Infographic: de uitdaging van inventaris- en voorraadbeheer
Eén op dertien artikelen die klanten willen kopen, is niet op voorraad.
Bruno Schröder
National Technology Officer
Onze wegen slibben dicht en filerecords sneuvelen telkens weer. De zelfrijdende auto kan een oplossing bieden voor die verkeersellende. Bovendien kunnen we met zelfrijdende auto’s efficiënter gebruikmaken van hernieuwbare energie. Onmisbaar in dit plaatje: artificiële intelligentie (AI), technologie die we bij Microsoft zo breed mogelijk beschikbaar maken.
In plaats van een mens, zit een slim algoritme achter het stuur van een zelfrijdende auto. De software moet – net als een mens – eerst leren hoe je met de wagen rijdt. De AI moet daarbij niet alleen de verkeersregels kennen, maar ook camerabeelden en gegevens van sensoren leren interpreteren. Het algoritme wordt dus gevoed met miljoenen kilometers, talloze uren video en een massa sensordata. Niet alleen voor de wagen de weg opgaat, maar ook tijdens de rit worden al die gegevens voortdurend geanalyseerd en geïnterpreteerd. Dat is natuurlijk geen manueel proces maar gebeurt via ‘machine learning’, waarbij de machine als het ware zichzelf leert hoe het nieuwe beelden moet interpreteren.
Machine learning is dus noodzakelijk om de auto zelf te laten rijden zonder gevaar, want het verkeer en de omgeving veranderen voortdurend. Zo is de manier van rijden in Portugal helemaal anders dan in België. Ook de omgeving naast de rijweg speelt een rol. Een experiment met een autonome wagen liep verkeerd omdat een banner met graffiti als een stopbord geïnterpreteerd werd. Een zelfrijdende auto moet zonder problemen in al die situaties kunnen rijden.
Een eigen auto bezitten is nu al minder belangrijk dan vroeger. Zelfrijdende auto’s zullen die trend zeker versterken: je hoeft geen eigen auto meer te hebben als je met een druk op de knop een bedrijfswagen kunt laten voorrijden.
De echte omwenteling komt er wanneer we ook apps en digitale assistenten verbinden aan de auto’s. Als we onze agenda’s, gebruikelijke woon-werkroutes en andere verkeersdata aan een AI geven, kan het de zelfrijdende vloot daarop afstemmen. Staat er in je agenda bijvoorbeeld dat je een afspraak hebt om twee uur of merkt het algoritme dat je elke dag rond kwart over vijf naar huis vertrekt? Dan berekent de AI de snelste route, de verkeersdrukte rond die tijd en zorgt hij dat er op het juiste moment een auto voor je klaar staat. Maar diezelfde AI kan je bijvoorbeeld ook aanraden om een kwartiertje later te vertrekken om de files te vermijden. Voegen we daar ook nog eens informatie over fietsroutes en openbaar vervoer aan toe, dan krijg je een AI die je via de beste route met het beste vervoersmiddel naar je bestemming brengt.
In de toekomst zou de zelfrijdende auto ons ook kunnen helpen met het aanwenden van hernieuwbare energie. De productie daarvan is namelijk niet altijd even stabiel omdat die vaak afhankelijk is van het weer. Dat zorgt ervoor dat bijvoorbeeld bij weinig zonlicht de hoeveelheid die wordt opgewekt niet volstaat om aan de vraag te voldoen. Maar ook het omgekeerde kan: schijnt de zon heel fel dan hebben we meer stroom dan we gebruiken en gaat er dus een groot deel van die productie verloren.
Met zelfrijdende wagens kunnen we over een aantal jaren deze fluctuaties misschien opvangen. Wanneer je ze via het stopcontact met het elektriciteitsnet verbindt, zouden hun batterijen het surplus aan stroom kunnen opslaan en dat op dalmomenten terug afgeven. Vandaag kan een wagen enkel opladen zonder energie terug te geven, maar het is niet ondenkbaar dat dit mogelijk wordt. De technologie bij uitstek om de schommelingen op te volgen, te bepalen wanneer hij moet opladen of opwekken, heeft hij toch al, namelijk AI. Indien we op die manier van groene energie een stabiele bron kunnen maken, zal we die ook meer gebruiken en dat is een goede zaak voor het milieu.
AI laat ons ook toe om belangrijke maatschappelijke problemen aan te pakken. Je kunt voor elke patiënt de best werkende kankerbehandeling voorspellen, de gezondheid van melkkoeien verbeteren (een project van de UGent!), blinden laten lezen via onze Seeing AI-app en het kan ons dus ook helpen bij onze mobiliteit en hernieuwbare energie. AI moet mens en maatschappij versterken. Zo ondersteunt AI cardiologen in AZ Roeselare door voor hen in realtime patiëntgegevens te analyseren zodat ze de uitkomst van operaties kunnen opvolgen en vergelijken.
Daarvoor is het cruciaal dat we de technologie zo breed mogelijk beschikbaar maken. Microsoft-onderzoekers werken regelmatig samen met universiteiten en publiceren hun onderzoek openlijk, we moedigen de industrie aan om met non-profits zoals OpenAI samen te werken en we zorgen dat ontwikkelaars met enkele lijnen code AI in hun toepassingen kunnen verwerken met onze Cognitive Services.
Artificiële intelligentie die op basis van je agenda uitrekent wanneer het ideale moment is om te vertrekken of een auto die je oproept met een druk op de knop, zijn erg handig. Toch blijven er nog een aantal vragen die we moeten beantwoorden. Want verlaten de meeste mensen niet ongeveer op hetzelfde moment het kantoor? Dan zijn we ook weer met z’n allen op de baan en staan we in onze zelfrijdende auto nog altijd in de file. Bovendien is er ook geen netwerk van batterijen dat eventuele overproductie van groene energie kan opvangen als alle auto’s aan het rijden zijn.
Daarom moeten we blijven inzetten op andere manieren van mobiliteit. Deels door te kiezen voor openbaar vervoer en fietsen, maar ook door initiatieven zoals de New Way Of Working (NWOW). Daarbij draait het erom dat je verplaatsingen tot het minimum beperkt. Denk aan werken van thuis uit, videoconferencing in plaats van het halve land doorkruisen voor een vergadering of misschien wel in een co-workingspace werken in de buurt. Ook op NWOW zetten we bij Microsoft sterk in. Niet alleen voor onze eigen werknemers, maar ook om iedereen de tools te bieden om daarmee aan de slag te gaan.