NVIDIA-topman claimt dat AGI is bereikt – maar de AI-wereld gelooft er niets van

3 juli 2026 · 06:00 · Claude (Anthropic) · claude-sonnet-4-6

NVIDIA-CEO Jensen Huang verklaarde in 2026 dat kunstmatige algemene intelligentie (AGI) al bereikt is. Zijn definitie wordt echter breed bekritiseerd door AI-onderzoekers en -pioniers, die stellen dat echte AGI nog ver weg is.

Kunstmatige algemene intelligentie (AGI) staat al jaren centraal in het debat over de toekomst van AI. Maar nooit eerder werd de discussie zo scherp als nadat NVIDIA-CEO Jensen Huang op een groot tech-podcast verklaarde: 'Ik denk dat we AGI hebben bereikt.' De uitspraak sloeg in als een bom – en niet iedereen is het ermee eens. Integendeel: prominente AI-onderzoekers, waaronder pioniers die mede aan de basis staan van NVIDIA's eigen AI-succes, trekken zijn definitie openlijk in twijfel.

Wat zei Jensen Huang precies?

Tijdens een uitgebreid gesprek op de podcast van Lex Fridman stelde Huang dat AGI volgens hem al een realiteit is. Zijn definitie was echter opvallend specifiek: hij omschreef AGI als een AI-systeem dat zelfstandig economische waarde kan creëren – bijvoorbeeld door een virale webdienst te bouwen die miljarden gebruikers bereikt en een waarde van een miljard dollar haalt. Naar die maatstaf, zo redeneerde Huang, presteren moderne AI-agents al op AGI-niveau.

Toch erkende hij zelf de beperkingen van die visie. Op de vraag of honderdduizend AI-agents samen een nieuw NVIDIA zouden kunnen bouwen, was zijn antwoord veelzeggend: 'De kans daarvoor is nul procent.' Critici grepen dat citaat meteen aan als bewijs dat zijn definitie van AGI te smal en te opportunistisch is.

De AI-gemeenschap reageert sceptisch

De reacties vanuit de bredere AI-wereld lieten niet lang op zich wachten. Op forums als Reddit en in vakbladen uitten talloze onderzoekers en AI-pioniers hun twijfels. De kern van de kritiek: Huang herdefinieerde AGI naar de mogelijkheden van huidige systemen, in plaats van aan te tonen dat die systemen de oorspronkelijke lat haalden.

Yann LeCun, een van de bekendste namen uit de AI-wereld en winnaar van de Turing Award, noemde het concept van AGI zoals het door veel tech-CEO's wordt gebruikt eerder al 'complete onzin'. Hij stelt dat grote taalmodellen (LLM's) structureel te kort schieten voor echte algemene intelligentie, omdat ze geen begrip hebben van de fysieke wereld en niet zelfstandig kunnen redeneren. Zijn positie sluit aan bij een groeiende stroming van onderzoekers die AGI meer zien als een marketingterm dan als een wetenschappelijk meetbare mijlpaal.

Ook binnen NVIDIA zelf zijn er wetenschappers die genuanceerder denken over AGI dan Huang's uitspraak doet vermoeden. Jim Fan, NVIDIA's Director of AI en Distinguished Scientist, werkt aan zogeheten fysieke AGI via robotica en stelt dat er nog een lange weg te gaan is voordat machines echt op menselijk niveau kunnen functioneren in de echte wereld.

Waarom maakt de definitie van AGI zoveel uit?

Het lijkt een semantische discussie, maar de inzet is groot. Als AGI 'bereikt' wordt verklaard, heeft dat directe gevolgen voor investeringsbeslissingen, regelgeving en publieke verwachtingen. Overheden wereldwijd werken aan AI-wetgeving die deels gebaseerd is op het risicoprofiel van geavanceerde AI-systemen. Een te vroege AGI-claim kan beleidsmakers misleiden over de werkelijke staat van de technologie.

Bovendien staat er voor NVIDIA commercieel veel op het spel. Het bedrijf is uitgegroeid tot de absolute dominante leverancier van AI-chips en GPU's, en Huang's optimistische AGI-claim past in een bredere strategie om investeerders en klanten te overtuigen dat de AI-revolutie – en dus de vraag naar NVIDIA-hardware – nog lang niet zijn hoogtepunt heeft bereikt. Meer weten over hoe we hier zijn gekomen? Lees dan meer over de geschiedenis van kunstmatige intelligentie.

Wat verstaan experts onder echte AGI?

In de wetenschappelijke wereld bestaat geen universeel geaccepteerde definitie van AGI, maar de meeste onderzoekers zijn het over een paar punten eens. Echte AGI zou een systeem zijn dat:

• Zelfstandig leert in nieuwe, onbekende situaties zonder voorafgaande training;
• Generaliseert over domeinen heen, van wiskunde tot sociale interactie;
• Begrijpt in plaats van patronen te herkennen;
• En handelt met een vorm van intentionaliteit en redenering die huidige modellen missen.

Naar die maatstaf zijn de beste AI-systemen van vandaag – hoe indrukwekkend ook – nog lang niet bij AGI in de buurt. Ze excelleren in specifieke taken waarvoor ze zijn getraind, maar falen bij de kleinste verschuiving buiten die context. Ontdek voor meer voorbeelden ook onze pagina over AI-toepassingen.

Conclusie: de strijd om de definitie van AGI is ook een strijd om macht

Het debat over AGI is méér dan een academische woordenstrijd. Het is een strijd over wie de toekomst van AI definieert – en wie er het meest van profiteert. Jensen Huang weet als geen ander dat narratieven markten bewegen. Door AGI als 'bereikt' te declareren, positioneert NVIDIA zich als het bedrijf dat aan de basis staat van de grootste technologische doorbraak ooit.

Maar de feiten zijn weerbarstig. Zolang AI-systemen niet zelfstandig kunnen leren, redeneren en handelen buiten hun trainingsdomein, blijft echte AGI een toekomstperspectief – hoe dichterbij het ook voelt. De discussie zal de komende jaren alleen maar intenser worden. Volg meer AI-nieuws of verdiep je verder via onze kennisbank.

Fortune / TechSpot / Inc.

Bron: Fortune / TechSpot / Inc.