Inzichten TU vergroten potentie industriële AI
Arnold Heemink
Robert Babuska
AI speelt al een rol in veel industrieën. Door de laatste inzichten van AI te combineren met bijvoorbeeld natuurwetten of robotica, ontstaan nieuwe mogelijkheden. Daaraan werken prof. dr. Arnold Heemink en prof. dr. Robert Babuska.
Stel je een productieproces voor met vele variabelen, waaronder temperatuur, reactietijden, energieverbruik. Daarnaast zijn er data over uitkomsten, zoals een kwaliteitsscore. AI-technologie (machine learning) kan daarmee een model bedenken (een wiskundige formule) dat de relatie blootlegt tussen die input en output. Zulke AI helpt al productieprocessen te verbeteren.
AI Technology Industry
Brug slaan
Voor industriële processen die vervlochten zijn met natuurwetten, zoals het elektriciteitsnet en waterbeheer, zijn die AI-systemen niet geschikt. Ze nemen natuurwetten als behoud van energie en massa namelijk niet mee. Maar daaraan werkt prof. dr. Arnold Heemink, hoogleraar wiskundige analyse en grootschalige modellen. "Veel rekenmodellen bevatten wel natuurkundige kennis. Denk aan modellen die het weer voorspellen. Die leveren data op. AI start juist met data, en werkt via patroonherkenning toe naar een model. Ik probeer daartussen een brug te slaan."
Heemink ontwikkelt die zogeheten physics aware AI voor gebruik in digital twins: digitale kopieën van complexe systemen waarin natuurwetten een belangrijke rol spelen. Een voorbeeld is een digital twin van de Nederlandse Rijn-Maasdelta, waar de groep van Heemink bij is betrokken. Met data over grondwaterstanden, waterbeweging en verzilting zijn daarin simulaties uit te voeren. "Physics aware AI is daarbij onmisbaar. Uiteindelijk willen we hiermee voorspellingen doen over het effect van maatregelen tegen het groeiende probleem van verziltend grondwater."
Gigantische rekencapaciteit
Zo ver is het nog niet, vertelt Heemink. "Theoretisch kunnen we natuurwetten al opnemen in AI. Maar de resulterende algoritmen vragen gigantische rekencapaciteit. Die is er niet of duurt te lang." Heemink onderzoekt nu hoe hij de algoritmen kan vereenvoudigen zonder in te boeten op resultaten, zodat ze minder rekenkracht nodig hebben en bruikbaar worden.
Het pleziert Heemink dat de onderliggende mathematische principes van zijn werk generiek zijn. "Aan de TU Delft zit zowel een grote kritische massa aan experts in rekenmodellen, als diverse domeinen om al dat rekenwerk in toe te passen. De potentie is daardoor enorm." De faciliteiten om die potentie te verzilveren, zijn er ook. De TU Delft beschikt sinds kort – als enige universiteit in Nederland – over een eigen supercomputer.
Zelf uitzoeken
Een van die andere experts is prof. dr. Robert Babuska. Hij onderzoekt algoritmen in reinforcement-learningsystemen en brengt die samen met robotica. Zijn ambitie is om uiteindelijk robots te creëren die je niet meer hoeft te programmeren. Die zelf uitzoeken hoe ze hun taak het best doen, en leren van zowel eigen fouten als menselijke input. Toepassingen zijn legio, maar Babuska denkt vooral aan vies, saai of gevaarlijk werk in de bouwsector of landbouwindustrie dat nu nog vaak door mensen wordt gedaan. Babuska: "Denk aan een robot die in een kas tomaten plukt en feedback krijgt als 'het plukken was onvoldoende snel' een dan andere strategieën kiest."
Motor van innovatie
Babuska's onderzoek is ingebed in verschillende samenwerkingsverbanden, waaronder het NWO Perspectiefprogramma FlexCraft. Daarin participeren naast Delft en twaalf bedrijven ook de Universiteit van Twente, Wageningen Universiteit en de Universiteit van Amsterdam. Aan de hand van drie casussen, kasteelt, voedselverwerking en voedselverpakking, verbeteren ze de roboticatechnologie. Babuska: "Toegepast en fundamenteel onderzoek versterken elkaar daarin. Het is de motor van innovatie."
Robotcrèches
Uitdagingen ziet Babuska vooral in verwachtingen van robotica, mede veroorzaakt door hippe filmpjes van robots die één taak goed kunnen in een simpele omgeving. Fabrieken, boeren en industrie verwachten robots die 24/7 en foutloos werken. Mede omdat ze anders niet rendabel zijn. Babuska: "Maar robots die werken in een complexe omgeving hebben leertijd nodig." Dat kan misschien sneller door robots van elkaar te laten leren. "Ik ben erg voor robotcrèches, waar ze in klasjes opklimmen naar een niveau waarop ze wel rendabel en betrouwbaar zijn."