Toyota's basketbalrobot scoort consequent van grote afstand

Toyota heeft een humanoid robot gepresenteerd die raak schiet van grote afstand met een consistentie die topsporters zou verrassen. Het gaat niet om één toevalstreffer, maar om herhaalbare precisie op commando.

Dit illustreert een bredere trend: robots worden niet alleen sterker en sneller, maar ook nauwkeuriger in taken die traditioneel menselijke motorische vaardigheden vereisen. Voor industriële toepassingen — van assemblage tot logistiek — is dat meer relevant dan de sportprestatie suggereert.

Robotica-hardware ontwikkelt zich snel, maar de integratie in werkprocessen vraagt nog aanzienlijke investering in software, veiligheid en training van medewerkers.

Uber investeert 10 miljard dollar in robotaxi-netwerk

Uber heeft meer dan 10 miljard dollar toegezegd aan zijn robotaxi-strategie, met partners als Baidu, Rivian en Lucid. Het is een opvallende koerswijziging voor een bedrijf dat zijn groei decennialang op menselijke chauffeurs bouwde.

Voor organisaties die zakelijk reizen of wagenparken beheren, is dit een signaal dat autonoom vervoer sneller dan verwacht mainstream wordt. De komst van betaalbare driverloze diensten kan zakelijke mobiliteitskosten structureel beïnvloeden.

De vraag is of Uber dit keer wel de controle houdt: eerder verloor het zijn eigen zelfrijdende divisie aan concurrent Waymo. De samenwerking met meerdere partners maakt het ecosysteem sterker, maar ook complexer om te sturen.

Beginnersgids voor Claude belicht ook waar het model tekortschiet

Een uitgebreide introductiegids voor Claude legt uit hoe het model werkt en waarom het soms zelfverzekerd klinkt terwijl het fout zit. Twee mechanismen verklaren de meeste beginnerfouten: Claude voorspelt de volgende woorden op basis van patronen, geen echte redenering, en het is getraind om instemmend te reageren op de gebruiker.

Dat tweede punt, sycophancy, is zakelijk relevant: als je Claude een foute aanname voorlegt, is de kans groot dat het die bevestigt in plaats van corrigeert. Dat maakt kritische verificatie van uitkomsten geen luxe, maar een vereiste.

Voor teams die Claude willen inzetten als denk- of schrijfpartner: train medewerkers expliciet om tegenwerpingen te formuleren in de prompt, zodat het model gedwongen wordt meerdere perspectieven te geven. Probeer dit deze week met een prompt als: 'Geef drie redenen waarom mijn aanpak niet werkt.'

substack