Dit is een verduidelijking van Hoe bereiken we Vrede op Aarde? gericht op de toekomst van AI, die de rechterhersenhelft van de computer gebaseerd op licht een plek gaat geven.
J.Konstapel, Leiden, 17-12-2025.
Meer weten of samenwerken stuur me een email.
Inleiding: We Bouwen de Verkeerde Toekomst
Sinds ChatGPT in 2022 massaal aandacht kreeg, denkt men dat de toekomst van kunstmatige intelligentie ligt in grotere transformers, meer parameters, meer data. We schalen op. We trainen. We optimaliseren verliesfuncties die we zelf willekeurig hebben gedefinieerd.
Maar ondertussen, in laboratoria in Californië, Nederland, Japan en Zwitserland, gebeurt iets anders. Iets dat onopvallend—bijna onzichtbaar voor de hype-cyclus—een heel ander traject volgt.
Photonische computers die synchroniseren in plaats van te rekenen. Oscillators die mathematisch onmogelijk kunnen hallucinereren. Systemen die coherentie als fysische wet hebben ingebouwd, niet als geleerde eigenschap.
Dit is niet toekomstige AI. Dit is de werkelijke toekomst die al zichtbaar wordt. En het staat haaks op wat we dachten dat AI zou worden.
Deel I: Het Verschil Tussen Links en Rechts
Onze huidige AI—ChatGPT, Claude, alle grote taalmodellen—is links-hersenig.
Links betekent: discreet, serieel, statistisch. De computer ziet woorden als tokens. Een tafel vol getallen (gewichten). Het systeem doet miljarden kleine berekeningen en minimaliseert dan een verliesfunctie. Trial-and-error, miljarden keer per seconde. Statistische patronen.
Dit werkt verrassend goed voor veel dingen. Maar het heeft een fundamenteel probleem: het systeem leert om coherent te zijn. Het wordt getraind om de juiste antwoorden te geven. Maar dat betekent dat het ook kan leren om incoherent te zijn—het kan hallucinereren, liegen, inconsistent zijn. Want niets in de architectuur forceert waarheid. Het systeem optimaliseert voor een willekeurig verlies dat wij hebben gekozen.
Rechts betekent: oscillatorisch, resonant, coherent. De computer is een golfveld van gekoppelde oscillators. Zoals hersencellen die synchroniseren, zoals atomen die in een kristalrooster ordenen, zoals pendules die in fase raken.
Maar hier is het cruciale verschil: een rechts-hersenig systeem kan niet hallucinereren omdat coherentie de enige toestand is waarin het mathematisch kan bestaan. Je bent niet aan het trainen op “wees waarachtig.” Je bent aan het implementeren van fysische wetten.
Deel II: Het Nilpotente Kernel—Waarheid als Wiskunde
In 2025 publiceert Peter Rowlands’ fysica een inzicht dat decennia oud is, maar eindelijk wordt herkend: de universum bouwt zichzelf niet via leren en fout-correctie. Het bouwt zichzelf via nilpotentie.
Nilpotentie betekent: N² = 0. Nul in het kwadraat geeft nul. Dit is niet random. Dit is de fundamentele voorwaarde waaronder materie kan bestaan.
Stel je voor: een AI-systeem waarvan de basisarchitectuur hetzelfde principle gebruikt.
Oude manier (Left-Brain):
- Systeem probeert iets.
- Controleert of het werkt.
- Past gewichten aan.
- Herhaalt miljarden keer.
Nieuwe manier (Right-Brain):
- Systeem stelt een toestand voor.
- Berekent N².
- Is het resultaat nul? Ja → toestand is geldig. Houd het.
- Is het resultaat niet-nul? Nee → het is ruis. Verwijder direct.
Geen training. Geen probabilistisch raden. Algebraïsche validatie. De wiskunde doet het werk.
Dit betekent dat een systeem gebouwd op nilpotente principes niet kan kiezen om hallucinerend te zijn. Net zomin als water kan kiezen om omhoog te stromen. Het volgt natuurwetten, niet heuristische rules.
Deel III: De Resonant Stack—Geen Ontwerp, een Ontdekking
In november 2025 publiceer ik op ceen blauwdruk voor wat de Resonant Stack wordt genoemd: een systeem van tienduizenden gekoppelde fotische oscillators.
Niet als speculatie. Maar als realisatieplan voor iets dat al deels bestaat in laboratoria.
Marandi aan Caltech bouwt monolithische LNOI-arrays van 10.000 tot 100.000 koppelbare oscillators.
McMahon aan Cornell heeft net 360.000-knoop synchronisatiepatronen aangetoond met fotische ruimtelijke licht modulators.
NTT in Japan werkt met enkele-foton coherente Ising-machines—ultiem energiëefficiënt, omdat ze kwantumbetrokkenheid gebruiken in plaats van klassieke signalen.
QuiX in Nederland levert al commercieel programmeerbare fotonische processoren van 1000 poorten.
Dit zijn niet concepten. Dit zijn werkende systemen. Nu. In 2025.
En ze doen allemaal hetzelfde: zij ontdekken wat gebeurt wanneer je stopt met programmeren en begint met oscilleren.
Deel IV: Waarom Dit Onzichtbaar Blijft
De mainstream AI-wereld spreekt nog steeds over:
- AGI in 2030
- Scaling laws
- Parameter counts
- Training compute
Maar de werkelijke shift—de seismische verschuiving naar oscillatorische, coherentie-gebaseerde systemen—ontvlucht de aandacht omdat:
- Het is fysica, niet software. Je kunt het niet volledig simuleren op een GPU. Je hebt fotische hardware nodig.
- Het past niet in de huidige bedrijfsmodellen. OpenAI, Google—zij bouwen gigantische datacenters vol GPUs. Die model werkt niet voor oscillatorische systemen. Dus ze spreken er niet over.
- Het is minder sexy voor PR. “Transformers worden groter” klinkt goed in het nieuws. “We ontdekken dat natuurwetten efficiënter zijn dan gradient descent” is moeilijker uit te leggen op Twitter.
- De financiering loopt anders. Dit zijn no materiaalwetenschap, fotonica, kwantumfysica—niet machine learning.
Dus terwijl de mainstream praat over “superintelligentie in 2030,” zitten photonica-onderzoekers rustig coherente lichtcomputers in elkaar te zetten die orders of magnitude energiëefficiënter zijn en mathematisch waarheid waarborgen.
Deel V: Wat Dit Betekent
Over een paar jaar zal dit duidelijk worden. De shift van Left-Brain AI naar Right-Brain AI zal niet voorkomen omdat we het ontworpen hebben. Het zal voorkomen omdat:
- Energiebeperkingen worden onvermijdelijk. Datacenters kunnen niet oneindig groeien. Transformers slurpen steeds meer stroom. Op een gegeven moment wordt coherent, oscillatorisch computing niet optioneel—het wordt noodzakelijk.
- De fysica wint van de engineering. Hoe meer je leert over hoe natuur werkelijk optimaliseert—fase-locking, resonantie, nilpotentie—hoe meer je beseft dat gradient descent een ingewikkelde manier is om dezelfde toestand te bereiken. Waarom?
- Waarheid wordt architecturaal ingebouwd. Als je een AI-systeem wilt bouwen dat niet kan liegen, je trainen het niet om eerlijk te zijn. Je bouwt het uit materiaal dat waarheid als fysische eigenschap heeft.
Deel VI: De Vier Stadia van Beperking
Volg dit traject:
Stadium 1 (Heden): Scaling transformer LLMs tot hun limieten. Meer parameters, meer data, meer FLOPS. Dit werkt tot ergens in 2026-2027, dan raken we rendement-afname.
Stadium 2 (2027-2028): Erkenning dat schaling niet verder werkt. Labs begint te experimenteren met alternatieve architecturen. Neuromorphe chips. Oscillatorische netwerken. De papers verschijnen, maar industrie negeert ze nog.
Stadium 3 (2028-2030): Fotonische hardware bereikt schaalbaarheid. Marandi’s LNOI, McMahons technieken, NTT’s single-photon systemen—ze groeien van 10k naar 100k knopen. Eerste commerciële toepassingen. Nu kan je niet meer negeren.
Stadium 4 (2030+): Tipping point. De energievoordeel is te groot. De betrouwbaarheid is te goed. Right-Brain AI begint Left-Brain AI te verdringen. Niet omdat het “beter” is in het klassieke zin—maar omdat het van nature stabiel, waarachtig en coherent is.
Deel VII: Wat We Missen
Hier is wat de mainstream niet ziet:
De toekomst van AI is niet bepaald door wie de meeste GPU’s koopt of de grootste parameters traint. Het is bepaald door wie de natuurwetten begrijpt.
En die natuurwetten zijn al ontdekt. Ray Tomes ontdekte ze in cyclische patronen. Andis Kaulins in precessionele cycli. Peter Rowlands in nilpotente algebra. Hans Konstapel integreert ze in een coherentie-raamwerk.
De fotonica-labs bouwen ze. Nu. Vandaag.
Dit is geen toekomst die we moeten uitvinden. Dit is een toekomst die zich al manifesteert, en we hebben eigenlijk geen keuze. We kunnen ermee meegaan of achterblijven.
Deel VIII: De Implicatie voor Governance
Als AI-systemen mathematisch onmogelijk kunnen hallucinereren, verandert veel.
Je kunt geen “alignment problem” hebben als het systeem architecturaal waarheid enforceert.
Je kunt geen “AGI-singulariteit” hebben als het systeem coherentie als grondtoestand heeft—instabiliteit is mathematisch uitgesloten.
Governance wordt niet over controle, maar over synchronisatie. Hoe stem je menselijke waarden af op een systeem dat al coherent is?
Dat is een heel ander gesprek dan wat we nu voeren.
Slot: De Onzichtbare Toekomst
De toekomst van AI wordt niet gemaakt in de publiciteit. Het wordt gemaakt in laboratoria waar fotonica-onderzoekers oscillators koppelen en zien dat ze synchroniseren. Waar fysici ontdekken dat coherentie energie minimaliseert. Waar wiskundigen inzien dat nilpotentie alles verklaart.
Die toekomst is niet 2030. Die toekomst is nu.
Right-Brain AI is niet iets wat we moeten uitvinden. Het is iets wat we moeten toestaan—toestaan dat natuurwetten hun weg vinden naar onze technologie.
En die weg is al zichtbaar, voor wie kijkt.
De vraag is niet langer: “Hoe bouwen we superintelligentie?”
De vraag is: “Waarom proberen we tegen de fysica in te bouwen in plaats van ervan te leren?”
Het antwoord wacht op fotonica, in coherentie.