- Trage acceptatie van KI in de automobielindustrie
- Slimme algoritmen achter het stuur
- Kunstmatige intelligentie maakt ride sharing-diensten efficiënter
- Machine learning tools voorkomen autopech
- Kunstmatige intelligentie detecteert onzichtbare autoschade
- Algoritmen maken onze wegen veiliger
- Kwantumcomputers voor verkeersoptimalisatie
- Voor het aanpakken van transportuitdagingen is innovatie cruciaal
Auto’s zijn het fundament van de moderne wereld. En naarmate de wereld steeds meer verbonden raakt worden ze een steeds belangrijker onderdeel van de wereldeconomie. Maar veel auto- of vervoersgerelateerde processen werken niet optimaal. Verkeersongevallen, bijvoorbeeld, kosten elk jaar aan bijna 1,25 miljoen mensen het leven. En onnodige autoreparaties kosten automobilisten elk jaar miljarden en leiden tot hogere verzekeringspremies en een toename van de veiligheidsrisico’s. Ook verkeersproblematiek als overvolle wegen, congestie en vervuiling is een toenemend probleem en kostte alleen de VS in 2018 al ongeveer $305 miljard. Om deze problemen op te lossen maken steeds meer autoproducenten, techreuzen, startups en openbare instellingen gebruik van innovatieve technologieën als kunstmatige intelligentie (KI) en kwantumcomputing.
Een van de manieren om onze wegen veiliger te maken is autonoom transport. Slimme, zelfrijdende voertuigen rijden met optimale snelheden, waardoor congestie en reistijden afnemen. Bovendien kunnen algoritmen de motor en andere mechanische delen van de auto monitoren en de eigenaar of bestuurder waarschuwen als het tijd is voor een service of reparatie. En in plaats van veel tijd en energie te moeten besteden aan verzekeringsclaims, kan kunstmatige intelligentie ook díe processen allemaal automatiseren en deze zaken voor zowel klant als verzekeraar vele malen efficiënter maken. Zelfs kwantumcomputers spelen een steeds belangrijkere rol bij het verbeteren van de transportsector. Deze supersnelle machines kunnen verkeersgegevens in milliseconden analyseren en chauffeurs instructies geven over de snelste manier om hun gewenste bestemming te bereiken. Gelijke tred houdend met ingenieurs die steeds weer nieuwe innovatieve oplossingen bedenken, zal de manier waarop we voertuigen ontwikkelen, produceren, verkopen, gebruiken en onderhouden ook blijven veranderen.
Trage acceptatie van KI in de automobielindustrie
De meeste autobedrijven zijn zich bewust van het potentieel van kunstmatige intelligentie. Sterker nog, bij meer dan 80 procent van deze bedrijven zijn algoritmen al onderdeel van de bedrijfsstrategieën en is het de bedoeling dat deze technologie bij meerdere processen geïmplementeerd zal worden. Maar slechts 10 procent van de automobielbedrijven die door adviesbureau Capgemini zijn ondervraagd heeft KI-oplossingen “met volledige reikwijdte en schaal” in 2018 geïmplementeerd en “de industrie heeft sinds 2017 geen significante vooruitgang geboekt in KI-aangedreven transformatie”.
Een mogelijke reden voor de langzame acceptatie van KI is dat bedrijven hun aanpak wellicht hebben veranderd. In plaats van honderden miljoenen dollars te investeren in verschillende gebruikssituaties om te zien welke de beste resultaten opleveren, concentreren ingenieurs zich op een kleiner aantal veelbelovende toepassingen van slimme algoritmen. Als alles volgens plan verloopt zal de waarde van KI in de auto-industrie tegen 2024 groeien tot meer dan $10,73 miljard.
Slimme algoritmen achter het stuur
Autofabrikanten en techreuzen in de VS maar ook in Europa en Azië gebruiken algoritmen om concurrentievoordeel te behalen. Hyundai, bijvoorbeeld, gebruikt KI om automobilisten te helpen ontspannen. De Zuid-Koreaanse automaker heeft gemerkt dat veel automobilisten de manier waarop adaptieve cruise control accelereert of remt niet prettig vinden. Het voelt onnatuurlijk en volledig anders dan wanneer de automobilist de auto zelf bestuurt. Het bedrijf heeft nu een systeem met de naam Machine Learning-based Smart Cruise Control (SCC-ML) ontwikkeld. Dit systeem maakt gebruik van sensoren, camera’s en een boordcomputer om meer te weten te komen over de gewoonten van menselijke bestuurders – zoals acceleratie en volgafstand – en hun rijstijl na te bootsen.
Zodra klanten gewend zijn om KI als het ware als copiloot aan boord te hebben, vinden ze het in de toekomst wellicht ook minder moeilijk om de controle volledig aan algoritmen over te geven. Waymo, een dochteronderneming van Google’s moederbedrijf Alphabet, is een van de marktleiders op dit gebied. Het bedrijf, dat ongeveer $105 miljard waard is, heeft in verschillende Amerikaanse steden al pilots uitgevoerd met hun zelfrijdende technologie – die overigens beschouwd wordt als een van de meest geavanceerde in de industrie. De KI-software van Waymo analyseert gegevens die door de radar, camera’s, GPS en lidar van het voertuig worden verzameld om te navigeren. De software kan ook de bewegingen van voetgangers voorspellen. Als er mensen in de buurt van de weg komen weet de auto dat hij langzamer moet rijden omdat iemand zomaar zou kunnen oversteken.
Ook Tesla beschikt over indrukwekkende autonome rijtechniek en CEO Elon Musk heeft alle vertrouwen in (zijn) zelfrijdende technologie. Tesla’s kunnen al autonoom remmen of versnellen en zelfstandig van rijstrook veranderen, uiteraard nog wel steeds met een automobilist achter het stuur. Om het voertuig te besturen maakt de autopilot-software van Tesla gebruik van gegevens die door acht camera’s en een reeks sensoren, sonars en radars gegenereerd worden. Musk’s doel is om uiteindelijk een volledig autonoom voertuig te produceren waar geen menselijke bestuurders meer aan pas komen. Om dat te realiseren moeten eerst de wettelijke goedkeuringen nog afgerond worden en is er bovendien nóg geavanceerdere software nodig – wat nog jaren, zo niet decennia, kan duren.
Kunstmatige intelligentie maakt ride sharing-diensten efficiënter
Ride sharing-bedrijven als Uber en Lyft zijn ook een belangrijk onderdeel van het ecosysteem van de auto-industrie. Uber-chauffeurs alleen al maken dagelijks 14 miljoen ritten en Lyft-chauffeurs hebben er sinds september 2018 inmiddels een miljard ritten op zitten. Manieren vinden om elk onderdeel van deze diensten te optimaliseren kan enorme winsten opleveren. De ingenieurs van Lyft hebben bijvoorbeeld algoritmen ontwikkeld die het matchen van passagier en chauffeur optimaliseren door gebieden met hoge vraag te identificeren. Dankzij deze feature kunnen chauffeurs meer ritten verzorgen en bonussen verdienen en profiteren passagiers van sneller en efficiënter transport.
Uber gebruikt KI om de ophaalervaring te verbeteren. Het bedrijf heeft bijvoorbeeld de One-Click Chat-feature ontwikkeld waarmee de berichten van klanten geanalyseerd worden waarna het systeem chauffeurs diverse potentiële standaardantwoorden kan adviseren. Als een chauffeur bijvoorbeeld te laat is, kan de klant een bericht verzenden met de vraag: “Is alles in orde? Bent u onderweg?” In plaats van een antwoord te typen – wat zowel gevaarlijk als verboden is – analyseert de KI het bericht en biedt het vervolgens diverse antwoordopties waar de chauffeur alleen maar een selectie uit hoeft te maken. Bijvoorbeeld dat er sprake is van verkeersdrukte of een ongeval op de weg.
Machine learning tools voorkomen autopech
Autofabrikanten gebruiken KI ook om autoproblemen te voorkomen. Door gegevens van ingebouwde sensoren en met het IoT verbonden voertuigonderdelen te analyseren, kunnen algoritmen potentiële problemen herkennen voordat componenten uitvallen. Bestuurders kunnen vervolgens worden geadviseerd om zo snel mogelijk naar een reparateur te gaan. Volkswagen en Microsoft ontwikkelen samen bijvoorbeeld zo’n voorspellende onderhoudsdienst. De bedrijven zijn van plan om voor een bepaalde serie modellen KI- en cloudtechnologieën te gebruiken om de prestaties van de voertuigen te monitoren en software-updates op afstand te kunnen installeren.
https://www.youtube.com/watch?v=0IiecYI59Ig
Audi investeert ook in machine learning-technologieën. Het bedrijf heeft een algoritme ontwikkeld dat tijdens de productie barsten in plaatwerkonderdelen herkent en markeert, waardoor het personeel het probleem kan oplossen voordat het voertuig naar klanten wordt verzonden. Softwareingenieurs hebben de KI met miljoenen testbeelden getraind in het ontdekken van barsten. Uiteindelijk heeft het onderzoeksteam de algoritmen in de fabriek van Audi in Ingolstadt van ettelijke terabytes aan visuele gegevens voorzien. Tot voor kort werd het inspectieproces handmatig uitgevoerd met behulp van slimme camera’s die voor elk component opnieuw moesten worden geconfigureerd. Bovendien was dit systeem kwetsbaar voor valse detecties.
Kunstmatige intelligentie detecteert onzichtbare autoschade
Het detecteren van schade aan voertuigen is ook voor de tweedehands automarkt van cruciaal belang. Kopers van gebruikte auto’s zijn er zelden zeker van dat het voertuig dat ze net hebben gekocht probleemvrij is. En onopgemerkte schade, overschatte reparaties en het afhandelen van problematische schadeclaims kosten autoverhuurbedrijven, dealers en verzekeraars meer dan $100 miljard per jaar. Dat is de reden waarom verschillende startups KI gebruiken om particulieren en bedrijven te helpen met het sneller opsporen van niet duidelijk zichtbare schade aan voertuigen.
Ravin.ai, een in Israël en het VK gevestigd technologiebedrijf, heeft een softwaretool ontwikkeld die afbeeldingen analyseert die zijn genomen met een smartphone of CCTV-camera om schade aan voertuigen te detecteren. Eliron Ekstein, mede-oprichter en CEO van het bedrijf, zegt dat algoritmen “eventuele schade en onderliggende problemen kunnen detecteren, oorzaken kunnen aangeven en reparatiesuggesties kunnen doen”. Deze technologie heeft enorm veel potentiële toepassingen. Autoverhuurbedrijven kunnen het systeem gebruiken om voertuigen te controleren, schade op te sporen en reparatiekosten terug te dringen, de consument kan met meer vertrouwen een tweedehands auto kopen en verzekeraars kunnen claims sneller afhandelen en inspectiekosten verminderen.
Ingenieurs van de startup Tractable hebben een programma ontwikkeld voor verzekeringsmaatschappijen dat computer vision-technologie gebruikt om beelden te analyseren en de schade aan een voertuig te beoordelen. De KI van het systeem verwerkt claims op een efficiëntere manier en voorkomt extreme reparatiekosten. Het ontwikkelen van dit algoritme was echter een uitdagende taak waarvoor het bedrijf softwareontwikkelaars, motoringenieurs en schade-experts moest inhuren om zoveel mogelijk input te ontvangen waarmee alle belangrijke en meest voorkomende problemen kunnen worden aangepakt. Het resultaat is geavanceerde software die zeer waardevol is voor verzekeraars en hen veel geld bespaart.
Algoritmen maken onze wegen veiliger
KI analyseert niet alleen voertuigen, maar kan ook een oogje houden op automobilisten. De Israëlische startup eyeSight heeft algoritmen ontwikkeld die gegevens van camera’s en infraroodsensoren in de auto analyseren om verschillende soorten rijgedrag te detecteren. Allereerst detecteert de software of de bestuurder al dan niet in de auto zit en vervolgens registreert het systeem welke persoon het voertuig bestuurt en past de stoel, spiegels en temperatuur daaraan aan. De KI ziet bovendien wanneer de bestuurder wordt afgeleid en waarschuwt hem of haar dan om de ogen op de weg te houden. Het systeem controleert daarnaast de houding van het bovenlichaam en zorgt ervoor dat de airbags zo gepositioneerd zijn dat verwondingen tijdens een ongeval geminimaliseerd worden.
Ook Google wil ervoor zorgen dat automobilisten veilig rijden. De Personal Safety-app – die binnenkort op Pixel-telefoons beschikbaar is – kan een ongeval detecteren door gegevens van een versnellingsmeter, een microfoon en andere sensoren te verwerken. Als de bestuurder na een ongeval niet reageert, belt de app automatisch de hulpdiensten. Wanneer de bestuurder bevestigt dat alles in orde is en er geen schade is aan de auto, wordt het gesprek geannuleerd. Deze technologie kan mogelijk duizenden levens redden.
Kwantumcomputers voor verkeersoptimalisatie
Kwantumcomputing is een andere geavanceerde technologie die de transportsector zou kunnen transformeren en Volkswagen is een van de eerste bedrijven die het potentieel van deze tech ziet. De Duitse autogigant maakt inmiddels al gebruik van een D-Wave-kwantumcomputer voor verkeersoptimalisatie. In samenwerking met de in Lissabon gevestigde busmaatschappij CARRIS heeft Volkswagen kwantumalgoritmen geïmplementeerd om in real time de snelste route voor elke individuele bus te berekenen. Het systeem monitort ook het aantal passagiers en identificeert haltes met een bijzonder grote vraag naar OV-diensten. Zo weet CARRIS precies wanneer er extra bussen ingezet moeten worden en op welke route.
Het identificeren en optimaliseren van de snelste routes voor individuele voertuigen vermindert verkeerscongestie en biedt de bestuurders van de voertuigen de optie om verkeersknelpunten te vermijden zodat ze op tijd op hun bestemming arriveren. Maar Volkswagen heeft nog veel grotere plannen. Het bedrijf is van mening dat ook allerlei andere bedrijven kunnen profiteren van kwantumgestuurde optimalisatie, waaronder taxibedrijven, logistieke organisaties en vlootbeheerders. Na de eerste pilots in Portugal zullen verkeersoptimalisatieprojecten ook in andere Europese landen worden uitgevoerd totdat de service klaar is voor commercieel gebruik.
Voor het aanpakken van transportuitdagingen is innovatie cruciaal
De moderne wereld is gebouwd op het efficiënt verplaatsen van mensen en goederen. Helaas laat de efficiëntie van de huidige transport- en automobielindustrie nogal wat te wensen over. Deze sectoren kampen met problemen en uitdagingen die al tientallen jaren onopgelost zijn gebleven – van onveilige wegen tot suboptimale verzekeringsprocessen. De opkomst van nieuwe technologieën als KI en kwantumcomputing biedt oplossingen voor het automatiseren van processen en taken en leidt in veel gevallen tot betere resultaten voor alle betrokken partijen. Nieuwe technologieën implementeren is echter niet altijd even eenvoudig. Bedrijven moeten miljoenen investeren in het ontwikkelen van nieuwe diensten terwijl marktsucces niet altijd gegarandeerd is. Maar innovatie blijft van cruciaal belang voor het oplossen van bestaande problemen en ervoor te zorgen dat mensen overal ter wereld op een veilige en betrouwbare manier kunnen reizen.
