#57 Keerzijde van de slimme auto

7 apr.

De opslag van data en de wijze waarop we veiligheid vaststellen, zijn de minder besproken kanten van slimme mobiliteit.

Kunstmatige intelligentie heeft nog niet tot dé doorbraak geleid van de zelfrijdende auto die we misschien hadden verwacht. De computer leerde beter schaak, Go en zelfs computerspelletjes spelen. De zelfrijdende auto kon niet lang meer op zich laten wachten, zo dacht iedereen. Die doorbraak lag echter niet zozeer in de technologie, maar in de onderzoeksopzet. Bij deze spelletjes was het mogelijk computers tegen zichzelf te laten spelen. Ze konden leren door heel vaak te falen. Zo kun je auto’s niet trainen. En toch moet ook die heel veel verschillende situaties zien, om te kunnen leren. Er moeten dus meters gemaakt worden voordat de zelfrijdende auto ooit echt zelfstandig zal kunnen rijden. Om daarvan te kunnen leren is data-opslag nodig en voor die data-opslag is energie nodig.

Dat de zelfrijdende auto voor belangrijke maatschappelijke veranderingen zal zorgen, zoals meer verkeersveiligheid en minder milieuvervuiling, wordt vaak als een feit gepresenteerd. Is dat terecht? En blijven die veranderingen nu uit?

Of er minder dodelijke slachtoffers zullen zijn is niet makkelijk met enige zekerheid te zeggen. In 2017 reden we in Nederland 119,1 miljard kilometer en waren er 201 verkeersdoden door een personen- of bestelauto. Dat is minder dan twee dodelijke slachtoffers per miljard kilometer. Stel nu dat we dit willen vergelijken met de kilometers van een zelfrijdende auto om te weten of die veiliger zijn. Om daar statistisch iets over te zeggen moet je nogal wat kilometers maken. Acht miljard kilometer berekende Rand Corporation in 2016 op basis van cijfers uit de V.S. Maar voor je weet of er ook minder dodelijke slachtoffers zijn, uiteraard nog heel erg veel meer. Het stelt toezichthouders voor een uitdaging.

Nu hoeft dit niet per se te betekenen dat toezichthouders moeten wachten tot er voldoende kilometers gereden zijn. Stel we zeggen: met elke gereden kilometer krijgen we meer informatie - misschien ook omdat meer data ook nodig zijn om zelfrijdende auto’s beter te maken.

Stel we zeggen: met elke gereden kilometer krijgen we meer informatie — misschien ook omdat meer data nodig zijn om zelfrijdende auto’s beter te maken. We slaan die data op, want dat is waar we van leren. Het gaat dan om de gegevens van sensoren in zo’n auto. Dat zijn veel gegevens: volgens Intel 2,7 terabyte per uur. Hoeveel data zijn 8 miljard kilometer? Bij een gemiddelde snelheid van ongeveer 40 kilometer per uur, gaat het om 200 miljoen uur, dus dat is 540 miljoen terabyte aan data.

Die opslag kost energie. Wanneer we die op een relatief energiezuinige manier opslaan, dan passen er 24 harddisks van 8 terabyte in een server. Er gaan 42 servers in een rack in een datacentrum. Dan is er dus ruimte voor 8064 terabyte aan data per rack. Er zijn dan 66.964 racks nodig. Zo’n rack verbruikt 2,5 kilowatt per uur. Samen verbruiken ze dan 1,5 terrawattuur per jaar. Dat is de helft van de energie die kerncentrale Borsele per jaar produceert. Misschien wel meer, want de markt kiest doorgaans nog voor goedkoop, niet voor energiezuinig. Dit is natuurlijk een bierviltjes-berekening, maar het geeft wel een indicatie.

De opslag van data en de wijze waarop we veiligheid vaststellen, zijn de minder besproken kanten van slimme mobiliteit. De maatschappelijke consequenties van technologie liggen echter niet alleen in de werkelijke mogelijkheden van een technologie of welke normen we stellen aan de inzet ervan. Minstens zo belangrijk is in welke mogelijkheden we simpelweg geloven en welke consequenties we kritisch onderzoeken.