Alexander

Want wat gebeurt er als al die vrachtwagenchauffeurs, taxichauffeurs en bezorgers hun baan verliezen aan robots? In Wuhan zagen ze het al. Taxichauffeurs die massaal gingen protesteren bij het gemeentekantoor toen aangekondigd werd dat de robotvloot van 400 naar 4000 voertuigen uitgebreid zou gaan worden. Hun inkomsten waren al met een derde gedaald door de komst van de robottaxis. Voor slechts 70 cent konden passagiers opeens een rit van 7 kilometer maken. En dat is vijf keer goedkoper dan een gewone taxi.

Vervelend voor chauffeurs van vlees en bloed. Maar afgaande op artikelen in internationale media lijkt de gemiddelde Chinees zijn schouders op te halen over deze vaart ter volkeren. Maar er zijn meer vragen. Wat doet het met al die parkeerplaatsen als auto's zichzelf kunnen wegzetten? En belangrijker nog, wat betekent het als hyper-efficiënt vervoer opeens voor iedereen toegankelijk wordt? Het is een verhaal dat begint bij een handjevol nerds die twintig jaar geleden meededen aan een robotwedstrijdje in de woestijn.

Een verhaal over kunstmatige intelligentie die eindelijk slim genoeg is om door het verkeer te navigeren. Over machtsverschuiving van oude autofabrikanten naar nieuwe techbedrijven. En misschien wel het belangrijkste. Een verhaal over hoe onze steden en samenleving er over tien jaar uit kunnen zien. Wietse, waarom wilde je het zo graag hebben over zelfrijdende auto als los onderwerp in deze serie?

echt best wel een lange tijd actief... en is eigenlijk al die hele tijd voorloper. En dat viel de hele tijd gewoon tegen... de mate waarin dat uitgebreid kon worden. Maar er is iets gebeurd, zeg maar sinds 2020... waarop dat opeens...

Ja, laten we eerst een stap terug nemen, want de hele ontwikkeling van robot taxis en zelfrijdende auto's is een lange weg geweest. De vroegste experimenten begonnen tijdens DARPA challenges, dat zijn opdrachten van het Amerikaanse parlement.

Het ministerie van Defensie, die wetenschappers meestal uitdagen om ingewikkelde wetenschap te doen. Om daar uiteindelijk hele praktische toepassingen mee te krijgen. Er is heel veel uitgekomen ook al, dat soort challenges. Het hele internet is daar uitgekomen. En de eerste experimenten met zelfrijdende auto's was in het begin jaren 2000. Dat zijn echt hilarische filmpjes om terug te kijken op YouTube. Want die wagentjes die rijden dan een meter en dan vallen ze om en...

Ja, dat is nog niet zo heel veel eer aan te behalen. En dan beginnen in 2015, begint dat een beetje onze gezamenlijke fantasie te prikkelen. Het idee dat zelfrijdende auto's echt een ding zou kunnen worden. En dan zie je dus dat de eerste...

Dat miljarden worden geïnvesteerd in het oplossen van allerlei technische problemen. Dat is de intensieve R&D fase bij de bedrijven die die technologie aan het ontwikkelen zijn. En dan zie je dus ook maatschappelijke discussie voor het eerst. En dat gaat dan bijvoorbeeld over wie is er verantwoordelijk als een robot, taxi, iemand omver rijdt. Is dat dan...

De passagier, dat is dan heel lullig. Of moet daar uiteindelijk toch nog een mens bij zitten die dan had moeten ingrijpen? Of is het dan de fabrikant van de software? Heel lang is er in de maatschappij, zijn de kranten volgeschreven over dit soort situaties waar we eigenlijk gingen nadenken over. Oké, hoe gaan we dit straks doen? Hoe gaan we steden inrichten? We hebben best wel een golf gehad waarin we dat als samenleving intens hebben bedacht.

Want Google was best wel, dat was toen nog een bedrijf waar mensen echt louter positief over spraken. Pak een beetje tien jaar geleden. En die waren toen wel heel erg aandacht aan het zoeken met hun zelfrijdende auto. Dat was op dat moment een gewone auto waar dan een soort van ding opgezet werd met een lidar. Zo'n draaiende laserskaal. Ja, een soort afgezegde dakkoffer.

En zij reden dan daadwerkelijk. In Palo Alto zag je die auto's rijden. Ik was daar tien jaar geleden zelf. En je zag die dingen toen al rijden op de snelweg. Dus dat was al een gezicht wat niet zo bijzonder meer gevonden werd. Maar ja, daar zat wel een chauffeur bij aan het stuur. En er zat ook iemand naast met een laptop. Die de hele tijd klaar zat om in te grijpen. Allebei zaten ze klaar om in te grijpen. En dan die meneer met die laptop te noteren wat er dan misgegaan was.

En dat is natuurlijk een eeuwigheid geleden helemaal in AI tijden. Dus we hebben met z'n allen die discussie gehad en daarna viel het gewoon vies tegen. Wat ging er dan mis dat die lijnen zich niet doorzetten in die eerste periode? Het is volgens mij NASA die heeft technology readiness levels gedefineerd. En dat zijn gewoon de levels van is een technologie klaar genoeg om breed uit te rollen in een samenleving of in een bedrijf bijvoorbeeld.

Over het algemeen, het merendeel van de tijd ging het super goed en als het mis ging, ging het ook super mis. Oké, maar dan werd het op een gegeven moment beter. Wat is er fundamenteel, pak hem bij, drie, vier, vijf jaar geleden dan veranderd dat die AI-golf dit veranderd heeft?

wat ik hier goed begrijp, is dat effect van energiegebruik, snellere computers, kleinere computers, wat allemaal voorwaarden zijn om dit in een autolokaal te laten werken, dat eigenlijk los van die hele zelfrijdende auto ontwikkeling gebeurt. En zij konden meeliften eigenlijk hierop. Nou ja, helemaal los niet, want die druk wordt dan natuurlijk opgevoerd. Ook, ik kan me voorstellen, we hadden het in de intro van deze aflevering over de chips die bij Google gemaakt worden. Het is niet dat die teams mekaar niet kennen. Nee, precies. Jongens,

Dus dan ga je heel veel data verzamelen. Die data moesten we trouwens ook hebben van alle beelden die we hebben en 3D scans van wegen. Ja, er moesten heel veel beelden gemaakt worden om eigenlijk te kunnen herkennen wat er allemaal zichtbaar is op die beelden. Om objectenherkenning te kunnen doen, wat een stoplicht is, wat een fietser is. Dat een bal die de straat op rolt en je daar anders moet handelen dan een boom die gewoon stilstaat.

Ja, maar deze ui heeft nu heel veel lagen gekregen en ik ga er weer vier lagen van afbellen. Jij zegt eigenlijk in die afgelopen jaren is de technologie om beeld te begrijpen is niet alleen beter, maar ook efficiënter geworden. Dat is één ding.

En zij hebben heel veel beeld opgenomen van de echte wereld. Tesla's rijden rond met cameraatjes en die zijn al weet ik veel hoeveel jaar beelden aan het sturen naar het hoofdkantoor, zodat dat geïnterpreteerd kan worden. En dat interpreteren komt erop neer dat al die videobeelden in een computer worden verzameld.

En dat hij dan zoveel beelden heeft gezien... dat hij dan kan gaan dromen over een wereld die niet bestaat. Waarin dingen gebeuren die niet echt gebeurd zijn. Zodat hij zich in de echte wereld... voor de echte wereld kan voorbereiden op die situaties. Is dat hoe ik het moet zien? Ja, en je kunt natuurlijk in twee... Kijk, je kunt...

Ja, dus eigenlijk bedoel je te zeggen, die zelfrijdende auto, om die goed te laten navigeren door de wereld, dat is zo multidisciplinair iets. Er zijn weinig bedrijven die al die disciplines zo begrijpen als Google. Absoluut. Ik denk dat, kijk, ik heb wel eens voor de grap gezegd, het bleek dat we een heel mens moesten nabouwen voordat we zelfrijdende auto's konden maken. Nou, wie kan er het beste een heel mens nabouwen? Google. Ja.

Ik kan me ook voorstellen dat er zoiets gebeurt. Dat je allemaal van die power laws krijgt op een gegeven moment. Zoals in het begin zijn auto's heel duur per voertuig. En dan ga je er steeds meer bouwen. En bij iedere auto die je bouwt wordt die een stukje goedkoper. Waardoor er meer auto's op de weg komen. Waardoor je weer meer data kan verzamelen. Waardoor er meer consumenten daadwerkelijk kunnen gaan meerijden. Dus het is een soort van voorsprong die op een gegeven moment in een niet lineaire dynamiek terechtkomt.