You are here

Betrouwbare info uit onzekere data

In de Rotterdamse haven is het een komen en gaan van schepen. Elke dag varen er honderden de haven in en uit. Hoe pik je uit al die schepen dat ene verdachte schip waar misschien wel op gesmokkeld wordt? Dé uitdaging voor informaticus Steffen Michels. Tekst: Edda Heinsman

Aan zijn lichte accent is te horen dat Michels geen geboren Hollander is. Hij komt uit het Kleef net over de grens in Duitsland. Zijn keuze voor de Radboud Universiteit Nijmegen was dan ook een praktische, het was de dichtstbijzijnde universiteit. De studie: computerscience. 'Het fijne aan computers is dat je snel resultaat hebt van je werk. De tijd tussen idee en realisatie is heel kort. Je hebt een leuk idee en kunt het meteen uittesten in de praktijk', aldus Michels.

Verdachte schepen

Michels ontwikkelde voor zijn promotieonderzoek een algoritme om automatisch verdachte schepen aan te wijzen. 'Soms zie je een schip vreemde patronen maken, bijvoorbeeld van koers wijzigen voor een rendez-vous met een ander schip. Dat kan duiden op smokkelen, maar ook op technische problemen. Ontvang je vage gegevens van een schip, dan kan het zijn dat ze de boel willen bedonderen, maar ook dat er iets mis is met de zender. Je hebt altijd te maken met een bepaalde onzekerheid. Je wilt algoritmes ontwikkelen die op basis van de kennis die je van een schip hebt conclusies kunnen trekken. Op een geautomatiseerde manier, want in je eentje honderden schepen in de gaten houden, dat kan niet.'

Het model waar Michels aan werkte is gebaseerd op kansrekenen. 'Je zou dit soort modellen kunnen toepassen op veel meer vakgebieden. Er zijn bijvoorbeeld medische toepassingen: je wil weten of iemand met bepaalde symptomen een bepaalde ziekte heeft. Dan vul je de symptomen in en de kans dat het een bepaalde ziekte is komt er uit.'

Ondanks de onzekerheid van informatie, kun je toch goede schattingen maken.

Achtergrond

Michels werkte voor zijn onderzoek nauw samen met Thales, daar kwam hij dan ook regelmatig. Een totaal andere omgeving dan de universiteit. 'Dat je met zo veel verschillende mensen en partijen samenwerkt om één product te maken, dat is tof. Het leidde aan het begin wel tot eindeloze discussies, je komt van een andere achtergrond en denkt anders. Dat liep moeizaam aan het begin, maar achteraf gezien was het heel leerzaam voor mij en hopelijk ook voor hen, het is echt een andere manier van denken.'

Prototype

Het testen van zijn model in de praktijk, met echte schepen, bleek nog lastig. 'Helaas hebben we geen enorme database met voorbeelden van dit is een smokkelaar en dit niet. We werkten niet samen met de kustwacht. Dat zou eigenlijk wel moeten, samenwerken met mensen die echt elke dag smokkelaars oppakken. Ik zou graag de kennis uit de hoofden van die experts halen', lacht Michels. 'We hebben wel naar realistische data gekeken en daar zaten zeker interessante schepen tussen. Maar of het nu echt smokkelaars waren, dat kan ik helaas niet zeggen. Het demonstratiemodel dat we ontwikkelden lijkt goed te werken. Maar er moet nog een slag gemaakt worden om van onderzoeksprototype te gaan naar echt prototype.'

Bedrijfsleven

Ondanks dat hij geniet van onderzoek doen, kiest Michels toch voor een carrière buiten de universiteit. 'Onderzoek doen is geweldig, maar je hebt ook veel onzekerheid op de universiteit. Je moet je leven er echt op inrichten. Voor een postdoc moet je naar het buitenland, daarna heb je steeds losse contracten. Ik heb ontdekt dat ik het ook echt heel leuk vind om dingen werkend te maken, iets wat op de universiteit moeilijker is. Ik denk dat het voor mij heel leuk is om echt een concreet product te maken en te zien dat het nuttig gebruikt wordt. Dus ik heb toch gekozen voor het bedrijfsleven.'

Onzekerheid

Dankzij zijn onderzoek realiseert Michels zich dat er ontzettend veel onzekerheid bestaat over dingen die veel mensen klakkeloos aannemen. 'De meeste mensen gaan naar het internet, zoeken iets op en denken dit is de waarheid. Wij hebben heel veel data vergeleken van webpagina's de iets over schepen vertellen, als je die allemaal vergelijkt zie je de inconsistenties, je ziet dat bijna alle informatie die je hebt toch onzeker is.'

Robots

Uiteindelijk vindt Michels zijn bijdrage maar klein, maar toch noemt hij het een stapje in de goede richting. 'Je neemt werk uit handen door te automatiseren. Daardoor kun je veel efficiënter werken. Het monotone werk verdwijnt.' Bang dat robots het werk van mensen overnemen, is hij niet. 'Integendeel, de robots nemen het minder leuke denkwerk over. Om als mens je aandacht te richten op vierhonderd schepen, is bijna onmogelijk. Nu pikt de computer er tien verdachte schepen uit, waar je vervolgens al je aandacht op kunt richten. Het echt creatieve werk blijft over.'

Lachend geeft hij toe: 'En tja, de computers moeten natuurlijk geprogrammeerd worden, dus voor mij is er sowieso werk.'

Steffen Michels (1985) haalde zijn bachelor en master informatica  aan de Radboud Universiteit Nijmegen. Op 4 mei promoveerde hij daar met het onderzoek Hybrid Probabilistic Logics: Theoretical Aspects, Algorithms and Experiments. Zijn onderzoek werd deels gefinancierd door Commit, binnen het project Metis.