Slimme mobiliteit: Dinalog brengt de kansen van Artificiële Intelligentie in kaart

De Nederlandse economie drijft voor een belangrijk deel op de sector Mobiliteit en Transport. De noodzaak om de Nederlandse concurrentiepositie te verstevigen en om te voorzien in oplossingen voor sociaal-maatschappelijke vraagstukken zoals werkgelegenheid, verkeersveiligheid, duurzaamheid, congestie, comfort en luchtkwaliteit stimuleert de innovatie in mobiliteit.

De situatie in Nederland onderscheidt zich op een aantal aspecten van landen om ons heen: bijvoorbeeld een ongekend hoog aandeel fietsers in steden, hoge bevolkingsdichtheid, volle wegen, een uitgebreid OV- netwerk en de afhandeling en regie van grote internationale goederenstromen waar Nederland fungeert als “The Gateway to Europe”. Dit vereist een passende aanpak. De complexiteit van vraagstukken, de hoeveelheid beschikbare data en de rekenkracht van computers nemen in een hoog tempo toe. Conventionele werkwijzen schieten vaak tekort.

Artificiële Intelligentie
Artificiële Intelligentie (AI) biedt de mogelijkheid om met deze uitdagingen om te gaan en oplossingen te bieden. Dinalog presenteert een visie op het gebruik van AI bij Mobiliteit en Transport. AI bestaat uit adaptieve systemen die intelligent gedrag vertonen dat doorgaans voorbehouden is aan de mens. Dat wil zeggen: systemen die hun toestand en omgeving kunnen waarnemen en reconstrueren (sensing), kunnen analyseren en voorspellen (thinking) en met een zekere vorm van autonomie (zelfstandig) beslissingen kunnen nemen, adviezen kunnen geven of daadwerkelijk actie ondernemen (acting).

Er zijn drie uitdagingen bij sensing: communicatie, data delen en  pre-processen, classificeren en labelen van data.  Onder thinking vallen het analyseren en interpreteren van de waargenomen wereld, de interpretatie van de eigen toestand (van het AI-systeem en het voorspellen van toekomstige toestanden. Op basis van deze informatie verkregen uit sensing en thinking, kunnen beslissers met acting de benodigde acties (of het geen actie nemen) identificeren om het gewenste doel te bereiken.Een elementair aspect voor AI is leren uit data. Voor de complexe mobiliteit- en transportsystemen is gebruik maken van grote hoeveelheden beschikbare data voor AI toepassingen ook cruciaal. Dit maakt het mogelijk om de best mogelijke beslissingen te identificeren en te implementeren op systeemniveau.

Perspectieven

Vanuit een AI perspectief is mobiliteit en transport op te delen in twee niveaus:

1. Personen en objecten: Waaronder verkeersdeelnemers, voertuigen, lading, ladingdragers, sorteerbanden en infrastructuur.
2. Systemen en processen: Waaronder bevoorradingsketens, verkeerscentrales, verkeer, beleid en regelgeving.

Alleen vanuit een integrale ecosysteem-aanpak, zowel vanuit “sensing, thinking, acting” als vanuit de twee niveaus is het mogelijk om AI effectief in te zetten om de mobiliteitstransitie te realiseren. Technologisch kan er gezamenlijk opgetrokken worden in de ontwikkeling van de benodigde technieken. Domein specifieke kennis is nodig om AI succesvol te implementeren. Hierbij is het van belang om rekening te houden met de interactie-effecten tussen de twee niveaus (personen en objecten & systemen en processen).

AI kan bijdragen aan de ontwikkeling van een geïntegreerd mobiliteits- en transportsysteem dat met nieuwe technologie zowel onze economische positie versterkt als onze sociaalmaatschappelijke context verbetert. Kansrijke toepassingsgebieden voor een veiliger, duurzamer
en efficiënter systeem zijn onder andere zelfrijdende voertuigen, slim elektrisch laden, predictief onderhoud, zelflerende energie en emissie management, coöperatieve mobiliteit, deelmobiliteit en zelforganiserende logistiek.

Lees de visie van Dinalog hier.