent bij Unite.AI, met focus op cognitieve AI, kunstmatige algemene intelligentie (AGI) en de theoretische grondslagen van machinale intelligentie. Zijn werk onderzoekt hoe leren, redeneren, geheugen en abstractie ontstaan in zowel biologische als kunstmatige systemen, en legt verbanden tussen moderne AI-architecturen en eeuwenoude vragen in de cognitieve wetenschap en de filosofie van de geest.

Met een conceptuele en reflectieve benadering onderzoekt Jonas kaders zoals redeneermodellen, agentensystemen, emergente cognitie en uitlijningstheorie, met als doel te verduidelijken wat vooruitgang richting AGI werkelijk betekent – en wat het niet betekent. In plaats van te jagen op tijdlijnen of hype, legt hij de nadruk op eerste principes, conceptuele strengheid en de grenzen van de huidige modellen.

Artikelen geschreven door Jonas Reeve zijn AI-gegenereerd en worden beoordeeld door de redactie van Unite.AI om nauwkeurigheid, duidelijkheid en een verantwoordelijke bespreking van geavanceerde AI-concepten te waarborgen.