Daimler: Kunstmatige intelligentie gaat veel verder dan autonome auto

De Nederlandse overheid denkt de komende zeven jaar, samen met het bedrijfsleven, zo’n twee miljard te investeren om de ontwikkelingen rond AI aan te jagen. Geen dag te vroeg, meent Dr.-Ing. Steven Peters, manager Artificial Intelligence Research bij Daimler AG. ‘Machinale intelligentie’ is een stuk gereedschap dat ‘we’ snel moeten leren gebruiken. Ook in de showroom.

Rob van Ginneken Stuur een e-mail
Daimler: Kunstmatige intelligentie gaat veel verder dan autonome auto

We hebben met zijn allen een wat overtrokken idee over kunstmatige intelligentie. In gesprek met Dr.-Ing. Steven Peters van Daimler stuit je al snel op de eerste misvatting. Want je begint met vragen in de trant van: ‘hoe lang zal het nog duren voor we écht zelfrijdende Mercedessen in de showroom hebben staan?’ Peters reageert mild glimlachend: “Autonoom rijden? Weet ik eigenlijk niet, dat is niet mijn afdeling. Technisch gesproken. Wat ik wel kan zeggen is dat volgens onze psychologen zo’n grote stap – cultureel gesproken een omwenteling – doorgaans een jaar of zeven vraagt om er zogezegd je hoofd omheen te krijgen.”

Veelbelovende toepassingen

AI is ook heel veel breder dan alleen autonoom rijden, onderstreept Peters: “Machine learning zal een opmars maken op talloze gebieden. Van geweldige verbeteringen in de medische wereld tot de wereld van de mobiliteit. Ontwerp en fabricage gaan veranderen. Steeds snellere processoren bieden nieuwe mogelijkheden om het als ‘gereedschap’ te gebruiken. Het is een techniek die ons helpt. Een toepassing die mij bijvoorbeeld enorm aanspreekt is het werk van een vriend, die AI toepast in kankeronderzoek. Zeer veelbelovend.” De techniek speelt al op ontelbare gebieden, inclusief de applicaties in de smartphone in onze binnenzak. We zullen wel rap moeten zijn om de kansen te benutten, waarschuwt hij. Voordat andere wereldspelers ‘ons’ aftroeven. “China is momenteel gangmaker in AI, ook omdat ze simpelweg veel meer mensen kunnen inzetten. Ik vrees dat we in Europa op veel gebieden zullen worden ingehaald als we hier niet snel doelen stellen en AI een onderdeel maken van een brede selectie aan opleidingen.” Gelukkig hebben we, zo zegt Peters, echt geen miljoen professoren nodig. Wel miljoenen vakmensen die met deze eigentijdse tool kunnen werken.

AI als verkooptool?

Moeten we daarbij ook aan de ondernemerszijde van de autowereld denken? In welk opzicht kan kunstmatige intelligentie daar voortgang opleveren? “Absoluut. Daar werken we nu al met en aan nieuwe toepassingen. Door AI toe te passen heb je bijvoorbeeld de beschikking over een uitstekende marketingtool. Met de juiste algoritmes kun je veel beter de marktvraag voorspellen – sneller vooral – en erop inspelen. Bijvoorbeeld door geautomatiseerd en intelligent te interpreteren wat er op social media verschijnt. Denk aan reacties op je campagnes, maar bijvoorbeeld ook problemen die kennelijk rond je product spelen. Je kunt zeer effectief bepalen waar je de nadruk op moet leggen. Door de techniek te gebruiken om al die beschikbare data te interpreteren – enorme hoeveelheden vaak – krijg je extreem snelle feedback uit de markt. Enorm veel beter dan de klassieke interviews met consumenten.” Zo zijn er volgens Peters nog talloze andere gebieden te noemen. “Neem autodelen. AI is bij uitstek geschikt als hulpmiddel om patronen in het gebruik te herkennen en ook te voorspellen. Zo kun je zorgen dat de auto’s op de juiste plek beschikbaar zijn. Juist die voorspellende functie is bij AI nu al zeer ver gevorderd. Ik durf te zeggen: zonder AI heeft autodelen geen businesscase.”

Ook in het autobedrijf zelf opent AI mogelijkheden om het rendement te verbeteren. Het zal duidelijk zijn dat de extreem snelle data-analyse en het daaraan gekoppelde voorspellende talent van kunstmatige intelligentie ‘goud’ kan zijn voor je showroominkoop – nieuw en gebruikt – en de benadering van de klant.

Daimler bereidt zich voor

Al die ontwikkelingen houden Peters veel meer bezig dan die ene kwestie waar we het zo graag over hebben. Al kan hij ook daar met smaak over vertellen. “Natuurlijk speelt wat we noemen deep learning in de auto een hoofdrol bij de real time interpretatie van alle sensorinformatie. Belangrijk voor veiligheids- en autonome functies. Het is bijvoorbeeld ook interessant om te zien hoe je de techniek kunt gebruiken in nieuwe functies die we in het MBUX-systeem in auto’s als de GLE introduceren. Neem het herkennen van handgebaren voor bediening: het classificeren van alle mogelijke soorten handen en gebaren is een enorm karwei dat je alleen met zo’n getraind en lerend systeem kunt realiseren. Het vereist razendsnel rekenwerk en dat moet dan óók nog op een chip die de zware mechanische belastingen in een auto weerstaat. Klein detail, heel grote uitdaging.” Peters kan overigens niet genoeg benadrukken dat we moeten leren dat kunstmatige intelligentie puur een hulpmiddel is. Maar dan wel een middel dat de wereld zal veranderen.

Geen voodoo

“Bekijk de krantenkoppen maar en je ziet dat mensen soms denken je aan een soort voodoo doet wanneer je met AI werkt. In werkelijkheid gebruiken we de mogelijkheden van steeds grotere rekenkracht en datastromen om snel te kunnen werken. Denk aan ontwerpen, aerodynamica, fabricage, planning, marketing en bijvoorbeeld ook de ‘klassieke’ motorenontwikkeling.” Motorenbouw? “Neem een voorbeeld: we kijken met 80 duizend beelden per seconde naar de verbranding in de motor en passen machinaal leren toe om de werking te verbeteren. Maar ook om het verbrandingsproces te kunnen voorspellen en aandachtspunten aan te wijzen rond mogelijke verbeteringen. Zo is er op diverse gebieden ook een samenwerking met het Formule 1 team. Door de enorme rekensnelheid kun je van alles proberen, ook al zal misschien maar tien. Twintig procent nuttig blijken.” De vraag ligt voor de hand: hoe ver is Daimler zelf? “We zitten midden in dat proces en dat is precies waar mijn afdeling vooral mee bezig is. Training is de sleutel. We bereiden alle medewerkers voor op de ontwikkeling. Datastromen en toepassingen groeien nu al exponentieel. Er zijn alleen te weinig experts in huis, maar zo gauw we dat met training hebben opgelost zal het gebruik van kunstmatige intelligentie democratiseren en veel breder worden toegepast.”

Dat de ontwikkeling concernbreed wordt doorgevoerd werd vorige maand tastbaar duidelijk. Daimler maakte als eerste autofabrikant bekend dat ze principes hebben vastgelegd voor een verantwoorde omgang met AI. Lees: nieuwe kansen met beleid benutten. De mens blijft de aangever in deze technologische ontwikkeling. Bij het gebruik ervan wordt daarom bijvoorbeeld gewogen of het ook meerwaarde biedt. De Duitsers hebben afspraken vastgelegd rond verantwoord gebruik, transparantie, bescherming en privacy, maar ook veiligheid en betrouwbaarheid. Kunstmatige intelligentie wordt, met andere woorden, nauw verweven met zo ongeveer alle takken van het bedrijf. Inclusief de productie.

Daimler: Kunstmatige intelligentie gaat veel verder dan autonome auto - Automobielmanagement.nl

Daimler: Kunstmatige intelligentie gaat veel verder dan autonome auto

De Nederlandse overheid denkt de komende zeven jaar, samen met het bedrijfsleven, zo’n twee miljard te investeren om de ontwikkelingen rond AI aan te jagen. Geen dag te vroeg, meent Dr.-Ing. Steven Peters, manager Artificial Intelligence Research bij Daimler AG. ‘Machinale intelligentie’ is een stuk gereedschap dat ‘we’ snel moeten leren gebruiken. Ook in de showroom.

Rob van Ginneken Stuur een e-mail
Daimler: Kunstmatige intelligentie gaat veel verder dan autonome auto

We hebben met zijn allen een wat overtrokken idee over kunstmatige intelligentie. In gesprek met Dr.-Ing. Steven Peters van Daimler stuit je al snel op de eerste misvatting. Want je begint met vragen in de trant van: ‘hoe lang zal het nog duren voor we écht zelfrijdende Mercedessen in de showroom hebben staan?’ Peters reageert mild glimlachend: “Autonoom rijden? Weet ik eigenlijk niet, dat is niet mijn afdeling. Technisch gesproken. Wat ik wel kan zeggen is dat volgens onze psychologen zo’n grote stap – cultureel gesproken een omwenteling – doorgaans een jaar of zeven vraagt om er zogezegd je hoofd omheen te krijgen.”

Veelbelovende toepassingen

AI is ook heel veel breder dan alleen autonoom rijden, onderstreept Peters: “Machine learning zal een opmars maken op talloze gebieden. Van geweldige verbeteringen in de medische wereld tot de wereld van de mobiliteit. Ontwerp en fabricage gaan veranderen. Steeds snellere processoren bieden nieuwe mogelijkheden om het als ‘gereedschap’ te gebruiken. Het is een techniek die ons helpt. Een toepassing die mij bijvoorbeeld enorm aanspreekt is het werk van een vriend, die AI toepast in kankeronderzoek. Zeer veelbelovend.” De techniek speelt al op ontelbare gebieden, inclusief de applicaties in de smartphone in onze binnenzak. We zullen wel rap moeten zijn om de kansen te benutten, waarschuwt hij. Voordat andere wereldspelers ‘ons’ aftroeven. “China is momenteel gangmaker in AI, ook omdat ze simpelweg veel meer mensen kunnen inzetten. Ik vrees dat we in Europa op veel gebieden zullen worden ingehaald als we hier niet snel doelen stellen en AI een onderdeel maken van een brede selectie aan opleidingen.” Gelukkig hebben we, zo zegt Peters, echt geen miljoen professoren nodig. Wel miljoenen vakmensen die met deze eigentijdse tool kunnen werken.

AI als verkooptool?

Moeten we daarbij ook aan de ondernemerszijde van de autowereld denken? In welk opzicht kan kunstmatige intelligentie daar voortgang opleveren? “Absoluut. Daar werken we nu al met en aan nieuwe toepassingen. Door AI toe te passen heb je bijvoorbeeld de beschikking over een uitstekende marketingtool. Met de juiste algoritmes kun je veel beter de marktvraag voorspellen – sneller vooral – en erop inspelen. Bijvoorbeeld door geautomatiseerd en intelligent te interpreteren wat er op social media verschijnt. Denk aan reacties op je campagnes, maar bijvoorbeeld ook problemen die kennelijk rond je product spelen. Je kunt zeer effectief bepalen waar je de nadruk op moet leggen. Door de techniek te gebruiken om al die beschikbare data te interpreteren – enorme hoeveelheden vaak – krijg je extreem snelle feedback uit de markt. Enorm veel beter dan de klassieke interviews met consumenten.” Zo zijn er volgens Peters nog talloze andere gebieden te noemen. “Neem autodelen. AI is bij uitstek geschikt als hulpmiddel om patronen in het gebruik te herkennen en ook te voorspellen. Zo kun je zorgen dat de auto’s op de juiste plek beschikbaar zijn. Juist die voorspellende functie is bij AI nu al zeer ver gevorderd. Ik durf te zeggen: zonder AI heeft autodelen geen businesscase.”

Ook in het autobedrijf zelf opent AI mogelijkheden om het rendement te verbeteren. Het zal duidelijk zijn dat de extreem snelle data-analyse en het daaraan gekoppelde voorspellende talent van kunstmatige intelligentie ‘goud’ kan zijn voor je showroominkoop – nieuw en gebruikt – en de benadering van de klant.

Daimler bereidt zich voor

Al die ontwikkelingen houden Peters veel meer bezig dan die ene kwestie waar we het zo graag over hebben. Al kan hij ook daar met smaak over vertellen. “Natuurlijk speelt wat we noemen deep learning in de auto een hoofdrol bij de real time interpretatie van alle sensorinformatie. Belangrijk voor veiligheids- en autonome functies. Het is bijvoorbeeld ook interessant om te zien hoe je de techniek kunt gebruiken in nieuwe functies die we in het MBUX-systeem in auto’s als de GLE introduceren. Neem het herkennen van handgebaren voor bediening: het classificeren van alle mogelijke soorten handen en gebaren is een enorm karwei dat je alleen met zo’n getraind en lerend systeem kunt realiseren. Het vereist razendsnel rekenwerk en dat moet dan óók nog op een chip die de zware mechanische belastingen in een auto weerstaat. Klein detail, heel grote uitdaging.” Peters kan overigens niet genoeg benadrukken dat we moeten leren dat kunstmatige intelligentie puur een hulpmiddel is. Maar dan wel een middel dat de wereld zal veranderen.

Geen voodoo

“Bekijk de krantenkoppen maar en je ziet dat mensen soms denken je aan een soort voodoo doet wanneer je met AI werkt. In werkelijkheid gebruiken we de mogelijkheden van steeds grotere rekenkracht en datastromen om snel te kunnen werken. Denk aan ontwerpen, aerodynamica, fabricage, planning, marketing en bijvoorbeeld ook de ‘klassieke’ motorenontwikkeling.” Motorenbouw? “Neem een voorbeeld: we kijken met 80 duizend beelden per seconde naar de verbranding in de motor en passen machinaal leren toe om de werking te verbeteren. Maar ook om het verbrandingsproces te kunnen voorspellen en aandachtspunten aan te wijzen rond mogelijke verbeteringen. Zo is er op diverse gebieden ook een samenwerking met het Formule 1 team. Door de enorme rekensnelheid kun je van alles proberen, ook al zal misschien maar tien. Twintig procent nuttig blijken.” De vraag ligt voor de hand: hoe ver is Daimler zelf? “We zitten midden in dat proces en dat is precies waar mijn afdeling vooral mee bezig is. Training is de sleutel. We bereiden alle medewerkers voor op de ontwikkeling. Datastromen en toepassingen groeien nu al exponentieel. Er zijn alleen te weinig experts in huis, maar zo gauw we dat met training hebben opgelost zal het gebruik van kunstmatige intelligentie democratiseren en veel breder worden toegepast.”

Dat de ontwikkeling concernbreed wordt doorgevoerd werd vorige maand tastbaar duidelijk. Daimler maakte als eerste autofabrikant bekend dat ze principes hebben vastgelegd voor een verantwoorde omgang met AI. Lees: nieuwe kansen met beleid benutten. De mens blijft de aangever in deze technologische ontwikkeling. Bij het gebruik ervan wordt daarom bijvoorbeeld gewogen of het ook meerwaarde biedt. De Duitsers hebben afspraken vastgelegd rond verantwoord gebruik, transparantie, bescherming en privacy, maar ook veiligheid en betrouwbaarheid. Kunstmatige intelligentie wordt, met andere woorden, nauw verweven met zo ongeveer alle takken van het bedrijf. Inclusief de productie.