Een experiment met een processor uit 1998 toont aan dat 27 jaar later slechts 128MB RAM volstaat voor AI

Wanneer een museumstuk-pc begint te chatten als een bot

Op een oud houten bureau, onder het gele schijnsel van een vergeten bureaulamp, komt een beige pc-toren uit de late jaren negentig moeizaam tot leven. De ventilator zoemt met dat rauwe, mechanische geluid dat je waarschijnlijk al jaren niet meer hebt gehoord. Het CRT-scherm flikkert, het BIOS-scherm verschijnt, en voor even ben je terug in een wereld van inbelmodems en diskettes van 3,5 inch. Maar deze keer gebeurt er iets dat bijna absurd aandoet: op dit relikwie uit 1998 start een klein AI-model op en begint vragen te beantwoorden. Geen watergekoelde GPU. Geen 64 GB RAM. Gewoon 128 MB op een piepende Pentium II-chip.

De cursor knippert, de tekst verschijnt. Het gaat traag, maar het werkt. En dat simpele knipperende streepje roept een grote vraag op.

Het experiment ziet er op het eerste gezicht uit als een grap. Neem een processor uit 1998, koppel er 128 MB RAM aan en probeer daar een modern AI-model op te draaien. Iedereen die ooit een actueel AI-specificatieblad heeft gezien — met RTX-videokaarten en absurde VRAM-eisen — zou er onmiddellijk zijn geld tégen inzetten. Je verwacht een crash, een kernelpanic, misschien zelfs de geur van gesmolten plastic.

Toch antwoordt de machine echt. Niet vloeiend, niet snel, maar wel in zinnen die ergens op slaan. Plotseling voelt die oude vuistregel — "je hebt monsterlijk hardware nodig voor AI" — een stuk minder solide aan.

Hoe het precies in zijn werk gaat

Op één testopstelling gebruikt een retro-enthousiasteling een CPU uit de Pentium II-klasse, onder de 500 MHz, gekoppeld aan een uitgeklede Linux-installatie en 128 MB RAM. Hij compileert een klein, gequantiseerd taalmodel — afgeslankt tot op het bot, met gewichten gecomprimeerd tot een fractie van hun oorspronkelijke omvang. Daarna start hij een chatsessie vanuit de terminal.

Eenvoudige vragen: "Wat is de hoofdstad van Frankrijk?" en "Schrijf een kort haiku over regen." De antwoorden arriveren als sms-berichten uit 2003: woord… voor… woord. Maar de antwoorden kloppen, de haiku heeft ritme, en het geheel past in geheugen dat niet genoeg zou zijn om één modern browsertabblad te openen.

Wat hier gebeurt is geen magie, maar doordachte techniek en een flinke dosis realisme. AI-modellen hebben niet één vaste omvang of één vaste honger. De enorme, cloudgebaseerde modellen achter grote chatbots zijn één extreem. Aan de andere kant bestaat er een heel universum aan compacte, agressief gecomprimeerde modellen die op vrijwel elke machine met een CPU en een beetje RAM kunnen leven.

Dit experiment uit 1998 duwt dat idee naar de grens. Het toont aan dat de kernintelligenties van een klein model kunnen overleven op specificaties die we jaren geleden al hadden afgeschreven. De wisselkoers is snelheid en diepgang. De winst is een nieuwe manier van denken over toegankelijkheid.

AI in 128 MB RAM proppen zonder je verstand te verliezen

Een model laten draaien in 128 MB gebeurt niet bij toeval. Het begint met het kiezen van een compacte architectuur — geen opgeblazen beest. Denk aan 7 tot 50 miljoen parameters, niet aan miljarden. Dan volgt het harde deel: kwantisatie. Dat betekent gewichten opslaan in 4 of 8 bits in plaats van 16 of 32, waardoor het geheugengebruik drastisch daalt ten koste van een beetje precisie.

Op die oude CPU uit 1998 is het besturingssysteem zo kaal als maar kan. Geen desktopomgeving, geen fraaie animaties. Gewoon een slanke kernel, een terminal en een paar zorgvuldig gekozen bibliotheken. Elke achtergrondservice die niet strikt noodzakelijk is, wordt uitgeschakeld. Het doel is simpel: elke megabyte die je bespaart, is een megabyte die het model kan huisvesten.

De moeilijkste aanpassing is niet technisch maar mentaal. We zijn er zo aan gewend dat alles onmiddellijk reageert, dat een pauze van twee seconden al gebroken voelt. Op die retro-opstelling verschijnen tokens zoals ze vroeger in IRC-chats deden: traag over het scherm marcherend. Vraag je om een lang essay of een complexe codefragment, dan smeekt de computer om genade.

Dus blijven de prompts klein, de antwoorden korter en de taken bescheiden. In plaats van "Schrijf me een volledig businessplan" vraag je "Noem 3 risico's voor een kleine koffiebar." Dat is de stille les van dit experiment: als je de vraag verkleint, wordt de hardware die je al hebt plotseling voldoende.

Ergens in de logbestanden springt één opmerking van de knutselaar eruit:

"Het doel was niet om een nuttige assistent te bouwen, maar om te bewijzen dat het verhaal dat we onszelf vertellen over 'enorme rekenkracht nodig hebben' niet de hele waarheid is."

Als je geneigd bent om iets soortgelijks te proberen op je eigen oude laptop, zijn er een paar richtlijnen die helpen:

• Kies een minimalistisch besturingssysteem en schakel onnodige achtergrondapps uit.
• Gebruik een zeer klein, gequantiseerd model dat ontworpen is voor CPU's.
• Verwacht trage uitvoer en houd prompts compact en helder.
• Test eerst offline taken: samenvattingen, eenvoudige vragen en korte teksten.
• Let op de temperatuur en stabiliteit — je stresst een bejaarde machine.

Wat dit verandert aan ons beeld van "echte" AI

Als je eenmaal hebt gezien hoe een 27 jaar oude processor een gedicht genereert, kun je dat niet meer onseen. Het experiment betekent niet dat jouw Pentium een cloudmodel kan evenaren. Het doet iets subtielers: het krabt aan het idee dat AI alleen weggelegd is voor wie de nieuwste hardware en een fors cloudbudget heeft.

Plotseling lijken scholen met verouderde computerlokalen niet volledig buitengesloten. Plattelandsklinieken met stoffige pc's zouden kleine lokale modellen kunnen draaien voor basisvertaling of offline formulierhulp. Hobbyisten kunnen hun oude machines terugwinnen voor iets zinvoller dan nostalgische spelletjes.

Er schuilt hier ook een culturele omslag. We kennen allemaal dat moment waarop een website meldt dat je apparaat "niet langer wordt ondersteund" en je je stilletjes buitengesloten voelt. Deze kleine AI-op-een-fossiel-demo draait die afwijzing om. Je "te oude" hardware is nog steeds tot nieuwe kunsten in staat — zolang de software zijn grenzen respecteert.

Eerlijk is eerlijk: de meeste mensen doen dit niet dagelijks. Niet iedereen gaat door BIOS-menu's worstelen of kleine modellen cross-compileren. Maar het feit dat iemand het wél deed en het deelde, vergroot de mogelijkheden voor iedereen een beetje.

De simpele waarheid is: AI draait minder om magische rekenkracht en meer om de balans tussen ambitie en beperkingen. Als de ambitie iets krimpt — minder tokens, kleinere modellen, lagere snelheid — voelen de beperkingen opeens lichter aan. Dat is waarom dit soort experimenten ver buiten geekenkringen relevant is. Het herinnert ons eraan dat vooruitgang niet alleen verticaal is — steeds grotere modellen en GPU's najagen — maar ook horizontaal: kleine, lokale intelligenties verspreiden op machines die als verouderd golden.

Een toekomst waarin "oude" machines nog een stem hebben

Stel je voor wat er gebeurt als deze manier van denken zich verspreidt. In plaats van een tien jaar oude laptop weg te gooien omdat hij moeite heeft met opgeblazen software, geef je hem een nieuw leven als energiezuinig AI-notitieboekje. Misschien draait hij een klein model dat offline e-mails opstelt, of helpt het een kind vocabulaire te oefenen zonder constant internet. De machine wordt niet gepensioneerd — hij krijgt een nieuwe rol.

Die processor uit 1998, pukkend voort met zijn 128 MB RAM, wordt een soort symbool. Niet van nostalgie, maar van veerkracht. Het idee dat technologie niet wegwerpbaar hoeft te zijn om "slim" te zijn.

Je kunt je ngo-medewerkers voorstellen die opgeknapte netbooks dragen met kleine taalmodellen in afgelegen gebieden, ver van betrouwbare connectiviteit. Lokale ondernemers die gerecyclede hardware gebruiken om AI-tools te prototypen zonder te wachten op financiering voor dure cloudinstanties. Gezinnen die een oude pc op een bijzettafel houden — niet alleen voor retrogames, maar als een stille, lokale assistent die niets naar een server stuurt.

Niets hiervan is glanzend keynote-materiaal. Het is trager, ruwer, echter. Het voelt menselijk, omdat het leeft binnen de grenzen die de meesten van ons kennen.

Over een paar jaar kijken we misschien terug op dit merkwaardige kleine experiment — AI op een CPU uit 1998 met 128 MB RAM — als een omslagpunt. Een herinnering dat intelligentie niet altijd overvloed nodig heeft. Sommigen blijven maximale rekenkracht najagen, en dat is prima. Anderen verkennen de tegengestelde richting: meer doen met minder, controle dichtbij houden, de levenscyclus van de tools die we al bezitten verlengen.

Tussen die twee uitersten ligt waarschijnlijk een pad dat zowel verstandig als opwindend aanvoelt. Eén waarbij je volgende "slimme" apparaat misschien gewoon de oude computer is die stil in je kast staat te wachten op een tweede kans.

Veelgestelde vragen

• Kan elke jaren-negentig-pc werkelijk AI zoals dit draaien? Niet allemaal, maar veel late-jaren-negentig-machines met een stabiele CPU en minimaal 128 MB RAM kunnen zeer kleine, gequantiseerde taalmodellen draaien onder een slank besturingssysteem.
• Welke AI-taken zijn realistisch op zulke oude hardware? Korte tekstgeneratie, eenvoudige vragen en antwoorden, simpele samenvattingen en educatieve prompts zijn mogelijk; uitgebreide codeerhulp of lange creatieve stukken zijn doorgaans te traag of onstabiel.
• Heb ik een internetverbinding nodig voor deze modellen? Nee, het hele punt is dat ze lokaal draaien: zodra het model is geïnstalleerd, verloopt de generatie offline op de machine zelf.
• Beschadigt of oververhit dit mijn retro-pc? Als de koeling stoffig of verouderd is, kan langdurig gebruik op 100% CPU de hardware belasten, dus sessies kort houden en de luchtdoorstroming controleren is verstandig.
• Heeft het zin als ik al een moderne computer heb? Ja, het is een manier om oudere apparaten hergebruiken, te experimenteren met offline AI en inzicht te krijgen in de werkelijke hardwareeisen achter de tools die je dagelijks gebruikt.