- De documentaire "The Thinking Game" laat van binnenuit zien hoe DeepMind van het beheersen van spellen zoals Go overstapte naar de ontwikkeling van AlphaFold, met een directe impact op de biologie en de geneeskunde.
- De film laat de multidisciplinaire aanpak en de lange onderzoekscycli zien en benadrukt de rol van AI als een instrument dat de menselijke mogelijkheden uitbreidt, en niet als een vervanging ervan.
- De figuur van Demis Hassabis en zijn streven naar ethisch verantwoord onderzoek op de lange termijn botsen met de kortetermijncultuur van Silicon Valley en vertonen overeenkomsten met het Manhattanproject.
- De documentaire, die op YouTube is uitgebracht, is een wereldwijd fenomeen geworden en biedt een menselijke en wetenschappelijke context te midden van de wereldwijde wedloop om kunstmatige intelligentie.
Als we het over geavanceerde kunstmatige intelligentie hebben, richten we ons vaak alleen op de oppervlakkige aspecten: spectaculaire modellen, tools die we dagelijks gebruiken en de constante aankondigingen van nieuwe 'magische' functies. Achter al die pracht en praal schuilt echter een minder zichtbare wereld, bestaande uit hypotheses, experimenten en onderzoeksbeslissingen die zelden openbaar worden gemaakt. Juist deze wereld bepaalt de werkelijke grenzen van het potentieel van AI.
De documentaire "The Thinking Game" van Google DeepMind duikt diep in deze interne werking. Het blijft niet steken bij het eindresultaat, maar biedt een kijkje in het dagelijkse proces binnen een van de meest invloedrijke AI-laboratoria ter wereld : hoe de teams georganiseerd zijn, welke twijfels ze hebben, welke risico's ze nemen en hoe ze van een experiment op het scherm tot een doorbraak komen die de wetenschap, het bedrijfsleven en uiteindelijk de maatschappij beïnvloedt.
Van bordspellen tot grote wetenschappelijke uitdagingen
De speelfilm volgt Demis Hassabis en het DeepMind-team gedurende meerdere jaren , van hun onafhankelijke beginjaren in Londen tot hun integratie in Google. Gaandeweg blikt de film terug op iconische mijlpalen zoals AlphaGo, AlphaZero en AlphaFold , die bijna als hoofdstukken in één verhaal fungeren: hoe een groep onderzoekers van het beheersen van complexe spellen overgaat naar het aanpakken van open vraagstukken in de biologie en de wetenschap.
Kort daarna kwam AlphaZero , een nog radicalere evolutie. In plaats van te leren van menselijke partijen, leerde het systeem helemaal vanaf nul, uitsluitend gebruikmakend van de spelregels en door miljoenen keren tegen zichzelf te spelen. Binnen enkele uren was het in staat om Go en schaken te beheersen, waarmee het gevestigde engines overtrof en aantoonde dat AI zelf creatieve strategieën kon ontdekken zonder te hoeven vertrouwen op eeuwenlange menselijke ervaring.
De documentaire gebruikt deze speelse prestaties als uitgangspunt om een veel ambitieuzere verschuiving te laten zien: de overgang van AI toegepast op afgebakende spellen naar het gebruik ervan in baanbrekende wetenschappelijke uitdagingen . Hier komt AlphaFold in beeld , het systeem dat het vakgebied van de structurele biologie voorgoed veranderde door met grote nauwkeurigheid de driedimensionale structuur van eiwitten te voorspellen op basis van hun aminozuurvolgorde.
Met AlphaFold maakte DeepMind de sprong van technologisch vermaak naar wetenschap met tastbare gevolgen . De film laat zien hoe de mogelijkheid om de "vouwing" van bijna alle bekende eiwitten te voorspellen het onderzoek in de geneeskunde, biologie en geneesmiddelenontwikkeling heeft versneld , tot het punt dat deze doorbraak uiteindelijk werd bekroond met de Nobelprijs voor Scheikunde voor de onderzoekers die bij het project betrokken waren.
Hoe bouw je geavanceerde AI van binnenuit?
Een van de grootste sterke punten van "The Thinking Game" is dat de film niet alleen resultaten presenteert, maar ook een kijkje geeft in het dagelijkse leven van het lab. Dankzij de bijna volledige toegang die regisseur Greg Kohs gedurende meer dan zes jaar had, toont de film vergaderruimtes, whiteboards vol formules, technische discussies en ook momenten van twijfel en frustratie – iets wat zelden te zien is in films over technologie.
Wat op het scherm verschijnt, verbrijzelt het idee van een plotselinge "eureka"-ervaring. AI wordt gepresenteerd als een cumulatieve en geduldige discipline , gebaseerd op continue cycli van testen, valideren en corrigeren. Vooruitgang komt niet van één enkele verlichte genie, maar van diverse teams die constant itereren , benaderingen verwerpen, modellen verfijnen en elke verbetering aan een rigoureuze evaluatie onderwerpen.
De documentaire benadrukt dat echte vooruitgang berust op een delicate balans tussen wetenschappelijke intuïtie en wiskundige formalisering . Veel experimenten beginnen als voorzichtige ideeën, gebaseerd op de ervaring van onderzoekers met games, neurowetenschappen of simulaties. Maar niets wordt als geldig beschouwd totdat het een rigoureus pakket aan tests en interne beoordelingen heeft doorstaan , een schril contrast met het imago van "snel hacken" dat vaak wordt geassocieerd met de startupcultuur.
Aan de hand van beelden die zowel tijdens werktijd als in informelere situaties zijn opgenomen, wordt duidelijk dat baanbrekende AI-projecten niet op toeval berusten, maar eerder op jarenlang aanhoudend werk, nauwgezette verfijningen en multidisciplinaire samenwerking . Dit perspectief ontkracht de mythe van plotselinge doorbraken en helpt om de huidige AI-"wonderen" in de juiste context te plaatsen.
In lijn hiermee benadrukt de film een belangrijk idee: inzicht in de interne ontwikkeling van AI is essentieel om te weten wat het werkelijk kan en waar de grenzen nog liggen. Zonder dit perspectief bestaat het risico onrealistische verwachtingen te scheppen, gevoed door zowel blind enthousiasme als overdreven angst.
Demis Hassabis en de vermenging van disciplines als motor voor innovatie
De centrale figuur in de documentaire is Demis Hassabis, medeoprichter en CEO van DeepMind . De film neemt ons mee terug naar zijn jeugd en toont zelfs BBC-beelden uit 1986 waarop hij, op slechts negenjarige leeftijd, schaken omschrijft als "een goed spel om bij na te denken". Die uitspraak zou uiteindelijk de titel van de film vormen en dient als rode draad om te laten zien hoe zijn obsessie met intelligentie is uitgegroeid tot steeds ambitieuzere AI-projecten.
Hassabis komt naar voren als een hybride figuur: een schaakwonderkind, een videogamefanaat, een neurowetenschapper en een computerexpert . De documentaire presenteert deze combinatie als meer dan een biografische curiositeit; het is een voorbeeld van de vermenging van expertise die moderne AI naar steeds complexere problemen heeft geleid.
DeepMind is een team van wiskundigen, natuurkundigen, biologen, ingenieurs, experts in reinforcement learning en simulatiespecialisten. De film laat zien dat belangrijke doorbraken niet voortkomen uit geïsoleerde vakgebieden , maar juist uit ecosystemen waar diverse perspectieven naast elkaar bestaan . Het oplossen van het eiwitvouwingsproces was bijvoorbeeld niet alleen een kwestie van een beter algoritme, maar van het gedetailleerd begrijpen van de onderliggende biologie en het vertalen daarvan naar een computertaal.
Deze multidisciplinaire cultuur komt ook tot uiting in de manier waarop onderzoek wordt opgezet: teams die expertise in games combineren met diepgaande kennis van biologie, of specialisten in statistische fysica die samenwerken met software-engineers. Het resultaat is een robuustere aanpak van uitdagingen die niet binnen één enkel theoretisch kader kunnen worden opgelost.
De documentaire gebruikt dit verhaal om een duidelijke boodschap over te brengen aan bedrijven en organisaties: als je AI wilt toepassen op echte zakelijke of wetenschappelijke problemen, is het niet genoeg om "een paar datawetenschappers" aan te nemen; je moet diverse teams samenstellen en ze de ruimte geven om samen te werken , zelfs als dat botst met de snelheid en de kortetermijncultuur die kenmerkend zijn voor sommige startups.
AI als hulpmiddel dat mensen sterker maakt, niet als vervanging ervan.
Een terugkerend thema in de film is de rol die AI zou moeten spelen in relatie tot de mens. AlphaFold wordt gepresenteerd als een voorbeeld van AI die het werkterrein van onderzoekers vergroot , waardoor ze hypotheses en modellen kunnen onderzoeken die anders decennia zouden duren. De film benadrukt echter dat het systeem geen vervanging is voor deskundig oordeel of wetenschappelijke context.
In verschillende scènes zijn biologen en chemici te zien die met de voorspellingen van AlphaFold werken, modellen interpreteren, deze vergelijken met experimentele gegevens en beslissen welke onderzoekslijnen de moeite waard zijn om na te streven . AI fungeert hier als een motor voor versnelling en verkenning, maar niet als een absolute autoriteit. Er wordt benadrukt dat menselijk oordeel essentieel blijft om deze resultaten te valideren, te prioriteren en te vertalen naar daadwerkelijke klinische of therapeutische vooruitgang.
Deze aanpak sluit aan bij een veelgehoorde gedachte in het bedrijfsleven: AI is een hulpmiddel, geen doel op zich . De impact ervan hangt af van hoe goed het integreert met bestaande processen, de kennis van het team en de strategische doelstellingen van de organisatie. Een slecht afgestemde oplossing, hoe geavanceerd ook, schiet tekort en levert niet de beloofde waarde op.
De documentaire verwoordt dit eenvoudig: AI is waardevol wanneer het gecombineerd wordt met de ervaring en het oordeel van mensen die het vakgebied kennen. Met andere woorden, technologie is in elke sector alleen zinvol als het geïntegreerd wordt in besluitvormingsprocessen en daadwerkelijke werkprocessen , in plaats van een geïsoleerd experiment te blijven binnen een technische afdeling.
Als fundamentele boodschap wordt benadrukt dat de grootste bijdrage van AI ontstaat wanneer deze wordt gebruikt om de productiviteit te verbeteren, de mogelijkheden uit te breiden en nieuwe vragen op te werpen , en niet als een belofte om zonder onderscheid professionals of processen te vervangen die nuance en verantwoordelijkheid met zich meebrengen.
Het documentaireproject: ongekende toegang tot DeepMind
Een ander sterk punt van "The Thinking Game" is de eigen geschiedenis als audiovisueel project. Het initiatief ontstond uit een vraag die Hassabis bijna tien jaar geleden aan Greg Kohs stelde: "Als je iets op de schaal van het Manhattanproject zou kunnen documenteren, hoe zou je dat dan doen?" Die vergelijking, met alle ethische en wetenschappelijke implicaties van dien, verklaart de ambitie die DeepMind met AlphaFold wilde bereiken.
Google en DeepMind gaven Kohs een mate van toegang die zelden voorkomt in de techindustrie . Meer dan zes jaar lang – tussen 2018 en 2024 – kon de directeur zich vrijwel onbeperkt bewegen in de Londense kantoren, interne vergaderingen bijwonen, spontane interviews afnemen en zelfs filmen in ruimtes die normaal gesproken verboden terrein zijn voor externe camera's.
De film legt niet alleen presentaties en formele mijlpalen vast, maar ook spontane gesprekken, late avondritten naar het werk en lange werkdagen waarin de hoofdpersonen hun twijfels, spanningen en momenten van euforie onthullen. Een deel van het meest indrukwekkende materiaal komt juist uit deze informele sessies, die ver verwijderd zijn van de gebruikelijke gang van zaken binnen grote bedrijven.
Het is opvallend dat Kohs geen wetenschappelijke achtergrond heeft. Zijn carrière begon bij NFL Films , waar hij leerde om het menselijke drama achter de sport te vertellen. Die ervaring is duidelijk terug te zien in zijn vertelstijl: in plaats van zich uitsluitend te richten op data en grafieken, kiest de documentaire voor een toegankelijk, emotioneel en herkenbaar verhaal dat iedereen kan volgen, zelfs zonder diepgaande technische kennis.
De productie kon bogen op een ervaren team: Greg Kohs als regisseur, Gary Krieg als producent, Tom Dore en Jonathan Fildes als uitvoerend producenten, Steve Sander als editor en Dan Deacon als componist van de originele soundtrack . Deze continuïteit met de vorige documentaire over AlphaGo draagt bij aan een herkenbare stijl en geeft narratieve samenhang aan de evolutie van DeepMind van gaming naar wetenschap.
Ethiek, financiering en de spanning met de cultuur van Silicon Valley.
Naast de technische vooruitgang richt de documentaire zich op de minder glamoureuze, maar fundamentele aspecten van elk groot wetenschappelijk project: geld, bestuur en verantwoording . Het legt uit hoe DeepMind zijn eerste financiële steun verkreeg, inclusief een investering van Peter Thiel, en hoe dit de interne discussies over de toekomst van het bedrijf beïnvloedde.
Een van de meest onthullende momenten is wanneer de druk om het bedrijf naar Californië te verplaatsen, volgens het klassieke model van tech-startups, ter sprake komt. Hassabis weigerde dit pertinent en betoogde dat het tempo en de cultuur van "bouwen, afbreken en elk jaar opnieuw beginnen" onverenigbaar waren met een diepgaande, langetermijnonderzoeksuitdaging zoals algemene kunstmatige intelligentie.
Deze zienswijze illustreert een botsing van visies: enerzijds de logica van versnelde groei en snelle iteratie, typisch voor Silicon Valley; anderzijds de behoefte aan stabiele kaders, ethische reflectie en langetermijnverbintenissen bij het werken met technologieën die de potentie hebben om de samenleving volledig te hervormen. De documentaire suggereert dat iets van de omvang van AGI niet benaderd kan worden met dezelfde mentaliteit als waarmee een app gelanceerd en na een paar maanden weer afgedankt wordt.
Tegelijkertijd worden de ethische implicaties van de ontwikkeling van zulke krachtige systemen besproken. De terugkerende vergelijking met het Manhattanproject is niet toevallig: het roept zorgen op over het voorkomen dat de AI-race dezelfde fouten uit het verleden herhaalt, waarbij de obsessie om als eerste te zijn de discussie over risico's en verantwoord gebruik overschaduwde.
De film vermeldt ook de daaropvolgende overname van DeepMind door Google en de daaruit voortvloeiende debatten over governance, waarborgen en transparantieverplichtingen. Hoewel sommige critici de documentaire als partijdig ten opzichte van het financierende bedrijf beschouwen, wijst de brede ontvangst erop dat de film er in ieder geval in is geslaagd om kwesties zoals toezicht, veiligheid en de maatschappelijke impact van geavanceerde AI op de voorgrond van het publieke debat te plaatsen.
Een verhaal dat verschijnt midden in de wereldwijde AI-boom.
De timing van de release van "The Thinking Game" was geen toeval. De film verscheen eind 2025 op YouTube, precies toen Google opnieuw aan de voorfront stond van de wereldwijde race om kunstmatige intelligentie, en dat met een overweldigende impact: honderden miljoenen views in korte tijd , waarmee het tot de meest bekeken content op het platform behoorde.
In die context functioneert de documentaire als meer dan alleen een marketingstunt van een bedrijf. Het biedt een contextueel beeld van hoe de technologieën die de digitale economie en de hedendaagse wetenschap vormgeven, worden ontwikkeld . Terwijl Alphabet zijn marktwaarde zag stijgen tot historische hoogten – een marktkapitalisatie van enkele biljoenen dollars, gedreven door AI – bracht de film het ontbrekende menselijke verhaal achter die cijfers aan het licht.
Een van de hoogtepunten van de film is het besluit om de voorspellingen van AlphaFold openbaar te maken en beschikbaar te stellen aan de wereldwijde wetenschappelijke gemeenschap. Deze openheid versnelde onderzoek in de geneeskunde, biologie en farmacologie in honderden laboratoria, en versterkte het idee dat belangrijke doorbraken in AI gedeeld kunnen – en misschien wel moeten – worden om hun positieve impact te maximaliseren.
Tegelijkertijd wijst de documentaire erop dat deze inzet voor openheid dilemma's met zich meebrengt: hoe de economische voordelen van zo'n waardevolle technologie in evenwicht te brengen met de noodzaak dat de wetenschap voor iedereen vooruitgang boekt; of hoe te voorkomen dat ongelijke toegang tot deze instrumenten de bestaande kloof tussen landen en organisaties vergroot.
De publieke reactie toont een groeiende interesse in niet alleen wat AI doet, maar ook wie het bouwt, op basis van welke waarden en met welke controlemechanismen . Deze combinatie van menselijk drama, baanbrekende wetenschap en ethische vraagstukken verklaart waarom veel toonaangevende media de film beschouwen als een belangrijk instrument om de huidige stand van zaken rond kunstmatige intelligentie te begrijpen.
Al met al schetst "The Thinking Game" een beeld waarin AI geen laboratoriumexperiment meer is, maar een structurele factor is geworden in wetenschap, bedrijfsleven en politiek . Door DeepMind jarenlang te volgen, laat de documentaire zien dat achter elke spectaculaire aankondiging langdurige processen, pittige debatten en beslissingen schuilgaan die de grens bepalen tussen AI die duurzame waarde creëert in lijn met het maatschappelijk belang en AI die uitsluitend wordt gedreven door marktinertie en concurrentie tegen elke prijs.
