Hoe kan kunstmatige intelligentie (AI) bewoners helpen om de leefomgeving te verbeteren? De Universiteit van Amsterdam (UvA) ontwikkelt een 'community-driven AI-tool': een middel waarmee bewoners data gedreven bewijs van luchtvervuiling kunnen verzamelen. Deze AI-tool kan automatisch verdachte rookwolken afkomstig van het Tata Steel terrein detecteren. Om te zorgen dat de tool werkt volgens de wensen en waarden van bewoners, organiseert Waag Futurelab samen met UvA twee bijeenkomsten om de tool samen met bewoners vorm te geven.
Namens de UvA zullen de onderzoekers Yen-Chia Hsu, Katja Rogers en Tycho Stam het onderzoek uitvoeren, samen met Annabel Thomas en Jikke van den Ende van Waag Futurelab.
Wat ga je doen?
De eerste bijeenkomst heeft plaatsgevonden op 16 september 2024. Hierbij hebben de onderzoekers een eerste ronde feedback opgehaald over het AI-model om rookwolken afkomstig van het Tata Steel fabrieksterrein te identificeren. Naar aanleiding van deze feedback hebben zij het AI-model en het programma dat zij hebben gemaakt aangepast en uitgebreid.
Tijdens deze tweede bijeenkomst zullen de onderzoekers de verbeteringen in het programma presenteren. Daarna kunnen aanwezigen nogmaals het AI-programma uitproberen. Hoe kan kunstmatige intelligentie die verdachte rookwolken herkent je helpen om de luchtkwaliteit te monitoren?
Je hoeft niet bij de eerste workshop aanwezig te zijn geweest om naar de tweede workshop te komen, maar dat mag wel. Indien je geen eigen laptop bij je hebt, kun je gebruik maken van een gedeelde laptop.
Over de AI-tool en rookwolken
De AI-tool wordt getraind om verdachte rookwolken afkomstig van het Tata Steel fabrieksterrein te identificeren. De kleur van een wolk geeft een indicatie van welke gassen of stoffen er in de wolk zitten. De kleuren zwart, geel, oranje en bruin geven een aanwijzing dat er giftige stoffen in de wolk kunnen zitten. Daarom traint de UvA de AI-tool om zwarte, gele, oranje of bruine wolken te herkennen. In dit project wordt er niet gemeten welke stoffen of gassen er precies in de wolken zitten.
Voorbeelden van burgerwetenschap met Artificiële Intelligentie
Hoe kan AI burgers helpen om de leefomgeving te verbeteren? Onderzoekers Yen-Chia en Katja geven ons twee voorbeelden. De gemeente Amsterdam experimenteert ook met AI. Zij maken het bijvoorbeeld mogelijk om met Project Sidewalk AI foto's van de stad automatisch te analyseren op plekken waar mensen in een rolstoel of mindervaliden problemen ondervinden. Het gaat dan bijvoorbeeld om obstakels op de stoep, paaltjes of plekken waar de trottoirband niet verlaagd is, en waar je dus niet makkelijk met een rollator of roelstoel van de stoep kan komen. Om dit AI model te trainen vragen zij inwoners en experts om plekken in de openbare ruimte te melden die slecht toegankelijk zijn voor mindervaliden.
Een ander voorbeeld, waar Yen-Chia ook aan heeft meegewerkt, is het Smell Pittsburgh project. Dit project betrekt inwoners om geuroverlast te melden met een app op de smartphone. Pittsburgh is een stad met veel industrie en als inwoners een chemische geur ervaren kan dit een indicatie zijn voor een chemische of giftige stof in de lucht. Het project gebruikt AI om te voorspellen wanneer omliggende industrie weer geuroverlast zal veroorzaken. Zo ondersteunen zij inwoners bij het aantonen van overlast of vragen rondom gezondheid.