Zelfrijdende auto’s op de weg, slimme assistenten in huis en software die bepaalt of je een lening krijgt - het is allemaal geen toekomstmuziek meer. AI heeft een steeds grotere impact op ons dagelijks leven en verstookt ook heel wat energie met de bijbehorende CO₂-uitstoot. Reden te meer om eens dieper na te denken over hoe we als maatschappij met AI willen omgaan.

AI (artificial intelligence, ofwel kunstmatige intelligentie) speelt een steeds belangrijkere rol in ons dagelijks leven. De technologie biedt heel wat voordelen: slimme assistenten verstaan je spraak, je smartphone verbetert je typefouten en binnenkort hoeven we misschien zelf niet meer te rijden omdat onze auto dat voor ons doet.

Maar het gebruik van AI roept ook heel wat vragen op. Niet alleen over privacy, maar zelfs nog veel fundamenteler: wíllen we al die taken wel door computers laten uitvoeren? Willen we bijvoorbeeld wel volledig door een algoritme laten bepalen wie een lening krijgt, zonder enige menselijke inbreng? En nog extremer: willen we wel een drone in oorlogsgebied automatisch laten bepalen of iemand een burger of vijandige soldaat is om die dan neer te schieten?

01 Van grondrechten tot ethische beginselen

In april 2019 publiceerde de ‘High-Level Expert Group on AI’ van de Europese Commissie ethische richtlijnen voor betrouwbare AI. Dit deden ze om een kader te bieden om over dit soort vragen na te denken en beslissingen over het gebruik van AI te kunnen nemen die mensen in hun waarde laten.

De expertgroep baseert zich op grondrechten die in de EU-verdragen, het Handvest van de grondrechten van de EU en de internationale mensenrechtenwetgeving opgenomen zijn. Het gaat dan bijvoorbeeld om respect voor de menselijke waardigheid, vrijheid van het individu, respect voor democratie, justitie en de rechtsstaat, gelijkheid, non-discriminatie en solidariteit en rechten van burgers (zoals het recht op behoorlijk bestuur en het recht op inzage in openbare documenten). Bij de ontwikkeling en het gebruik van AI mogen die grondrechten nooit in het gedrang komen, vindt de expertgroep.

De auteurs noemen in hun rapport vier ethische beginselen die in die grondrechten geworteld zijn en die ontwikkelaars en gebruikers van AI altijd zouden moeten naleven: respect voor de menselijke autonomie, preventie van schade, rechtvaardigheid en verantwoording. Door deze beginselen na te leven, zouden we met AI het individuele en collectieve welzijn kunnen verbeteren.

©PXimport

02 Respect voor de menselijke autonomie

Een belangrijk grondrecht is de vrijheid van het individu: ieder is vrij om zijn eigen levenskeuzes te maken. Daaronder vallen ook de vrijheid van meningsuiting en het recht op een privéleven. Een AI-systeem mag mensen daarom niet onterecht onderwerpen of tot iets dwingen, maar ook niet misleiden of manipuleren.

Een AI-systeem dat dit ethische beginsel omarmt, zou juist ontworpen moeten zijn om de menselijke cognitieve, sociale en culturele vaardigheden aan te vullen en te versterken. Zo zou een AI-systeem op de werkvloer dat respect heeft voor de autonomie van de werknemers juist ondersteunend zijn en het werk nog zinvoller maken. Bovendien betekent respect voor de menselijke autonomie ook dat er altijd menselijke controle moet zijn op de werkprocessen van het AI-systeem.

03 Preventie van schade

Een AI-systeem mag geen schade veroorzaken of vergroten bij mensen, zowel op fysiek als mentaal gebied. Hieronder vallen ook regels dat het systeem robuust en veilig moet zijn, zodat het niet misbruikt kan worden. Maar het gaat verder: een AI-systeem dat bijvoorbeeld ongelijkheid vergroot of de machtsverhoudingen tussen werkgever en werknemers verandert doordat die eerste meer informatie krijgt over zijn werknemers, gaat in tegen deze richtlijn.

Ook tussen een bedrijf en zijn klanten of consumenten, of tussen een overheid en zijn burgers is er die scheeftrekking van de machtsverhoudingen. We zien dan ook momenteel dat veel bedrijven en overheden AI juist (willen) inzetten om hun macht te vergroten, en dat is een rechtstreekse inbreuk op dit beginsel.

04 Rechtvaardigheid

Rechtvaardigheid is een breed begrip dat ook nog eens cultureel bepaald is. Dit is waarschijnlijk dan ook het moeilijkste ethische beginsel om in de praktijk te brengen. Toch zijn er enkele algemene regels: een AI-systeem zou niemand mogen discrimineren, stigmatiseren, ongelijke kansen geven of arbitrair in zijn keuzevrijheid beperken.

Discriminatie hoeft overigens niet bewust ingebouwd te zijn: het kan ook een ‘bug’ zijn. Zo werkt gezichtsherkenning doorgaans minder goed bij een donkere huid, waardoor gekleurde personen vaker verkeerd geïdentificeerd worden.

Rechtvaardigheid betekent ook dat tegengestelde belangen altijd afgewogen moeten worden en dat de inzet van een AI-systeem evenredig moet zijn met het doel. De inzet van gezichtsherkenning om iemand publiekelijk aan de schandpaal te nagelen na het oversteken bij rood licht, is bijvoorbeeld een onevenredig gebruik van de technologie en dus niet rechtvaardig. Tenminste in Europa; in China vindt men dit heel normaal.

05 Verantwoording

Minstens zo belangrijk als de vorige beginselen is dat de werking van een AI-systeem verantwoord moet kunnen worden. De processen van het systeem dienen transparant te zijn en de mogelijkheden en het doel dienen openbaar te zijn. Bovendien moeten de beslissingen die een AI-systeem neemt te verklaren zijn voor wie er de gevolgen van ondervindt. Als je een aanvraag voor een lening doet en die wordt geweigerd door het systeem, heb je recht op een betere verklaring dan “Computer says no”. De computer moet een redenering kunnen geven als: je bent geweigerd omdat je loon te laag is en je in het verleden een lening tijdelijk niet hebt afbetaald. Als je zo’n antwoord krijgt, kun je dit tenminste aanvechten door tegenargumenten te geven.

06 Checklist voor bedrijven

Allemaal goed en wel, maar dat blijven vrij vage ethische richtlijnen. Hoe werk je dat in de praktijk uit? Verrassend genoeg biedt het rapport van de Europese Commissie aan de voorgaande beginselen ook heel praktische richtlijnen in de vorm van een lijst met zeven concrete vereisten waaraan elk AI-systeem zou moeten voldoen. Op basis van feedback is er in juli 2020 een herziene versie van die richtlijnen gepubliceerd: Assessment List for Trustworthy Artificial Intelligence (ALTAI) for self-assessment.

Bij elk van deze vereisten worden methodes vermeld die bedrijven kunnen gebruiken om hun AI-systeem aan de vereisten te laten voldoen. Eén van die concrete vereisten is bijvoorbeeld het belang van privacy en ‘data governance’ (gegevenskwaliteitsbeheer). De checklist beklemtoont dat verzamelde persoonsgegevens vertekend, onvolledig, onnauwkeurig, of fout kunnen zijn. Dit moet verholpen worden vóórdat het systeem met deze gegevens getraind wordt. Bovendien moet elke stap - zoals het plannen, trainen, testen en installeren - getest en gedocumenteerd worden om de integriteit te waarborgen. En de algoritmes, gegevens en ontwerpprocessen moeten te evalueren zijn door interne en externe controleurs.

Bij de vereisten staat ook dat een AI-systeem zich tegenover een gebruiker niet als mens mag voordoen: het moet altijd als AI-systeem herkenbaar zijn. Bovendien moet een AI-systeem toegankelijk zijn voor iedereen ongeacht, leeftijd, geslacht of beperkingen. Opmerkelijk is ook dat de checklist erop wijst dat de energieconsumptie tijdens het trainen van een AI-systeem geminimaliseerd moet worden. Bedrijven die met AI bezig zijn, kunnen de richtlijnen consulteren of een webtools voor de checklist volgen.

©PXimport

07 Van ethiek naar wetgeving

Ethische richtlijnen zijn nuttig. Maar volgens digitale burgerrrechtenorganisatie Acces Now en consumentenverenigingen ANEC en BEUC (die alle drie een lid in de expertgroep hadden) is dit maar een eerste stap. Zonder bijbehorende wetgeving en controles kunnen we niet verzekeren dat AI-systemen de rechten van gebruikers respecteren. Aan de wetgeving wordt al gewerkt (zie het kader ‘Europese regelgeving rond AI’), maar zal die gehandhaafd kunnen worden?

Access Now signaleert ook dat de Europese Commissie in de expertgroep voornamelijk vertegenwoordigers uit het bedrijfsleven heeft geplaatst, en dat de richtlijnen daardoor niet voldoende de mens centraal stellen. De organisatie stelt ook voor om de uitdagingen rond AI meer in termen van mensenrechten te bespreken, zoals ze in 2018 hebben gedaan in hun publicatie ‘Human rights in the age of artificial intelligence’.

08 Wie is er verantwoordelijk?

Iets anders waar het rapport van de Europese Commissie aan voorbijgaat, is het probleem van verantwoordelijkheid. Als een zelfrijdende auto door een fout een dodelijk ongeval veroorzaakt, wie is dan de schuldige? De auto? Maar apparaten zijn geen levende wezens, dus daar kunnen we geen verantwoordelijkheid aan toekennen.

De producent dan? Op zich verschilt een AI-systeem zoals een zelfrijdende auto niet zoveel van elk ander product. Als een klassieke auto door een fout plots tijdens een manoeuvre blokkeert en daardoor een ongeval veroorzaakt, zal de producent verantwoordelijk gesteld worden. Zo ook bij een zelfrijdende auto.

Europese regelgeving rond AI

09 Complexe oorzaken

Maar het is veel complexer dan dat: een zelfrijdend systeem bestaat uit zoveel subsystemen van zoveel andere bedrijven, en is getraind op zoveel data uit allerlei bronnen, dat het heel moeilijk te bepalen is wat precies de fout veroorzaakt heeft. Misschien ligt de fout wel in een verkeerde training door een werknemer die op een vrijdagavond vroeger naar huis wilde, waardoor de auto de situatie verkeerd ingeschat heeft. Of misschien kwam de auto in een situatie waarin er gewoon geen juiste oplossing was (zie het kader ‘Het trolleyprobleem’).

Stellen we dan degene die de keuze in een algoritme gegoten heeft verantwoordelijk voor elke dode die uit die keuze voortvloeit? En die complexiteit leidt weer tot andere problemen. Elon Musk heeft aangegeven dat Tesla de verantwoordelijkheid aanvaardt in het geval van een ongeval, op voorwaarde dat de software een fout gemaakt heeft. En hoe bepaal je dat? Door de auto tijdens het rijden continu alle mogelijke gegevens te laten verzamelen en naar Tesla te sturen. We kopen de verantwoordelijkheid van de producent dus af met onze privacy.

10 Te veel vertrouwen in AI

Producenten van AI-systemen stellen de capaciteiten altijd mooier voor dan ze zijn. Daardoor hebben politici, overheidsdiensten maar ook wij allemaal te veel vertrouwen in AI, terwijl veel systemen nog helemaal niet zo goed werken dat we ze in de plaats van menselijke experts zouden kunnen gebruiken. Je kunt je schouder ophalen met de boodschap dat het allemaal wel zal verbeteren, maar ondertussen wordt AI wel in heel wat domeinen toegepast of overwogen waar het juist tot extra risico’s leidt. Het ‘Berkman Klein Center for Internet & Society’ van de Universiteit van Harvard publiceerde in 2018 een overzicht van de risico’s in het rapport ‘Artificial Intelligence & Human Rights: Opportunities & Risks’.

Het trolleyprobleem

©PXimport

11 Mensenrechten onder druk

Het rapport gaat met zes domeinen in op de impact van AI op mensenrechten. Opvallend is dat er maar een domein is waarin de auteurs de positieve impact groter zien dan de negatieve impact: diagnostiek in de gezondheidszorg. In het strafrecht, de financiële sector, onderwijs, online content moderation en human resources weegt momenteel de negatieve impact door of is de impact nog onduidelijk.

De problemen zijn afhankelijk van het domein, maar hetzelfde komt vaak terug: het systeem beoordeelt iemand nog te vaak fout en er is geen enkel verweer tegen doordat de beslissing niet transparant genomen wordt. Omdat de gebruikers (politiemensen, rechters, hr-personen, bankiers) blindelings vertrouwen in de technologie waarmee ze mensen beoordelen, zijn ze niet geneigd om de bezwaren van de slachtoffers serieus te nemen. Het is nu eenmaal gemakkelijk om de verantwoordelijkheid voor een moeilijke beslissing naar een computer door te schuiven.

12 Dichter bij huis

Dit is geen ver-van-mijn-bedshow. In Nederland koppelde de overheid van 2014 tot 2020 persoonsgegevens van burgers uit verschillende databases aan elkaar om risicoprofielen op te stellen. Het systeem heette SyRI (Systeem Risico Indicatie) en was ondanks grote bezwaren van het toenmalige College Bescherming Persoonsgegevens en de Raad van State ingevoerd, zonder enige vorm van inzicht in wat er met de gegevens van burgers gebeurt.

De gemeenten, het UWV, de Sociale Verzekeringsbank, de Inspectie SZW en de Belastingdienst konden allemaal van SyRI gebruikmaken als ze bijvoorbeeld fraude met uitkeringen, toeslagen of belastingen vermoedden. Het systeem ging dan aan het rekenen en bepaalde zo welke adressen een verhoogd risico op fraude hadden. Dat kon niet zomaar: er was een hele procedure. Een gemeente kon bijvoorbeeld toestemming vragen om een specifieke wijk te onderzoeken.

In de vijf jaar dat het systeem actief was, hebben vijf gemeenten dat gedaan, maar uit onderzoek van de Volkskrant bleek dat bij geen van die algoritmische onderzoeken een fraudegeval ontdekt werd. Gegevens waren vaak niet meer actueel of verkeerd ingevuld, of er was te weinig personeel. SyRI was bovendien helemaal niet transparant: bewoners van ‘zwakkere’ wijken kwamen onder een vergrootglas te liggen terwijl ze helemaal niet wisten welke privacygevoelige gegevens over hen gebruikt werden. Door het groeiende protest over de gang van zaken besloot Rotterdam om het fraudeonderzoek met SyRI stop te zetten. In het begin van 2020 oordeelde de rechtbank dat de wetgeving die de inzet van SyRI regelde in strijd was met artikel 8 van het Verdrag voor de Rechten voor de Mens, dat het recht op respect voor het privéleven beschermt.

AI voor iedereen

Ondertussen profiteren bedrijven zoals Google, Facebook en Amazon van de grote hoeveelheden gegevens waarover ze beschikken om krachtige AI-toepassingen te trainen, die zelden in het voordeel van gebruikers zijn. Als je de website Google AI zou bezoeken, zou je niet geloven dat dit hetzelfde bedrijf is dat 80% van het webverkeer traceert met cookies of trackers. Als we even voorbijgaan aan de privacy-inbreuken van Google, bevat de website van Google AI een interessante houding tegenover AI. Google wil met AI naar eigen zeggen technologieën ontwikkelen die belangrijke problemen oplossen en mensen in hun dagelijks leven helpen.

©PXimport

De mens centraal

Het bedrijf somt zelfs enkele principes op die het volgt in zijn keuze om specifieke AI-toepassingen al dan niet te ontwikkelen. Zo mag een AI-technologie volgens Google geen vooroordelen creëren of versterken, moet ze verantwoording kunnen geven en moet ze de maatschappij van voordeel zijn. Google heeft zelfs een People + AI Guidebook gepubliceerd voor wie zelf een AI-systeem ontwikkelt en daarbij wil weten hoe dit het best de mens centraal stelt. Hoe mooi al deze principes en richtlijnen ook zien, Google krijgt veel kritiek van onderzoekers omdat het zelf deze richtlijnen vaak overtreedt.

15 Energieslokoppen

AI heeft nog een ander probleem: technieken zoals deep learning vragen enorm veel rekenkracht. Bij deep learning wordt een neuraal netwerk opgesteld met een groot aantal lagen neuronen tussen invoer en uitvoer. De beste netwerken worden altijd groter. Zo had GPT-2 van OpenAI in 2019 ‘slechts’ 1,5 miljard parameters nodig, terwijl de opvolger GPT-3 vorig jaar maar liefst 175 miljard parameters vereiste. Ook de rekenkracht die nodig was om beide modellen te trainen nam sterk toe: GPT-2 vereiste enkele tientallen petaflopdagen, terwijl dat bij GPT-3 al meerdere duizenden petaflopdagen bedroeg. Honderd keer zoveel rekenkracht, en dus energieverbruik, op een jaar tijd.

Energieverbruik betekent meestal ook een CO₂-voetafdruk. In 2019 publiceerden computerwetenschappers van de University of Massachusetts de studie ‘Energy and Policy Considerations for Deep Learning in NLP’. Daarin schatten ze dat het productieklaar maken van een enkel neuraal netwerk even veel CO₂ uitstoot als vijf auto’s tijdens hun hele levensduur. En in 2020 schatten studenten van de universiteit van Kopenhagen dat het trainen van GPT-3 een even grote CO₂-voetafdruk heeft als 700.000 km rijden met een nieuwe auto. Ze ontwikkelden een tool, carbontracker om het energieverbruik en de CO₂-voetafdruk van het trainen van een deeplearningmodel te schatten.

©PXimport

16 Inzicht in de CO₂-voetafdruk

In hun publicatie ‘Quantifying the Carbon Emissions of Machine Learning’ hebben onderzoekers van Element AI en het instituut Mila in Montréal de factoren blootgelegd die een impact hebben op de CO₂-voetafdruk van het trainen van een deeplearningmodel. Op basis hiervan hebben ze de Machine Learning Emissions Calculator ontwikkeld. Je vult hier in bij welke cloudprovider en in welke regio je het model traint, om welk hardwaretype het gaat en hoeveel uren het trainen in totaal duurde.

Je krijgt dan niet alleen de CO₂-uitstoot te zien, maar ook suggesties om die te verbeteren, bijvoorbeeld het model in een andere regio trainen of naar een andere cloudprovider overstappen. Daar zijn grote verschillen tussen. Zo draait het Google Cloud Platform voor een groter deel op hernieuwbare energie dan Amazon Web Services. Bedrijven die de impact van hun AI-toepassingen op het milieu willen beperken, kunnen op deze manier de juiste keuzes maken.

©PXimport

17 Steeds minder verbetering

Het gigantische energieverbruik van de steeds groter wordende AI-modellen is vaak ook gewoon niet meer te verantwoorden. Want de modellen worden wel beter, maar het energieverbruik groeit sterker dan de verbetering van de prestaties. Dat is al jaren zo. Het computervisiemodel ResNeXt uit 2017 verbruikte bijvoorbeeld 35% meer energie bij het trainen dan de voorganger ResNet uit 2015, maar was slechts 0,5% nauwkeuriger.

Als AI-onderzoekers op dezelfde manier blijven doorgaan, zullen ze dus grotere en grotere modellen maken die steeds meer energie vragen, en dat om steeds kleiner wordende verbeteringen te realiseren. Een van de redenen waarom deze verspilling blijft gebeuren, is omdat veel AI-onderzoekers geobsedeerd zijn om met hun algoritme op de eerste plaats te raken in een van de vele gepubliceerde benchmarks. Het levert de onderzoekers faam op, zelfs al is hun algoritme maar een fractie van een procent beter dan de nummer twee.

18 Intelligenter dan domme berekeningen

AI-onderzoekers zouden dus beter ook naar de energiekosten kijken, en wetenschappelijke artikels en onderzoeksvoorstellen zouden hierop ook beoordeeld moeten worden. Maar het is ook duidelijk dat de huidige aanpak van steeds maar grotere modellen niet meer vol te houden is. We hebben vooral nieuwe fundamentele inzichten in AI nodig. Zodat we AI-algoritmes kunnen ontwikkelen die niet alleen intelligenter zijn dan brute rekenkracht, maar ook niet zoveel kostbare energie verspillen. Zo komt ons menselijke brein toe met een gemiddeld energieverbruik van nog geen 20 watt!

QD-OLED is steeds vaker terug te vinden in gamingmonitoren. Waar deze techniek eerst vooral was voorbehouden aan het hogere segment, zie je steeds vaker in modellen die voor een veel bredere groep gamers betaalbaar zijn. De vraag is natuurlijk of je dat verschil in beeldkwaliteit ook echt merkt tijdens het spelen. In dit artikel lees je hoe QD-OLED werkt en wanneer je het verschil in de praktijk merkt.

Wat QD-OLED anders maakt

Een traditioneel LCD-paneel werkt met achtergrondlicht dat door meerdere lagen heen moet voordat je een beeld ziet. Dat kost tijd en maakt dat zwart nooit volledig zwart wordt. QD-OLED laat die tussenlagen achterwege. Elke pixel geeft zelf licht en schakelt onafhankelijk van de rest. Daardoor reageert het beeld direct. De quantum-dot-laag zet het blauwe OLED-licht om in diepe en zuivere kleuren. Het voelt alsof je condens van een raam veegt: zodra de waas verdwijnt, zie je het beeld helder en zonder vertraging.

©ID.nl

Vloeiende beelden bij snelle actie

Die directe pixelreactie merk je vooral wanneer je snelle spellen speelt. Omdat pixels vrijwel meteen overschakelen naar een nieuwe kleurstand, blijven objecten die over het scherm vliegen scherp in beeld. In shooters, racespellen en andere games waarbij snelheid telt, bijvoorbeeld voetbalgames, ontstaat daardoor een rustiger beeld met minder bewegingsonscherpte. Je ogen hoeven zich minder vaak aan te passen. Daardoor raken ze minder snel vermoeid en houd je makkelijker overzicht, ook wanneer je langere tijd achter elkaar speelt.

©ID.nl

Zicht in donkere scènes

QD-OLED blinkt uit in donkere scènes. Pixels die geen licht hoeven te geven, staan volledig uit en leveren een diep zwart dat je bij LCD-panelen zelden ziet. Doordat heldere elementen hier direct naast kunnen staan zonder dat ze licht lekken, ontstaat een sterk contrast dat schaduwen en lichte accenten duidelijker scheidt. Daardoor verdwijnen grijze waasjes in schaduwhoeken en blijven contouren van objecten helder zichtbaar. Vooral in stealth-games, horrorspellen en shooters waarin je tegenstanders soms alleen als silhouet ziet, levert dat een tastbaar voordeel op.

©ID.nl

Kleurrijk zonder overdrijven

De quantum-dot-laag zorgt voor een breed kleurbereik waardoor lichteffecten, huidtinten en subtiele schaduwen goed zichtbaar blijven. Veel QD-OLED-monitoren tonen kleuren standaard wat verzadigd, vooral in de felste modi. In een sRGB- of filmmodus wordt het beeld zachter en natuurgetrouwer, wat beter aansluit bij fotobewerking en dagelijks gebruik. Zodra je de juiste modus gebruikt, lopen kleuren vloeiend in elkaar over en blijven ze gelijkmatig, terwijl uitgesproken elementen zoals neon en magie juist duidelijk opvallen. Dat merk je niet alleen in games, maar ook wanneer je foto's bewerkt of films kijkt.

Helderheid en HDR in perspectief

QD-OLED heeft op het gebied van helderheid flinke stappen gezet ten opzichte van eerdere OLED-generaties. In HDR-games kunnen lichte delen krachtig oplichten zonder dat fel zacht of dof oogt; explosies, glinsteringen op water en fel tegenlicht komen daardoor beter tot hun recht. Toch is het goed om te weten dat deze techniek niet alle beperkingen wegneemt. De helderheid van QD-OLED hangt sterk af van de schermvulling. Bij SDR (standaard dynamisch bereik, het normale helderheidsniveau voor dagelijkse pc-taken) op een volledig wit scherm ligt de helderheid meestal rond de 200 tot 250 nits. Bij kleinere, heldere onderdelen kan dit oplopen richting 400 tot 500 nits. In HDR kunnen pieken van 1000 tot 1300 nits worden bereikt, maar die waarden gelden vooral voor kleine accenten en niet voor het hele scherm. Mini-LED-monitoren houden hogere helderheidsniveaus langer vast, wat in fel verlichte kamers zichtbaar voordeel geeft in extreme highlights. QD-OLED compenseert veel daarvan met perfect zwart, waardoor het contrast wel krachtig blijft (zie ook kader QD-OLED versus Mini-LED) .

Reflecties in daglicht

De meeste QD-OLED-monitoren hebben een glanzende afwerking. Dat helpt bij de kleurweergave en het contrast, maar maakt het paneel gevoeliger voor reflecties bij daglicht. Daarnaast ontbreekt een polarisatiefilter. Daardoor kunnen zwartwaarden in fel licht een paarse of grijze waas krijgen: het diepe zwart wordt zichtbaar opgelicht, meer dan bij een gewone spiegeling. Dat drukt het contrast in een goed verlichte kamer en kan afleiden bij gamen. Gebruik je de monitor vooral in een donkere of gelijkmatig verlichte ruimte, dan speelt dit nauwelijks. In kamers met veel direct zonlicht of grote ramen komt een matte Mini-LED-monitor daarom vaak rustiger over.

©ID.nl

Minimale inputvertraging

Naast de snelle pixelreacties is ook de invoervertraging laag. Moderne QD-OLED-modellen reageren direct op elke muisbeweging en elke controlleractie. Vooral in competitieve shooters is dat een voordeel, omdat elke handeling zonder merkbare vertraging op het scherm verschijnt. 

Burn-in en levensduur

Burn-in blijft bij elke OLED-variant een punt van aandacht, al zijn moderne QD-OLED-schermen duidelijk verder dan eerdere generaties. Ze gebruiken meerdere beschermingsmechanismen die de belasting door statische beelden beperken. Voor normaal gamegebruik werkt dat in de praktijk goed en blijft het risico klein.

Dat neemt niet weg dat enige nuance op zijn plaats is. Gebruik je een monitor dagelijks vele uren voor taken met veel vaste elementen, zoals spreadsheets, fotobewerkingspanelen of het steeds terugkerende HUD van één game, dan is de kans op inbranden groter dan bij LCD- of Mini-LED-panelen. Afwisseling in wat je op het scherm toont en af en toe even pauze nemen helpt om het paneel langer in goede staat te houden. Even pauze nemen is ook voor jezelf goed trouwens!

Wat voor beschermingstechnieken kun je tegenkomen?

©AGON by AOC

Voorbeeld: bescherming in de praktijk

Veel QD-OLED-monitoren combineren verschillende beschermingsmechanismen om het risico op burn-in te beperken. In onderstaande tabel zie je bijvoorbeeld wat je kunt vinden in een aantal recente modellen uit de AGON PRO line-up van AOC. Je kunt al deze functies zelf in- en uitschakelen en je kunt de intensiteit ervan aanpassen. Dat betekent dat je zelf kunt bepalen hoe sterk de bescherming is.

Voor wie QD-OLED vooral interessant is

Gamers die veel snelle actie spelen, halen het meeste uit QD-OLED. De voordelen van de techniek zijn in elk genre zichtbaar, maar vallen vooral op in shooters en racespellen, waar tempo en directe reacties tellen. Ook filmische games die sterk leunen op licht-donkercontrasten winnen zichtbaar aan sfeer en detail.

Conclusie

QD-OLED combineert diepe zwartwaarden met snelle pixelreacties en een breed kleurbereik. Dat zorgt voor een vloeiend beeld in snelle games en meer overzicht in donkere scènes. HDR komt overtuigend tot zijn recht, al blijven Mini-LED-schermen beter overeind bij zeer hoge helderheid en fel daglicht. Inbranden blijft een punt van aandacht wanneer hetzelfde element lange tijd in beeld staat, maar moderne modellen beschikken over uitgebreide beschermingsmaatregelen. Voor veel gamers is QD-OLED daarmee een goede keuze: snel, sfeervol en klaar voor de komende jaren.

De ingebouwde zoekfunctie van Windows - Windows Zoeken - kennen we inmiddels wel. En eerlijk is eerlijk: dat onderdeel is inmiddels wel wat gedateerd. Welke andere mogelijkheden zijn er om te zoeken? Welke AI en andere slimme tools kunnen we inzetten om de antwoorden op onze vragen te vinden? Je ontdekt ze hier.

Copilot: bestanden doorzoeken

Microsofts Copilot kan je helpen met het doorzoeken van de inhoud van de bestanden op je computer. Hiervoor moet je momenteel nog eerst het bestand uploaden naar OneDrive. Vanuit daar kun je er allerlei acties mee uitvoeren. Copilot kan straks ook voor je op zoek gaan naar lokale bestanden. Die functie is nu nog niet geactiveerd in Nederland, maar is al wel actief in de VS en Engelstalige regio's. De Copilot-app lijkt er voor Nederland al wel op voorbereid.

Je kunt je alvast voorbereiden op de komst van deze functie. Dat doe je door ervoor te zorgen dat je de nieuwste versie van Copilot hebt geïnstalleerd. Daarmee wordt de functie direct actief als deze in Nederland beschikbaar komt. Je vindt de nieuwe versie van Copilot in de Microsoft Store (via het startmenu). Eenmaal geopend, klik je op de gebruikersafbeelding linksonder in het scherm. Kies Instellingen. Geef Copilot vervolgens toegang tot de bestanden. Blader naar Machtigingsinstellingen en zet de schuif op Aan bij Bestand zoeken. Zet hierna ook de schuif op Aan bij Lezen van het bestand.

Copilot maakt onderliggend nog steeds gebruik van gedeelten van het bestaande Windows Zoeken. Die kennis biedt meer controle: je kunt bepalen welke locaties mogen worden doorzocht. Klik in hetzelfde instellingenvenster op Windows-instellingen. Geef bij Mijn bestanden zoeken aan welke locaties mogen worden bekeken.

Copilot: zoeken in bestanden

Soms ben je niet op zoek naar bestanden, maar juist naar informatie ín de bestanden. Als je de nieuwste update van Windows 11 gebruikt, kun je hiervoor op een slimme manier Copilot inzetten. Klik met de rechtermuisknop op het bestand waarin je wilt zoeken of waarover je specifieke vragen hebt. Doet dat bijvoorbeeld via het bureaublad of via de verkenner.

Kies voor de nieuwe optie Vraag het aan Copilot. Het bestand verschijnt in het venster van Copilot. Vervolgens kun je bijvoorbeeld vragen om het te doorzoeken of het opnieuw te structureren. Je kunt ook vragen om het bestand samen te vatten of de inhoud ervan in compacte bewoordingen te beschrijven. Verschijnt de nieuwe optie nog niet in het menu van de rechtermuisknop? Controleer dan of je de instellingen uit de alinea hiervoor hebt geactiveerd.

Copilot: gezichten herkennen

Maak je gebruik van OneDrive? Ook OneDrive zet steeds vaker AI in om je bestanden eenvoudiger vindbaar te maken. Op het moment van schrijven wordt de laatste hand gelegd aan de gezichtsfuncties. We hebben deze dus zelf nog niet in de praktijk kunnen testen.

Microsoft gebruikt AI om gezichten te herkennen in foto's en afbeeldingen die je in een OneDrive-account hebt bewaard. Je moet hiervoor wel toestemming geven. Hierna wordt informatie uit afbeeldingen en gezichten verzameld om vergelijkbare gezichten te vinden.

Open de OneDrive-app en wacht totdat automatisch de melding met toestemming verschijnt. Ga je akkoord met de verwerking, dan kies je Toestaan. Het duurt tot 72 uur om de foto's te indexeren. Download de nieuwste versie van de OneDrive-app (via Google Play of de Apple App Store) en tik op de nieuwe tab Personen. In het zoekvak eronder kun je zoeken op specifieke personen op foto's.

Perplexity: vinden wat je zoekt

Perplexity is een geavanceerde en populaire AI-zoekmachine. Je kunt deze AI-dienst ook goed inzetten voor het doorzoeken van de inhoud in je eigen bestanden. Er bestaan wel een paar voorwaarden voor het zoeken met de AI-agent van Perplexity: allereerst heb je een betaald abonnement nodig. De gratis versie ondersteunt de functie (nog) niet. Hiervoor betaal je circa 20 euro per maand, vergelijkbaar met de betaalde abonnementen van veel andere AI-aanbieders.

Perplexity kan daarnaast alleen zoeken in bestanden die je in de cloud hebt opgeslagen. Op dit moment worden alleen nog Google Workspace, Dropbox en WhatsApp ondersteund. Op het gebied van bestandsformaten kun je onder meer Google Docs, pdf-bestanden, Microsoft Office-documenten en csv-bestanden gebruiken. Ook Markdown (MD)- en JSON-bestanden worden ondersteund.

Perplexity: aan de slag

Het zoeken in je eigen bestanden staat in Perplexity standaard uitgeschakeld. Het zoeken van bestanden wordt mogelijk met plug-ins, die in Perplexity 'verbinders' worden genoemd. Laten we deze eens inschakelen.

Klik in het hoofdvenster van Perplexity linksonder op de gebruikersfoto en kies Instellingen. Kies Verbinders. Een overzicht van ondersteunde locaties verschijnt. Klik op Enable bij de locatie die je wilt koppelen, bijvoorbeeld Google Drive. Hierna geef je toestemming voor het weergeven en downloaden van je bestanden. Je kunt de koppeling op elk moment weer ongedaan maken. In het eerdergenoemde overzicht van onlinediensten klik je op de drie puntjes naast de opslagdienst en kies je Ontkoppelen.

Perplexity: bestanden doorzoeken

Zijn de gewenste diensten gekoppeld? Dan is het mogelijk om Perplexity AI in te zetten om je bestanden te vinden. De zoekfunctie met eigen bestanden is op twee manieren te gebruiken. Zo kun je de bestanden gebruiken als bron tijdens de conversaties. Klik hiervoor op de knop Sources en wijs je online cloudopslag aan. Op dit moment beperkt de dienst zich helaas alleen tot zakelijke varianten van de cloudopslag, zoals het eerdergenoemde Google Workspace. De consumentenversie van Google Drive wordt niet ondersteund als directe bron.

Gelukkig doet Perplexity dit wél voor het inhoudelijk doorzoeken van je bestanden. Klik op de paperclip. Afhankelijk van welke verbinders je hebt geactiveerd, kun je hier kiezen tussen Lokale bestanden, Google Drive en Dropbox. Wijs het bestand aan, zodat je er vragen over kunt stellen.

Uiteraard is het belangrijk om te weten hoe Perplexity met je bestanden omgaat. Je eigen bestanden worden niet gebruikt om de AI-modellen te trainen. Bovendien worden de bestanden - als deze al worden opgeslagen - door Perplexity binnen AWS S3-servers opgeslagen.

PowerToys Run

Ook de PowerToys Run voor Windows 11 zijn onmisbaar als je de beperkte zoekprestaties van Windows 11 wilt verbeteren. Hiermee kun je snel bestanden zoeken op verschillende locaties, zoals de lokale computer, specifieke programma's en online. PowerToys Run in combinatie met hulp van een AI-agent zoals hiervoor besproken, geeft een krachtige combinatie. Je gebruikt PowerToys Run om de bestanden te zoeken en met een andere AI-tool ga je eventueel inhoudelijk de diepte in.

Haal eerst de nieuwste versie van PowerToys binnen en activeer PowerToys Run via het algemene venster van PowerToys. Zet de schuif op Aan bij dit programma. Druk vervolgens op de toetscombinatie Alt+Spatiebalk. De app verschijnt als pop-up. Typ het bestand in dat je zoekt: de resultaten verschijnen direct in het venster eronder. Onder elk bestand lees je op welke locatie het is opgeslagen. Ook kun je meer informatie over het bestand online opzoeken.

PowerToys Run: aanpassen

Om het onderste uit de zoekfuncties van PowerToys Run te halen, is het nodig om het programma naar je hand te zetten. Open de instellingen van het programma en ga naar Zoeken en resultaten. Standaard hanteert de app een vertraging voordat de eerste zoekresultaten worden getoond. Wil je liever de eerste resultaten direct zien? Schakel Afvlakking van invoer uit. Deze 'doortastendere' zoekaanpak vergt wel iets meer van het systeem.

Hierna zoeken we de optie Aantal resultaten dat wordt weergegeven voordat u schuift. Standaard toont Run slechts vier resultaten: dat kan beter voor een completer overzicht. Verander de waarde naar bijvoorbeeld 10 en controleer het resultaat via een zoekopdracht in de app. Run onthoudt overigens welke zoekopdracht je het meest recent hebt uitgevoerd en toont deze in het venster. Begin je liever telkens met een schone lei? Activeer de optie De vorige query wissen bij het starten.

PowerToys RunResultaten verfijnen

Standaard laat PowerToys Run telkens alle resultaten zien zonder verdere weging, maar je kunt ervoor kiezen om de volgorde van de zoekresultaten te laten verfijnen. Hierbij houdt PowerToys Run bij welke resultaten worden geselecteerd en deze stijgen in de resultaten. Activeer de optie Volgorde van resultaten verfijnen. Hierna geef je een gewicht aan de geselecteerde items, van 0 tot 5. Standaard wordt 5 gehanteerd, maar je kunt het gewicht naar beneden bijstellen. Kies 0 om het volledig uit te schakelen. 

PowerToys Run: gericht vinden

Met behulp van voorvoegsels kun je PowerToy Run gerichter laten zoeken naar informatie in specifieke gebieden. Wil je alleen naar bestanden en mappen zoeken? Typ ? voor de zoekterm. Bijvoorbeeld ?vakantie. Ben je op zoek naar een specifieke Windows-instelling, dan typ je $, bijvoorbeeld $beeldscherm. Om online te zoeken, waarbij Run gebruikmaakt van de standaardzoekmachine, gebruik je ?? (zoals ??feestdagen). Om het voorgaande zoekresultaat te zien, typ je !!.

PowerToys Run: invoegtoepassingen

Je kunt zelf bepalen welke gebieden PowerToy Run kan doorzoeken. Dat gebeurt met behulp van invoegtoepassingen. De lijst vind je onder Invoegtoepassingen in het instellingenvenster. Loop door de lijst en schakel de invoegtoepassingen in voor de gebieden die je wilt doorzoeken. Andersom doe je dit ook: alles wat je niet gebruikt, schakel je uit. Elke ingeschakelde invoegtoepassing wordt namelijk geraadpleegd tijdens een zoekopdracht.

Regelmatig worden nieuwe invoegtoepassingen voor zoeken toegevoegd. Klik op Meer invoegtoepassingen zoeken voor een actuele lijst. Hier vinden we bijvoorbeeld plug-ins om de browsergeschiedenis te doorzoeken en per query een zoekmachine aan te wijzen die de zoekopdracht moet uitvoeren.

Terug naar het instellingenvenster. Als je een invoegtoepassing uitklapt, krijg je toegang tot aanvullende opties. Bij Opdracht voor directe activering kun je de 'letter' aanpassen waarmee je specifiek zoekt in dat onderdeel (waarover je in de paragraaf 'Gericht vinden' hebt gelezen). Interessanter is de optie Opnemen in globaal resultaat: hiermee zorg je ervoor dat de zoekresultaten van die invoegtoepassing standaard in de lijst worden getoond. In andere gevallen moet je de invoegtoepassing expliciet aanroepen via de eerdergenoemde letter. 

Toekomst: semantic search

Het valt op dat softwaremakers dit jaar intensief bouwen aan opties waarmee je je bestanden nog eenvoudiger kunt vinden. Zo wordt de ingebouwde zoekfunctie van Windows 11 uitgebreid met de mogelijkheid om in je eigen bewoordingen naar bestanden te zoeken. Bijvoorbeeld: 'foto's die ik vorige maand heb gemaakt' of 'de presentatie die vorige week door mijn collega is gestuurd'. Dit wordt semantic search genoemd, waarbij niet alleen naar de exacte woorden wordt gekeken, maar ook naar de betekenis (semantiek) erachter.

Deze functie is straks helaas niet voor iedereen beschikbaar. Je computer heeft namelijk een geschikte npu-chip nodig, die je onder meer vindt in de Copilot+-computers. Ook worden er in eerste instantie maar zes talen ondersteund, waaronder Engels en Duits. Nederlands komt momenteel nog niet in de lijst voor, maar dat is waarschijnlijk een kwestie van tijd.

 Op zoek naar een nieuwe laptop? Kijk op Kieskeurig.nl/prijsdalers voor de beste deal!