Vlinders tellen, criminelen ontmaskeren en ontbossing voorspellen: deze Nederlanders zetten AI in voor een betere wereld

Animatie Roos In ’t Veld

‘De chatbot stelt bij aangifte vragen. Dat scheelt de politie veel tijd’

‘We krijgen de laatste jaren ontzettend veel aangiftes binnen van onlinefraude. Mensen kopen iets op Marktplaats van een oplichter, of via een webwinkel die niet blijkt te bestaan. Aangifte kan online, maar dat was lange tijd een lastig formulier waarbij burgers vaak niet wisten wat ze moesten invullen. Soms kreeg je een heel levensverhaal. Agenten lazen al die aangiftes en stuurden vervolgens vragen terug. Dat kostte veel tijd.

„Binnen het AI-lab van de politie hebben we vijf jaar geleden een programma bedacht dat het aangifteformulier ‘slimmer’ maakt. De AI analyseert de tekst uit de aangifte terwijl die wordt ingevoerd. Als informatie ontbreekt, stelt een chatbot vragen. Bijvoorbeeld of een slachtoffer wel of niet betaald heeft. Dat vergeten mensen vaak te melden, terwijl het heel relevant is. Het scheelt veel tijd voor de politie, omdat aangiftes sindsdien completer worden aangeleverd.

„Uiteindelijk wordt elke aangifte nog steeds door een mens gelezen. Dat moet ook, want met AI moet je heel voorzichtig zijn. De inzet ervan moet transparant en verantwoord zijn, met respect voor privacy van burgers. Het enthousiasme binnen de politie om meer met AI te doen is groot. Veel collega’s willen AI voor van alles gebruiken, merken we. Dan duwen wij bij het AI-lab af en toe terug. Het is geen magische formule die je voor alles kunt inzetten.”


‘Zo zien we waar mensen in armoede leven die we nog niet bereiken’

‘Met 14.000 vrijwilligers geven wij wekelijks aan circa 180.000 mensen boodschappen mee. Dit doen wij met 178 voedselbanken. We weten dat er 540.000 mensen in armoede leven. Dan is de vraag: hoe kan het dat die mensen ons niet bereiken? Kennen ze ons niet, kunnen ze ons niet vinden, durven ze niet? We hebben gekeken hoe data en AI daarbij kunnen helpen.

Kickstart AI [een non-profitorganisatie die helpt met AI-initiatieven] heeft voor ons een armoededashboard gebouwd. Dat koppelt openbare data van het Centraal Bureau voor de Statistiek over armoede op wijkniveau aan geanonimiseerde data uit ons systeem. Zo kun je heel duidelijk op het dashboard zien waar mensen in armoede wonen die wij nog niet bereiken. We kunnen ook zien of het bijvoorbeeld gezinnen met kinderen, senioren, migranten of alleenstaanden zijn. Wij kunnen gerichter kiezen hoe wij de mensen bereiken; denk aan flyeren, presentaties op scholen of in wijkgebouwen. Schaamte blijft voor hen een belangrijke drempel, maar door zichtbaar te zijn en in contact te komen, kun je die verlagen. Het kan iedereen overkomen.

„Ik zie echt kansen met AI. We komen steeds dichter bij waar we moeten zijn, en kunnen gerichter initiatieven nemen. Als je ermee wil beginnen: denk er zorgvuldig over na en zet alles goed op een rij. Ga niet te snel. Hou het simpel, technisch ook. We wisten precies wat we nodig hadden. Daarom was de ontwikkeling ook in een paar maanden klaar.”


‘We laten de vlinders nu door AI identificeren’

‘Er zijn 2.400 soorten nachtvlinders in Nederland – en maar een paar experts die ze allemaal uit elkaar kunnen houden. Een computer blijkt dit ook behoorlijk goed te kunnen.

„Bij de Vlinderstichting werken we met het Landelijk Meetprogramma Nachtvlinders. Wie deelneemt, kan een emmer met een led-lampje erop in zijn tuin zetten. Vlinders komen daarop af en vallen in de emmer. Wie de telling doet, maakt de volgende dag foto’s van wat er in de emmer zit, en laat de vlinders weer vrij. Vroeger keken daar mensen naar, maar sinds een aantal jaar laten we de vlinders identificeren door AI. Het systeem geeft zelfs een zekerheidspercentage dat het een bepaalde soort is. We hebben dit zelf ontwikkeld, met hulp van een aantal vrijwilligers.

„We hebben een paar honderd boeren bereid gevonden mee te doen. Die krijgen van ons zo’n emmer met lampje en om de zoveel tijd een rapportje met vlindersoorten. Het is een manier om boeren te betrekken bij de natuur om hen heen, in de hoop dat ze een meer ecologisch beheer gaan voeren. Daarnaast worden de gegevens gebruikt om te zien welke soorten voor- of achteruitgaan.

„Bijzondere vlindersoorten zijn zelfs voor de AI nog heel moeilijk te herkennen. Die worden door een expert gecontroleerd. We zien dat de beste experts op dit gebied nog altijd beter zijn dan computers. Nog wel.”


‘Dit model voorspelt exact hoeveel mensen in het vliegtuig zitten’

‘Een vliegtuigmaaltijd aan boord krijgen is best wel complex. Voor iedereen aan boord wil je een maaltijd hebben, en bij voorkeur bied je de klant ook keuze, vooral in premium comfort en business class. Maar passagiers komen niet opdagen, of halen hun aansluiting niet. Gevolg daarvan is dat we veel weggooien. Met AI kunnen we de ergste verspilling voorkomen. Door een model dat exact voorspelt hoeveel passagiers in een vliegtuig zullen zitten.

„Ongeveer twee weken van tevoren beginnen we met een eerste voorspelling voor het bestel- en productieproces. Die voorspelling wordt gaandeweg geüpdatet en verbeterd. Voordat mensen aan boord gaan, is er een laatste projectie. Op het allerlaatste moment kunnen we nog maaltijden weghalen of toevoegen. Minder maaltijden betekent: minder gewicht, minder brandstofverbruik en minder verspilling. Sinds we dit doen, gooien we 100.000 kilogram voedsel per jaar minder weg.

„AI kan ons enorm helpen. Door te voorspellen hoe druk het wordt op Schiphol, zodat we onze personeelsplanning kunnen aanpassen. Door te berekenen hoeveel bagage we kunnen verwachten, vertragingen te voorspellen en zelfs om personeel beter en sneller op te leiden, bijvoorbeeld door een AI-studietool te maken voor piloten.

„Er blijven mensen nodig, ter controle. De grootste risico’s die ik zie, zitten vooral in het blindelings vertrouwen op AI. Wij houden al onze AI-modellen daarom nauwgezet in de gaten. In alle gevallen is het nog mogelijk dat een mens onze voorspellingen aanpast.”


‘Het wordt tijd dat telers minder op de onderbuik afgaan’

‘Telen is een vak waarbij menselijke emoties een belangrijke rol spelen. Elke teler doet het weer anders in de kas. De een vindt twintig graden wel lekker, de ander gaat goed op 22 graden. Wat is juist?

„Sinds een tijdje gebruiken wij software van Source.ag, een AI-model dat bepaalt wat de beste omstandigheden zijn in de kas. Hoeveel water mijn tomatenplanten moeten hebben, daar zijn we nu mee begonnen. De beste temperatuur in de kas volgt nog. Het is duurzamer en de kwaliteit van onze producten gaat erop vooruit, is het idee.

„Van een teler wordt verwacht dat die een plant kan uitlezen. Het is de kunst een plant maximaal tomaten te laten dragen, en niet te veel blad. Als je de juiste acties uitvoert, krijg je de beste kwaliteit.

„Ik vind het allemaal prachtig, dit. Het wordt tijd dat we minder op de onderbuik afgaan en betere keuzes maken. Er kan nog zo veel: camera’s die in de plant kunnen kijken, sensoren die de temperatuur van de vrucht meten. Het gaat bij robotisering altijd over robots die vruchten plukken, maar dat is allemaal vreselijk ingewikkeld. Daar zijn ze nu al 25 jaar mee bezig, maar het is niet realistisch om duizend robots in de kas rond te laten rijden. Nee, ik geloof vandaag veel meer in robots die ons kunnen helpen betere beslissingen te nemen.”


‘Heel nuttig bij forensisch onderzoek, maar niet altijd betrouwbaar’

‘Criminelen kunnen versleutelde berichten naar elkaar sturen, die bijvoorbeeld zijn verwerkt in een foto. Door bijvoorbeeld de kleuren van een foto een beetje aan te passen, kun je een geheim bericht verstoppen. Ik ontwikkel een AI-programma waarmee je de software kan identificeren die is gebruikt om een boodschap te verbergen.

„Dit soort versleuteltechnieken kan gebruikt worden in kinderpornonetwerken, om ongezien materiaal te verspreiden. Het is niet zo snel iets voor de drugsdealer om de hoek, maar eerder iets voor de grote jongens. De hoop is dat we de techniek die we nu ontwikkelen later kunnen uitbreiden naar audio, tekst of video. Het kan helpen bij het verzamelen van bewijs of het voorkomen van criminaliteit. Dat blijft altijd een kat-en-muisspel tussen onderzoeker en crimineel.

„Er blijven risico’s, want het AI-model is nog niet altijd even betrouwbaar. Je wil niet dat iemand met jouw bewijs veroordeeld wordt, terwijl die feitelijk niks heeft gedaan. AI kan heel nuttig zijn om te helpen bij forensisch onderzoek, maar alleen als ondersteuning van de deskundigen. Die hebben het eerste en het laatste woord. Ik zie AI als een onderdeel van hun gereedschapskist. Een heel waardevol onderdeel, dat wel.”


‘Grote kans dat een patiënt niet opdaagt? Dan bellen we even’

‘We zien de laatste jaren dat steeds meer patiënten niet komen opdagen bij afspraken. Dit jaar was dat zelfs meer dan 10 procent. Dat is heel veel, en het kost geld. In de voorbereiding van afspraken wordt tijd en moeite gestoken, en intussen zitten verschillende medewerkers zonder werk. Terwijl we dan andere patiënten hadden kunnen helpen. Een tandarts rekent een no-showtarief, maar als ziekenhuis willen we die kant niet op.

„Bij ZGT is een AI-model ontwikkeld dat voorspelt hoe groot de kans is dat iemand niet komt opdagen. Daarbij telt bijvoorbeeld of iemand niet is verschenen op eerdere afspraken, en hoelang een patiënt op de wachtlijst staat. Deze mensen worden nog even gebeld om er zeker van te zijn dat ze komen opdagen. We zijn hier half september mee gestart, en de eerste resultaten zijn positief. Het systeem is zo ontworpen dat andere ziekenhuizen het kosteloos kunnen overnemen. Zo help je elkaar.

„AI kan de zorg echt verder brengen. We zullen efficiënter moeten werken om de zorg betaalbaar te houden. Op de laatste medische congressen waar ik ben geweest, komt AI ook altijd aan bod. De hoop is dat AI ons meer administratieve taken uit handen neemt, zodat wij ons kunnen richten op dat wat AI niet kan: het sociale aspect. Praten met patiënten en daar de tijd voor nemen.”


‘In Gabon zijn illegale mijnbouwers opgepakt dankzij dit programma’

‘Eind 2018 hebben we Forest Foresight bedacht, een AI-model waarmee we voorspellen waar bos gekapt gaat worden. We combineren verschillende data: waar wegen worden gebouwd, over lichtvervuiling, satellietfoto’s van bossen. Het AI-model voorspelt vervolgens waar de kans het grootst is dat in de komende zes maanden ontbossing plaatsvindt.

„Deze informatie delen we met lokale overheden, onder meer in Colombia, Peru, Bolivia, Gabon, Indonesië en Laos. Zij kunnen op basis daarvan patrouilles inplannen om illegale ontbossing te voorkomen. We hebben met name in Gabon gezien dat het echt succesvol kan zijn. Daar zijn illegale mijnbouwers opgepakt dankzij dit programma.

„De volgende stap is dit model open source aan te bieden, zodat iedereen het kan gebruiken. Voorlichting blijft heel belangrijk. Het blijft een voorspelling en dus moet je voorzichtig zijn, zeker als interventies worden gedaan. Je wil niet dat mensen bij voorbaat de schuld krijgen van iets wat nog helemaal niet gebeurd is.”


‘Door de modellen gooien we een miljoen kilo voedsel minder weg’

‘We hebben ruim 1.250 supermarkten, met gemiddeld zo’n 17.000 producten per winkel. Elke dag bevoorraden wij onze winkels. Dat betekent dat we inzicht moeten hebben in wat een winkel aan assortiment nodig heeft en wat we dus leveren. Brengen we te veel, dan gooien we veel weg. Brengen we te weinig, dan hebben we lege schappen.

„AI helpt het koopgedrag van onze klanten te voorspellen en de bevoorrading daarop aan te passen. Door gebruik van AI kunnen we inspelen op de behoefte, bijvoorbeeld wanneer de ijsjes hard gaan, er weer stamppot wordt gemaakt of het barbecue-seizoen begint. Met AI weten we welke winkel wat nodig heeft, waarom bepaalde artikelen in sommige winkels harder gaan dan in andere. Vroeger planden we de bevoorrading handmatig, door vooral heel goed na te denken. Sinds drie jaar gebruiken we machine learning [computers die leren van voorbeelden] en kunnen we een stuk nauwkeuriger voorspellen.

„We zijn klein begonnen. Met basmatirijst en tomatenblokjes. Artikelen die bijna nooit in de bonus zijn en niet bederven. Daarna zijn we uit gaan breiden. Inmiddels gooien we dankzij onze modellen een miljoen kilo voedsel per jaar minder weg. Ook omdat we dankzij AI beter zijn geworden in wat we dynamisch afprijzen noemen: slim korting geven, zodat we producten niet hoeven weggooien.

„Er is nog zoveel meer mogelijk. Je kan AI inzetten om voedselverspilling nog eerder in de keten te voorkomen, bijvoorbeeld bij telers. Ondertussen blijft het belangrijk je te realiseren: welk probleem wil je oplossen? AI is geen wondermiddel dat alles wat niet efficiënt gaat, vanzelf wel oplost. Soms is wat data in een Excelbestand zetten goed genoeg.”