Een terminator zijn voor zwerfafval. En het liefst zo effectief dat die rol straks overbodig wordt. Dat is de missie van Dirk ‘zwerfinator’ Groot. Naast de grijpstok zitten er nog twee andere ‘wapens’ in zijn arsenaal: de mobiele telefoon en data-analyse.
Tijdens opruimacties maakt hij een foto van elk stuk afval dat hij verzamelt. Op die manier heeft Groot al een databank van meer dan een miljoen zwerfafvalfoto’s gecreëerd. Genoeg data om AI mee te trainen. Dat is dan ook precies wat hij en Capgemini samen met studenten van Hogeschool Utrecht heeft gedaan. Ze ontwikkelden de app Litterlens, om het tijdrovende proces van zwerfafval classificeren – met behulp van AI – te versnellen.
Van elk stuk opgeruimd afval wordt genoteerd om wat voor soort afval het gaat, op welke dag en welk tijdstip het is gevonden en op welke locatie het zich bevond. Dat is niet nieuw. Groot had er al een AI-model op getraind, en het was aan Capgemini en de studenten om dit model te verbeteren. Het model dat nu achter de ontwikkelde app draait is nog niet beter dan het zelfgetrainde van Dirk, maar geeft wel snel een eerste indruk van het soort afval dat Dirk tijdens een opruimactie ophaalt.
Bottleneck
Hoe meer opruimacties en heatmaps, hoe beter we in Nederland het zwerfafvalprobleem in beeld krijgen. En dat helpt weer om nationale en lokale maatregelen te nemen die écht effect hebben. Maar het handmatig invoeren van gegevens was daarbij heel duidelijk een bottleneck. Dat gaf Groot vorig jaar ook aan tijdens de Innovation Day van Capgemini. Daarbij had hij een concrete vraag: is het mogelijk om op basis van digitale technologie data sneller in te winnen en te classificeren?
Ja, dat kan zeker! Dat was de spontane reactie van Luc Baardman, managing consultant strategy & transformation bij Capgemini. Het toeval wilde dat hij net op zoek was naar een geschikt project voor Hogeschool Utrecht, waar Capgemini elk jaar een aantal studenten begeleidt bij het bouwen van een proof of concept op basis van AI.
Samen met Groot en de studenten gingen experts van Capgemini aan de slag met een app die ze heel toepasselijk Litterlens noemden. Baardman: ‘De grootste uitdaging was het vinden van een geschikt AI-model. We hebben er wel een stuk of tien getest voordat we een model vonden dat over de parameters beschikte die we voor onze app nodig hadden. Daarbij hebben we er bewust voor gekozen om een applicatie te bouwen die de gebruiker de mogelijkheid geeft om de resultaten te verifiëren en – indien nodig – te corrigeren. We zijn er nog niet, bij het inwinnen van de data moeten we de nodige kinderziektes nog uit de app halen om ook dat stuk te optimaliseren.’
Vuurdoop tijdens SAIL Amsterdam
De vuurdoop vond eind augustus plaats in Amsterdam-Noord, langs een drukke fietsroute naast het Noordhollandsch Kanaal. Vlak voor de start van SAIL Amsterdam vond daar de eerste opruimactie plaats, en de tweede nadat dat evenement was afgelopen. Groot: ‘We vonden die tweede keer net zoveel afval als de eerste keer. Ook het soort afval was vergelijkbaar. We konden dus geen link leggen met SAIL en het afval dat daar langs dat fietspad in Amsterdam-Noord lag. Op zich is dat een positieve constatering. Tegelijkertijd bevestigen de resultaten maar weer dat het opruimen van zwerfafval dweilen met de kraan open is.’
‘Dat was wel ontmoedigend’, beaamt Baardman, die tijdens beide opruimacties van de partij was. ‘Maar het belangrijkste was toch wel dat we de Litterlens-app voor het eerst in de praktijk konden testen. Bovendien moesten we constateren dat we nog een hoop werk hebben aan de app zelf.’
Data om af te rekenen met zwerfafval
Het uploaden van de foto’s verliep soepel, maar niet perfect. En bij de AI-analyse bleek Litterlens in staat om het materiaal van zo’n 70 procent van het afval op de juiste manier te classificeren. Bij wat specifiekere classificatie – bijvoorbeeld de vermelding van een merk – heeft het model nog altijd meer moeite. Maar alles bij elkaar goed genoeg om een groep afvalrapers meteen een eerste indruk te geven van het resultaat.
‘Daarnaast is dankzij de Litterlens-app het uploaden van foto’s minder omslachtig. En oké, niet alles klopt, dus ik moet nog wel een check doen en wat dingen aanpassen. Maar mijn digitale replica geeft al een aardige eerste inschatting. Ik hoop dat dit steeds beter wordt’, aldus Groot. De eerste resultaten qua tijdbesparing zijn veelbelovend, volgens Baardman: ‘Ik zie een proces waar Dirk deze technologie gebruikt om sneller data in te winnen en te classificeren. Die kan uiteindelijk worden omgezet in kennis, voor het bedenken van beleid om af te rekenen met zwerfafval.’
Overdracht
‘We willen dat Dirk er écht iets aan heeft, dus richten ons nu op het stabiliseren van de app, het inwinnen van data en het kunnen bewerken en downloaden van de data op de juiste manier. We zijn erachter gekomen dat Dirk vervangen nog niet aan de orde is: het blijft mensenwerk. Maar met AI is al wel een eerste indruk te geven, dat vind ik een mooi resultaat’, geeft Baardman aan.
Een bijkomend positief resultaat: de studenten van de Hogeschool Utrecht hebben een tien gekregen voor dit project.
Lees ook:
- Efficiënt of verspilling? Waarom jouw ChatGPT-vraag soms beter naar Google kan
- Hoe duurzaamheid nu écht de winkelwagen verovert
- Wereldwijde trend: bedrijven worden duurzamer, maar geopolitieke spanningen brengen onrust
Dit artikel is gemaakt door een van onze expertredacteuren in samenwerking met onze partner Capgemini. Change Inc. werkt met partners die de klimaattransitie aanjagen. Zij kunnen cases presenteren waar anderen zich aan kunnen optrekken en zijn eerlijk over de uitdagingen. Niet één bedrijf is al 100 procent duurzaam, maar veel zijn onderweg. Dankzij ons partnermodel zijn onze artikelen gratis toegankelijk voor iedereen. Benieuwd naar hoe wij werken? Klik hier.
