Werken aan AI-tools voor mobiliteit

AiMTT

 

Het doel van AiMTT is om een pool van hoogopgeleide en diverse AI-talenten te creëren en cultiveren. Met die talenten wil het project AI inzetten voor mobiliteit, transport en logistiek. MICD en de meer dan twintig andere projectpartners willen daar de komende jaren in zeven praktische usecases mee aan de slag.

Duur
2024 – 2027

Partners (TU Delft)
TU Delft CiTG – afdeling Transport & Planning

Partners (andere)
Zie onderaan

Verkeersopstoppingen, leefbaarheidsproblemen, spanning tussen gebruikers-, vervoerders- en publieke belangen, een nijpend ruimtegebrek, veiligheidsrisico’s tijdens grootschalige evenementen – de lijst met uitdagingen rond stedelijke mobiliteit is lang. Extra vervelend is dat deze toch al complexe problemen onderling verbonden zijn.

Voor de menselijke geest zijn dit soort verstrengelde vraagstukken al snel te veel gevraagd. Maar laat het ontwarren van afhankelijkheden en het speuren naar verbanden nu juist de kracht zijn van artificiële intelligentie. AI kan enorme hoeveelheden data in real-time analyseren, nauwkeurige schattingen van de huidige situatie in een netwerk geven én de situatie voorspellen. Ze is ook goed in het optimaliseren van interventies en helpt de response van mensen en het mobiliteitssysteem te begrijpen.

Genoeg redenen dus om flink op AI in te zetten. Het project AiMTT doet dat met learning by doing.

Visie en ambitie

AiMTT staat voor AI Learning Initiative for Multi-modal Traffic and Transportation. Het is een project onder de vlag van AIC4NL, een organisatie die zich richt op het ‘verantwoord ontwikkelen en toepassen van AI in Nederland’. Dat verantwoord is inderdaad belangrijk, want rond AI bestaat nog koudwatervrees: is het wel ethisch verantwoord?

AiMTT wil een leercommunity creëren met experts uit de academische wereld, industrie en overheid om stappen te maken met AI én die zorgen weg te nemen. Dat betekent dat de projectpartners AI-toepassingen voor stedelijke mobiliteit zullen bouwen, beproeven en verbeteren, maar steeds met ethische overwegingen als eerlijkheid, privacy en menselijke autonomie als uitgangspunt.

Kennisuitwisseling

De insteek van AiMTT is zeer praktisch. AI-oplossingen worden ontwikkeld aan de hand van zeven praktijkvoorbeelden, waarin praktische tools worden ontworpen die ook daadwerkelijk kunnen worden gebruikt. Minstens zo belangrijk is echter het leren zelf: lessen trekken uit wat goed ging én wat minder ging met AI.

Daarom omvat het project workshops, trainingsprogramma’s en co-creatiesessies, zodat er continu kennis wordt uitgewisseld en verbeterd.

Partners

TU Delft, Hogeschool Rotterdam, Research School TRAIL, SIKS, TU/e, Amsterdam, NDW, Provincie Noord-Holland, Rijkswaterstaat, SAIL Amsterdam, Veiligheidsregio Amsterdam-Amstelland, Arane, Deloitte, d-fine, Siemens, Analyze, Argaleo, Cofano, Technolution, UCrowds, NM Magazine, WE Labs