Kun je kunstmatige intelligentie (AI) gebruiken om bosbranden te detecteren op satellietbeelden? Of kan een algoritme in beeld brengen hoe koraal afbreekt of hoeveel afval de scheepvaart in zee veroorzaakt? De komende maanden buigen zo’n vijftig AI experts zich over deze vragen in de AI for Earth Challenge. Het doel? Algoritmes ontwikkelen die in een vroeg stadium de menselijke impact op de aarde kunnen detecteren. Van smeltende gletsjers tot de luchtkwaliteit, ze zoeken het allemaal uit.
Deze challenge is een initiatief van Fruitpunch in samenwerking met onder andere Space Hubs Network (SUN), een Europees platform dat start -en scale-ups in de ruimtevaart ondersteunt en het Earth Observation Team van de Europese ruimtevaartorganisatie ESA. Onderzoekers uit dit team onderzoeken onder andere met satellietbeelden de menselijke invloed op de aarde. Tijdens de challenge leren deelnemers van ESA’s experts hoe zij de gegevens van satellietbeelden gebruiken om de aarde in de gaten te houden. Naast het ontwikkelen van AI-detectiesystemen zullen de resultaten ook gebruikt worden in een campagne om meer aandacht te vragen voor de menselijke impact op onze planeet.
Volgens Sako Arts van Fruitpunch is het dé manier om te laten zien dat je AI kunt inzetten om iets goeds te doen voor de wereld. “Ons doel met Fruitpunch is om met dit soort challenges AI in de praktijk te brengen om iets goeds te doen voor de wereld. Je leert meer als je samenwerkt aan een probleem. Zo zijn we in het begin van de coronapandemie begonnen met een systeem om te checken hoe effectief het Nederlandse coronabeleid is. Ook werken we met onze community aan AI toepassingen voor voedsel. Hierbij moet je denken aan autonome robots die zelfstandig gewassen kunnen beoordelen en oogsten.”
Detectiesystemen voor menselijke impact op de aarde
Onderzoekers van het Earth Observation Team leren de deelnemers tijdens dit ‘leertraject’ alles over hun onderzoeksmethodes. Specifieke kennis over AI-technieken krijgen de deelnemers uit het netwerk van Fruitpunch. Tijdens de challenge, die tot eind oktober loopt, stellen zowel ESA als Fruitpunch en andere partners adviseurs beschikbaar om deelnemers te ondersteunen.
Arts: “In verschillende teams gaan zij aan de slag. Het doel is om algoritmes te maken die uit al die verschillende beelden afwijkingen kunnen herkennen. Hiermee kun je de impact van de mens op de aarde goed in beeld brengen. Dit kan gaan over ontbossing, het afsterven van koraal of bosbranden. Of zelfs de veranderende luchtkwaliteit. Hoe en wat de teams precies gaan onderzoeken en uitwerken, bepalen ze zelf. Ik zou het bijvoorbeeld erg mooi vinden als het lukt om het afsterven van koraal in de oceaan in beeld te brengen. Deze beelden kunnen dan weer gebruikt worden om mensen hier bewust van te maken.”
Na afloop krijgen de deelnemers een certificaat, niet ‘gewoon een bewijs van deelname’. Maar certificering op basis van peer reviews waarin ze elkaar beoordelen op verschillende kwaliteiten. Arts: “Alle niveau’s zijn aanwezig. Van junior data-scientists die het vak nog onder de knie moeten krijgen tot echte veteranen. Zij zitten nu in een leidende rol en willen graag weer met de voeten in de modder staan en hun kennis gebruiken voor iets goeds. Het is voor iedereen anders welke skills ze willen ontwikkelen of uitbreiden tijdens zo’n traject. Dus hetzelfde certificaat voor iedereen heeft geen zin. Want het kan gaan om harde skills. Hoe goed is iemand in het schrijven van Python? Maar ook om soft skills zoals presenteren, samenwerken of het managen van een team.”
Van detecteren naar voorspellen?
Arts is enthousiast over de samenwerking met ESA. Onder andere omdat veel van de gegevens van de Sentinel-2 satellieten niet openbaar te vinden zijn. “Zo’n satelliet zit vol sensoren en verzamelt een heleboel data waar je iets mee kunt doen. De Sentinel-2 heeft een zogenaamd multispectral instrument. Hiermee kun je dertien verschillende golflengtes van licht zien, zowel zichtbaar als in het onzichtbare infrarood spectrum. Dat levert ontzettend veel data op. Om de vijf dagen worden al deze gegevens naar de aarde gestuurd. Data waarmee ESA onderzoek doet naar bijvoorbeeld vervuiling in rivieren of kustplaatsen. Dat deelnemers nu met al die beelden aan de slag mogen en een inkijk krijgen in de werkwijze, is heel mooi.”
Zou je zo’n detectiesysteem ook kunnen gebruiken om bijvoorbeeld bosbranden te voorspellen? Dat zou misschien wel kunnen, volgens Arts. Maar dat is niet waar deze challenge over gaat. Het gaat volgens hem echt om het detecteren van afwijkingen of veranderingen in satellietbeelden. “Maar met een hoop andere gegevens over temperatuur, regenval en misschien meer verschillende data zou dat best kunnen. Misschien dat een algoritme dan kan waarschuwen voor bepaalde risicogebieden.”
Is het herkennen van afwijkingen op een satellietbeeld AI?
En alleen het herkennen van afwijkingen op satellietbeelden? Mag je dat kunstmatige intelligentie noemen? Arts moet kort lachen. Het is een altijd terugkerende discussie. “Kunstmatige intelligentie houdt in dat een computerprogramma iets menselijks doet. Een schaakcomputer is een mooi voorbeeld. Hierin staan alle regels geprogrammeerd. Met machine learning-technieken berekent een algoritme steeds de best mogelijke zet. Dat kun je intelligent noemen. Net als algoritmiek loslaten op data – in dit geval satellietbeelden – om patronen te herkennen en dit vervolgens gebruiken om afwijkingen te laten zien.”
Om meer aandacht te vragen voor de negatieve impact die mensen op de aarde hebben, was oorspronkelijk het idee om een hackathon te organiseren. Hiervoor werd Fruitpunch erbij gehaald. Alleen, het Eindhovense bedrijf had iets anders in gedachten. Volgens Arts zijn mensen ‘hackathon-moe’ en heeft het niet het gewenste resultaat. “Je bent meestal maar een weekend heel intensief bezig met een probleem. Het is super competitief en je gaat een strijd aan met andere teams. Wij geloven erin dat je meer kunt bereiken door ergens langer mee bezig te zijn, dat hoeft helemaal niet competitief te zijn.”
Inschrijven voor AI for Earth kan nog steeds.
Als je dit artikel leuk vindt, lees dan ook:
