Het is een veel gehoorde belofte: big data en machine learning gaan de wereld, dus ook de maritieme sector, ingrijpend veranderen. Wat houdt die belofte in en wat moet er nog gebeuren om hem in te lossen? “Techneuten zien de menselijke factor nog te vaak als een module die altijd hetzelfde reageert.”
Big Data, machine learning, deep learning: de termen hebben betrekking op een werkelijkheid waarin computers enorme hoeveelheden data analyseren en op grond daarvan verbanden vinden die een mensenbrein boven de pet gaan. Nu al worden steeds meer apparaten voorzien van sensoren die hun meetwaarden via het internet doorgeven aan een computer. Samen vormen zij het internet of things, een netwerk van apparaten die ons leven gemakkelijker, veiliger, goedkoper of gezonder moeten maken.
Een machinekamer van een schip zit bijvoorbeeld vol sensoren die de staat van allerlei onderdelen doorgeven om te voorkomen dat de hele boel onherstelbaar vastloopt. “Alleen als er nu een alarm afgaat, klinken er vaak meteen vijftien alarmen tegelijk”, zegt onderzoeker Jelle Keuning van de TU Delft. “Het ene defect zorgt voor het andere, dus het is lastig te bepalen wat de oorzaak is en wat het gevolg. De verwachting is dat machine learning een sprong voorwaarts betekent.”
Roer overnemen
Machine learning houdt in dat een computersysteem intelligent genoeg is om een complex systeem te doorgronden, zelf conclusies te trekken en beslissingen te nemen. “Dat is nu nog een stap te ver”, zegt Keuning. “We zien een explosie van data, maar veel energie gaat nog zitten in het behapbaar maken van die gegevens. De overvloed aan data moet worden omgezet naar nuttige informatie, op grond waarvan de mens of een machine beslissingen neemt.”
In dat geval komt een van de meest veelbelovende toepassingen in beeld: predictive maintenance, het voorspellen wanneer het tijd is om zaken te repareren voordat ze echt kapot gaan. Dit bespaart kosten en vergroot de veiligheid. Dat geldt ook voor evidence based design, een ander gebied waar Big Data een grote rol gaat spelen. “Bij het ontwerp van producten kun je de kwaliteit verbeteren door allerlei gegevens te gebruiken over de omstandigheden waarin het product gaat functioneren”, legt Keuning uit. “Denk aan klimaat, zeecondities en allerlei andere omgevingsfactoren die van invloed zijn.”
Big Data en machine/deep learning zijn eveneens sleutelbegrippen als het gaat om autonoom varende schepen: pas als machines toegang hebben tot een breed scala aan omgevingsdata en hieraan de juiste conclusies verbinden, kunnen ze het roer overnemen.
Dat is niet alleen een kwestie van flink wat werkgeheugen en een groot aantal sensoren: voordat schepen autonoom de wereld over varen en schepen worden gerepareerd voordat ze stuk gaan, moeten er nog wel wat hobbels genomen worden. Dit zijn de vijf belangrijkste.
1.De computeranalyses moeten kloppen
Deep learning houdt in dat een computer, op basis van enorme hoeveelheden gegevens, verbanden vindt die de mens onmogelijk in korte tijd zelf kan uitvogelen. Op basis van die verbanden worden besluiten genomen die mogelijk grote gevolgen hebben. Het is dus belangrijk dat de computer de juiste analyse maakt, maar hoe kunnen we daar zeker van zijn?
“Een blind geloof in de computer is risicovol”, zegt Keuning hierover. “Dat er verbanden bestaan tussen gegevens, wil nog niet zeggen dat die verbanden causaal zijn. Stel, dat in een regio waar veel ooievaars voorkomen, ook veel kinderen worden geboren. Dat betekent niet dat die ooievaars zorgen voor kinderen. Hoe complexer de relaties zijn tussen allerlei data, des te lastiger is het te controleren of een advies hout snijdt.”
2. De data moeten deugen
Zelfs het meest ingenieuze computerprogramma wordt waardeloos wanneer de ingevoerde data niet kloppen. De temperatuur van de machinekamer, de diepte van het water, de trilling van een bepaald mechaniek: het wordt allemaal gemeten met sensoren die behoorlijk robuust moeten zijn temidden van (zout)water, wind en trillingen. “Die robuustheid is nog een issue”, zegt Keuning. “Zeker als er geen of weinig bemanning aan boord is op een schip.”
3. Toepassingen moeten overal werken
Fijn als een nieuwe app de rederij precies vertelt welke vaarroute op welk moment het beste is om op punt X te komen, maar wat als die app niet aansluit bij het computersysteem dat het schip toevallig heeft? Standaardisatie van soft- en hardware klinkt weliswaar een stuk minder spannend dan internet of things, maar is wel van groot belang voor de interoperabiliteit van de toepassingen. “Vergelijk het met programma’s die op sommige telefoons wel werken en op andere niet”, zegt Keuning. “Iedereen weet dat het belangrijk is om dit op te lossen, maar er zijn veel tegenstrijdige commerciële belangen die dit in de weg staan.”
4.Technologie moet veilig zijn
Hoe afhankelijker een schip wordt van data die worden verstuurd door de ether, des te kwetsbaarder het wordt voor onderschepping van die gegevens door derden. Wat als kwaadwillende hackers een schip onklaar maken, of erger nog, dingen laten doen die niet waren gepland? Cybersecurity is, ook op zee, een belangrijk onderwerp als het gaat om de toepassing van Big Data.
5. De mens moet centraal staan
Naarmate machines intelligenter worden, zullen mens en machine meer een team moeten vormen waarvan de leden elkaar aanvullen. Om dat punt te bereiken, moet de mens bij de ontwikkeling van nieuwe technologieën veel meer centraal komen te staan dan nu het geval is, waarschuwt Keuning. “De samenwerking tussen mensen en machines staat nog in de kinderschoenen. Momenteel wordt vaak eerst de techniek ontwikkeld en daarna pas gekeken naar de interactie met de mens. Techneuten zien de menselijke factor nog te vaak als een module die altijd hetzelfde reageert. Langzaamaan zien we nu een groeiende aandacht voor het gebruiksgemak van machines en robots.”
Goede kansen
Dat zijn nogal wat voorwaarden. De verwachtingen rondom big data en data science zullen in sommige gevallen dan ook te hooggespannen blijken, denkt Keuning. “De werkelijkheid haalt sommige beloften rondom big data en machine learning uiteindelijk in. Maar bepaalde trends die nu al zijn ingezet, zullen de maritieme sector zeker ingrijpend veranderen.”
Dat gebeurt stapje voor stapje. Predictive maintenance en evidence based design zijn al binnen enkele jaren mogelijk. De volgende stap, deep learning, laat langer op zich wachten. Mede daardoor zullen we autonome, geheel zelfstandig varende schepen volgens Keuning pas tegen 2050 op onze rivieren zien. Het op afstand besturen van schepen daarentegen is vermoedelijk over tien tot vijftien jaar al mogelijk.
Al deze ontwikkelingen bieden de Nederlandse maritieme industrie goede kansen. “Nederland is een innovatief land”, zegt Keuning. “Grote bedrijven als Thales, RH, Rexroth Bosch en Wartsila werken samen met allerlei midden- en kleinbedrijven en kennisinstellingen op het gebied van automatisering, ict, sensoren, cyber security enzovoorts. Die goede kennisinfrastructuur en die hechte samenwerkingsverbanden, gesteund door de overheid, hebben die positie bewerkstelligd.”