In een opvallende aflevering van The Agent Factory Podcast laat Google DeepMind zien hoe een nieuwe generatie AI-modellen zichzelf complexe concepten kan aanleren. Het gaat om Gemma 4, een open source model dat niet alleen draait in de cloud, maar ook volledig lokaal, zelfs op een smartphone.
Wat deze demonstratie zo bijzonder maakt? Een AI-agent die, zonder vooraf geprogrammeerde kennis van fysica, zelf de wetten van zwaartekracht afleidt en vervolgens een stuiterende bal simuleert in code.
Van cloud naar je broekzak: AI op smartphone-niveau
Waar AI-modellen vroeger afhankelijk waren van zware cloudinfrastructuur, toont Gemma 4 dat dit paradigma kantelt. In de demo draait het model rechtstreeks op een Android-toestel, zonder externe servers.
Volgens onderzoeker Omar Sanseviero ligt de kracht in een nieuwe architectuur die uitzonderlijk veel “intelligentie per parameter” levert. Met andere woorden: Meer denkvermogen met minder rekenkracht.
Dat opent de deur naar toepassingen waarbij:
- data lokaal blijft (privacy-first)
- latency drastisch daalt
- kosten sterk verminderen
Een duidelijke verschuiving richting sovereign AI.
Een AI die zelf leert denken (en programmeren)
De meest indrukwekkende demo speelt zich af in een sandbox-omgeving. Zonder vooraf geschreven regels krijgt de AI één opdracht: Simuleer een stuiterende bal.
Wat volgt, is bijna filosofisch.
De AI:
- redeneert over zwaartekracht
- begrijpt versnelling en botsing
- vertaalt dit naar werkende Python-code
- visualiseert het resultaat
Dit gebeurt volledig autonoom. Geen copy-paste van bestaande formules, maar redeneren → begrijpen → creëren.
Nieuwe standaard voor AI-agents
Gemma 4 introduceert een reeks mogelijkheden die essentieel zijn voor moderne AI-agents:
- Native function calling
- Gestructureerde JSON-output
- Multimodale verwerking (tekst, beeld, context)
- Contextvenster tot 256k tokens (lokaal!)
In combinatie met tools zoals Agent Development Kit en Cloud Run kunnen ontwikkelaars complete agent-workflows bouwen die:
- zelfstandig acties uitvoeren
- data begrijpen én structureren
- integreren met externe systemen
Een voorbeeld uit de aflevering: Een food tour-agent die via een Google Maps MCP-server realtime door een stad navigeert.
Open source met impact: Apache 2.0
Een cruciale beslissing is de overstap naar de Apache 2.0-licentie. Dit maakt Gemma 4 bijzonder aantrekkelijk voor bedrijven en developers.
De voordelen:
- commercieel gebruik toegestaan
- volledige controle over deployment
- geen vendor lock-in
Hiermee positioneert Google zich duidelijk in de open AI-strijd, naast andere spelers in het ecosysteem.
Goedkoper, sneller en meer controle
Een belangrijk thema in de aflevering is de vergelijking tussen:
- cloud-gebaseerde API’s
- lokaal gehoste modellen
De conclusie is helder: Zelf hosten met Gemma 4 kan drastisch goedkoper zijn, zeker op schaal.
Daarnaast biedt het:
- betere controle over data
- minder afhankelijkheid van externe providers
- snellere responstijden
Voor veel organisaties betekent dit een strategische shift.
Architectuur die het verschil maakt
Onder de motorkap gebruikt Gemma 4 geavanceerde technieken zoals:
- Mixture of Experts (MoE)
- per-layer embeddings
- variabele aspect ratio voor multimodale input
Deze innovaties zorgen ervoor dat het model flexibel, schaalbaar en efficiënt blijft, zelfs op beperkte hardware.
Gemma 4 vs. Gemini: Wanneer kies je wat?
Hoewel Gemini krachtiger blijft in cloudscenario’s, heeft Gemma 4 een duidelijke niche:
| Gebruikssituatie | Beste keuze |
| Lokale verwerking | Gemma 4 |
| Privacygevoelige toepassingen | Gemma 4 |
| Hoge schaal in cloud | Gemini |
| Complexe enterprise AI | Gemini |
De toekomst ligt waarschijnlijk in een hybride aanpak.
De opkomst van de “Agent Factory”
Wat deze aflevering vooral duidelijk maakt, is dat we een nieuw tijdperk ingaan: Dat van AI-agents die zichzelf verbeteren, leren en handelen.
Gemma 4 is geen gewone modelupdate. Het is een bouwsteen voor een wereld waarin:
- software autonoom werkt
- AI zichzelf ontwikkelt
- en developers meer regisseurs dan programmeurs worden
