Eerste verhaal waar ik heen ging was van Google en McKinsey, en was best prima. Er is ook al over geschreven door Erwin Blom en Michiel Buitelaar maar ik zal mijn perspectief geven.

Het beeld wat ik er uit haalde was: Je hebt goede data nodig, een goed taalmodel en je mensen moeten snappen wat ze daar aan hebben. Daarmee kan je krachtige impact maken.

Data: Bij Google hebben ze een geweldige codebase: De code waarop bijvoorbeeld Chrome en Search draait. 500,000 manjaar aan werk, met niet alleen goede code maar ook alle wijzigingen worden bijgehouden, alle vragen die ontwikkelaars in fora stellen en de antwoorden. Dus niet alleen het eindproduct maar ook het proces.

Experts aan het woord. Een prof in robotica en een onderzoekster in toegepaste wiskunde van Johns Hopkins university over de manieren waarop AI kan helpen in de strijd tegen klimaatverandering. Als je de titel ziet denk je: hoe kan iets virtueels en abstracts als AI nou helpen bij iets zo groot en concreet als klimaatverandering. Gelukkig hebben de sprekers een slim framework opgezet waarmee dit wel logisch en begrijpelijk wordt, door het op te delen in 3 overzichtelijke gebieden. Begrip van het probleem, voorspellen van de richting, en helpen bij de benodigde transformatie.

1. Begrijp het probleem

Wat weten we zeker? CO2 stijgt, en het broeikas effect is echt. Maar de datacollectie is niet erg fijnmazig. In de oceaan helpt AI om autonoom onderwater-robots met sensoren te laten varen. Je kan ze niet goed op afstand besturen omdat radiogolven niet werken onder water, dus AI is een goede tool om ze zelfstandig te laten varen. 

Net als het beeld van robots die huizen bouwen is dit een prettig Jetsons-esque onderwerp. Mini vliegtuigjes die verticaal opstijgen, en dan horizontaal gaan vliegen om gebruik te maken van lift van hun vleugels. Al dan niet met piloot. Ik zag een panel met 4 dames (“our panel is unmanned too”) over dit onderwerp

Deelnemers waren twee bouwers: https://supernal.aero/ en https://wisk.aero/, vergezeld door een dame van de FAA en een die de bouwers hielp werken met de regulators. 

Wat hebben we aan Advanced Air Mobility?

Supernal ziet het vooral als equalizer, een kans voor kleinere communities om zich aan te sluiten. De investeringen in een vertiport zijn klein qua geld en ruimte. Ook is dit carbon-free transport, want alles gaat op groene stroom. Wisk (die aan zelf-vliegende vliegtuigjes werkt) ziet ook voordelen in de voorspelbaarheid van reistijd, en veiligheid: auto-ongelukken zijn vrijwel altijd menselijke fout. Ook zijn de vliegtuigjes stil, in vergelijking met auto’s op de grond. Tegelijk moet dit niet een optie zijn voor rijken. In een ander panel hoorde ik een schatting van $100 voor een vlucht van 30-50 km. Ieder vliegtuigje zou met gemak 5000-6000 keer per jaar moeten vliegen, met 4-6 personen er in.

Afrika is een continent met talloze uitdagingen, maar het energie-vraagstuk is natuurlijk een wereldwijde. Omdat geldt ’necessity is the mother of invention’ stelt dit panel dat het de moeite waard is om naar Afrika te kijken om te zien welke oplossingen daar gevonden worden voor energievoorziening.

Eerst wat feiten. 600 miljoen mensen in sub-Sahara Afrika hebben geen stroom. Een gemiddelde koelkast in het westen gebruikt evenveel stroom als een gezin in Kenya of Nigeria. En de energievoorziening wereldwijd wordt wel beter, maar er wordt ook voorspeld dat in 2030 90% van de mensen zonder stroom in sub-Sahara Afrika. 

Wat er dan gebeurt: Leapfrogging the grid. Net zoals mobiele telefonie ervoor zorgde dat het landlijn telefoon-netwerk zo ongeveer werd overgeslagen, installeren mensen nu zelf solar op hun dak. Want op de overheid hoef je niet per sé te rekenen. Zuid-Afrika is zeer afhankelijk van steenkool, maar de high-grade kolen worden naar China verscheept, en in Zuid-Afrika zelf moeten ze het doen met low-grade. En dat gaat niet snel veranderen: De overheid is nauw verweven met de kolen-industrie. 

Soms moet je naar een sessie gaan die je gewoon leuk lijkt. Je haalt er altijd wel wat uit. Zo ook met “The data science of moneybaling motorsports”. In het panel 2 data mensen, 1 teamleider van Indycar, en Bruno Senna, neefje van Ayrton, die een uitgebreide carriere in de autsport heeft gehad. Het panel is unaniem Alonso fan, bleek. 

Data in racing

Wat betekent “Moneyballing in motorsports”? Er zijn 2 grote manieren om data te gebruiken a la moneyball (een data-gedreven benadering van sport, beroemd gemaakt door boek van Michael Lewis en later een film).

1. Hoe vergelijk je rijders objectief? Hoe vind je talent? Hoe kan je de kracht en zwaktes van individuele rijders vinden?