Lynxx werkt al jarenlang met ProRail samen om op basis van beschikbare data de behoefte aan onderhoud te voorspellen. En aangezien Macomi goed is in het digitaal simuleren en het optimaal inplannen van alle processen die bij het spooronderhoud komen kijken, vullen beide partijen elkaar perfect aan. En dat was in 2022 dan ook de reden om zich gezamenlijk aan te melden voor de MIT-regeling. Die aanvraag werd gehonoreerd en inmiddels wordt er in nauwe samenwerking met de planners van ProRail aan een nieuwe planningsmethodiek gewerkt, waarbij AI een prominente rol speelt, maar waarbij de kennis van de menselijke planners nog altijd onmisbaar is.
Onmisbare menselijke kennis
“Dat AI een grote rol gaat spelen bij het plannen van werkzaamheden aan het spoor, wil niet zeggen dat het menselijke aspect verdwijnt”, benadrukt projectleider Timo Koppenberg (Macomi). “Het zijn absoluut nog steeds mensen die de data verzorgen, de parameters goed instellen en die de planning aansturen. Maar dankzij de inzet van AI-technologie worden ze wel heel erg ontlast. Daarbij is het goed om te beseffen dat je niet alles in een computer kunt stoppen. De kennis van de planners bij ProRail blijft dus onmisbaar.”
Verrast en onder de indruk
Zelfs als een groot deel van die kennis wel in algoritmen is te vangen, zijn er nog altijd menselijke planners nodig. “Hoewel er planners zijn die vanaf het begin af aan heel enthousiast waren over onze plannen, zijn er ook planners die zich zorgen maken en die aangeven dat zij dit werk toch veel beter kunnen dan een algoritme. En ja, zij hebben veel domeinkennis. En het is inderdaad zo dat mensen natuurlijk altijd aan de knoppen moeten blijven zitten. Maar daarbij is het wel heel prettig als ze de beschikking hebben over de superrekenmachine die AI in feite is. Waarom maandenlang aan een planning werken, terwijl een AI-oplossing in korte tijd miljoenen planningen op een slimme manier kan verkennen?”
Betaalbaarheid, betrouwbaarheid en bereikbaarheid
Open zijn over de plannen en constant aan het vertrouwen werken, is volgens Koppenberg een essentieel onderdeel van het proces. “Ons doel is om een algoritme te bouwen dat in staat is om onderhoudsplanningen te optimaliseren en een goede balans te vinden tussen de drie B’s: betaalbaarheid, betrouwbaarheid en bereikbaarheid. En dat lukt alleen als de planners en AI-experts samen optrekken.”
Ontwikkeling en toepassing van AI in de praktijk
Momenteel wordt er volop aan algoritmen gesleuteld. Lynxx maakt daarbij veel gebruik van machine learning en patroonherkenning, waarbij algoritmen op basis van enorme hoeveelheden historische data in staat zijn om te berekenen wat er in de toekomst gaat gebeuren. Vervolgens gebruikt Macomi die voorspellingen om tot passende planningen te komen. Daarbij is de kunst om die planning zoveel mogelijk te optimaliseren, zelfs als bepaalde data nog ontbreken.
“In dat geval maken we gebruik van evolutionaire algoritmen en meta-heuristische optimalisatie. We beginnen dan gewoon met een planning die weliswaar niet optimaal is, maar die puur als startpunt dient”, licht Koppenberg toe. “Vervolgens passen we delen van die planning aan en laten we daar een AI-algoritme op los die razendsnel aangeeft wat de gevolgen van die aanpassing zijn. Een verbetering? Dan laten we het zo. Juist een verslechtering? Dan is het soms met wat aanvullende aanpassingen mogelijk om alsnog tot een verbetering te komen. Lukt ook dat niet? Dan annuleren we die optie weer. En zo kun je met behulp van AI, al puzzelend, tot een steeds betere planningsoplossing komen.”
Samenwerking met TU Delft
AI bij logistieke uitdagingen inzetten: dat is ook voor de wetenschap interessant. Sterker nog: Macomi werkt op dat vlak al jarenlang samen met de TU Delft. Koppenberg: “Meerdere masterstudenten hebben bij ons stage gelopen en hun thesis geschreven over de manier waarop AI kan worden ingezet om planningsuitdagingen aan te gaan. Dat is een interessante manier om van fundamentele wetenschap naar maatschappelijke toepassingen te gaan, en het voelt echt goed om een bijdrage te kunnen leveren aan een wetenschappelijk goed onderbouwde AI-oplossing en die vervolgens ook in de praktijk toe te passen.”
Meer informatie?
Op zoek naar meer informatie over dit project? Bezoek de websites van Macomi en Lynxx. Of stel uw vragen aan Corné Versteegt (projectmanager en partner bij Macomi).
Interesse in de MIT-regeling?
Het mkb, waaronder ook veel startups, heeft een belangrijke economische en innoverende rol. Uit onderzoek blijkt dat het mkb tegen vele barrières aanloopt bij het toepassen van AI. De AiNed MIT AI call om de kloof tussen de kennisbasis en toepassing van AI-innovaties te overbruggen wordt ondersteund vanuit het door de NL AIC ontwikkelde AiNed programma. Deze regeling wordt jaarlijks in het voorjaar herhaald tot en met 2026. Via de website van het AiNed programma blijft u op de hoogte.
