AI, Smart cities, Machine learning, Deep learning, Digital twin. Allemaal termen die je steeds vaker en vaker hoort. Alleen niet iedereen bedoelt met alle termen hetzelfde. Vooral een term als AI (afkorting van artificial intelligence) wordt vaak onjuist gebruikt. Deze technieken of concepten zijn belangrijk naar onze weg naar slimme steden die veiliger, duurzamer en efficiënter zijn. Maar als we hieraan samen willen werken is het ook belangrijk dat we over hetzelfde praten. Daarom zet ik deze termen hier nu even op een rijtje, hoe wij ze als Tau Omega zien.

AI, Machine learning & Deep learning

AI, Machine en Deep learning worden vaak verkeerd gedefinieerd. Vooral AI staat meestal bekend als de nieuwste technologie / innovatie, terwijl AI al een respectabel wetenschappelijk onderzoeksonderwerp is sinds de jaren 50 van de vorige eeuw. Gelukkig heeft AI ook een vaste definitie: Het wetenschappelijke onderzoeksonderwerp dat zich bezig houdt met het namaken van intelligentie en laten uitvoeren door machines. Dit zijn dus de nieuwe technieken waar je tegenwoordig veel over hoort zoals zelfrijdende autos, maar ook simpele oude technieken zoals de spamfilter van je email die voorspelt wat je wel en niet als spam zou zien. 

Machine learning is een onderdeel van AI. Ook hierbij gaat het om het namaken van menselijke intelligentie. Alleen bij Machine learning doe je het op basis van data. Er zijn in Machine learning weer veel verschillende toepassingen zoals het voorspellen van gebeurtenissen, trends vinden, overeenkomst vinden tussen verschillende mensen of objecten en nog veel meer. Hierbij leer je een machine (of beter gezegd een model) met duizenden voorbeelden om goed te worden in een specifieke taak. Zoals het aanraden van films op Netflix, op basis van films die je eerder hebt gezien.

Deep learning is weer een onderdeel van Machine learning (en dus ook weer een onderdeel van AI. Zie de bovenstaande diagram). Deep learning is eigenlijk niets meer dan een overkoepelende term van verschillende technieken zoals: deep neural networks, recurrent neural networks, convolutional neural networks en anderen. Deze technieken zijn sinds de laatste jaren toegankelijker geworden en openen daarmee een wereld van mogelijkheden. Veel van de nieuwe snufjes zoals zelfrijdende autos, gezichtsherkenning of het identificeren van afbeeldingen zijn mogelijk dankzij deze deep learning technieken. 

Het belangrijkste om te onthouden is dat AI de overkoepelende term is die niet altijd met data te maken heeft. Machine learning en deep learning daarentegen wel. Deze modellen leren aan de hand van voorbeelden. Deep learning onderscheidt zich omdat het gebruik maakt van een specifieke techniek: deep neural networks.

Digital twin

Een Digital twin (of ook wel digitale tweeling) is eigenlijk precies zoals de term zegt een kopie van iets uit de echte wereld in een computer. Een digitale tweeling wordt zo gemaakt dat het dezelfde eigenschappen heeft als het echte object. Hierna wordt het digitale object aangestuurd met data uit de echte wereld. Hiermee kan je simulaties uitvoeren die in de echte wereld duur of gevaarlijk zouden zijn. 

Een bekend voorbeeld van een digitale tweeling is die van een auto. Waarbij de auto zelf slijtage aan onderdelen meet een voorspeld wanneer ze vervangen moeten worden. Alleen hier hoeft het niet bij te blijven. Je kan bijvoorbeeld een digitale tweeling maken van een gehele stad. Hierbij krijgt de digitale stad data vanuit heel de stad om een realistische simulatie te creëren. Dit is data zoals het energieverbruik, verkeersstromen of bezoekersaantallen van winkels. Je kan dit gebruiken door bijvoorbeeld te onderzoeken hoe de stad reageert op een verandering in de infrastructuur.

Smart city

Een Smart city (of ook wel slimme stad) is in iets minder goed gedefinieerd concept. Hierdoor praat niet altijd iedereen over hetzelfde. Bij Tau Omega hebben we gekozen een simpele definitie te geven: een stad die keuzes maakt op basis van data. Hierbij kan het zijn dat je data visualiseert en dat een bestuur hierop keuzes kan maken. Of denk aan de andere kant aan volledig geautomatiseerde systemen die op basis van data zelf keuzes doorvoeren. Hierdoor is er dus ook niet een vast moment waarop je kan zeggen of een stad slim is of niet. Het is een stip aan de horizon met als einddoel duurzamer, veiliger en efficiënter te zijn met data als hulpmiddel. 

Heb je toch nog vragen over deze onderwerpen, of misschien wel een toevoeging? Je kunt me bereiken op TiemeGoedendorp@tauomega.nl