5 stappen om Artificial Intelligence toe te passen in assetmanagement

Artificial Intelligence (AI) wint steeds meer terrein. Logisch, want hoe handig is het als je denkwerk kunt overlaten aan computers? Ze zijn immers snel, analytisch sterk en maken geen rekenfouten. Toch is AI niet iets wat je ‘zomaar’ inzet: het is een middel om je doelen te bereiken. Tijdens het CAMINO-jaarevent vertelde Petra Delsing, Kwartiermaker AI vanuit het Ministerie van Infrastructuur en Waterstaat, over de inzet van AI. AI wordt namelijk ook door het ministerie I&W gezien als een belangrijke technologie, met onder andere veel potentie op het gebied van assetmanagement (Smart Maintenance). In dit blog lees je volgens welke stappen je AI kunt inzetten om slimmer te werken.

Stap 1: beoordeel of jouw vraagstuk zich leent voor Artificial Intelligence

Kunstmatige intelligentie is – zoals de naam al doet vermoeden – ideaal om vraagstukken intelligent op te lossen. Toch is het niet voor elke vraag geschikt. Is er creativiteit nodig of moeten er associaties gelegd worden tussen verschillende factoren? Dan levert mensenwerk nog altijd het beste resultaat op. AI is wél geschikt voor het doorrekenen van veel variabelen. Zo is de kans dat de computer je verslaat bij een potje schaken reëel aanwezig.

In de infrastructuur kan deze eigenschap goed van pas komen. Bijvoorbeeld om het ideale moment te bepalen waarop een brug open moet. Een computer kan rekening houden met factoren zoals de hoeveelheid wegverkeer, het aantal schepen dat wacht om door te kunnen en de verloren tijd als de brug opengaat. Zo berekent AI in een paar seconden wat het ideale moment is om de brug te openen.

Heb je te maken met vragen waar veel variabelen invloed hebben op de beslissing, dan biedt AI uitkomst.

Stap 2: bedenk hoeveel impact de beslissing van AI heeft

Zodra je hebt besloten dat AI perfect is om jouw vraagstuk op te lossen, is het tijd om na te denken over de impact van het inzetten ervan. Hierbij kijk je vooral naar de gevolgen van een verkeerde beslissing. Als je AI gebruikt om je kantoorverlichting aan en uit te zetten, dan zijn de gevolgen van een fout te overzien: je zit in het donker of de lampen zijn aan terwijl er niemand is.

Moet AI een beslissing nemen over het al dan niet openen van een waterkering, dan zijn de gevolgen van een verkeerde inschatting veel groter. Als de kering weer opengaat terwijl het water nog veel te hoog staat, kan het zomaar gebeuren dat er een gebied onder water loopt.

Hoe hoger de impact van een beslissing die AI neemt, hoe kritischer je moet zijn over de toepassing ervan.

Stap 3: beslis in welke processtap je AI toepast

Blijkt dat jouw toepassing van AI een grote impact heeft, dan kun je beslissen om de processtap waarin je het toepast te veranderen. Zo heb je zelf meer invloed in wat er in het proces gebeurt. Gebruik AI bijvoorbeeld om alle informatie die je nodig hebt te verzamelen, maar houd de uiteindelijke beslissing in eigen hand.

In het geval van de waterkeringen kun je aan de volgende inzet denken. AI helpt je om alle beschikbare data – bijvoorbeeld de huidige waterstand, de windsnelheid en de aanvoer van nieuw water uit rivieren – in een rapport te zetten. Aan de hand daarvan beoordeel je zelf welke actie je moet ondernemen. Met deze werkwijze houd je de controle in eigen hand, terwijl je wel gebruik maakt van de kracht van AI.

Stap 4: begin met testen en heb aandacht voor ethiek

AI neemt veel denkwerk over. Voor een succesvolle inzet ervan is echter meer nodig dan alleen data. Ook de praktijkervaringen van vakmensen zijn van groot belang. Vaak weet een ervaren medewerker bijvoorbeeld dat een onderdeel aan het einde van de levensduur is als hij een bepaald geluid hoort. Deze kennis kun je gebruiken om de data uit sensoren te interpreteren.

Koppel het moment van de eerste waarneming van het geluid aan de data van dat moment uit de sensoren. Ga vervolgens terug in de data om te achterhalen wanneer de eerste afwijkingen te zien waren. Meestal is er namelijk al iets aan de hand, voordat we dat met het blote oor kunnen horen. Dat kan een kleine trilling zijn, of een toename in energieverbruik. Begin klein, zodat het systeem transparant blijft.

Het toepassen van AI heeft impact op de omgeving: kijk daarom ook met een ethische bril naar AI. De EU heeft daar een degelijk en goed bruikbaar handvat voor gemaakt.

Stap 5: bekijk om de dag, week of maand of de analyses nog kloppen

Zoals gezegd is AI heel goed in het analyseren van data. Soms zelfs zo goed dat er schijnrelaties ontstaan. Denk bijvoorbeeld aan automatische herkenning van objecten. Als we 100 plaatjes van een kat invoeren en daarna één van een muis, weet AI dat deze niet tot dezelfde soort behoort: hij heeft wel snorharen, maar de vorm van het gezicht wijkt af.

Voer je – zonder dat je het zelf doorhebt – 20 plaatjes in waar de kat op een rood kussen zit, dan kan AI dit gaan zien als een vast onderdeel van een kat. Oftewel: er ontstaat een schijnrelatie tussen rode kussens en katten. Het is aan ons als ‘trainers’ om die patronen in de gaten te houden, en een halt toe te roepen op het moment dat er verkeerde verbanden ontstaan.

Ook bij sensoriek kunnen schijnrelaties ontstaan. Het is daarom goed om het systeem regelmatig te checken en ervoor te zorgen dat je alles begrijpt wat de AI doet.

AI helpt bij effectiever assetmanagement

Artificial Intelligence is goed inzetbaar bij onderhoud van infrastructuur en assetmanagement. Het neemt niet alleen werk uit handen, maar zorgt er ook voor dat je gerichter kunt werken. Zo weet je dankzij data precies welk onderdeel kapot is en is het makkelijk om regelmatig klein onderhoud uit te voeren. Daarnaast verkleint het de kans op storingen omdat je op tijd actie kunt ondernemen.

Naast kansen brengt AI ook risico’s met zich mee. Om die risico’s te beperken, is het belangrijk dat het systeem transparant blijft. Zo kun je altijd doorzien wat er gebeurt met de data. AI gaat niet puur om data. Het is een samenwerking tussen mens en computer.

Wil je weten welke rol AI speelt of kan spelen rondom Smart Maintenance? Of heb je een vraag voor Petra Delsing, kwartiermaker AI vanuit Ministerie I&W? Neem dan contact op met Ruben Ogink, projectleider van Smart Maintenance Fieldlab CAMINO. Dit kan via ro@worldclassmaintenance.com.