AI #1: Robots die navigeren als een mens (dus zonder gps)

Tuut-tuut. ‘Gps-ontvangst niet toereikend’. Daar sta je dan, middenin een grote stad waar je nog nooit geweest bent. Juist te midden van veel hoge gebouwen, in een zogenaamde urban canyon, kan het zomaar gebeuren dat het gps-signaal het laat afweten. Sinds kort vraagt Google Maps in dit soort gevallen de gebruiker een handje te helpen. ‘Richt de camera op gebouwen of verkeersborden in de buurt’. Het is een eerste stap naar gps-loze lokalisatie – ofwel enkel met zintuiglijke waarnemingen bepalen waar je bent. Net als een mens, eigenlijk.

Niet alleen Google werkt daaraan, ook promovendus Mubariz Zaffar (faculteit Werktuigbouwkunde, Maritieme Techniek & Technische Materiaalwetenschappen, 3mE) is dagelijks bezig met het ontwikkelen van kunstmatige intelligentie die gps overbodig kan maken. Daarmee moet een AI-agent – bijvoorbeeld een bosbrandrobot, een zelfrijdende auto of de navigatie-app op een smartphone – zelf kunnen beredeneren waar hij zich bevindt en hoe hij van A naar B komt.

Om dat te bereiken, voeden Zaffar en zijn collega’s in het AI-lab 3D Urban Understanding (3DUU) de AI met grote aantallen afbeeldingen. Maar daar blijft het niet bij. Anders dan bijvoorbeeld Google Street View, dat in de basis een grote verzameling foto’s is waar de gebruiker doorheen kan lopen, gaat het bij 3DUU veel meer om wat Zaffar representatie noemt. De AI-agent moet niet alleen beeld kunnen koppelen aan echte plekken, hij moet bovenal kunnen beredeneren waar hij is.

Koningsdag
Dat is best uitdagend, vertelt Zaffar. Want hoe leer je AI dat de volbebladerde boom op de hoek in augustus dezelfde is als de kale in januari? Hij ziet er immers heel anders uit. Zonder per se beelden te hebben gezien van een straat midden in de nacht, moet hij er de weg kunnen vinden op basis van kennis over de straat op klaarlichte dag en kennis over dag-/nachtverschillen. En komt hij er op Koningsdag? Versierd met oranje vlaggen ziet een dorp er heel anders uit dan op de beelden die de AI eerder heeft gezien.

Om het nog ingewikkelder te maken, moet de AI die informatie in een bredere context kunnen plaatsen, legt Zaffar uit. “Hij moet niet alleen weten hoe plek A eruitziet, hoe plek B eruitziet en waar die locaties zich bevinden op de kaart, maar ook hoe ze ten opzichte van elkaar liggen. Zonder die informatie kom je er niet.” Vergelijk het met een mens die de binnensteden van Den Haag kent en Amsterdam op z’n duimpje kent. Maar weet hij niet dat Den Haag zestig kilometer ten zuidwesten van Amsterdam ligt, en waar het zuidwesten is ten opzichte van hem, dan wordt het knap lastig om de ene stad naar de andere te komen.

“Ons streven is een AI-agent die niets anders gebruikt dan de camera. Net als mensen, niks meer dan de eigen ogen’, zegt Zaffar. ‘’Dat is robuuster dan gps, en bruikbaar in talloze situaties.’’ Denk aan gebouwen waar gps niet door de muren komt, of de urban canyon uit de eerste alinea. Of voor mensen gevaarlijke plekken zoals bosbrandgebied of een ontplofte kerncentrale. Zelfrijdende auto’s navigeren betrouwbaarder door de stad als zij minder afhankelijk zijn van gps.

Schaduwkanten
Alle technologie heeft voor- en nadelen. Ook Zaffar is niet blind voor de schaduwkanten van de AI die hij ontwikkelt. “Elke navigerende robot kan profiteren van betere lokalisatie, ook robots die in het leger als wapen worden ingezet. Het is zelfs zo dat gps, dat nu op elke telefoon te vinden is, oorspronkelijk is ontwikkeld voor militair gebruik.”

Maar de vooruitgang houd je niet tegen, denkt Zaffar. “Mensen zijn nu eenmaal nieuwsgierig. Juist dat heeft ons gebracht waar we nu zijn. In plaats van AI-ontwikkelingen een halt toe te roepen, kunnen we het beter accepteren en ons afvragen: wat is de beste manier om het te gebruiken en wat moeten we doen om ervoor te zorgen dat het niet op een verkeerde manier gebruikt wordt? Dan kan AI echt problemen oplossen.”

• Meer weten over het AI-lab 3D Urban Understanding? Op de website vind je meer informatie.
   
• Volgende week deel 2 in deze serie over kunstmatige intelligentie: hoe helpt AI om windturbinebladen lichter te maken?