De klimaatdoelen van het kabinet vergen een dermate snelle, complexe omslag van het energiesysteem, dat deze eigenlijk onhaalbaar zijn zonder inzet van kunstmatige intelligentie (AI). De Nederlandse AI Coalitie onderzocht waar de meeste winst valt te behalen door de inzet van AI, en kwam tot enkele verrassende punten, zoals het versnellen van inspraakprocedures.
Pallas Agterberg is lid van de werkgroep energie en duurzaamheid bij de Nederlandse AI Coalitie, en een van de drijvende krachten achter het rapport AI als versneller van de energietransitie, dat afgelopen jaar tot stand kwam. Met veel enthousiasme vertelt ze over het belang van AI in de energietransitie.
“Ons elektriciteitssysteem is gebouwd op een nauwkeurige balans tussen vraag en aanbod, tot op de milliseconde. Ondertussen wordt het aanbod van elektriciteit afhankelijker van het weer. Dat betekent dat alleen al in Nederland miljoenen apparaten zullen moeten gaan meebewegen met een wisselend stroomaanbod, van laadpalen en warmtepompen tot industriële machines”, zegt Agterberg, in het dagelijks leven “challenge officer” bij netwerkbedrijf Alliander.
“Waar je naartoe wil is een situatie waarbij er per regio overzicht is hoeveel apparaten stroom nodig hebben, hoeveel aanbod er beschikbaar is, en welke apparaten prioriteit krijgen. Dan moet je een hele grote hoeveelheid variabelen kunnen verwerken.”
Is kunstmatige intelligentie inmiddels ver genoeg ontwikkeld om dat te kunnen?
“We zitten op een punt dat er echt versnelling optreedt in de toepassing van artificiële intelligentie. In mijn studententijd had je ook al artificiële intelligentie, maar om het goed te kunnen toepassen, bijvoorbeeld voor het balanceren van het elektriciteitsnet, heb je simpelweg heel veel computercapaciteit nodig. Daar is de afgelopen jaren hard aan gewerkt. Het komt wat dat betreft goed uit dat de energietransitie en de digitale transitie min of meer gelijktijdig plaatsvinden. Niet voor niets spreekt de Europese Commissie over de twin transition. Tot nu toe betekende digitalisering vooral het introduceren van boekhoudsystemen en robotjes die bepaald werk overnemen. Maar inmiddels zie je steeds meer echte AI-toepassingen.”
Een van de kansen die jullie zien is het versnellen van inspraakprocedures. Hoe moet ik dat voor me zien?
“Laat ik de aanleg van warmtenetten als voorbeeld geven. Daar moet de lokale politiek een besluit over nemen, het liefst gebaseerd op de voorkeuren van bewoners. Bij die aanleg spelen zo veel variabelen een rol, dat gesprekken over keuzes en de consequenties daarvan al snel zo ingewikkeld worden dat nog maar een paar professionals het kunnen volgen. Met AI kan je met deze variabelen simulaties uitvoeren en begrijpelijke scenario’s maken die de consequenties van bepaalde besluiten tonen. Hiermee kunnen bewoners en politici beter hun mening vormen. Vergelijkbare simulaties kun je gebruiken voor andere vormen van infrastructuur, zoals bij de uitbreiding van een elektriciteitsnet of de aanleg van een waterstofnet.”
Een groeiend probleem op het elektriciteitsnet is congestie. Hoe kan AI bijdragen aan een oplossing voor dit probleem?
“Behalve bij het plannen van uitbreidingen, helpt AI om bestaande infrastructuren beter te benutten met real-time optimalisaties. Het is moeilijk te overschatten hoe complex het balanceren van het elektriciteitsnet wordt. Zelfs als je duurzame opwek buiten beschouwing laat. Vroeger konden we met metingen in vierhonderd huishoudens tot jaren vooruit het verbruik voorspellen. Iedereen deed precies hetzelfde. Nu krijgen huishoudens laadpalen, zonnepanelen en warmtepompen, en wordt de industrie flexibeler onder invloed van CO₂-prijzen, variërende energieprijzen en reductiedoelen. Eigenlijk moeten straks alle apparaten met elkaar gaan praten. Dat klinkt heel groot en futuristisch, maar zo klonk het internet dertig jaar geleden ook.”
“Vroeger konden we met metingen in vierhonderd huishoudens tot jaren vooruit het verbruik voorspellen. Iedereen deed precies hetzelfde.”
Pallas Agterberg
Wat gaat AI voor de industrie betekenen?
“Tot nu toe zijn productieprocessen over het algemeen ontworpen om zo efficiënt mogelijk continu te produceren. Energie was goedkoop en bedrijven vonden het optimaliseren van hun processen al ingewikkeld genoeg. Als de stroomprijs straks gaat schommelen tussen de min €200 en plus €200 per kilowattuur, verandert dat. Alleen: blijft dat stabiele productieproces wel betrouwbaar als je eraan gaat sleutelen? Daar ontbreekt kennis. Ook hier kunnen voorspellingsmechanieken en simulaties duidelijkheid brengen. Smart industry staat gelukkig al niet meer helemaal in de kinderschoenen. Ik verwacht dat de EU hierin voorop kan lopen.”
In hoeverre heeft AI een rol in de toekomstige productieprocessen zelf?
“Een belangrijk punt is het voorspellen van onderhoud. Bedrijven vervangen bepaalde componenten vaak op basis van vuistregels, op het feit dat een onderdeel in principe twintig jaar meegaat bij een belasting van 70% bijvoorbeeld. Ook onderhoudsschema’s zijn daarop ingericht. Door flexibel gebruik werken die vuistregels niet meer. Vaak is onduidelijk hoe snel zo’n component slijt als hij regelmatig zwaarder belast wordt dan 70%. Dan moet je metingen toevoegen, en op basis daarvan voorspellen wat een goed moment is om onderhoud te plegen.”
Jullie zien kansen voor het Nederlandse bedrijfsleven in het ontwikkelen van AI-oplossingen. Maar kan Nederland, of Europa als geheel, wel opboksen tegen landen als de VS en China, die miljarden investeren in AI?
“Ja dat kan, want AI heeft verschillende toepassingen. Grof gezegd specialiseert China zich in het ‘creepy‘ deel, om de bevolking te kunnen controleren via Big Brother-achtige systemen. In die tak zullen Chinese bedrijven wel de beste worden. In de VS gaat het juist heel erg over klantenbinding. Daar zorgt de AI ervoor dat je wordt meegezogen in de diensten van een bedrijf en langer blijft hangen op bepaalde websites, of meer koopt. In Nederland en de EU zie je meer een zoektocht naar hoe je AI kan inzetten voor dingen die niet gaan over controle of geld verdienen, maar voor grote vraagstukken in de zorg, de landbouw of de energietransitie.”
Dan moeten alle data wel voldoen aan de Europese privacyregels. Maakt dat het moeilijker om analyses te maken?
“Deels wel. De Amerikaanse oplossing is: webcrawlers van Google halen allemaal data op, omdat je ooit op een vinkje hebt geklikt, en stoppen die in een grote bak. Daar passen ze vervolgens machine learning op toe. Wij willen dat mensen duidelijk een keuze krijgen voorgelegd: ‘Wij willen een beter begrip krijgen over het energieverbruik in een bepaald gebied, mogen we deze data van je gebruiken?’ Dan kan het antwoord zijn: ja, maar dan wil ik ook de resultaten van het onderzoek zien.”
“In de EU vindt nu een zoektocht plaats naar de toegankelijkheid van data. Daar zijn wij als Nederlandse AI Coalitie ook mee bezig. Je ziet het terug bij opleidingen tot data scientist. Aanvankelijk kregen studenten allemaal een leerboek van Google over hoe je AI aanpakt. Maar dat beschrijft hoe de Amerikanen het doen! We moeten die cursus dus herschrijven. Een gevolg is dat het soms nog niet zo snel gaat in de EU. Maar het gebeurt wel.”