Om uit de gigantische hoeveelheid data die ons dagelijks ter beschikking staat snel de nuttige zaken te halen, komen Artificial Intelligence-systemen (AI) goed van pas. Maar ze zijn niet onfeilbaar.
AI-programmatuur sorteert alle informatie waarmee het wordt gevoed, combineert de relevante onderdelen en trekt (voorlopige) conclusies. Bergen datasets uit verschillende hoek worden automatisch met elkaar in verband gebracht, vaak met de locatie van iets of iemand als koppelsleutel (maar een kenteken, telefoonnummer of gezichtsfoto is ook bruikbaar). Voor de markt van satellietdata zijn vooral de locatiegebonden toepassingen van belang, zoals voor landbouw, stedelijk- en natuurbeheer of klimaatbeleid. Daarbij leert het AI-systeem van menselijke vakdeskundigen wat belangrijk is en welke conclusies in een bepaalde context te trekken zijn.
“De snelheid waarmee de systemen leren en de juiste verbanden tonen, zijn de laatste vijf jaar extreem verbeterd. Belemmeringen in de dataopslag- en dataverwerkingscapaciteit worden almaar kleiner. Dat maakt het gebruik van satellietdata extra aantrekkelijk en gemakkelijk”, zo licht Raymond Sluiter toe. Hij was als senior data-adviseur bij het NSO betrokken bij de organisatie van de conferentie 'Satellietdata en AI voor Aarde', die het Netherlands Space Office (NSO) onlangs organiseerde in samenwerking met 'Wijs met locatie', een platform van de geo-informatiesector rond AI-vraagstukken.
Monitoring
Een van de workshops betrof de bescherming van de zogeheten kleine landschapselementen. Bijna niemand weet waar deze landschappelijk zo belangrijke bomenrijen en -groepen, poelen of houtwallen zich precies bevinden, omdat ze nauwelijks op officiële kaarten staan. De traditionele karteringsmethode vergt veel tijd en is te kostbaar. Dankzij een combinatie van AI, 10 cm nauwkeurige luchtfoto's en andere data, worden landschapselementen vanaf dit jaar automatisch geïdentificeerd. En minstens zo belangrijk: daarna wordt met behulp van AI en 50 cm nauwkeurige beelden uit het satellietdataportaal frequent en automatisch gemonitord waar wat verandert.
In veel workshops bleek overigens dat niets menselijks de artificiële intelligentie vreemd is: fouten maken. Daarom worden bijvoorbeeld in een project met precisie-aardappelteelt in Groningen aanvullend drones ingezet voor meer zekerheid over de gewasprestatie. Maar dan nog: als 10 boeren in dezelfde regio meedoen, is de nieuwe werkwijze na twee jaar rendabel. Satelliet-radardata die via het NSO worden betrokken, met een resolutie van 3m, zijn binnen zes uur vanaf de opname in de ruimte beschikbaar in Groningen voor de beeldverwerking met AI-software. De satelliet zelf maakt met AI al een voorselectie op beeldkwaliteit. Op aarde blijkt een 5G-netwerk een enorm pluspunt, ook voor informatie-overdracht van en naar de boerderij.
‘En de boer hij ploegde voort’, luidt een oud gezegde, maar zou dat zelfs bijna zonder boer kunnen? De informatie over waar er precies op zijn perceel extra mest, water of bestrijdingsmiddel nodig is, kan immers van zijn computer rechtstreeks naar de GPS op de tractor, die technisch prima in staat is tot autonoom rijden, alhoewel dat laatste nog niet mag.
Digital Twins
Waar vroeger een product op schaal werd gebouwd om het te testen, kan dat nu allemaal via digitale weg. Of het nu om gebouwen, oceanen of het spijsverteringsstelsel van een koe gaat, er is een virtuele kopie van te maken, een digital twin, met prachtig uitziende animaties. In die kopie zijn effecten van gebeurtenissen of maatregelen heel realistisch te simuleren. Als ergens in een polder een pomp wordt aangezet,
wat is dan het effect op het watersysteem elders? Wat gebeurt met de luchtkwaliteit als we minder autorijden (of de koe anders te eten geven)?
De EU gaat de komende zeven jaar met behulp van AI, satellietbeelden en vele andere soorten data modelleren wat de impact is van extremer weer, hoe onze aanpassing aan de klimaatverandering verloopt en hoe dit doorwerkt op stedelijke processen, biodiversiteit enzovoorts. De Unie heeft om te beginnen 150 miljoen euro vrijgemaakt om daarvoor een digital twin van de aarde te maken: Destination Earth. “In deze digital twin komt de expertise van het geowerkveld en dat van de ruimtevaart en satellietdata mooi bij elkaar”, vindt Raymond Sluiter. “Juist met ons beider inbreng is de werking van het totale weer- en klimaatsysteem en de impact op onze leefomgeving goed te modelleren en te monitoren.”
Ethiek
Waar alle experts het over eens bleken op de conferentie, is dat AI geen monster van Frankenstein mag worden dat zelfstandig beslist zonder dat een mens de logica zou kunnen volgen. En zeker in geval van zaken met een hoge impact voor personen of het kiezen tussen twee kwaden, moet de mens in controle blijven. AI-systemen leren de fysieke werkelijkheid interpreteren op basis van trainingsdatasets, maar de werkelijkheid kan toch een klein beetje anders zijn. Soms 'verbetert' een AI-systeem zelfstandig een beeld, maar helaas niet goed. Of het interpreteert objecten verkeerd, bijvoorbeeld als twee beelden worden vergeleken van dezelfde locatie, maar met een andere schaduwdichtheid. Beelden met een hogere resoluties gebruiken, is lang niet altijd een oplossing, omdat in een hoge resolutie veel meer detail zit is en dat geeft ruis als het AI-systeem niet correct getraind is.
Harm van de Wetering, directeur van het NSO, wees in zijn speech op de winstkansen die investeren in innovatie rond AI en satellietdata biedt, maar vroeg ook aandacht voor meer adequate trainingsdatasets. En al zullen aardobservatiedata niet vaak raken aan de persoonlijke levenssfeer, hij pleitte toch voor een rationele inzet van allescombinerende systemen. “Een Big Brother-samenleving moeten we voorkomen.” Het platform Wijs Met Locatie heeft een aparte werkgroep 'Ethiek by design'.
Voor het bekijken van alle inleidingen op de conferentie van 13 april, zie https://www.wijsmetlocatie.nl/blog/ai-voor-aarde.
Voor meer informatie over Wijs met locatie, zie www.wijsmetlocatie.nl.