) mop De Amerikaanse president Donald Trump heeft de legitimiteit van de uitslag van de midterms van vorige week alsnog in twijfel getrokken. Bij de midterms leden de Republikeinen een enorm verlies waardoor de controle over het Congres naar de Democraten gaat. Het is de eerste keer dat Trump zijn twijfels uit over de uitslag.

"Gelooft iemand echt dat deze 'verkiezing' eerlijk was?" schreef hij op zijn socialemediaplatform Truth Social. Trump schrijft verder dat de grote hoeveelheid aan zogenoemde "vroege stemmen" het onmogelijk had gemaakt voor de Republikeinen om te winnen. In verschillende Amerikaanse staten konden kiezers hun stem voor de verkiezingsdag op 3 november al uitbrengen. Aanvankelijk accepteerde de Amerikaanse president de uitslag van de verkiezingen.

Trump heeft eerder ongegronde beweringen gedaan over vermeende verkiezingsfraude. Dit deed hij met name na zijn nederlaag tegen Joe Biden bij de presidentsverkiezingen in 2020.

AMSTERDAM (ANP) - De AEX-index op de aandelenbeurs in Amsterdam is maandag met winst gesloten. De handel kreeg steun van de chipbedrijven die verder herstel toonden van de zware verliezen van vorige week door de uitverkoop in de AI-sector. Wel stond de chipindustrie opnieuw in de belangstelling door de affaire van Nvidia-topman Jensen Huang met een vrouw die wordt verdacht van spionage voor China. Op Wall Street ging de koers van Nvidia daardoor flink omlaag.

De Nederlandse chipfondsen ASMI, Besi en ASML werden echter niet mee omlaaggetrokken door de onrust rond Nvidia en stegen tot 4,7 procent. De banken ING en ABN AMRO deden het ook goed met plussen tot ruim 4 procent. Staalproducent ArcelorMittal klom 3,7 procent.

De AEX eindigde 0,8 procent hoger op 1129,97 punten. De MidKap ging 1,2 procent vooruit tot 1119,84 punten. Op de aandelenmarkten in Londen, Parijs en Frankfurt werden plussen tot 1,7 procent op de koersenborden gezet.

Diplomatieke oplossing

Shell zakte 0,7 procent door een verdere daling van de olieprijzen door toenemende hoop op een diplomatieke oplossing voor de oorlog in het Midden-Oosten. Vorige week zakten de olieprijzen ook al flink in.

In de MidKap waren de defensiebedrijven CSG en Theon gewild bij beleggers met plussen tot bijna 5 procent. De bouwbedrijven Heijmans en BAM werden tot 4,5 procent hoger gezet. Biotechnoloog Pharming en Air France-KLM boekten koerswinsten tot 4,3 procent bij de middelgrote fondsen op het Damrak.

Sif kelderde nog eens 24 procent bij de kleinere bedrijven op Beursplein 5. Op vrijdag ging de funderingsspecialist voor windmolens op zee ook al hard omlaag nadat het bedrijf bij de kwartaalcijfers waarschuwde voor zijn voortbestaan. Rondom een grote order voor een windmolenpark in de Noordzee is veel onzekerheid, aldus Sif.

Je woont in een huurhuis, krijgt huurtoeslag en je pensioenfonds stapt op 1 januari over naar het nieuwe stelsel. Dan gaat er waarschijnlijk een flink bedrag bij je pensioen bij. Een deel daarvan geef je via je huurtoeslag weer terug. Meld je je hogere inkomen niet, dan merk je dat pas als de Belastingdienst afrekent: in 2028 of nog later.

Je kunt dat voorkomen door je verwachte inkomen voor 2027 nu al door te geven.

Huurtoeslag is een voorschot

Langer Thuis in Huis zet op een rij met hoeveel procent pensioenfondsen hun uitkeringen bij de overstap mogelijk verhogen. Wie zorg- of huurtoeslag krijgt, moet volgens de site zijn inkomen voor 2027 opnieuw bekijken zodra de definitieve verhoging bekend is. Hoeveel er per fonds bij kan komen, las je bij WEL al in Twee miljoen gepensioneerden krijgen in 2027 mogelijk tot 25 procent meer, maar zit je bij PFZW of PMT, dan houd je in januari juist minder over.

Dienst Toeslagen berekent je huurtoeslag met het inkomen dat jij opgeeft. Pas na afloop van het jaar wordt het voorschot vergeleken met je echte inkomen. Was dat hoger, dan moet je het verschil terugbetalen. Doet niemand in je huishouden aangifte, dan krijg je die definitieve berekening volgens de Belastingdienst tussen eind juni en 31 december van het jaar daarna. Voor 2027 is dat dus de tweede helft van 2028. Doe je wel aangifte, dan volgt de berekening binnen zes maanden nadat iedereen in je huishouden die aangifte doet een belastingaanslag heeft gekregen. Dat kan langer duren.

Bij €500 pensioen scheelt het al gauw €275 per jaar

Een vaste inkomensgrens heeft de huurtoeslag niet meer. Een alleenstaande kreeg in 2026 de volle toeslag tot een inkomen van €23.425. Volgens een berekening van Kennisdomein gaat er voor iedere euro daarboven 27 cent huurtoeslag af. Welke grens in 2027 geldt, is nog niet bekend. Kennisdomein meldt dat die met de AOW meebeweegt.

Volgens het kabinet krijgt een alleenstaande in 2027 €20.715 AOW, meldde De Dagelijkse Standaard. Heb je daarnaast €500 bruto aanvullend pensioen per maand, dan kom je uit op €26.715 per jaar. Dat ligt al boven die grens, dus elke euro extra pensioen kost je 27 cent toeslag. Wij rekenden uit wat een verhoging dan betekent:

• 17 procent erbij (het gemiddelde bij de grootste invarende fondsen): €1.020 bruto per jaar meer pensioen, ongeveer €275 minder huurtoeslag.
• 13,9 procent erbij (de verwachting bij ABP): €834 per jaar meer pensioen, ongeveer €225 minder huurtoeslag.
• 17 procent erbij bij €1.000 aanvullend pensioen: €2.040 per jaar meer pensioen, ongeveer €551 minder huurtoeslag.

Het gaat om schattingen met de regels van 2026. Ze gelden voor een alleenstaande; met een toeslagpartner of medebewoners telt hun inkomen ook mee. Geef je niets door, dan krijg je in 2027 elke maand te veel voorschot en komt het hele bedrag in één keer terug op de deurmat.

Heb je alleen AOW en geen aanvullend pensioen, dan verandert je huurtoeslag door de invaarverhogingen niet.

PGB waarschuwt zelf al

Langer Thuis in Huis noemt voor Pensioenfonds PGB een mogelijke verhoging van 20,8 procent. PGB schrijft zelf dat het nog niet weet hoeveel het bij de overstap extra kan verhogen. Wel krijgen gepensioneerden er eind 2026 al 2,4 procent bij. Het fonds waarschuwt deelnemers met toeslagen dat hun toeslag voor 2027 daardoor misschien te hoog is vastgesteld. Het advies van PGB: geef je nieuwe inkomen snel door via Mijn toeslagen.

Wat doe je nu?

• Geef je verwachte inkomen voor 2027 door in Mijn toeslagen of in de app Toeslagen. Dat kan sinds 1 november.
• Weet je de precieze verhoging nog niet? Schat dan liever iets te hoog dan te laag, raadt Kennisdomein aan. Wordt je inkomen lager, dan krijg je het verschil later terug.
• Pas je schatting opnieuw aan zodra je fonds het definitieve bedrag bekendmaakt. Die berekeningen volgen pas na de jaarwisseling.
• Maak een proefberekening bij Dienst Toeslagen. De FNV raadt aan om het extra bedrag opzij te zetten als je twijfelt.

Een kleine afwijking hoeft geen probleem te zijn. Kwam de definitieve berekening in 2026, dan hoefde je volgens de Belastingdienst niets terug te betalen als het om €121 of minder per toeslag ging. Bij een verhoging van 17 procent kom je daar ruim overheen. Huurtoeslag is ook niet de enige rekening die later volgt: wat een hoger pensioen doet met de eigen bijdrage in het verpleeghuis, lees je in Extra pensioen in 2027 voor je moeder in het verpleeghuis? Twee jaar later gaat een groot deel naar het CAK.

Bronnen: Langer Thuis in Huis, Pensioenfonds PGB, Kennisdomein, Belastingdienst, De Dagelijkse Standaard, FNV

The chipmaker faces business risks and political scrutiny due to its over-reliance on founder and CEO Jensen Huang

• Why is Nvidia’s Jensen Huang at the centre of a US-China row?

Too big – and too well-connected – to sack? One doesn’t have to be overly cynical to think Jensen Huang, the Nvidia boss, starts with one huge advantage as the chipmaker’s board starts its independent investigation into the alleged honeytrap spy scandal. The world of US big tech is not, to put it mildly, strong on checks and balances on a founder’s power.

Huang does not enjoy the supercharged voting rights that are par for the course elsewhere – his shareholding is a plain vanilla 3.6%. On the other hand, Nvidia’s board does not appear to have spent much time worrying about succession planning and “key person risk” or other standard concerns of corporate governance wonks outside the US.

Continue reading...

French foreign minister vows European sanctions against Tehran over ‘unprecedented’ hacks last month

• Europe live – latest updates

France has said Iran’s Revolutionary Guards were behind “unprecedented” cyber-attacks on supermarket fridges in the country last month, vowing European sanctions against Tehran.

“I can confirm that this attack was carried out by the Islamic Revolutionary Guard Corps of the Islamic Republic of Iran,” the French foreign minister, Jean-Noël Barrot, said on Monday of the hacks on 11 and 12 October.

Continue reading...

The answer to today’s Kangaroo puzzle

Earlier today I set you the following problem from the international maths Kangaroo, a multiple choice challenge taken by more than seven million children every year. (For more details about this extraordinary event see the original story.)

Here is is again with the solution.

2

3

4

5

6

Continue reading...

The world has moved on since 2020 – in uncertain times, closer ties to Europe are the best way to peace and security

• Chris Ward is Labour MP for Brighton Kemptown and Peacehaven

If offering the public some “breathing space” in the cost of living crisis was the mantra of last month’s budget, the political space it created to revisit our relationship with the European Union may prove more defining.

I’ve spent what feels like much of the past decade immersed in the Brexit debate – first as an adviser, then helping to craft the red lines that shaped Labour’s 2024 manifesto, and latterly as a Cabinet Office minister working on the EU-reset. In truth, the discussions we have had as a country and within my party on this issue have not really moved on since the moment we left on 31 January 2020.

Chris Ward is Labour MP for Brighton Kemptown and Peacehaven

Continue reading...

Voor het einde van het jaar willen de eurolanden een nieuw hoofd van de Europese Centrale Bank aanwijzen. Nederland heeft Klaas Knot voorgedragen, hem positionerend als ervaren crisismanager. Maar ook de Spaanse kandidaat Hernández de Cos heeft een sterk CV.

HIJ KOMT, HIJ KOMT. Maar voordat hij komt moeten we eerst nog zien of het allemaal wel goed gaat met de pakjesboot. We kunnen de doldwaze avonturen vanaf nu weer gezellig volgen bij de NPO. Uiteraard inclusief knipogen naar de Haagse politiek en wereldnieuwsch, zo is het voor D66-ouders ook nog een beetje te pruimen. Pieten op zoek naar een meerderheid, iets met een rode lijn of Sinterklaas die een draagmoeder regelt. Of misschien iets met de stoomboot. Dat ze worden besprongen door migrantenpieten bij Ceuta, dat ze afdrijven naar de Straat van Hormuz of toch weer iets met Houthi's. Allemaal bloedjespannend, maar de allergrootste vraag dit jaar blijft: WIE IS DE NIEUWE SINT?? Elke Nederlandse acteur ooit is reeds GENOEMD, maar u kunt NU op de valreep uw voorspelling doen in de poll na de breek! Haartjes nat, pepernoten in de aanslag. Binnen 10 minuten zijn we eindelijk verlost aan deze tergende media-heisa. Wij zijn bij voorbaat woest.

Update - Verslaggever Jeroen Kramer, gaf samen met wijlen Dieuwertje het laatste nekschot aan Zwarte Piet, is alvast kijken in het pietenhuis. SPANNEND.
Update - O NEE het pietenhuis wordt GESLOOPT door Arie Koomen. SPANNEND.
Update - De Sint komt dus aan in Cuijk, 114 kilometer landinwaarts. SPANNEND.
Update - O nee de BOOM VAN SINTERKLAAS (of zo) is OMGEHAKT, vertelt Lebbis van Jansen. SPANNEND.
Update - Hoofdpiet vertelt dat er meer Pieten zijn omdat er meer kinderen in Nederland zijn. Merel Westrik vraagt hoe het kan dat er meer kinderen bij zijn gekomen. (NOU...) Toen nog iets met een 'VOL = VOL' grapje haha edgy. En SPANNEND.
Update - SINTERKLAAS IS ER NIET. KUT.
Update - Eelco Heinen cameo, heeft 10 miljoen op zijn verlanglijstje HAHAHAHA. (kabinetscrisis nu)
Update - Eindstand dus nog geen nieuwe Sinterklaas. SPANNEND.

POLL

Machine learning researchers have developed a technique that allows world models to make better predictions about how objects will behave. World models are used to train physical AI systems like robots how to navigate the real world. They predict the consequences of actions. But they do so based on observed data. These models could provide better direction to robots if they were able to make inferences about possible actions without being trained for all the possible outcomes. Randall Balestriero (Brown University, AMI Labs), Kerda Varaku, and Turing Award winner Yann LeCun (NYU, AMI Labs) describe an approach that might allow that to happen in a pre-print paper, "Counterfactual World Models: Natura Non Facit Saltus." The Latin refers to Gottfried Leibniz's axiom "nature makes no leaps," which had a good run until it ran headlong into quantum mechanics. Yet for the authors, the saying explains how they have been able to devise a method for zero-shot physics inference. Counterfactual world models, said Balestriero in an email to The Register use "the mismatch between your prediction and the real world to figure out what did you get wrong, and from that you can better understand what happened for better future predictions, debugging, reasoning, all at test time." Joint Embedding Predictive Architecture (JEPA) models, developed by LeCunn and colleagues back in 2023, have been proposed for robots because they can take an action as input and ask what the world would be like with that action. But a JEPA world model produces an average of outcomes and would not be able to anticipate counterfactual scenarios – events that didn't happen. The technique that the researchers developed is not specific to JEPAs – it can be applied to any world model that predicts the average next state under any action. But JEPA models are particularly well suited to being adapted. Balestriero said that the counterfactual world model experiments were done using off-the-shelf encoders (DINOv2 and MAE) without any fine-tuning and only a small predictor trained on top. Creating a counterfactual world model from that starting point would only require minor additions. Counterfactual world models predict alternative scenarios more effectively by inferring possibilities from what did occur. "In causal inference, answering 'What would have happened had I acted differently?' takes three steps," explained Balestriero. "You use what you observed to learn something about those hidden factors, you change the action, and you predict again with the hidden factors kept exactly as they were. "Our counterfactual world model does all three steps with one subtraction." Balestriero cited an example from the paper: a boat crossing a river with a hidden current and how the JEPA world model and counterfactual world model predicted the boat's movements. "The world model predicted where the boat would end up after steering left, and it actually ended up two meters further downstream," he explained. "Those two meters are the signature of the current that occurred. To answer 'where would the boat be had I steered right?', we take the world model's prediction for steering right and add the same two meters. In other words, the counterfactual is what actually happened, plus the difference between the model's predictions for the alternative action and for the action taken. "Physics enters to justify this rule, not as an equation the model fits. Over a short time, the effect of the action and the effect of the current each grow in proportion to the duration, while their interaction grows only with its square, so over short steps they simply add up, like forces. "We prove that the fraction of the disturbance's effect that this rule gets wrong shrinks with the square of the time step, and that no method using the same ordinary data can do better than this rate in the worst case." Counterfactual world models have three likely uses, according to Balestriero. The first is having a robot retry an action after a surprise event. "When an attempt fails because of something the robot could not see, such as an unexpected load, a current or a weak motor, the counterfactual world model lets it estimate which action would have worked in that same situation," he explained. "In our simulated tasks, choosing the action this way reaches the goal in 35 to 69 percent of events, against 14 to 23 percent for a planner that knows the true simulator but ignores the observed outcome. With two more attempts on the same event, success rises to 51 to 97 percent." He also sees these models being useful for adapting to persistent fault, like a miscalibrated motor, and helping people understand failures. "World models are trained to predict, and they are getting good at it," said Balestriero. "But a robot, a car or a drone acting in the real world is constantly surprised by things it could not see coming. After a surprise, the useful question is no longer what was expected, but what would have happened had it acted differently in that same situation. You need that answer to debug a failure, to tell a bad decision from bad luck, or to decide what to do on the next attempt, and prediction alone does not provide it." The researchers initial attempts to address the issue involved adding a learned component to the world model that infers whatever hidden disturbance (e.g. the current in the boat scenario) affected the anticipated outcome. But that approach was too fragile. "Trying to understand why led to the theory," explained Balestriero. "Learning the disturbance from ordinary data is not just hard, it is impossible in general: the hidden noise can be relabeled differently for each action without changing a single prediction, so the data cannot tell you which labeling is the right one. The missing piece has to come from outside the data. For physical systems, it comes from the fact that forces add and that their interaction builds up slowly in time. Once you accept that, the learned disturbance model becomes unnecessary: the gap between what happened and what was predicted already carries the information you need, and you carry it over to the other action." Balestriero said that control engineers have been implementing corrections of this sort for decades, to tune hand-built models. "What was missing was why the same correction is justified for learned world models that see the world through images, what can and cannot be recovered without paired data, and where it breaks," he said. "The paper answers these questions by connecting causal inference, control and world models. The title comes from Leibniz's law of continuity, natura non facit saltus, 'nature makes no leaps,' which is precisely the property that makes all of this work." The researchers' paper was provided to The Register prior to its release on ArXiv. It is expected to be released this week. ®