Startup Utrecht x MWLC: De toekomst van autonome voertuigen en AI

Aan een van de oudste lanen van Utrecht, de Maliebaan, werken Hans Steuten, Stephan Smit en Jan-Willem van Bentum aan dè logistieke innovatie van de toekomst : autonoom vervoer. Hun startup heet MWLC, wat staat voor More Work Less Carbon. StartupUtrecht vroeg hen naar hun visie op AI.


 

Wat doet MWLC?

“Wij hebben software ontwikkeld voor autonoom vervoer. De wereld zal stoppen met het gebruik van fossiele brandstoffen en overstappen op hernieuwbare elektriciteit omdat het goedkoper is. Daar spelen wij op in. Wij focussen op het transport van goederen, zoals voedsel en medicijnen, afvalstromen en emballage, daar ligt nu een goede business case. Bij transport zijn mensen betrokken als chauffeur. Zonder de noodzaak voor een chauffeur in een voertuig kun je goederenstromen anders inrichten, voertuigen verkleinen en goederen sneller en 40% goedkoper vervoeren. Voertuigen kunnen eenvoudiger op elektriciteit rijden. Dat veroorzaakt minder luchtverontreiniging, minder geluidsoverlast, maar belangrijker, het bespaart kosten van olie import en creëert extra banen.”

Hans Steuten en Stephan Smit

“Eind 2016 werden we gevraagd door Urgenda om mee te denken over een oplossing voor bagagetransport in de havens naar de Waddeneilanden. Zo’n acht weekenden per jaar zitten die havens helemaal klem door toeloop van automobilisten met hun kofferbak vol bagage. Dus het idee was daar autonome voertuigen neer te zetten die jouw bagage vervoeren en zelf naar je vakantiebestemming rijden. Daarop voortbordurend hebben we op de Wadden gekeken naar hoe je dat zou kunnen opschalen. Want als je dat met koffers kan doen, kan je dat ook met allerlei goederen, kliko’s, levensmiddelen, enzovoorts, en dat maakt de business case rond. Zo kunnen bestelauto’s vervangen worden door kleine autonome voertuigen die in netwerken opereren. Vanaf 20 kleine autonome voertuigen en één operator levert dat een positieve business case.

Jan Willem van Bentum in actie

De enige ontbrekende technische schakel was de software voor autonoom rijden. De meest kosteneffectieve weg voor autonoom rijden is met inzet van software op basis van end-to-end deep learning. Die aanpak gebruikt geen in software vastgelegde regels maar is gebaseerd op het trainen en leren van een algoritme, het AI-model.”

Het algoritme van MWLC werkt op basis van imitatie. Het voertuig rijdt en genereert zo beelden die worden opgeslagen met de bijbehorende stuurinformatie. Het algoritme leert op basis van end-to-end deep learning om dat normale gedrag na te doen. Alle afwijkingen op dat normale gedrag kunnen een reden zijn om naar een veilige modus te gaan. In het geval van MWLC wordt dan de bestuurder op afstand gevraagd om het over te nemen. MWLC heeft ervoor gekozen om te beginnen terwijl de robot nog maar 95 procent autonoom is, met menselijke operators op afstand die als het nodig is kunnen meekijken en de besturing kunnen overnemen. Het nieuwe gedrag dat de operator dan voordoet slaat de robot weer op voor de volgende keer. Zo wordt het algoritme verder verrijkt  Een aantal innovatieve concepten die we toepassen in onze software hebben we gepatenteerd.

 

“Saai, vuil en gevaarlijk

“De beste business cases liggen in routinematige en saaie werkzaamheden. Daarin moet je soms tegendraads opereren. Mensen verwachten van een hightech apparaat als een autonome robot, dat deze het meest ingewikkelde probleem dat bovenaan ´de lijst van ellende´ staat aanpakt. En daar willen ze een oplossing voor. Maar robots zijn slecht in complexe handelingen. Dus kijken we ook naar het andere einde van de lijst, naar klusjes waar je nooit iemand over hoort. Waar bij wijze van spreken iemand al 30 jaar een emmer ‘s nachts 3 kilometer verplaatst. Dat zijn juist de goede klussen om mee te beginnen. Routinematig, arbeidsintensief, eenvoudig en daarmee laagdrempelig. En dan verder groeien. Maar je ziet vaak dat de meest in het oog springende projecten worden opgetuigd met de verwachting dat het met toepassing van AI wordt opgelost. Dat komt deels omdat AI gesubsidieerd is en er geen noodzaak is voor het uitwerken van een business case. En dat levert niet per definitie toegevoegde waarde op.

De toegevoegde waarde moet je zoeken in minder complexe omgevingen. Ook letterlijk: De logistiek in het buitengebied is minder complex dan de stad. En buitengebieden kenmerken zich door hoge kosten voor transport en daardoor relatief dure voorzieningen. Daar liggen kansen voor autonoom vervoer. Met eenvoudige diensten zoals bijvoorbeeld boodschappen of medicijnen autonoom bezorgen, dan kan dat anders worden.”

 

Wat is belangrijker: AI als technologie, en de doorontwikkeling daarvan, of de ontwikkeling van je product?

“Als je het zo stelt, natuurlijk het product, of beter de toegevoegde waarde van het product. De toegevoegde waarde bepaald de richting van ontwikkeling. Maar wij zijn een technologie gedreven organisatie. Je kan het niet los van elkaar zien. Verder dan het product gaat de toegevoegde waarde die je met je product wilt realiseren. AI op zichzelf is niet veel, alleen algoritmes, een stuk software. Het krijgt pas waarde als het goed werkt.
Bij AI zit daar een lastige drempel. Om goed te kunnen werken moeten veel data verzameld worden. Maar om data te verzamelen moet het gebruikt worden en daarvoor heb je een goed werkend product nodig.
Als je kijkt naar Google of Facebook Ad campaigns, dan zie je dat die AI gebruiken om met de data functies te maken die aantrekkelijk zijn voor mensen, waardoor mensen het product vaker gebruiken. Zo verzamelen deze bedrijven weer meer data en creëren ze een cirkel waardoor steeds weer meer data worden verzameld.

GPT2 en GPT3 van OpenAI zijn een goed voorbeeld. Dat is een algoritme dat in opdracht van jou, op basis van een paar keywords, een nieuw stuk tekst van 1 A4 kan schrijven. Als je vervolgens mensen vraagt of het artikel is geschreven door mensen of door een computer, dan was de score bij GPT2 ongeveer fifty fifty.Bij opvolger GPT3 is die score meer 80 20. (80 procent van de mensen denkt dat die artikelen echt door mensen zijn geschreven. GPT2 bestaat uit ongeveer 2 miljard parameters. En GPT3 bestaat uit ongeveer 175 miljard parameters.

 

 


De Nederlandse AI-Coalitie is net opgericht. Wat voor ontwikkelingen zien jullie voor de komende tijd?

“De ambities zijn heel groot en de coalitie wil zich richten op ontwikkeling en toepassing van AI. AI heeft toepassingen nodig waarmee data verzameld kunnen worden. Ons bedrijf kijkt naar toepassingen die nu rendabel zijn. Waar kun je nu een positieve ROI realiseren met inzet van AI? Dan kan je namelijk snel resultaat boeken en stappen zetten. We zijn met onze technologie ook met name in landelijke gebieden terechtgekomen. Omdat je daar veilig langzaam kunt rijden.
Dat neemt niet weg dat we ook dan nog steeds tegen issues aanlopen. In tegenstelling tot in andere landen kun je in Nederland niet op enkele goed afgebakende openbare wegen terecht met autonome voertuigen. Onder de bestaande regelgeving, om een voertuig goedgekeurd te laten krijgen door de RDW moet het aantonen dat het overal onder alle omstandigheden veilig is en daarna kun je pas een vergunning aanvragen terwijl het onzeker is of je die krijgt.

Andersom werken is effectiever voor de kosten: formuleer de eisen of criteria waaraan een voertuig moet voldoen op een bepaalde weg onder bepaalde omstandigheden, dan kunnen wij een voertuig bouwen. Voor de inzet van AI is dit onontkoombaar. Voor de verzameling van data moet je het voertuig toepassen, in een beperkte omgeving, om het verder te ontwikkelen. Maar met de eis dat het voertuig altijd en overal 100% volledig moet functioneren kunnen de data niet verzameld worden. Nu gaat het niet vooruit. Dit is een voorbeeld van waar de AI-Coalitie een belangrijke rol kan spelen en kan helpen. Voorlopig betekent het voor ons dat we nu kijken naar plekken waar dit niet speelt, zoals bedrijfsterreinen en kazernes, waar we onze technologie inzetten voor inspectie activiteiten bijvoorbeeld. We leveren hiervoor naast software ook een voertuig zodat we aan het continue verbeteren van ons deep learning model kunnen werken op basis van steeds meer data.” 

De luchtkwaliteitsensor op de autonome robot is van de Nederlandse firma Comon Invent. 

 

Is er een soort wedloop tussen landen als het gaat over AI?

Daar lijkt het wel op. In Amerika en Azië wordt zwaar geïnvesteerd in autonoom vervoer. En in Amerika en Azië is meer vrijheid om te experimenteren en te implementeren, dan gaan de ontwikkelingen veel sneller. Wij kunnen daar alleen iets tegenover stellen als we samenwerken. Op dit moment is het speelveld nog enorm versnipperd: iedereen heeft een eigen stukje van de puzzel, iedereen probeert zelf investeringsgeld te krijgen, en ondertussen loopt iedereen tegen dezelfde problemen aan zoals achtergebleven regelgeving en een gebrek aan standaardisering. Om te voorkomen dat Europa achterop raakt op het gebied van autonoom vervoer zet het Spaanse bedrijf Goggo zich in voor standaarden (technisch en op gebied van regelgeving) voor autonoom vervoer binnen Europa. Dat soort samenwerking is echt belangrijk.”

 

Waar liggen in Utrecht uitdagingen voor ondernemers?

Utrecht is natuurlijk de mooiste plek ter wereld om te wonen en werken. Dit geeft een voorsprong maar leidt ook tot risicomijdend gedrag. Talent en financiering zijn essentieel. Eerst maar even waar we nog een been bij te trekken hebben: financiering. Dat is best lastig, en niet alleen in Utrecht. Risico kapitaal reist doorgaans niet verder dan enkele honderden kilometers. Technisch zitten wij met ons netwerk in de UK en Silicon Valley. Maar voor de financiering kunnen we daar moeilijk terecht als Utrechts-bedrijf. Wij hebben zelf het bedrijf gefinancierd tot op heden, maar er zit een groot gat tussen een ton en een miljoen. Het is lastig een ladder beklimmen als er allemaal tredes missen. Gelukkig is er nu een regionale ontwikkelingsmaatschappij in Utrecht. We zien uit naar hun aanpak. Nederlandse investeerders willen graag eerst produkt verkoop zien voor ze gaan investeren. Dus het is lastig als startende ondernemer. In de Angelsaksische wereld wordt meer risico genomen. Grotere investeringen, in een vroegere fase. Dat soort echte risico-investeerders is in Nederland lastig te vinden.

Op het gebied van talent ligt het iets anders. Wij hebben ICT-ers nodig die ons vakgebied goed beheersen, en die tegelijkertijd ook kunnen leven met het feit dat we nog heel veel niet weten, en dat er nog veel moet worden ontwikkeld. Die mensen zijn natuurlijk schaars. Een startup omgeving kent ook meer risico dan een groot bedrijf en we zoeken mensen die daarvoor kiezen. Maar hier biedt Utrecht wel kansen: Utrecht heeft goede opleidingen en een aantrekkelijke woonomgeving.” 

 

xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx

Meer weten over MWLC?

Dat kan hier!