Latest / De Technoloog | BNR / Hoe bijen drones helpen navigeren

Transcript

Hoe bijen drones helpen navigeren · De Technoloog | BNR

• 0:05
  Speaker 1: Dit is een BNR-podcast.
• 0:30
  Speaker 2: Welkom bij de Technoloog nummer 520. Hallo Daniel. Dag Ben. Ja,
• 0:33
  Speaker 2: wat mooi vandaag gaan we het over bijen hebben. Ja, bijen,
• 0:36
  Speaker 1: maar dan ook met propellers. Ah, dat is dan jammer hè,
• 0:39
  Speaker 1: want ik wil het over bijen gaan hebben. Wie hebben
• 0:41
  Speaker 1: we te
• 0:42
  Speaker 2: gast? Guido van de Kroon.
• 0:43
  Speaker 1: Hallo Guido. Guido de Kroon
• 0:45
  Speaker 2: De Kroon? Ja. Jeetje staat er weer Van Der Kroon. Ja,
• 0:49
  Speaker 2: omdat ik Van Derburg heet. Nou, dat is irrelevant. Je
• 0:51
  Speaker 2: bent hoogleraar aan de TU Delft. Ja.
• 0:55
  Speaker 1: In welke onderdeel opties? Micro Air Vehicle Laboratory.
• 0:59
  Speaker 3: Dat is onderdeel van lucht- en ruimtevaart, neem ik aan. Ja,
• 1:02
  Speaker 3: dat is onderdeel van lucht- en ruimtevaart. En ik hou
• 1:05
  Speaker 3: me bezig met AI voor drones
• 1:08
  Speaker 2: Ik ben vooral benieuwd over bijen. Wat is
• 1:11
  Speaker 3: je fascinatie voor bijen? Ik ben gefascineerd door de natuur
• 1:18
  Speaker 3: in het algemeen. En ook hoe intelligentie in de natuur werkt.
• 1:25
  Speaker 3: De bijen zijn extra interessant omdat ze heel erg klein zijn.
• 1:29
  Speaker 3: En als je ze in je tuin ziet rondvliegen, dan
• 1:32
  Speaker 3: vinden we dat allemaal maar normaal. Maar als je net
• 1:35
  Speaker 3: als ik probeert om drones zelf te laten vliegen... dan
• 1:38
  Speaker 3: zou je diep onder de indruk zijn van wat die
• 1:40
  Speaker 3: bijtjes allemaal doen.
• 1:41
  Speaker 2: Ja, ik moet heel erg denken aan vliegtuigen lang geleden...
• 1:45
  Speaker 2: dat ze dachten, uiteindelijk is die vleugel anders geworden dan
• 1:48
  Speaker 2: een vogel vliegt. Dus dan moest ik denken aan die
• 1:51
  Speaker 2: bijen van jou. Dus wat maakt een bij zo knap
• 1:54
  Speaker 2: dat die vliegt hoe die vliegt? Wat doet die dan
• 1:57
  Speaker 3: wat zo knap is? Het gaat niet alleen om het vliegen,
• 2:00
  Speaker 3: dat is ook heel knap hoe dat allemaal werkt. En
• 2:03
  Speaker 3: inderdaad de oplossingen waar we als mensheid eerst mee zijn
• 2:06
  Speaker 3: gekomen zijn de vliegtuigen zoals we die kennen met vaste
• 2:09
  Speaker 3: vleugels die niet flapperen. We werken trouwens bij de TU
• 2:15
  Speaker 3: Delft ook aan een soort vlinderdrones die wel met de
• 2:18
  Speaker 3: vleugels flapperen. Dus we zijn iets later toch ook op
• 2:22
  Speaker 3: dat pad gegaan. Ik heb al eerste demoversies ook van
• 2:25
  Speaker 3: echte vliegtuigen toch
• 2:26
  Speaker 2: gezien... dat ze probeerden in het begin 20e eeuw, eind
• 2:30
  Speaker 2: 19e eeuw... ze probeerden dat wel in het begin.
• 2:33
  Speaker 3: Ja, ze probeerden dat in het begin. En uiteindelijk hebben
• 2:36
  Speaker 3: ze door heel veel te proberen... maar ook te bestuderen,
• 2:39
  Speaker 3: meer inzicht gekregen... En als je een heel groot toestel
• 2:43
  Speaker 3: hebt en je wil daar heel veel mensen in stoppen...
• 2:45
  Speaker 3: dan
• 2:46
  Speaker 2: is flapperen met de
• 2:47
  Speaker 3: beugels niet echt
• 2:49
  Speaker 2: ideaal. Maar terug naar die bij. Wat maakt een bij,
• 2:52
  Speaker 2: dus niet alleen het vliegen, maar ook het navigeel... wat
• 2:54
  Speaker 2: maakt een bij zo bijzonder, wat je geleerd hebt... wat
• 2:56
  Speaker 2: je nu ook in drones toe wil passen? Dus wat
• 2:58
  Speaker 2: maakt een bij bijzonder?
• 3:00
  Speaker 3: Nou, de bij is heel klein, maar doet heel veel
• 3:03
  Speaker 3: dingen heel erg slim. En het gaat echt om van alles.
• 3:06
  Speaker 3: Dus bijvoorbeeld als je in je tuin kijkt, dan zie
• 3:08
  Speaker 3: je een bijtje op een bloem landen. Dat is eigenlijk
• 3:11
  Speaker 3: heel moeilijk, want de bloem beweegt door de wind. En
• 3:15
  Speaker 3: eerst moet de bij al weten, daar wil ik heen.
• 3:17
  Speaker 3: En dan moet hij daar ook echt op landen. Terwijl
• 3:19
  Speaker 3: hij ondertussen verstoord wordt door de wind. Maar het gaat
• 3:23
  Speaker 3: ook om dingen zoals een bijtje kan bewegen. Wegreizen van
• 3:30
  Speaker 3: zijn korf. En dan tot over tien kilometer ver weg vliegen.
• 3:34
  Speaker 3: Een bloemenveld vinden. En dan met nectar terugkomen naar de korf.
• 3:39
  Speaker 3: En dat is iets wat in robotica sowieso heel moeilijk is.
• 3:43
  Speaker 3: Maar helemaal moeilijk zou zijn als de robots zo klein
• 3:47
  Speaker 3: zouden zijn. Hoe doet hij
• 3:50
  Speaker 2: dat landen? Dus met de wind en dan die ene bloem?
• 3:54
  Speaker 3: Nou, bijen gebruiken hun zicht heel veel daarvoor. Dus ze
• 4:00
  Speaker 3: hebben hele kleine oogjes. En hun ogen werken wel anders
• 4:06
  Speaker 3: dan de onze. Dus als je kijkt naar zo'n oog,
• 4:11
  Speaker 3: dan zie je allemaal van die facetjes. Dus ze hebben facetogen.
• 4:15
  Speaker 3: Maar met hun ogen nemen ze de wereld waar. En
• 4:18
  Speaker 3: ze kijken dus heel veel ook naar beweging bijvoorbeeld. Maar
• 4:21
  Speaker 3: ook naar vormen. En ja... Wij kunnen zelf met drones
• 4:28
  Speaker 3: laten kijken. En dus ook bijvoorbeeld beweging laten zien. En
• 4:31
  Speaker 3: dan kunnen we proberen na te doen wat erbij doet.
• 4:33
  Speaker 3: Want dat
• 4:33
  Speaker 2: doe je. Je probeert echt die facetten, hoe ze kijken,
• 4:36
  Speaker 2: dat probeer je na te maken. Heb je dan speciale
• 4:38
  Speaker 2: camera's in die kleine droontjes?
• 4:41
  Speaker 3: Nou, dat is het grappige. De menselijke technologie is niet
• 4:45
  Speaker 3: altijd zo ver als de natuur. Als erbij,
• 4:47
  Speaker 2: nee. Je
• 4:47
  Speaker 3: hoeft ook
• 4:47
  Speaker 2: niet alles te kopiëren
• 4:49
  Speaker 3: Dus... Dus we hebben eigenlijk geen camera's zoals de bij
• 4:57
  Speaker 3: ogen heeft
• 4:58
  Speaker 2: Bestaat nu niet? Zijn
• 5:00
  Speaker 1: er
• 5:00
  Speaker 2: wel camera partijen
• 5:02
  Speaker 1: die dat proberen? Ik heb eerder een andere vraag. Jij
• 5:05
  Speaker 1: bent bezig met van die micro drones, vliegende dingetjes. Ja,
• 5:10
  Speaker 1: bij drones. Ja, precies. Is een bij zo goed en
• 5:15
  Speaker 1: zo interessant en zo goed ontwikkeld... dat dat de inspiratie
• 5:18
  Speaker 1: is om het perfecte droontje te maken...
• 5:22
  Speaker 3: Ja, ja. Je probeert
• 5:25
  Speaker 2: eigenlijk een bij na te maken
• 5:27
  Speaker 3: Nee, ik probeer niet een bij na te maken. Ik
• 5:29
  Speaker 3: probeer te leren van hoe vliegende insecten... Kijk, een bij
• 5:33
  Speaker 3: is een heel mooi voorbeeld. Het is heel erg goed
• 5:36
  Speaker 3: bestudeerd door mensen. Ook omdat wij mensen de bij belangrijk vinden.
• 5:41
  Speaker 3: Is ook belangrijk,
• 5:42
  Speaker 1: hè? Is ook honing. Onze vriend
• 5:44
  Speaker 3: de bij. Dus de bij is zeker een heel goed voorbeeld, maar...
• 5:49
  Speaker 3: Heel veel vliegende insecten zijn eigenlijk heel erg interessant... en
• 5:53
  Speaker 3: doen allemaal slimme dingen. De bij vind ik extra interessant
• 5:57
  Speaker 3: omdat ze ook nog eens samenwerken. Het is een sociaal insect,
• 6:04
  Speaker 3: noemen ze dat. Dus bijvoorbeeld als die bij terugkomt met
• 6:08
  Speaker 3: de nectar... in het nest, of in de korf, waar
• 6:11
  Speaker 3: het donker is... gaat hij dan een dansje doen. En
• 6:13
  Speaker 3: met dat dansje vertelt hij aan de andere bijen in
• 6:16
  Speaker 3: de korf... hé, ik heb die kant uit. En dan... Ja,
• 6:21
  Speaker 3: dat is ook fascinerend. Want ze dansen dus met een
• 6:24
  Speaker 3: hoek ten opzichte van de zwaartekracht in het nest... En
• 6:27
  Speaker 3: de bij die die dans observeert, gaat dan diezelfde hoek volgen,
• 6:30
  Speaker 3: maar in vertrekking
• 6:32
  Speaker 4: tot de zon
• 6:33
  Speaker 3: Dus als ze naar buiten komen, gaan ze kijken van, oh,
• 6:35
  Speaker 3: hij ging met 30 graden ten opzichte van de zwaartekracht.
• 6:38
  Speaker 3: Dus nu ga ik met 30 graden ten opzichte van
• 6:40
  Speaker 3: de zon, ga ik vliegen. En hij danste zo lang,
• 6:44
  Speaker 3: of zij danste zo lang. die datzelfde veld vinden. Dus
• 6:52
  Speaker 2: dat is zijn spraak eigenlijk. Dus het dansje is zijn spraak.
• 6:56
  Speaker 2: Ik heb zoveel vragen. Eerst deze nog, want nu trigger
• 7:00
  Speaker 2: je hem. Ik ga straks weer terug naar jouw bewegen
• 7:03
  Speaker 2: en vormen en die facetten met ogen. Dan ga ik
• 7:05
  Speaker 2: zomaar terug. Maar eerst deze. Heb je dan in die
• 7:08
  Speaker 2: korf camera's gehangen en je analyseert die dansjes en dan
• 7:11
  Speaker 2: kijken wat die dansjes betekenen?
• 7:13
  Speaker 3: Nou, dat is ik niet,
• 7:14
  Speaker 2: maar de biologen
• 7:15
  Speaker 3: wel. Ja, inderdaad. En ze zijn er pas redelijk recent achter...
• 7:20
  Speaker 3: hoe ze de dans eigenlijk volgen. Dus dat doen ze
• 7:25
  Speaker 3: zeer waarschijnlijk met antennes. Dus ze hebben die bijen van
• 7:28
  Speaker 3: die antennes. Want het is donker.
• 7:32
  Speaker 2: Maar nu moeten mensen echt even op YouTube bekijken. Gido
• 7:35
  Speaker 2: de Kroon doet een bijdans.
• 7:37
  Speaker 1: Ja, die hoort na een bijdans. Ik vind het wel
• 7:41
  Speaker 1: echt fascinerend. Jij wil een soort biologie-podcast maken. Nee
• 7:45
  Speaker 2: nee. Want ik heb de hele tijd drone in mijn hoofd.
• 7:47
  Speaker 2: Dus ik vraag dit allemaal naar de drone toe. Wat
• 7:51
  Speaker 2: je dus leert ervan.
• 7:52
  Speaker 1: Ik vind het zo mooi dat jij net dat voorbeeld
• 7:54
  Speaker 1: gaf van die vliegtuigen. Oké, daar hebben we het niet
• 7:56
  Speaker 1: gedaan alsof we een vogel waren. Alsof we een vogel
• 7:58
  Speaker 1: gingen nabootsen. Maar dus hier zeg jij, om van die
• 8:01
  Speaker 1: hele kleine droontjes te maken... kunnen we dus wel degelijk
• 8:04
  Speaker 1: leren van de natuur, van de bij bijvoorbeeld. Die zijn
• 8:07
  Speaker 1: dus zo goed en zo efficiënt dat dat... Oké, gaan
• 8:09
  Speaker 2: we nu al naar de drone toe? Dat is goed. Oké,
• 8:11
  Speaker 2: dan doen we eerst nog dat dansen. Dan kom ik
• 8:13
  Speaker 2: straks bij het kijken met die bloem. Eerst het dansen.
• 8:16
  Speaker 2: Dus jouw droontjes, even voor de mensen... ze zijn natuurlijk
• 8:20
  Speaker 2: heel klein, in kassen gebruikt toch? Het gebruik komen ze op.
• 8:24
  Speaker 2: Want dat wil ik even kort houden. Gaan die van
• 8:28
  Speaker 2: jou ook dansen met een zwerm? Dat ze bij elkaar
• 8:30
  Speaker 2: komen en snappen wat er gebeurt
• 8:32
  Speaker 3: Nou, dus dat is interessant. Dus ik denk, je hoeft
• 8:34
  Speaker 3: niet altijd blindelingse natuur te volgen. Nee, maar? Nou, onze
• 8:38
  Speaker 3: drones dansen nog niet. Wie weet gaan ze het ooit
• 8:40
  Speaker 3: wel doen. Tjongejonge,
• 8:41
  Speaker 2: ze dansen
• 8:41
  Speaker 1: niet eens. Sorry dat ik je
• 8:42
  Speaker 3: daarmee teleurstel. Ja, dat vind ik echt slecht. Maar ik denk,
• 8:45
  Speaker 3: voor heel veel dingen hebben we gewoon eigenlijk betere opties
• 8:49
  Speaker 3: met technologie. Dus bijvoorbeeld draadloze communicatie. Daar kun je veel
• 8:53
  Speaker 3: sneller natuurlijk... Ja
• 8:55
  Speaker 1: veel sneller waar je naartoe
• 8:56
  Speaker 3: moet. Maar je kunt er wel veel van leren. Dus
• 8:59
  Speaker 3: een van de dingen die we laatst hebben ontwikkeld... is
• 9:05
  Speaker 3: juist hoe kunnen drones navigeren zoals bijen. Want dat navigeren
• 9:09
  Speaker 3: is eigenlijk iets wat je altijd moet doen met een robot.
• 9:12
  Speaker 3: Je wil op z'n minst dat je robot ergens heen
• 9:15
  Speaker 3: kan gaan... en bijvoorbeeld terug kan keren. Ja. Als je
• 9:18
  Speaker 3: dat doet met huidige methodes in de AI en de robotica,
• 9:23
  Speaker 3: dan heb je veel te veel rekenkracht nodig. Dus wat
• 9:27
  Speaker 3: bijvoorbeeld zelfrijdende auto's doen is, ze hebben natuurlijk GPS, ze
• 9:30
  Speaker 3: hebben kaarten, maar ze gaan ook met allerlei sensoren, zoals laserscanners,
• 9:35
  Speaker 3: gaan ze de omgeving scannen. En dan maken ze een
• 9:38
  Speaker 3: soort driedimensionale kaart om zich heen. En die drie-dimensionale kaart
• 9:43
  Speaker 3: kunnen ze dan gebruiken om een pad te plannen. Van, oh,
• 9:45
  Speaker 3: ik wil daarheen, dus dan moet ik hieromheen en dan
• 9:47
  Speaker 3: kan ik zo terug. Maar je kunt je voorstellen dat
• 9:50
  Speaker 3: als je zelfs van deze hele kleine opnameruimte, als je
• 9:53
  Speaker 3: daar een 3D-kaart van maakt, dan heb je gewoon, vooral
• 9:56
  Speaker 3: met detail, weet je wel, dat draadje, daar wil ik
• 9:59
  Speaker 3: ook hebben, dan heb je echt heel veel geheugen en
• 10:01
  Speaker 3: rekenkracht nodig. En daarvoor heb je dus een grote computer nodig. Ja,
• 10:04
  Speaker 3: die ruimte is er niet. Nee, dat kan gewoon niet
• 10:07
  Speaker 3: op kleine drones. Dus we hebben ook drones in het lab,
• 10:10
  Speaker 3: wat ik al zei, vlinderrobots die wegen 20 gram Dus
• 10:14
  Speaker 3: die kunnen nooit een computer meenemen die dat allemaal kan berekenen.
• 10:18
  Speaker 3: Dus hoe doe je het dan wel, is de vraag.
• 10:20
  Speaker 2: Nou ja, die vraag ga je antwoorden. Nee, we willen
• 10:25
  Speaker 2: het niet weten. Eet
• 10:27
  Speaker 3: iets anders.
• 10:27
  Speaker 2: Eet iets
• 10:28
  Speaker 3: anders nu. Vertel. Nou ja, dus daar heb ik dus
• 10:32
  Speaker 3: ook naar biologische studies zitten kijken. En biologen zijn hier
• 10:36
  Speaker 3: ook door geïntrigeerd van hoe doen insecten dat eigenlijk... Want
• 10:39
  Speaker 3: die kunnen dat heel goed. Ze zijn heel klein. En
• 10:42
  Speaker 3: die lijken dus niet echt een kaart te maken. Of
• 10:44
  Speaker 3: zo'n gedetailleerde kaart. Wat ze in de biologie gezien hebben.
• 10:48
  Speaker 3: Ze wisten sowieso dat bijen twee dingen doen. Dus één
• 10:52
  Speaker 3: ding wat ze doen. Noemen ze odometrie. En odometrie voor
• 10:57
  Speaker 3: een mens is stappen tellen... en bijhouden in welke richting
• 10:59
  Speaker 3: je loopt. Dus als ik bijvoorbeeld ergens ben en ik
• 11:03
  Speaker 3: wil daar terugkomen... en ik doe honderd stappen naar het noorden...
• 11:06
  Speaker 3: dan weet ik, als ik nou honderd stappen naar het
• 11:08
  Speaker 3: zuiden toe... dan hoor ik terug te zijn waar ik was.
• 11:11
  Speaker 3: Maar je snapt al, het gaat niet helemaal goed. Want
• 11:13
  Speaker 3: die stappen zijn niet echt heel accuraat. Rood, klein, ja. Precies,
• 11:18
  Speaker 3: misschien zet je net je stap iets anders. Je komt
• 11:21
  Speaker 3: dus niet precies terug waar je bent, maar wel in
• 11:23
  Speaker 3: de buurt daarvan. En dat odometrie voor bijen ziet er
• 11:27
  Speaker 3: anders uit. Die kijken meer van... hoe snel beweegt het
• 11:30
  Speaker 3: landschap voorbij. Dus als je bijvoorbeeld in een trein zit...
• 11:32
  Speaker 3: dan zou je... als je sneller gaat, zie je die
• 11:35
  Speaker 3: bomen sneller voorbij schieten. En als je dat een beetje
• 11:38
  Speaker 3: voorbij houdt... dan zou je ruwweg kunnen weten van... nou,
• 11:40
  Speaker 3: dan kan ik zo weer terug. Dus dat is wat
• 11:42
  Speaker 3: bijen doen. Dus dat is één ingrediënt. Tweede ingrediënt is
• 11:47
  Speaker 3: dat ze rond hun korf... rond hun nest... leren ze
• 11:50
  Speaker 3: de omgeving. En... Dus biologen weten dat ze bijvoorbeeld gebruiken...
• 11:55
  Speaker 3: als daar een grote boom staat, een paar meter van
• 11:58
  Speaker 3: de korf... dan onthouden ze dat. Dus als je die
• 12:00
  Speaker 3: boom weghaalt... dan is zo'n insect in de wacht als
• 12:02
  Speaker 3: hij terugkomt. Biologen doen allerlei dingen om insecten te pesten.
• 12:07
  Speaker 3: Dan zetten ze bijvoorbeeld twee zuilen neer... en dan gaat
• 12:09
  Speaker 3: de insect weg en dan gaan ze die zuilen snel...
• 12:11
  Speaker 3: 10 meter naar links verzetten. Die biologen.
• 12:15
  Speaker 1: Die biologen zijn veel leuker dan
• 12:17
  Speaker 2: biologen
• 12:20
  Speaker 3: Het zijn heel aardige lijken
• 12:20
  Speaker 2: van mensen
• 12:21
  Speaker 3: hoor. Nee
• 12:22
  Speaker 2: hoor, het is helemaal niks. Maar goed, dat doen ze
• 12:24
  Speaker 2: om ze te pesten. En ze weten de omgeving. Dat
• 12:27
  Speaker 2: zijn de twee elementen. Als
• 12:27
  Speaker 3: zo'n insect terugkomt, dan gaat hij eigenlijk naar die zuilen toe.
• 12:30
  Speaker 3: Als bijvoorbeeld dat nest in het midden van die zuilen was...
• 12:32
  Speaker 3: dan gaat hij daar zitten zoeken. gebruiken, maar ze weten
• 12:36
  Speaker 3: niet goed hoe die bijen dat dan precies leren en
• 12:39
  Speaker 3: wat ze dan precies doen. En dat is superleuk, want
• 12:43
  Speaker 3: ik lees dan die artikels en ik denk, hoe kunnen
• 12:45
  Speaker 3: we dit nou in een robot stoppen? Wat we ook
• 12:48
  Speaker 3: zo efficiënt... Dus wat we gedaan hebben is, we gaan
• 12:51
  Speaker 3: drones nu, net als bijen, leervluchten laten doen. Dus wat
• 12:55
  Speaker 3: is een leervlucht? Als een bij voor het eerst de
• 12:58
  Speaker 3: korf uitgaat... voordat hij ver weg gaat vliegen naar een bloemenveld...
• 13:03
  Speaker 3: gaat hij eerst een soort rondje vliegen in de buurt
• 13:05
  Speaker 3: van de korf. Dus 50 meter weg, 100 meter weg, zoiets.
• 13:10
  Speaker 3: Dus wij doen dat nu ook met een drone. Dus
• 13:11
  Speaker 3: we gaan vliegen... Vliegen we rond het nest van de robot.
• 13:16
  Speaker 3: Het basisstation. En wat wij nu denken... en dat is
• 13:20
  Speaker 3: ook een soort voorstel richting de biologie... is dat terwijl
• 13:24
  Speaker 3: ze zo'n leervlucht maken... houden ze bij waar ze zijn
• 13:27
  Speaker 3: met odometrie. Dus door dat stappentellen. En elke keer, terwijl
• 13:32
  Speaker 3: ze vliegen, kijken ze wat zie ik... En als ik
• 13:34
  Speaker 3: dit zie, bijvoorbeeld, ik ben nu heel dicht bij die boom...
• 13:37
  Speaker 3: dan weet ik dat mijn nest ongeveer tien stappen die
• 13:42
  Speaker 3: kant uit is. En dat leren doen we met een
• 13:45
  Speaker 3: orale netwerk. Dus dat is een stukje kunstmatige intelligentie. Die
• 13:49
  Speaker 3: leert eigenlijk om een plaatje te verwerken en meteen te zeggen...
• 13:53
  Speaker 3: als je naar huis wil, moet je die kant uit
• 13:55
  Speaker 2: Dus jouw droontje gaat ergens weg. Met die odometrie gaat
• 14:00
  Speaker 2: hij er omheen... Dus slaat hij dat zelf in dat
• 14:06
  Speaker 2: kleine droontje
• 14:07
  Speaker 3: op? Dat is een heel interessante vraag. Waar biologen vroeger
• 14:10
  Speaker 3: vooral aan dachten was... dat ze plaatjes zouden maken en
• 14:13
  Speaker 3: op zouden slaan
• 14:14
  Speaker 3: Maar het interessante hier is dat dat netwerk... die krijgt
• 14:17
  Speaker 3: een plaatje en die moet... dat komt in het netwerk...
• 14:21
  Speaker 3: en dan aan de buitenkant van het netwerk moet hij zeggen...
• 14:24
  Speaker 3: ga die kant uit en zoveel stappen. Dus het is
• 14:27
  Speaker 3: niet alleen die richting, maar ook zo ver. En die
• 14:30
  Speaker 3: kennis uiteindelijk komt in de connecties... tussen de kunstmatige neuronen
• 14:36
  Speaker 3: te zitten. Dus eigenlijk slaat hij die plaatjes niet op.
• 14:38
  Speaker 3: Want als je die plaatjes zou opslaan... heb je ook
• 14:40
  Speaker 3: weer
• 14:41
  Speaker 4: megabytes en
• 14:42
  Speaker 3: gigabytes nodig. Maar in plaats daarvan slaat hij de kennis op...
• 14:46
  Speaker 3: om een plaatje om te zetten in een richting en
• 14:48
  Speaker 3: een afstand. Dus bijvoorbeeld die boom, als die heel dik
• 14:52
  Speaker 3: is en een beetje donker... dan gaat die leren, als
• 14:56
  Speaker 3: ik iets heel dik donker zie in het midden... dan
• 14:59
  Speaker 3: weet ik dat ik die kant op moet. Maar als
• 15:01
  Speaker 3: die een beetje naar links zit, dan moet ik een
• 15:02
  Speaker 3: beetje meer... Als je dus een hele lege ruimte hebt,
• 15:06
  Speaker 2: dan is het vrij lastig voor jouw droontje.
• 15:08
  Speaker 3: Ja, dan is het onmogelijk. En je ziet ook in
• 15:10
  Speaker 3: de natuur dat ook dieren moeite hebben met dichte mist
• 15:15
  Speaker 3: of zo... Ja, dat is heel vervelend. En sommige dieren
• 15:18
  Speaker 3: zeggen gewoon van ja, ik ga vandaag gewoon niet vliegen. Nou,
• 15:20
  Speaker 3: dat zeggen mensen
• 15:20
  Speaker 1: ook.
• 15:21
  Speaker 3: Ja
• 15:21
  Speaker 1: ja. Dan blijf je ook gewoon thuis als het heel
• 15:22
  Speaker 1: dichter is. En je hebt dus het heel kleine droontje.
• 15:26
  Speaker 1: Hoeveel ruimte heb je om mee te werken? Hoeveel KB-geheugen
• 15:30
  Speaker 1: heb je
• 15:32
  Speaker 3: Ja, dus dat is... Sprekenkracht. Ja, dus waar we uiteindelijk
• 15:35
  Speaker 3: de methode die we ontwikkeld hebben, die dus dit doet
• 15:38
  Speaker 3: en gebruikt, straks om thuis te komen. Want er zit
• 15:41
  Speaker 3: nog een stukje verhaal aan vast. Moet je ook vertellen hoor. Ja, oké.
• 15:46
  Speaker 3: Uiteindelijk hebben we 42 kilobyte nodig ongeveer. Dat is heel
• 15:49
  Speaker 3: weinig kilobyte. We hebben ook veel experimenten gedaan met 4 kilobyte.
• 15:53
  Speaker 3: Het is natuurlijk een beetje rekbaar. We kunnen iets meer
• 15:55
  Speaker 3: geheugen geven. Maar het is wel veel minder geheugen. Echter
• 15:58
  Speaker 3: factor 10.000 minder dan als je zo'n kaart gaat zitten
• 16:01
  Speaker 3: maken
• 16:03
  Speaker 2: Ja, memorykaart zijn ook steeds duurder worden ze. Dus dat
• 16:05
  Speaker 2: is ook wel fijn. Precies ook goedkoop. Heel fijn is dat.
• 16:08
  Speaker 2: Maar er zal nog iets tussen zijn
• 16:10
  Speaker 3: Ja, dus na die leervlucht is er dus een redelijk
• 16:15
  Speaker 3: gebied rond het nest... waarin je eigenlijk de robot kunt droppen...
• 16:20
  Speaker 3: En dan kan hij kijken en dan ziet hij ook,
• 16:21
  Speaker 3: ik moet daarheen. En als hij telkens dat volgt, dan
• 16:23
  Speaker 3: komt hij terug bij het nest. Dus je hebt nu
• 16:26
  Speaker 3: eigenlijk een soort veiligheidsgebied.
• 16:29
  Speaker 2: Hoe ver
• 16:30
  Speaker 3: Waar je het altijd weet. Ja,
• 16:31
  Speaker 2: waar je altijd weet hoe je
• 16:32
  Speaker 3: terug moet komen.
• 16:33
  Speaker 2: Met het draaien steeds verder. Hoe ver? Hoeveel meter?
• 16:36
  Speaker 3: Dat ligt eraan hoe ver we uiteindelijk willen vliegen. Ik
• 16:39
  Speaker 3: heb een kast voor me
• 16:41
  Speaker 3: In een kast bijvoorbeeld zou je een gebied van 100
• 16:46
  Speaker 3: vierkante meter of zo kunnen
• 16:47
  Speaker 2: voorstellen
• 16:48
  Speaker 3: 10x10 meter. Dat is al best genoeg om honderden meters
• 16:52
  Speaker 3: te kunnen vliegen. Dus
• 16:53
  Speaker 2: het is niet kijken, het is dus de afstand meten.
• 16:56
  Speaker 2: Dat is de sensor, die meet afstand en richting. Het
• 16:59
  Speaker 3: is kijken. Wel met een
• 17:00
  Speaker 2: cameraatje
• 17:01
  Speaker 3: Met een cameraatje. Dus dat cameraatje, dus we hebben geen
• 17:04
  Speaker 3: insecten oog zoals ik al zei, maar we hebben wel
• 17:05
  Speaker 3: een gewone camera. En die kijkt dan tegen een spiegeltje
• 17:08
  Speaker 3: aan en die ziet dan helemaal rond. Dus je ziet
• 17:11
  Speaker 3: 360 graden rond. Kijk, insecten hebben dus die speciale ogen.
• 17:15
  Speaker 3: En een van de eigenschappen is dat ze ook heel
• 17:17
  Speaker 3: erg breed zicht hebben. Breder dan wij mensen. Precies facette ogen. Ja,
• 17:21
  Speaker 3: met die facette ogen. Ze zien ook bijna achter zich.
• 17:23
  Speaker 3: Ze hebben ongeveer 270 graden. Het hangt een beetje af
• 17:27
  Speaker 3: van de insectensoort. Dus ze kijken rond. En na dat
• 17:31
  Speaker 3: leerproces kun je hem dus neerzetten. Maakt hij een plaatje.
• 17:34
  Speaker 3: Dat plaatje gaat in een netwerk. En die zegt dan
• 17:36
  Speaker 3: vlieg die kant uit. Dat kan hij volgen. Maar nu
• 17:40
  Speaker 3: willen we veel verder weg gaan vliegen eigenlijk. En dat
• 17:42
  Speaker 3: is een van de geheimen achter de efficiëntie van deze methode.
• 17:46
  Speaker 3: We gaan eigenlijk veel verder vliegen dan dat veilige gebied.
• 17:49
  Speaker 3: Dus we gaan zeg maar echt honderden meters wegvliegen. En
• 17:54
  Speaker 3: terwijl we wegvliegen tellen we onze stappen. En onze drone
• 17:57
  Speaker 3: die doet net als de bijen dat voorbij trekken van
• 18:00
  Speaker 3: het landschap. Ik snap het. Ga door. En dan doet
• 18:03
  Speaker 3: hij dus bijvoorbeeld, laten we zeggen, 500 stappen. Nogmaals, vliegend.
• 18:08
  Speaker 3: En dan wil hij 500 stappen terug. Maar 500 stappen
• 18:10
  Speaker 3: is best ver. Dus je komt niet precies bij je
• 18:12
  Speaker 3: nest uit. Maar je komt wel in de veiligheidszone. Precies,
• 18:15
  Speaker 3: je komt in de veiligheidszone. En in die veiligheidszone kun
• 18:18
  Speaker 3: je de... De error, de fout die je hebt opgebouwd,
• 18:23
  Speaker 3: kun je dus te niet doen door te kijken. En
• 18:25
  Speaker 3: je ziet, oh, ik ben niet bij mijn nest. Ik
• 18:27
  Speaker 3: ben bij dat rare struikje naast mijn nest. Dus dan
• 18:31
  Speaker 3: moet ik die kant uit vliegen
• 18:32
  Speaker 1: Dus als je met die 500 stappen de ene of
• 18:34
  Speaker 1: de andere kant, als je maar binnen die 10 bij
• 18:36
  Speaker 1: 10 eindigt, dan zit je eigenlijk goed. Is het 10
• 18:39
  Speaker 1: bij 10
• 18:39
  Speaker 2: Want dat had ik nog even niet meegemaakt. Dat
• 18:40
  Speaker 3: werd gezegd
• 18:41
  Speaker 2: 10
• 18:41
  Speaker 3: bij 10 is een gebied wat
• 18:43
  Speaker 2: je kunt leren
• 18:43
  Speaker 3: als je niet al te ver. Dus bijvoorbeeld een bij
• 18:45
  Speaker 3: die vliegt Die moet een iets groter gebied leren dan.
• 18:52
  Speaker 3: En buiten leren wij dus bijvoorbeeld ook in een iets
• 18:54
  Speaker 3: groter gebied... dan in de binnenruimtes die we gehad hebben
• 18:59
  Speaker 2: Even tussendoor, Hielke is nu boos, want je zei error.
• 19:01
  Speaker 2: En Hielke wil niet dat je Engelse termen gebruikt
• 19:03
  Speaker 3: Ja, sorry.
• 19:03
  Speaker 2: Maar dit terzijde. Ik wil iets meer detail nog over...
• 19:07
  Speaker 2: Dus het is wel een camera met een spiegel. Hij
• 19:10
  Speaker 2: slaat niet de beelden op, want dat is te veel.
• 19:13
  Speaker 2: Wat slaat hij precies op? Dus alleen maar richting en stappen.
• 19:16
  Speaker 2: Dus dat is... Dus dat is natuurlijk heel weinig data.
• 19:19
  Speaker 2: Alleen maar dat slaat hij op. Dat slaat hij eigenlijk
• 19:21
  Speaker 2: niet op.
• 19:21
  Speaker 3: Wat hij opslaat is de connecties in het noraal netwerk.
• 19:28
  Speaker 3: Dus een noraal netwerk in een drone... is geïnspireerd op
• 19:33
  Speaker 3: het menselijk brein. Menselijke neuronen en neuronen in dieren in
• 19:39
  Speaker 3: het algemeen zijn best complex. Veel complexer dan wat we
• 19:42
  Speaker 3: in de technologie gebruiken. Maar we weten natuurlijk dat terwijl
• 19:47
  Speaker 3: we leren, veranderen connecties. Sommige connecties worden sterker, andere vallen weg.
• 19:52
  Speaker 3: En heel veel van onze kennis zit dus in die connecties...
• 19:55
  Speaker 3: En hoe sterk neuronen elkaar kunnen beïnvloeden. En dat gebeurt
• 19:59
  Speaker 3: hier ook. Tijdens het leerproces is dat netwerk aan het leren.
• 20:04
  Speaker 3: Dus het is een klein noraal netwerkje in die kleine drone?
• 20:10
  Speaker 3: Dus tijdens het vliegen leert hij van, als ik dit zie,
• 20:12
  Speaker 3: moet ik daarheen. Als ik dit zie, moet ik daarheen.
• 20:15
  Speaker 3: En wat hij dan eigenlijk aan het leren is, is
• 20:17
  Speaker 3: waar moet ik naar kijken? En dat kan in elke
• 20:20
  Speaker 3: omgeving anders zijn. Dus als we hier zouden leren, dan
• 20:22
  Speaker 3: zou hij leren van... Als ik heel veel rood zie,
• 20:25
  Speaker 3: want daar zit zo'n paneel dat rood is daar. Dat
• 20:28
  Speaker 3: is een klein paneel. Maar als je daar heel veel
• 20:30
  Speaker 3: rood ziet, ben je dicht bij dat paneel. Dus dan
• 20:32
  Speaker 3: weet je van, oh, dan moet ik die kant uit.
• 20:34
  Speaker 3: Het is natuurlijk alleen maar waar voor deze ruimte. Maar
• 20:36
  Speaker 3: dat is wat ik ook zo mooi vind aan die bijen.
• 20:39
  Speaker 3: Die kunnen bijen komen op heel veel plekken in de
• 20:41
  Speaker 3: wereld voor. En waar ze ook hun korf gaan bouwen,
• 20:44
  Speaker 3: ze moeten natuurlijk dat gebiedje leren. Dus het mag ook
• 20:47
  Speaker 3: best een beetje specifiek zijn voor hun omgeving
• 20:50
  Speaker 3: En dat doen ze onze drones nu ook dus.
• 20:53
  Speaker 1: Ja, gaaf. En als we het hebben over die neurale netwerken,
• 20:58
  Speaker 1: dank u wel. Is dat inmiddels een soort van commonplace
• 21:02
  Speaker 1: dat iedereen een neuraal netwerkje kan maken? Is dat goed
• 21:05
  Speaker 1: te doen? Of is dat nog heel ingewikkeld om voor
• 21:08
  Speaker 1: zo'n droontje op zo'n niveau zo'n netwerk te bouwen?
• 21:12
  Speaker 3: Ja, een netwerkje maken is op zich tegenwoordig makkelijk. Dankzij
• 21:17
  Speaker 3: AI kan ook iedereen programmeren. Dus je mag het ook
• 21:20
  Speaker 3: thuis uitproberen. Vraag maar aan de AI, kun je een
• 21:23
  Speaker 3: noraal netwerkje maken om met dit plaatje iets te doen?
• 21:26
  Speaker 3: Het verschil tussen katten en honden te zien. Dat is
• 21:31
  Speaker 3: op zich makkelijk. Het is wel zo dat... normale netwerken,
• 21:35
  Speaker 3: als je niet oppast... krijg je een heel groot netwerk.
• 21:37
  Speaker 3: Dus als je ook heel veel complexe dingen wil doen...
• 21:40
  Speaker 3: dus alle objecten herkennen... die wij mensen gebruiken... zijn best
• 21:45
  Speaker 3: veel objecten... dan krijg je natuurlijk een heel groot netwerk.
• 21:48
  Speaker 3: En dat grote netwerk... heeft dan weer een grote computer nodig.
• 21:52
  Speaker 3: Dus wij hebben heel kleine netwerkjes gemaakt... die juist op
• 21:55
  Speaker 3: heel kleine chips... ook kunnen passen. En zo klein dat...
• 21:59
  Speaker 3: 42 gram. Nee
• 22:03
  Speaker 3: het chipje kan gram zijn
• 22:06
  Speaker 2: Maar
• 22:07
  Speaker 3: dat hij 42 kilobytes
• 22:09
  Speaker 2: gebruikt. Dat is
• 22:09
  Speaker 3: een heel klein
• 22:11
  Speaker 2: chip. Maar dat is het navigeren, toch
• 22:15
  Speaker 2: Maar hij moet nog meer doen dan alleen maar navigeren.
• 22:19
  Speaker 2: Want dan vliegt hij lekker
• 22:20
  Speaker 3: Ja, precies. Je moet echt allerlei dingen doen. Als ik
• 22:22
  Speaker 3: het vanuit een drone bekijk... De meeste drones zijn, net
• 22:27
  Speaker 3: als vliegende insecten trouwens, onstabiel. Dus dat betekent dat als
• 22:34
  Speaker 3: je geen computertje aan boord zou hebben... die ook sensoren
• 22:37
  Speaker 3: uitleest en daar iets mee doet... dan zou die meteen vallen.
• 22:40
  Speaker 3: Dan kun je hem ook als mens niet besturen. Dus
• 22:41
  Speaker 4: zo'n drone
• 22:42
  Speaker 3: die je kent met de propellers... als er niks aan
• 22:45
  Speaker 3: boord zit en je krijgt meteen de controle over de motoren...
• 22:48
  Speaker 3: dan val je
• 22:49
  Speaker 3: Dat kun je gewoon niet. Dat is te snel voor
• 22:50
  Speaker 3: een mens. Dus het eerste wat een droom moet doen
• 22:54
  Speaker 3: is zorgen dat je weet waar de zwaartekracht is. Waar
• 22:59
  Speaker 3: de aarde is, wat je hoek is ten opzichte van
• 23:01
  Speaker 3: de aarde. Zodat je kunt blijven vliegen en de kant
• 23:03
  Speaker 3: uit vliegt waar je heen wilt. Het tweede wat we
• 23:06
  Speaker 3: moeten doen met een drone... of wat een drone moet doen,
• 23:09
  Speaker 3: maar ook een bij... is dat je bijvoorbeeld ergens heen
• 23:13
  Speaker 3: kunt bewegen waar je heen wilt. Dat je ten eerste
• 23:15
  Speaker 3: weet dat je naar voren aan het vliegen bent... of
• 23:19
  Speaker 3: naar achteren, of dat je aan het vallen bent... of
• 23:20
  Speaker 3: dat je omhoog gaat en hoe snel je gaat. Dat
• 23:23
  Speaker 3: zijn dingen die je moet weten om doelgericht iets te
• 23:28
  Speaker 3: gaan doen. Daar zijn we ook heel veel onderzoek naar gedaan...
• 23:31
  Speaker 3: Beide die dingen zijn problemen waar we ondertussen best goed
• 23:36
  Speaker 3: weten hoe je dat moet doen. Het andere ding wat
• 23:39
  Speaker 3: je moet doen is ook obstakels ontwijken. Afstanden inschatten. Dat
• 23:44
  Speaker 3: is eigenlijk nog best moeilijk. Daar kunnen we trouwens best
• 23:48
  Speaker 3: veel mee. Maar het probleem daar is wel van zitten
• 23:52
  Speaker 3: we aan de 98% en is 98% genoeg? Het hoeft
• 23:55
  Speaker 3: maar één keer fout te gaan. Als je 100 vluchten
• 23:58
  Speaker 3: maakt gaat het twee keer fout. Ja, precies. En het
• 24:01
  Speaker 3: ding is dat insecten ook een prachtig lichaam hebben. Je
• 24:05
  Speaker 3: kunt op YouTube ook zien van die bijen die komen
• 24:09
  Speaker 3: aan als er een sterke wind staat... Dan crashen ze
• 24:12
  Speaker 3: min of meer op hun korf. En dan lopen ze
• 24:15
  Speaker 3: lekker verder hun nest in. En drones maken we nu
• 24:19
  Speaker 3: met menselijke technologie doorgaans nog heel rigide. Dus als die vallen,
• 24:23
  Speaker 3: dan is het klaar en kunnen ze ook niet opstaan.
• 24:25
  Speaker 3: Dus er zijn ook robotici die daaraan werken. Van hoe
• 24:28
  Speaker 3: kunnen we een drone zachter maken... dat die ook met
• 24:32
  Speaker 3: botsingen om kan gaan, noem maar op.
• 24:34
  Speaker 5: En
• 24:35
  Speaker 3: uiteindelijk krijg je navigatie. En dat was wel... Het hoofdprobleem,
• 24:40
  Speaker 3: zeg maar. Want navigatie is echt een heel moeilijke taak.
• 24:44
  Speaker 3: Waarbij mensen altijd zeiden, je moet kaarten maken om te navigeren.
• 24:47
  Speaker 3: En dat kost gewoon veel
• 24:49
  Speaker 2: rekenkracht. En het is jullie gelukt om zonnekaarten te doen.
• 24:52
  Speaker 1: Precies, ja. Super spannend. Maar we gaan eerst... Ben? Gaan
• 24:57
  Speaker 1: we geld verdienen. We gaan al die
• 24:58
  Speaker 2: drones kopen.
• 24:59
  Speaker 1: Guido, we
• 25:00
  Speaker 2: hadden afgesproken dat jij ons zou waarschuwen voor de commercial.
• 25:03
  Speaker 1: We vergeten dat altijd. We vergeten al honderd uitzendingen om
• 25:06
  Speaker 1: bij die commercial een keer goed aan te komen. Guido
• 25:08
  Speaker 1: heeft ons niet gewaarschuwd. Zwaar teleurgesteld, Guido. Oké, we zijn
• 25:13
  Speaker 1: zo
• 25:14
  Speaker 2: weer terug. We zijn terug. Guido, dus dat navigeren, hebben
• 25:19
  Speaker 2: we dat nu opgelost? Of moeten we daar
• 25:22
  Speaker 4: nog meer
• 25:22
  Speaker 2: details over weten? Want ik heb het idee dat ik
• 25:26
  Speaker 2: het begrijp. Niet dat ik het begrijp, maar het idee
• 25:28
  Speaker 2: dat ik het begrijp. Moeten we naar de volgende? Bijvoorbeeld
• 25:30
  Speaker 2: hoe je de positie ten opzichte van de aarde bepaalt?
• 25:33
  Speaker 2: Heb je daar iets geleerd van erbij
• 25:35
  Speaker 3: Of zijn we daar nog niet? Er zijn nog heel
• 25:37
  Speaker 3: veel dingen om aan te werken met navigatie. Ik denk
• 25:40
  Speaker 3: wel dat we een heel grote stap hebben gezet... om
• 25:42
  Speaker 3: navigatie mogelijk te maken, ook voor heel kleine robots. Ja,
• 25:46
  Speaker 3: dat heb je net verteld. Er zijn natuurlijk allerlei vervolgstappen.
• 25:52
  Speaker 3: Er zijn allerlei andere dieren waar je nog naar kunt kijken...
• 25:55
  Speaker 3: en verwonderd over kunt zijn. Waarbij je zou kunnen zeggen,
• 25:59
  Speaker 3: dat moeten we misschien op drones ook gaan doen. Noem
• 26:01
  Speaker 3: eens een voorbeeld dan, dat ons verrast. Nou, één dingetje
• 26:05
  Speaker 3: is bijvoorbeeld s'nachts. Dus je hebt ook heel veel vogels
• 26:08
  Speaker 3: die ook s'nachts kunnen navigeren met behulp van de sterren.
• 26:13
  Speaker 3: Hoe doen ze dat? En kunnen we daarvan leren? Kunnen
• 26:15
  Speaker 3: we dat op nieuwe manieren doen? Maar daar doe je
• 26:19
  Speaker 3: dus onderzoek naar? Ja, daar zijn we ondertussen ook onderzoek
• 26:22
  Speaker 3: naar aan het doen.
• 26:23
  Speaker 2: En wat doen ze dan wat je wellicht in een
• 26:24
  Speaker 2: drone gaat verwerken?
• 26:29
  Speaker 3: Dat ga ik nog niet helemaal verklappen. Oh
• 26:30
  Speaker 2: mooi
• 26:31
  Speaker 2: Anders
• 26:32
  Speaker 3: stelen de Chinezen dat van. Ja, wat goed, man. We
• 26:34
  Speaker 3: gaan in ieder geval geen sterrenkaarten gebruiken.
• 26:38
  Speaker 2: Dat is toch... Dat je gewoon onderzoek doet... en dat
• 26:40
  Speaker 2: je gewoon bang bent om hier te vertellen... in de
• 26:43
  Speaker 3: Chinezen te
• 26:44
  Speaker 2: stelen. Dat zijn niet mijn woorden. Nee, dat zijn Daniels woorden.
• 26:47
  Speaker 2: We moeten niet navigeren. Of wil je verder gaan?
• 26:50
  Speaker 1: Ik wil eigenlijk verder gaan. We hebben het helemaal niet
• 26:53
  Speaker 1: gehad over... we zitten heel diep in de technologie. Maar
• 26:57
  Speaker 1: waarom hebben we deze... ultrakleine droontjes nodig? Oké, komen we
• 27:01
  Speaker 1: zoveel terug. Waarom moet dit... Want het is heel gaaf.
• 27:04
  Speaker 1: En wij hier bij de technoloog of bij de bioloog...
• 27:07
  Speaker 1: vinden we dit allemaal echt wel heel leuk. Goede podcastbioloog. Ja,
• 27:10
  Speaker 1: gaan we pitchen. Maar ik bedoel, ik snap... drones in
• 27:16
  Speaker 1: allerlei soorten en maten is handig. Maar op het niveau
• 27:19
  Speaker 1: van dat het zo klein moet... en enkele grammen en
• 27:22
  Speaker 1: 42 kb geheugen aan boord... dat het zo klein moet,
• 27:25
  Speaker 1: wat is daar dan precies het idee bij?
• 27:28
  Speaker 3: En de use case? Je zei al, de naam van
• 27:31
  Speaker 3: het lab bij de faculteit lucht- en ruimtevaart bij de
• 27:34
  Speaker 3: TU Delft is het Micro Air Vehicle Lab. En in
• 27:37
  Speaker 3: de naam zit al micro. Dus waarom focussen op kleine drones?
• 27:41
  Speaker 3: Het is eigenlijk voor de veiligheid. Omdat hoe kleiner een
• 27:46
  Speaker 3: drone is, hoe lichter, hoe minder impact het heeft als
• 27:50
  Speaker 3: zo'n drone bijvoorbeeld toch onverhoed tegen iemand aan zou vliegen.
• 27:55
  Speaker 3: En wij denken dus aan heel veel toepassingen. Dus er
• 27:57
  Speaker 3: zijn heel veel toepassingen buiten. Waar je nu ook al
• 28:00
  Speaker 3: ziet dat... Vroeger gingen mensen met een helikopter bijvoorbeeld vliegen
• 28:06
  Speaker 3: over een wijk... om te kijken of het kadaster klopte
• 28:08
  Speaker 3: of zo. En nu heb je bijvoorbeeld heel vaak al
• 28:11
  Speaker 3: drones die daarvoor worden ingezet. En wij denken ook aan
• 28:15
  Speaker 3: volgende stappen. Dus bijvoorbeeld drones in kassen. Er zijn trouwens
• 28:18
  Speaker 3: ook een paar bedrijven die nu werken aan drones in kassen...
• 28:22
  Speaker 3: Maar in kassen heb je natuurlijk menselijke werknemers. Je hebt
• 28:26
  Speaker 3: planten en fruit en groenten. Je wil het niet beschadigen
• 28:30
  Speaker 3: of wat dan ook. Dus A, hebben we daar kleine
• 28:33
  Speaker 3: drones nodig... omdat je bijvoorbeeld tussen rijen tomatenplanten in wil
• 28:37
  Speaker 1: gaan vliegen. Dan wil je
• 28:37
  Speaker 3: niet met een soort slagschip er doorheen. Precies, ja. En B,
• 28:40
  Speaker 3: weet je... aan het begin waren er wel bedrijven die
• 28:43
  Speaker 3: wat grotere drones hadden... maar dan zeiden ze, oké, in
• 28:45
  Speaker 3: dit gedeelte van de kas... moeten jullie nu even niet komen,
• 28:48
  Speaker 3: want dan gaan we vliegen. Dat is gevaarlijk voor jullie.
• 28:50
  Speaker 3: Of je moet helmen op of brillen. Ja, dat gaat
• 28:53
  Speaker 3: gewoon nooit werken. Wij willen gewoon drones die zich aanpassen
• 28:57
  Speaker 3: aan de mensen. En een gedeelte van die aanpassing is
• 28:59
  Speaker 3: dat ze heel erg veilig zijn... Het liefste zie ik
• 29:02
  Speaker 3: zelfs die vlinderrobots. Die hebben zachte, flexibele vleugels. En als
• 29:07
  Speaker 3: die dan in zo'n kas rondvliegen straks... om bijvoorbeeld ziektes
• 29:10
  Speaker 3: te detecteren of plagen... die gaan A, ontwijken ze mensen...
• 29:15
  Speaker 3: maar B, mocht alles misgaan en zo'n ding valt uit
• 29:17
  Speaker 3: de lucht... dan word je door een soort groot insect geraakt.
• 29:20
  Speaker 3: Dat is niet fijn of zo, maar je hebt er
• 29:23
  Speaker 3: ook niet echt pijn van
• 29:24
  Speaker 2: Maar dan zie ik toch van, bijvoorbeeld in kassen... dan
• 29:26
  Speaker 2: moet je controleren of er schimmel zit op een bepaalde plant...
• 29:30
  Speaker 2: En dan vliegt hij rond om dat te doen. Maar ja,
• 29:32
  Speaker 2: we hebben wel ook gewoon een camera nodig. Dat moet
• 29:33
  Speaker 2: gefilmd worden. Beelden denk ik zwaar, zwaar, zwaar, zwaar
• 29:37
  Speaker 3: Nou, beelden hoeven niet zwaar te zijn. Dus camera's kunnen
• 29:39
  Speaker 3: heel klein zijn. Maar het is zeker waar dat voor
• 29:42
  Speaker 3: een aantal van die taken moet je ook echt iets meenemen.
• 29:45
  Speaker 3: wat de taak doet. En in zo'n kas is een
• 29:48
  Speaker 3: camera vaak al heel fijn. Soms wil je in andere
• 29:53
  Speaker 3: spectra zien. Dus bijvoorbeeld met infrarood of zo. Om te
• 29:56
  Speaker 3: kijken hoe het met de plant gaat. En dan kun
• 29:59
  Speaker 3: je dus een andere drone hebben... die dan een heel
• 30:01
  Speaker 3: klein infrarood cameraatje heeft. Dus... Dat verdelen we dan over
• 30:05
  Speaker 3: de zwerm van drones... die we in zo'n kas willen
• 30:09
  Speaker 3: laten
• 30:10
  Speaker 1: vliegen. En in die kas, er zullen natuurlijk mensen aan
• 30:13
  Speaker 1: het werk zijn... de planten staan misschien elke keer een
• 30:15
  Speaker 1: beetje anders... is zo'n drone met dat geheugen en dat
• 30:18
  Speaker 1: neurale netwerk... dan in staat om die dynamische omstandigheden... daar
• 30:25
  Speaker 1: zich op aan te passen? Het zou jammer zijn als
• 30:27
  Speaker 1: daar iemand in die kas staat te werken... en dan
• 30:29
  Speaker 1: boort zich ineens die bijen drone van Guido... boort zich
• 30:33
  Speaker 1: zo in het voorhoofd van een kassenmedewerker. En wie is
• 30:37
  Speaker 1: dan verantwoordelijk voor die dood? Nou, jullie, want jullie hebben
• 30:41
  Speaker 1: dit bedacht. Nee
• 30:43
  Speaker 3: dus ik denk dat het zeker heel erg geschikt is daarvoor.
• 30:48
  Speaker 3: Dus ten eerste leren we eigenlijk maar een klein gebiedje.
• 30:52
  Speaker 3: En buiten dat gebied hebben we dus helemaal geen kaart
• 30:54
  Speaker 3: waar we van afhankelijk zijn. En wat we zien dat
• 30:57
  Speaker 3: hij leert is de belangrijkste, grootste dingen. Dus we hebben
• 31:01
  Speaker 3: ook heel veel experimenten gedaan in onze eigen vliegarena. Dat
• 31:04
  Speaker 3: noemen we de Cyber Zoo in Dallas. Olifanten, tijgers. Allemaal drones.
• 31:11
  Speaker 3: We hebben lopende robotdieren.
• 31:14
  Speaker 4: Mieren heb ik ook
• 31:15
  Speaker 3: over gelezen
• 31:15
  Speaker 4: Ja,
• 31:15
  Speaker 3: precies
• 31:16
  Speaker 1: Dus
• 31:16
  Speaker 3: we hebben van alles. We hadden op een gegeven moment
• 31:20
  Speaker 3: een demonstratie daar. En dan hadden we in die vliegarena,
• 31:23
  Speaker 3: je hebt grote zwarte gordijnen. Zo'n soort toneelachtig ziet dat eruit.
• 31:28
  Speaker 3: En je hebt een gebied waar de mensen achter hun
• 31:31
  Speaker 3: laptops zitten. En daar zit een net voor en zo.
• 31:34
  Speaker 3: Maar we hadden dus ook wat palen staan. Oranje palen
• 31:37
  Speaker 3: in het vlieggebied. En ik dacht van nou ik ga
• 31:41
  Speaker 3: eens laten zien dat hij die palen leert. Dus ik
• 31:42
  Speaker 3: ging die palen verzetten. En van nou nu gaat het mis.
• 31:45
  Speaker 3: Maar het werkte eigenlijk nog steeds. En de reden is
• 31:47
  Speaker 3: dat hij vooral die hele grote structuren van die zwarte
• 31:51
  Speaker 3: gordijnen leerde. En waar heel veel licht was. Of juist
• 31:54
  Speaker 3: een grote kast. En... Als je iets heel groots verandert
• 31:59
  Speaker 3: in de kas. Dus hij gaat een gebiedje leren. Dus
• 32:01
  Speaker 3: ik denk ten eerste dat het best robuust is. Maar
• 32:03
  Speaker 3: als je wel iets groots verandert. Dus je gaat ineens
• 32:05
  Speaker 3: heel dichtbij de korf. De smatige korf ga je iets
• 32:10
  Speaker 3: groots veranderen. Een groot doek hangen. Wat ik wil dat
• 32:13
  Speaker 3: hij gaat doen is dat hij zijn onzekerheid ook inschat.
• 32:16
  Speaker 3: Dus hij komt de korf uit. Hij ziet, hé, er
• 32:20
  Speaker 3: is iets veranderd. Dit is raar. En dan moet hij
• 32:22
  Speaker 3: eigenlijk gewoon een nieuwe leervlucht doen. En dat zie je
• 32:25
  Speaker 3: ook bij bijen. Dus als je... Ja, die biologen weer,
• 32:28
  Speaker 3: weet je. Die pakken dan die korf op. Hebben ze
• 32:30
  Speaker 3: net allemaal hun leervluchten gedaan. En dan gaan ze die
• 32:33
  Speaker 3: korf 200 meter verder zetten of zo. Of helemaal in
• 32:35
  Speaker 3: een ander gebied. Ja,
• 32:37
  Speaker 2: het is
• 32:38
  Speaker 3: echt. Ja, biologen, jongen.
• 32:41
  Speaker 2: Dus, die biologen, die verzetten dus de korf. En dan
• 32:44
  Speaker 2: denken die bijen, ja, dag.
• 32:47
  Speaker 3: Nou, als je dus de korf verzet, maar echt flink verzet...
• 32:51
  Speaker 3: naar een ander gebied... dan gaan ook ervaren bijen weer
• 32:55
  Speaker 3: zo'n leervlucht maken... Omdat zij gewoon zien van, ja, oh,
• 32:59
  Speaker 3: maar dit is het niet. Ja, ik zou ook als
• 33:00
  Speaker 3: ik zelf mijn voordel uitstap, zochtens een heel andere straat
• 33:02
  Speaker 3: zou zien. Ja, dat is ook wel tijd voor een leervlucht. Ja,
• 33:06
  Speaker 3: dat is tijd voor een leervluchtje. En dat moeten eigenlijk
• 33:10
  Speaker 3: onze drones ook gaan doen. Dus dat is ook een
• 33:12
  Speaker 3: van de volgende stappen waaraan we nu werken. Dat het
• 33:15
  Speaker 3: netwerk niet alleen zegt, ga die kant uit, maar ook...
• 33:18
  Speaker 3: ben ik er eigenlijk wel zeker van, weet je. En
• 33:20
  Speaker 3: als je heel onzeker bent, als je zo je nest
• 33:22
  Speaker 3: uitgaat van... dit ziet er raar uit, gewoon opnieuw een leervloer.
• 33:25
  Speaker 3: En zoals het er nu voor
• 33:26
  Speaker 1: staat, past dat in de 42 kb?
• 33:28
  Speaker 3: Nou ja, dus het netwerkje dat die veiligheidsregio creëert is
• 33:33
  Speaker 3: 42 kb. Als je alles wat de drone doet in
• 33:36
  Speaker 3: een netwerkje wil stoppen... en dat is een van de
• 33:38
  Speaker 3: dingen waaraan we bezig zijn... dan hebben we wel iets
• 33:40
  Speaker 3: meer nodig. Maar ik denk wel alsnog dat we het
• 33:43
  Speaker 3: gaan halen om... het alsnog in een vrij kleine chip
• 33:47
  Speaker 3: te gaan zetten op kleine drones. Maar dat is nog
• 33:51
  Speaker 3: wel iets meer tijd.
• 33:52
  Speaker 1: Wordt er eigenlijk een beetje opge... Wij hebben het natuurlijk
• 33:55
  Speaker 1: de hele godganse dag... gaat het alleen maar over AI
• 33:57
  Speaker 1: en gigantische videokaarten... en Sparks met 100 giga RAM en
• 34:03
  Speaker 1: weet ik veel wat. Wordt er een beetje geïnnoveerd ook
• 34:05
  Speaker 1: op dat allerkleinste... Geheugen en opslag.
• 34:09
  Speaker 3: Er is natuurlijk wel een inzicht. Dat dingen efficiënter moeten.
• 34:15
  Speaker 2: Daar
• 34:15
  Speaker 3: ben ik heel blij mee. Aan de ene kant heb
• 34:17
  Speaker 3: je natuurlijk. De hele grote AI modellen. Waar je enorme
• 34:22
  Speaker 3: serverruimtes voor hebt
• 34:25
  Speaker 1: Daar is heel
• 34:26
  Speaker 3: veel vraag naar. Dus dan wordt het ook snel ontwikkeld. Nou,
• 34:30
  Speaker 3: AI at the edge noemen ze dat dan in het Engels.
• 34:34
  Speaker 3: Dus je wil AI ook in allerlei kleinere dingen hebben.
• 34:37
  Speaker 3: Dus misschien... Ja, je telefoon misschien.
• 34:41
  Speaker 1: Of je telefoon. Of je telefoon.
• 34:43
  Speaker 3: En robots is natuurlijk ook daar een heel goed voorbeeld van.
• 34:46
  Speaker 3: Dat noemen ze dan physical AI. Fysieke AI. Kijk, robots
• 34:51
  Speaker 3: hebben gewoon een gelimiteerde hoeveelheid energie. Je wil ze wel
• 34:55
  Speaker 3: zo intelligent mogelijk hebben. Dus... Heel veel intelligentie betekent doorgaans
• 34:59
  Speaker 3: meer rekenkracht. Dus heb je meer gewicht, meer energie nodig.
• 35:05
  Speaker 3: En tegelijkertijd wil je dat zo'n robot zo lang mogelijk werkt...
• 35:08
  Speaker 3: zonder op te hoeven laden. Of dat het heel licht
• 35:11
  Speaker 3: kan zijn en vliegen. Dus daar is een soort spanning tussen.
• 35:15
  Speaker 3: Maar daar wordt zeker aan
• 35:18
  Speaker 2: gewerkt. Maar ook door jullie? Of is dat van, je
• 35:22
  Speaker 2: neemt wat... want efficiency is inderdaad nu... Best wel populair,
• 35:27
  Speaker 2: want het moet efficiënter. We kunnen niet al die compute power,
• 35:30
  Speaker 2: te veel energie kosten, te veel rekenkracht. Dus we willen
• 35:33
  Speaker 2: efficiëntere chips, efficiëntere rekenen, efficiëntere modellen. Doen jullie dat ook?
• 35:37
  Speaker 2: Of je pakt gewoon van de plank wat andere onderzoekers
• 35:41
  Speaker 3: doen? Dus wij werken aan hoe kun je robots taken
• 35:47
  Speaker 3: laten doen zo efficiënt mogelijk. En er is één ding
• 35:50
  Speaker 3: trouwens wat algemeen in AI en robotica zo is, is
• 35:54
  Speaker 3: dat de De hoofdaanpak die mensen hebben is, er is
• 35:57
  Speaker 3: een probleem, dan gaan we dat modelleren. En het model
• 36:00
  Speaker 3: gaan we in het hoofd van de robot stoppen. Dus
• 36:02
  Speaker 3: bijvoorbeeld bij navigeren is het, oh, we moeten een model
• 36:05
  Speaker 3: van de omgeving in het hoofd van de robot stoppen.
• 36:08
  Speaker 3: Maar bijvoorbeeld ook als je het hebt over het vinden
• 36:10
  Speaker 3: van een gasbron. Dus stel, er is een gaslek ergens
• 36:13
  Speaker 3: en je wilt die vinden. De meeste onderzoekers gaan dan
• 36:16
  Speaker 3: zeggen van, oh ja, er is een lek en we
• 36:18
  Speaker 3: hebben lucht. En dan gaan we dat simuleren. En dat
• 36:22
  Speaker 3: hele simulatie model gaat in het brein van onze robot.
• 36:25
  Speaker 3: En dan weet hij hoe hij hem moet vinden. Dan
• 36:27
  Speaker 3: zeg jij stop maar, dat is veel te groot. Precies,
• 36:29
  Speaker 3: want een fruitvliegje die altijd op je bananen zit in
• 36:33
  Speaker 3: de zomer in je keuken. Hoe vinden die dat? Gewoon
• 36:36
  Speaker 3: met heel simpele gedragingen. Dus als ze dus wat een
• 36:40
  Speaker 3: luchtstroom voelen. Dan gaan ze eerst zeg maar loodrecht erop vliegen.
• 36:45
  Speaker 3: En dan als ze dan iets ruiken van oh ik
• 36:47
  Speaker 3: ruik een banaantje. dan gaan ze tegen de wind in.
• 36:51
  Speaker 3: En als ze hem weer kwijtraken, gaan ze weer loodrecht
• 36:54
  Speaker 3: op de wind vliegen. En door die twee simpele gedragingen
• 36:56
  Speaker 3: af te wisselen... komen ze zo dichtbij dat ze er
• 36:58
  Speaker 3: uiteindelijk op kunnen landen. Ze hebben helemaal geen model nodig
• 37:02
  Speaker 3: van hoe die moleculen zich verspreiden door de lucht. Ze
• 37:04
  Speaker 3: moeten gewoon een succesvol gedrag hebben. En dat is een
• 37:08
  Speaker 3: van de hoofdingen die we doen in ons lab. Het
• 37:11
  Speaker 3: is
• 37:11
  Speaker 2: heel
• 37:12
  Speaker 3: erg omdenken
• 37:12
  Speaker 2: continu
• 37:13
  Speaker 3: Ja, het is echt heel erg omdenken. Dat is een
• 37:15
  Speaker 3: hoofding wat we doen. Het tweede is dat er zijn
• 37:19
  Speaker 3: bedrijven die ook zeggen van die efficiëntie van het brein.
• 37:23
  Speaker 3: Dus bijvoorbeeld ons brein. Zou rond de 20 watt doorgaans consumeren.
• 37:29
  Speaker 3: En dat is veel minder dan al die grote LNMs gebruiken.
• 37:33
  Speaker 3: Waar zit dat in? Het zit in heel veel dingen.
• 37:35
  Speaker 3: Maar een van de dingen waar dat in zit is dat...
• 37:39
  Speaker 3: we eigenlijk proberen in ons brein zo min mogelijk activiteit
• 37:43
  Speaker 3: te hebben. En neuronen zenden pulsjes naar elkaar... de meeste neuronen,
• 37:49
  Speaker 3: die sturen van die pulsjes. Maar die proberen ze eigenlijk
• 37:51
  Speaker 3: te minimaliseren. Want als je ze niet stuurt, is er
• 37:53
  Speaker 3: nog minder energie. Maar je moet natuurlijk wel dingen doen. Nou,
• 37:57
  Speaker 3: er zijn bedrijven zoals... Mag ik bedrijven noemen? Ja,
• 38:00
  Speaker 2: graag zelfs
• 38:01
  Speaker 3: Zoals Intel of IBM. Van die grote bedrijven. Die maken
• 38:04
  Speaker 3: nu chips. Die nieuwe neurale netwerken maken. Die ook met
• 38:08
  Speaker 3: van die pulsjes met elkaar communiceren. En wat wij dus doen,
• 38:12
  Speaker 3: is zeggen van... Oh, die chips, die zijn fantastisch. We
• 38:14
  Speaker 3: kunnen hopelijk met deze chips straks... al dat intelligente gedrag
• 38:18
  Speaker 3: in één netwerk op zo'n chip zetten. Maar dan moeten
• 38:21
  Speaker 3: we wel die neurale netwerken gaan trainen. En die zijn
• 38:25
  Speaker 3: nog heel lastig te trainen. En dan moeten wij dus
• 38:27
  Speaker 3: weer nieuwe technieken verzinnen om dat trainen te doen
• 38:30
  Speaker 4: We
• 38:31
  Speaker 3: gaan over neurale chips.
• 38:33
  Speaker 2: We hebben al een keer bedacht dat we een keer
• 38:36
  Speaker 2: een technoloog over moeten maken. Maar nu zeg jij het ook.
• 38:40
  Speaker 1: En ik vind het wel mooi dat de constatering dus is...
• 38:43
  Speaker 1: dat de neiging van de mensen op dit moment... en
• 38:45
  Speaker 1: dat is waarschijnlijk omdat we gewoon nog niet goed genoeg
• 38:47
  Speaker 1: weten hoe het anders kan... maar de neiging is dus
• 38:49
  Speaker 1: om alles vet erg over te engineeren... en met mega
• 38:51
  Speaker 1: veel rekenkracht gewoon op te lossen. Maar dat jij nu
• 38:55
  Speaker 1: voor die uitdagingen komt en dat je dus eigenlijk... wat
• 38:57
  Speaker 1: ik op het begin vroeg, het dan helemaal teruggaat naar van...
• 39:00
  Speaker 1: hoe denken bijen, hoe denken fruitvliegjes... en dus bij veel elegantere,
• 39:05
  Speaker 1: efficiëntere oplossingen. komt. Ik vind het prachtig.
• 39:08
  Speaker 2: Maak je veel... Verzeer je dat zelf? Of stop je
• 39:13
  Speaker 2: gewoon al jouw kennis... in een groot... large language model...
• 39:18
  Speaker 2: en ze komen op... ja, maar fruitvliegjes doen dat. En
• 39:21
  Speaker 2: bijen doen dat. En tijgers doen dat. Het
• 39:24
  Speaker 1: is echt een beleidiging voor wetenschappers.
• 39:27
  Speaker 3: Ik ben gewoon benieuwd. Nou ja... Ik vraag niet aan
• 39:32
  Speaker 3: een LLM... wat ik moet gaan onderzoeken. Nee,
• 39:34
  Speaker 1: maar...
• 39:35
  Speaker 3: Ik denk wel dat ondertussen... heel veel kennis die wij
• 39:37
  Speaker 3: gegenereerd hebben... in die LLM zit. We werken al heel
• 39:42
  Speaker 3: lang aan drones. Ik was in het lab sinds 2000.
• 39:45
  Speaker 3: Dat zit al in die LLM's. Maar nee, dus... Ja,
• 39:49
  Speaker 3: ik redeneer uiteindelijk wel vanuit de problemen die er zijn.
• 39:53
  Speaker 3: Dus als we drones willen hebben die bijvoorbeeld in kassen
• 39:55
  Speaker 3: ziektes kunnen detecteren. Wat moet die dan allemaal kunnen? Wat
• 39:58
  Speaker 3: zijn op dit moment de grootste obstakels? En dat was
• 40:00
  Speaker 3: eerst dus bijvoorbeeld navigatie. Hoe kunnen we dat veel efficiënter oplossen?
• 40:06
  Speaker 3: Laat ik eens lezen over wat biologen eigenlijk weten van insecten. Ja, tuurlijk.
• 40:11
  Speaker 3: En dan ga je kijken naar de bioloog die... kijkt
• 40:15
  Speaker 3: naar iets wat al werkt. Dus die kijken naar zo'n bij.
• 40:18
  Speaker 3: En dat bijtje werkt al. En dan hebben ze een
• 40:20
  Speaker 3: model of een theorie erover. En dat kunnen ze met
• 40:22
  Speaker 3: data ondersteunen. Maar als je een roboticus bent... dan ga
• 40:26
  Speaker 3: je dat implementeren. Dus dat heb ik bijvoorbeeld ook gehad met...
• 40:30
  Speaker 3: ik wou een drone laten landen zoals een bij... Dat
• 40:34
  Speaker 3: doen bijen door te kijken naar hoe snel dingen bewegen.
• 40:37
  Speaker 3: En als je bijvoorbeeld op een bloem landt, wordt die
• 40:39
  Speaker 3: bloem steeds groter. Voor die bij? Ja, in je zicht.
• 40:43
  Speaker 3: Dus als ik ergens heen loop, wordt het groter. Wat
• 40:47
  Speaker 3: de bijen leken te doen, volgens de biologen... is dat
• 40:50
  Speaker 3: ze hielden dat groter worden constant. En als je dat doet...
• 40:55
  Speaker 3: Als je ver weg bent, dan moet je misschien niet
• 40:57
  Speaker 3: sneller gaan lopen. Maar als je heel dichtbij komt, kijk
• 40:59
  Speaker 3: maar naar de microfoon. Dat wordt heel snel heel veel groter.
• 41:02
  Speaker 3: Dus als je dichtbij komt, moet je juist veel langzamer gaan.
• 41:07
  Speaker 3: En dat was heel elegant. Dus het is prachtig dat
• 41:09
  Speaker 3: biologen dat gevonden hebben. En toen wou ik dat als
• 41:13
  Speaker 3: een boodschap. Nou, dat moeten we op onze drones ook hebben.
• 41:15
  Speaker 3: Dus ben ik dat gaan programmeren. En ja, het was
• 41:18
  Speaker 3: niet zo slim van me. De eerste keer dat ik
• 41:19
  Speaker 3: het uitprobeerde was tijdens een demonstratie. Het was eigenlijk een experiment.
• 41:24
  Speaker 3: En toen werkte ik nog bij ESA, de ruimtevaartorganisatie. En
• 41:27
  Speaker 3: ik zei, dit kan een alternatief zijn om te landen
• 41:30
  Speaker 3: op Mars. Ja, bijvoorbeeld op Mars. Want daar gebruikten ze
• 41:33
  Speaker 3: eerst hele grote lasers voor en zo. Ik zei, bijtjes
• 41:37
  Speaker 3: doen dat met gewoon een cameraatje. En ik had dus
• 41:40
  Speaker 3: zo'n demo. En er was een heel groot publiek. Ook
• 41:42
  Speaker 3: met de director
• 41:43
  Speaker 4: general
• 41:43
  Speaker 3: in de zaal. Heerlijk, ga maar door. Heerlijk, ja. En
• 41:46
  Speaker 3: die drone, ik zette hem op vijf meter. En die
• 41:49
  Speaker 3: keek naar beneden. En ik liet ook zien wat hij
• 41:51
  Speaker 3: dan allemaal aan het doen was in zijn brein. En
• 41:53
  Speaker 3: die begon te landen en iedereen was onder de indruk
• 41:56
  Speaker 3: en begon het te klappen. En het ging mooi en
• 41:59
  Speaker 3: mooi en toen kwam hij dicht bij de grond... en
• 42:01
  Speaker 3: toen ging hij ineens heel wild op en neer zwiepen.
• 42:04
  Speaker 3: En toen begon iedereen te lachen. Nou, laten we dit
• 42:06
  Speaker 3: nog eventjes niet gaan doen op Mars. Maar ik zelf
• 42:09
  Speaker 3: zat natuurlijk van, waarom gebeurt dat
• 42:11
  Speaker 2: nou? Ja, precies, waarom
• 42:11
  Speaker 3: gebeurde dat? Nou, dat heeft me echt heel lang geduurd
• 42:13
  Speaker 3: om daarachter te komen. Ik dacht eerst van, ja, er
• 42:17
  Speaker 3: is een effect, dat noemen ze het grondeffect... dat als
• 42:19
  Speaker 3: je dicht bij de grond komt... Dan wordt de aerodynamica
• 42:23
  Speaker 3: iets anders, omdat de lucht eigenlijk weer kaatst op de grond.
• 42:26
  Speaker 3: Maar dat was het niet. Want ook als ik het
• 42:29
  Speaker 3: in simulatie deed, zag ik het zonder lucht, weet je wel.
• 42:33
  Speaker 3: En ik dacht eerst van, ja, zijn mijn algoritmes van
• 42:36
  Speaker 3: het zicht, weet je wel... zijn die niet goed genoeg?
• 42:38
  Speaker 3: Maar ja, nogmaals, ook in simulatie gebeurde het ook. Dus
• 42:42
  Speaker 3: uiteindelijk kwam ik erachter dat het echt gewoon een fundamenteel
• 42:46
  Speaker 3: iets is... beweging gebruikt, dus dat groter worden bijvoorbeeld... dan
• 42:51
  Speaker 3: ontsnap je er niet aan dat je op een gegeven
• 42:53
  Speaker 3: moment gaat overreageren. En het blijkt dat menselijke piloten dat
• 42:57
  Speaker 3: ook hebben. Als zij op zicht vliegen, dan gaat dat goed...
• 42:59
  Speaker 3: maar als ze heel dichtbij komen, dan hebben ze de neiging...
• 43:02
  Speaker 3: om te snel te gaan sturen. En dat komt omdat beweging...
• 43:08
  Speaker 3: als je het allemaal gaat uitwerken met de formules... dan
• 43:10
  Speaker 3: is het niet snelheid, het is niet afstand... maar het
• 43:13
  Speaker 3: is snelheid gedeeld door afstand. Je kunt je voorstellen, als
• 43:16
  Speaker 3: die afstand steeds lager wordt... dan ga je op een
• 43:19
  Speaker 3: gegeven moment delen door nul. Of iets dat heel dicht
• 43:21
  Speaker 3: bij nul zit. Dus dan krijg je gigantische getallen. En
• 43:24
  Speaker 3: het coole was, ik ging toen terug in de biologische artikels...
• 43:27
  Speaker 3: en ik zag... in de individuele landingen, dat ze dat
• 43:32
  Speaker 3: soort hobbeltjes ook hadden. Die bijen als ze gingen landen.
• 43:36
  Speaker 3: Die gingen ook een beetje hobbelen. En eerst vond ik
• 43:39
  Speaker 3: het frustrerend, want ik denk van... we kunnen dus nooit
• 43:40
  Speaker 3: goed landen, maar die bijen doen het ook. En toen
• 43:43
  Speaker 3: dacht ik van, hé, dit is misschien geen bug, maar
• 43:46
  Speaker 3: een feature. Als je merkt dat je gaat oversturen, dan
• 43:49
  Speaker 3: weet je dat je er bijna bent. Dus ik kon
• 43:51
  Speaker 3: toen ook wiskundig aantonen dat... als je gaat schommelen, dat
• 43:55
  Speaker 3: is altijd op dezelfde afstand... En dat was eigenlijk ook
• 43:58
  Speaker 3: een soort oplossing van hoe bijen... Want wat ze bij
• 44:00
  Speaker 3: bijen zagen was, dan gingen ze landen... en dan gingen
• 44:02
  Speaker 3: ze altijd op 7 centimeter stilhangen. Terwijl uit die optische
• 44:08
  Speaker 3: observaties kun je helemaal geen afstand weten. Maar nu konden
• 44:11
  Speaker 3: we dus aantonen hoe dat dan werkte. En zeg alsjeblieft
• 44:14
  Speaker 3: dat jouw drones nu zo landen. Ja, dus mijn drones
• 44:17
  Speaker 3: landen zo, weten dat ze er zijn... en kunnen dan
• 44:19
  Speaker 3: de motoren uitzetten. En je kunt ook, en dat is
• 44:21
  Speaker 3: ook heel cool... Als je dus meerdere keren landt op
• 44:26
  Speaker 3: een bepaald soort bloem... een nieuwe bloem die je nog
• 44:28
  Speaker 3: nooit gezien hebt... kun je ook leren hoe groot die
• 44:30
  Speaker 3: bloem is eigenlijk. En dan kun je steeds vloeiender gaan landen.
• 44:34
  Speaker 3: En dus een soort leerproces waarbij je begint eerst met beweging...
• 44:39
  Speaker 3: en je kunt op elke bloem landen, maakt niet uit
• 44:41
  Speaker 3: hoe die eruit ziet... want dat groter worden geldt voor
• 44:43
  Speaker 3: elke bloem. Maar als je nou honderd keer op dezelfde
• 44:46
  Speaker 3: bloem landt... waarom zou je er niet van leren hoe
• 44:47
  Speaker 3: die bloem eruit ziet... zodat je de volgende keer vloeiender
• 44:50
  Speaker 3: kunt landen. En dat kan onze drone dus nu ook...
• 44:53
  Speaker 3: Er is nog steeds de hypothese over bijen... waarvan ik
• 44:56
  Speaker 3: hoop dat een bioloog het op gaat pikken... van kunnen
• 44:58
  Speaker 3: we dit aantonen dat ze ook steeds vloeiender gaan landen...
• 45:01
  Speaker 3: omdat ze de bloem leren. Misschien luisteren er wel veel biologen. Zeker,
• 45:05
  Speaker 3: luisteren biologen.
• 45:06
  Speaker 2: Ben je al genomineerd voor de Nobelprijs als ik dit
• 45:09
  Speaker 2: allemaal hoor?
• 45:09
  Speaker 3: Nog niet,
• 45:10
  Speaker 2: maar... Dat is ook schandalig
• 45:11
  Speaker 3: Weet je, als jullie een mailtje kunnen zien... Ik
• 45:13
  Speaker 1: vind het echt
• 45:14
  Speaker 3: schandalig dat het
• 45:15
  Speaker 1: niet zo is. Precies, maar... Ja, ga maar, Ben. We
• 45:19
  Speaker 2: hebben het nu over kassen. We moeten even, want we
• 45:23
  Speaker 2: vinden mensen altijd belangrijk. Ik vind dat totaal niet belangrijk,
• 45:25
  Speaker 2: want het is gewoon gaaf onderzoeken. En wat we er
• 45:27
  Speaker 2: uiteindelijk mee doen. Al doe je er helemaal niks mee
• 45:29
  Speaker 2: in je leven. Maar heel veel mensen vinden het belangrijk,
• 45:31
  Speaker 2: want er gaat allemaal geld naartoe. En dan vinden ze
• 45:33
  Speaker 2: dat het dan... dus nut moet hebben... naast kassen, bijvoorbeeld
• 45:38
  Speaker 2: schimmels ontdekken... of bestuiven, weet ik wat ze allemaal doen
• 45:41
  Speaker 2: in kassen... zijn er nog meer toepassingen?
• 45:44
  Speaker 3: Ja, ik denk dat er heel veel toepassingen zijn... omdat
• 45:46
  Speaker 3: je heel vaak hebt dat een robot iets moet doen...
• 45:49
  Speaker 3: maar ook weer terug moet komen om bijvoorbeeld op te laden. Ja,
• 45:52
  Speaker 2: natuurlijk
• 45:53
  Speaker 3: Dus bijvoorbeeld, ik noem maar iets... een plein waar je
• 45:55
  Speaker 3: wil dat lopende robotjes afval opruimen of zo... dan lopen
• 45:59
  Speaker 3: die robotjes rond, ze pakken afval... en dan moeten ze
• 46:01
  Speaker 3: ook weer terug kunnen komen om weer op te laden...
• 46:05
  Speaker 3: Met dank aan deze techniek kun je dat doen met
• 46:07
  Speaker 3: heel weinig.
• 46:08
  Speaker 2: Ja, energiezuiniger
• 46:10
  Speaker 3: vooral. Al die drones, robotjes, anders moeten ze hele kaarten hebben.
• 46:13
  Speaker 3: Dat hoeft niet meer. Nee, precies. Het is eigenlijk best robuust,
• 46:16
  Speaker 3: omdat je niet een kaart maakt. En het is heel efficiënt.
• 46:20
  Speaker 3: Maar je kunt ook denken aan magazijnen. Dus als ik
• 46:22
  Speaker 3: weer even naar vliegende robots terug ga. In magazijnen is
• 46:25
  Speaker 3: vaak de uitdaging van... wat ligt er aan producten nog
• 46:28
  Speaker 3: op welk schap? En ook heel hoog. Vroeger moest dan
• 46:32
  Speaker 3: zo'n heel warenhuis dicht. En dan konden ze met de
• 46:35
  Speaker 3: hoogwerker even overal checken. Nu, in de toekomst, kun je
• 46:39
  Speaker 3: gewoon hele lichte drones hebben... die eigenlijk continu rondvliegen. Checken
• 46:43
  Speaker 3: wat er allemaal op de verschillende schappen ligt. En dan
• 46:45
  Speaker 3: weer terugkomen, opladen. En dan heb je eigenlijk real-time informatie
• 46:48
  Speaker 3: over wat je in je magazijn hebt. Maar ik denk
• 46:52
  Speaker 3: ook aan windmolenparken, dus... inspectie van windmolens... Die zijn best
• 46:58
  Speaker 3: wel groot. Die zijn heel groot. Dan moet je er
• 47:00
  Speaker 3: met een boot naartoe. En vroeger moesten dan mensen er
• 47:03
  Speaker 3: ook nog eens in gaan zitten klimmen. Nu gebeurt dat
• 47:06
  Speaker 3: al vaak met roos. Maar ik hoorde ook van zo'n
• 47:08
  Speaker 3: bedrijf dat daaraan werkt. Vroeger deed je één windmolen per dag.
• 47:13
  Speaker 3: Met een drone doe je er nu misschien vijf. Maar
• 47:15
  Speaker 3: het duurste is dan altijd die boot op en neer.
• 47:18
  Speaker 3: Wat als je bij zo'n windmolenpark ook een korf met
• 47:21
  Speaker 3: drones hebt... die er af en toe uitvliegen, die inspecties doen...
• 47:25
  Speaker 3: terugkomen en weer landen daar. Dus ik denk echt dat
• 47:29
  Speaker 3: er heel veel mogelijkheden zijn... waar dit nuttig kan zijn.
• 47:34
  Speaker 3: En we moeten wel nog stappen maken... dat we nog
• 47:37
  Speaker 3: preciezer weten van waar het werkt. te laten werken. Dus
• 47:42
  Speaker 3: er is echt nog wel een traject natuurlijk om te gaan.
• 47:45
  Speaker 3: En waar werkt het nu goed? Nou, het werkt in
• 47:48
  Speaker 3: de binnenruimtes waar we het geprobeerd hebben heel erg goed.
• 47:53
  Speaker 3: En ja, tot nu toe 100%, maar goed, 100% is
• 47:56
  Speaker 3: altijd een beetje... Ja, dat maakt ook niet uit of
• 47:59
  Speaker 3: het 99% is. Nou ja, kijk... Nou, Ben. We hebben
• 48:04
  Speaker 3: ook wel in een kassa al getest... Maar dat was
• 48:07
  Speaker 3: echt heel uitdagend, omdat het een vrij open kas was.
• 48:11
  Speaker 3: Maar het was ook een kas waar we deden de leervlucht.
• 48:13
  Speaker 3: En na de leervlucht ging er
• 48:17
  Speaker 2: schermen.
• 48:18
  Speaker 3: Waardoor het echt heel donker werd. En dan paars licht
• 48:21
  Speaker 3: ging eraan. Dus er zijn dan uitdagingen. Ook buiten is
• 48:25
  Speaker 3: het nog uitdagend. Dus dan werkt het voor 80 procent.
• 48:28
  Speaker 3: Dat moet echt omhoog. Dus waarom werkt het buiten niet
• 48:31
  Speaker 3: zo goed? Omdat er heel veel wind stond, de zon
• 48:33
  Speaker 3: verandert veel... En dus moeten we naar een ander camera
• 48:36
  Speaker 3: systeem toe. Maar daar zijn we allemaal aan het werken.
• 48:39
  Speaker 3: En ook als je dit naar een product uiteindelijk moet brengen,
• 48:41
  Speaker 3: zijn er echt nog wel ontwikkelingsslagen. Maar het concept op
• 48:44
  Speaker 3: zich kan denk ik op heel veel plekken gewoon heel
• 48:47
  Speaker 3: goed
• 48:47
  Speaker 1: werken. Hoe is het sowieso qua synergie binnen de TU Delft?
• 48:51
  Speaker 1: Want ik kan me nog herinneren, vorig jaar in de
• 48:54
  Speaker 1: technoloog hebben wij Christophe de Waal. Wachter gesproken. Die ken
• 48:57
  Speaker 1: je ongetwijfeld ook. Dat is mijn directe kleukollega. Kijk, precies.
• 49:00
  Speaker 1: Dat ging over drone racen. Heb jij daar toen ook
• 49:05
  Speaker 1: aan meegewerkt? Het was het wereldkampioenschap. Het heette anders, maar
• 49:10
  Speaker 1: het was in Dubai uit mijn hoofd. In een golfstaat.
• 49:12
  Speaker 3: Abu Dhabi. Ik doe dat samen met Christophe. We hebben
• 49:16
  Speaker 3: heel veel dingen samen gedaan. Drone racen doen we sinds 2016. Inderdaad.
• 49:22
  Speaker 3: De reden om te beginnen aan drone racen was voor
• 49:26
  Speaker 3: mij ook... je zag toen dat drones autonoom werden... maken
• 49:31
  Speaker 3: van kaarten en heel veel rekenkracht... en dan zag je
• 49:34
  Speaker 3: ze vliegen een paar centimeter per seconde of zo. Ik dacht,
• 49:38
  Speaker 3: als je naar de natuur kijkt, die lachen ons uit.
• 49:41
  Speaker 3: En drone racen is juist iets waarbij je snel moet zijn...
• 49:44
  Speaker 3: snel moet reageren, je hebt weinig rekenkracht... maar je moet
• 49:47
  Speaker 3: wel split-second decisions, besluiten nemen. En daarom zijn we erin
• 49:52
  Speaker 3: gestapt om te laten zien... hoe biologisch geïnspireerde methodes, zoals
• 49:57
  Speaker 3: die neurale netwerken... daar eigenlijk heel goed kunnen functioneren. En
• 50:03
  Speaker 3: samen met Christophe hebben we allerlei successen... en ook failures
• 50:12
  Speaker 3: gehad over de jaren. Maar de laatste jaren gaat het
• 50:15
  Speaker 3: heel erg goed. En we hebben nu dit jaar in januari...
• 50:22
  Speaker 3: hebben we zelfs een oplossing gepresenteerd die volledig noraal is.
• 50:26
  Speaker 3: Dus plaatjes gaan in een noraal netwerk en commando's naar
• 50:30
  Speaker 3: de motoren eruit. En dan kan dat noraal netwerk sneller
• 50:34
  Speaker 3: vliegen dan menselijke piloten. Maar goed, we werken dus heel
• 50:38
  Speaker 3: veel samen. Ja,
• 50:39
  Speaker 1: precies. Wat ik dus ook geleerd heb van je antwoord...
• 50:44
  Speaker 1: je hebt er min of meer antwoord op gegeven... is
• 50:46
  Speaker 1: dat dat racen... dat helpt dus ook deze use case.
• 50:51
  Speaker 1: Omdat je dus dat hele snelle reageren nodig hebt. Dat
• 50:53
  Speaker 1: is dus eigenlijk hetzelfde idee. Hoe snel gaan de bijtjes?
• 50:58
  Speaker 3: Eh... Dat weet ik niet precies. Kijk, en je hebt
• 51:02
  Speaker 3: natuurlijk absolute snelheid van hoeveel kilometer per uur... maar je
• 51:05
  Speaker 3: hebt ook hoeveel lichaamslengtes per seconde. Dus ze vliegen echt
• 51:09
  Speaker 3: wel snel voor hun lichaam.
• 51:11
  Speaker 1: Nee, maar
• 51:12
  Speaker 3: ik bedoelde jou bij drones eigenlijk. Nou ja, kijk, bij
• 51:16
  Speaker 3: het racen vliegen we over de 100 kilometer per uur. Ja,
• 51:18
  Speaker 3: maar die zijn een stuk groter, toch? Nou ja, kijk
• 51:22
  Speaker 2: Iets kleiner dan ongeveer 10 centimeter, dacht ik toch? Ach.
• 51:25
  Speaker 3: Nou ja, oké. Dus waar we mee drone racen is
• 51:28
  Speaker 3: een gewone drone van laten we zeggen ongeveer 30 centimeter
• 51:33
  Speaker 3: diameter of zo. We hebben de studie voor het bijennavigatie
• 51:39
  Speaker 3: ook met zo'n drone gedaan. En de reden daarvoor was
• 51:41
  Speaker 3: dat we buiten echt 600 meter wilden vliegen. Ja, dan
• 51:45
  Speaker 3: heb je gewoon een iets grotere drone nodig. Het principe
• 51:50
  Speaker 3: past in een heel kleine chip. Dus we zijn eigenlijk
• 51:52
  Speaker 3: nu de stap aan het maken naar kleine droontjes van
• 51:54
  Speaker 3: 10 centimeter met een mini chipje. Het is voor mij
• 51:58
  Speaker 3: eigenlijk geen vraag of dat gaat lukken. Dat gaat lukken,
• 52:01
  Speaker 3: maar die stap zijn we nu aan het maken om
• 52:03
  Speaker 3: dat dan ook echt aan te tonen. Tijdens het navigeren
• 52:08
  Speaker 3: vliegen we wel iets langzamer. Het coole is wel dat
• 52:11
  Speaker 3: stappen tellen... dat voorbij trekken van het landschap, dat kan
• 52:15
  Speaker 3: heel snel. We vliegen 600 meter. Als we dan terugkomen
• 52:18
  Speaker 3: kunnen we heel snel terugvliegen met die odometrie. Maar als
• 52:21
  Speaker 3: we dan denken van we zijn er... en dan gaan
• 52:24
  Speaker 3: we kijken en bewegen, dan gaan we langzamer. En je
• 52:26
  Speaker 3: ziet dat in de bijendata dus ook terug... Want we
• 52:29
  Speaker 3: hebben met biologen samengewerkt daar. En die hadden echte bijendata.
• 52:33
  Speaker 3: En dan zag je ook dat ze in het eerste
• 52:35
  Speaker 3: gedeelte veel sneller vliegen. En als ze dan dichtbij komen,
• 52:38
  Speaker 3: dan beginnen ze te kijken. En er is nog iets
• 52:41
  Speaker 3: heel moois aan dat leren met de domotrie trouwens. Als
• 52:47
  Speaker 3: je leert met dat stappentellen, dat stappentellen is inaccuraat. Dus
• 52:51
  Speaker 3: je zou ook kunnen zeggen, waarom doe je dat? Je
• 52:54
  Speaker 3: zegt dan tegen je netwerk, het nest is daar. Maar
• 52:56
  Speaker 3: eigenlijk is het nest daar. En dat is geen probleem.
• 53:01
  Speaker 3: Zolang het binnen de 90 graden weg is van het nest,
• 53:04
  Speaker 3: kom je thuis. Maar je gaat niet recht naar je
• 53:07
  Speaker 3: nest toe. Je gaat dan een beetje zo ernaartoe cirkelen.
• 53:10
  Speaker 3: Een beetje wat kronkeltjes. En dat is ook precies wat
• 53:13
  Speaker 3: we op de bijendata ook onderzocht hebben. En wat we
• 53:16
  Speaker 3: ook zagen, dat tijdens het eerste gedeelte kom je heel
• 53:19
  Speaker 3: snel terug. En je vliegt ook heel erg recht terug.
• 53:22
  Speaker 3: Maar zodra je dan in dat gebied komt, zodra die
• 53:24
  Speaker 3: bijen in dat gebied komen, zie je ze ook veel
• 53:26
  Speaker 3: meer kronkelpaadjes en langzamer vliegen
• 53:31
  Speaker 2: Wat doet de natuur slim en mooi? Daar kunnen we
• 53:35
  Speaker 2: heel veel van leren. Wat doet de natuur echt dom?
• 53:38
  Speaker 2: Wat heb je ontdekt dat je dacht van... Tjongejonge zeg. Mens,
• 53:42
  Speaker 2: dat doen wij echt wel veel beter
• 53:45
  Speaker 3: Nou ja, kijk... Je hebt ook wel eens dat je
• 53:48
  Speaker 3: zo'n vlieg tegen je raam ziet botsen. Wat dom dat
• 53:51
  Speaker 3: je tegen mijn raam vliegt. Wat doe je? Wat ben
• 53:54
  Speaker 3: je hier mee bezig? En dat je ook zo'n raam openzit. Ja,
• 53:57
  Speaker 3: daar is het raam.
• 53:58
  Speaker 1: Ja, dat hij er niet uit
• 54:00
  Speaker 3: gaat. Dan gaat hij zomaar
• 54:01
  Speaker 1: naast of zo. Ja, dat is waar.
• 54:02
  Speaker 3: Dat
• 54:03
  Speaker 2: doet een
• 54:03
  Speaker 3: vlieg. Maar het is natuurlijk een soort afweging. Je betaalt
• 54:08
  Speaker 3: altijd iets. Ik vind het echt prachtige, superintelligente wezens. Maar,
• 54:14
  Speaker 3: weet je... Als je dus zo'n klein breintje hebt, je
• 54:17
  Speaker 3: gaat bepaalde aannames doen. Kijk, en bijvoorbeeld ramen bestaan nog
• 54:21
  Speaker 3: niet zo lang, evolutionair gezien. Ze moeten evolueren dat ze
• 54:25
  Speaker 3: ook ramen herkennen natuurlijk. Nou, ik weet niet of dat
• 54:27
  Speaker 3: gaat evolueren, want misschien is het dat het niet waard.
• 54:29
  Speaker 3: Weet je wel, dus die ene bij die bij jou
• 54:30
  Speaker 3: binnenvliegt en niet meer naar buiten kan. Misschien is dat
• 54:33
  Speaker 3: prima voor evolutie. Ja, het is jammer, maar je had
• 54:35
  Speaker 3: ook opgegeten kunnen worden door een vogel. Dus misschien gaat
• 54:38
  Speaker 3: dat ook niet evolueren. En we hebben dat eigenlijk bij
• 54:42
  Speaker 3: ons onderzoek ook. Dus als ik heb over die kaarten. Ja,
• 54:46
  Speaker 3: die zijn heel duur. Het brengt wel iets. Want je
• 54:48
  Speaker 3: kunt een optimaal pad gaan plannen. Dat kan onze bij niet.
• 54:51
  Speaker 3: Onze drone kan dat niet. Dus we betalen wel iets.
• 54:53
  Speaker 3: We kunnen alleen terug nu op dit moment. En waar
• 54:57
  Speaker 3: we naar gaan kijken nu is van. Die bijen hebben
• 55:00
  Speaker 3: meerdere bloemenvelden. Waar de biologen heel erg veel discussies over hebben.
• 55:04
  Speaker 3: Want dat is nog geen uitgemaakte zaak. is als zo'n
• 55:08
  Speaker 3: bijtje ziet zo'n dansje... Gaat naar een bloemenveld. Stel het bloemenveld,
• 55:11
  Speaker 3: er is geen nectar meer. Er zijn al helemaal bezochte
• 55:13
  Speaker 3: andere bijtjes. Kan hij dan in één keer naar een
• 55:16
  Speaker 3: ander bloemenveld? Dat is eigenlijk een grote
• 55:19
  Speaker 2: vraag.
• 55:19
  Speaker 3: Want
• 55:19
  Speaker 2: hij moet eerst terug
• 55:21
  Speaker 3: dansen. Hij moet eerst terug dansen, daar moet hij naartoe.
• 55:24
  Speaker 3: Nou ja, dat is de vraag. Moeten ze eerst terug?
• 55:26
  Speaker 3: Of kunnen ze dan ineens zeggen van deze is leeg?
• 55:28
  Speaker 3: Dat weten ze nog niet. Dat weten ze nog niet goed.
• 55:30
  Speaker 3: En dat is een hele grote vraag. Want als ze
• 55:32
  Speaker 3: wel naar een ander bloemenveld kunnen... dan volgens de definitie
• 55:36
  Speaker 3: van de bioloog... hebben ze dan toch een soort heel
• 55:37
  Speaker 3: ruwe kaart... En dat is ook een van de stappen
• 55:40
  Speaker 3: waar wij naar gaan kijken. Nu moet onze robot altijd
• 55:43
  Speaker 3: eerst terug. Maar kan ons netwerk ook misschien meerdere plekken?
• 55:50
  Speaker 3: Dat zijn ook dingen waar wij over na gaan denken.
• 55:53
  Speaker 3: En dan brengen we eigenlijk een kaart, en dat is
• 55:56
  Speaker 3: wel cool aan robotica... van oké, we kunnen dit in
• 55:59
  Speaker 3: de robot. Dat weet ik zeker. We kunnen het in
• 56:00
  Speaker 3: de robot voor elkaar krijgen. Maar de vraag is, wat
• 56:02
  Speaker 3: kost het? En dat kunnen wij heel duidelijk in kaart brengen...
• 56:06
  Speaker 3: en daarmee de biologen helpen. Is dat het eigenlijk waard?
• 56:10
  Speaker 3: Dus jullie gaan uiteindelijk... nu helpen de biologen vooral jou... Ja,
• 56:14
  Speaker 3: ze helpen ons. Ik moet zeggen, met deze studie dragen
• 56:17
  Speaker 3: we allerlei nieuwe ideeën aan. Dus bijvoorbeeld dat je met
• 56:19
  Speaker 3: odometrie leert. En dat dat niet perfect is. En dat
• 56:22
  Speaker 3: je daardoor niet recht naar je nest toe vliegt. Is
• 56:26
  Speaker 3: iets wat biologen kunnen gaan testen. Dus ook daar, als
• 56:28
  Speaker 3: biologen luisteren. Ik heb ook wel een paar ideeën over
• 56:32
  Speaker 3: hoe je dat zou kunnen testen. Natuurlijk gaan we de
• 56:34
  Speaker 3: baai dan weer een beetje pesten. Dat is misschien in
• 56:36
  Speaker 3: de naam van de wetenschap toegestaan. Maar dat zou je
• 56:39
  Speaker 3: kunnen testen op bepaalde manieren. En ja, dus daar geven
• 56:43
  Speaker 3: we eigenlijk al ideeën. Maar ook hier hopen we dat
• 56:46
  Speaker 3: dit biologen ook helpt om zaken heel scherp te krijgen.
• 56:50
  Speaker 1: Ja.
• 56:51
  Speaker 3: We hebben nog
• 56:52
  Speaker 1: 3,5 minuten, Ben. Ik heb nog wel een aantal kleutervragen.
• 56:55
  Speaker 1: Doe maar even kleutervragen. Ik wilde nog
• 56:58
  Speaker 2: vragen over de positie ten opzichte van de aarde. Hoe
• 57:03
  Speaker 2: we dat doen. Dat is allemaal van die detail en
• 57:05
  Speaker 2: techniek die we hebben overgeslagen. Dus doe maar de kleutervragen.
• 57:08
  Speaker 1: Ja, kijk, ik moest direct denken aan die Black Mirror aflevering. Ja,
• 57:12
  Speaker 1: ik ook. In je oor met al die insecten. Ja,
• 57:14
  Speaker 1: dat allebei zijn uitgestort. Allebei zijn verhekt. Weet je welke
• 57:19
  Speaker 1: aflevering ik bedoel? Ja, ik weet het heel goed. Dat
• 57:21
  Speaker 1: hoor je natuurlijk iedere week. Gaan we daarheen. Kan dit.
• 57:28
  Speaker 1: Gaan we neer bij je hekken. Kijk we hebben nu.
• 57:30
  Speaker 1: Dat hebben we toen met Christophe natuurlijk ook weer voor
• 57:32
  Speaker 1: zijn voeten geworpen. Vorig jaar. Maar we zijn natuurlijk in Oekraïne.
• 57:36
  Speaker 1: Dat gaat helemaal los met die drones daar. Nog steeds.
• 57:39
  Speaker 1: En het wordt steeds bijzonderder. Ja. Als ze daar met
• 57:43
  Speaker 1: zulke kleine bijtjes in elkaars oor kunnen vliegen. Dan wordt
• 57:46
  Speaker 1: het een top idee.
• 57:48
  Speaker 3: Oké, ja, dat zijn op zich veel vragen. Ja, reageer
• 57:52
  Speaker 3: maar eens. Ja, reageer maar eens. Tweeënhalve minuut. Kijk, ten eerste,
• 57:57
  Speaker 3: het is gewoon een heel belangrijke technologie. En ik denk economisch.
• 58:01
  Speaker 3: Ik heb zelf allerlei toepassingen in gedachten waar we ook
• 58:03
  Speaker 3: aan werken. Waarbij ik denk dat je heel positieve impact
• 58:05
  Speaker 3: op de maatschappij kunt hebben. Ik denk ook wel, ja,
• 58:08
  Speaker 3: Oekraïne maakt wel duidelijk... dat dit ook voor militaire toepassing
• 58:12
  Speaker 3: heel erg belangrijk is. En dat we op deze technologie
• 58:15
  Speaker 3: kunnen maar beter vooraan lopen, zou ik zeggen. Want dat
• 58:19
  Speaker 3: is natuurlijk ook een toepassing van de technologie. Precies dit
• 58:23
  Speaker 3: wat we hebben ontwikkeld trouwens... Vraag ik me af, want
• 58:25
  Speaker 3: je
• 58:26
  Speaker 4: komt
• 58:26
  Speaker 3: terug. Maar wel misschien om rond een basis bijvoorbeeld te checken.
• 58:32
  Speaker 3: Wat gebeurt er rond een basis en dan weer terug
• 58:33
  Speaker 3: te komen. Op verkenning is het misschien wel heel interessant.
• 58:38
  Speaker 3: Op verkennen en terugkomen, maar hij komt wel terug. Er
• 58:43
  Speaker 3: zou misschien ook gevolgd kunnen worden terug. Dat wil je
• 58:45
  Speaker 3: dan misschien wel niet. Ik weet niet of het direct
• 58:47
  Speaker 3: daartoe pasbaar is. Maar op zich is drone technologie natuurlijk... Ja,
• 58:51
  Speaker 3: ook militair toepasbaar. En we moeten daar gewoon als Nederland
• 58:53
  Speaker 3: en Europa ook in voorop lopen. En jammer genoeg ook
• 58:57
  Speaker 3: op deze toepassing. Maar
• 58:59
  Speaker 1: dan ben ik wel, dan is het een iets minder
• 59:00
  Speaker 1: kleuterachtige vraag. Want ik ben blij dat ik hem toch
• 59:02
  Speaker 1: heb gesteld. Leeft dat op de TU dat jullie deze
• 59:06
  Speaker 1: technologieën aan het ontwikkelen zijn? Het is overduidelijk dat dit
• 59:08
  Speaker 1: natuurlijk onwijs gave... waar we de afgelopen 58 minuten over
• 59:11
  Speaker 1: hebben gehad. En belangrijke toepassingen, allerlei dingen die we... kunnen
• 59:15
  Speaker 1: gaan gebruiken. Maar leeft toch die dual use? Leeft dat
• 59:18
  Speaker 1: ook bij jullie? Is dat meer een ding geworden de
• 59:20
  Speaker 1: afgelopen jaren?
• 59:21
  Speaker 3: Nou ja, heel erg natuurlijk. Daar zijn we heel erg
• 59:23
  Speaker 3: mee bezig. Ja, het is ethisch natuurlijk best wel ingewikkeld ook.
• 59:29
  Speaker 3: Want eigenlijk het meeste wat je aan technologie ontwikkelt... voor
• 59:33
  Speaker 3: bijvoorbeeld drones, is natuurlijk dual use. Dus ik denk wel
• 59:39
  Speaker 3: dat wat je ziet is dat er steeds meer besef is...
• 59:42
  Speaker 3: ook in de maatschappij, van ja, we hebben dit wel nodig...
• 59:44
  Speaker 3: om onze democratie ook te beschermen. Dus ja, in die
• 59:49
  Speaker 3: zin denk ik dat ook die toepassing, weet je wel... ja, nogmaals,
• 59:53
  Speaker 3: daar moeten we toch ook in vooraan lopen. Als je
• 59:55
  Speaker 3: het hebt over die Black Mirror aflevering... het stemt me
• 1:00:00
  Speaker 3: aan de ene kant een beetje triest, zeg maar. Want
• 1:00:03
  Speaker 3: we maken juist kleine drones omdat ze dan veilig zijn.
• 1:00:07
  Speaker 3: Maar natuurlijk, ook dan kun je dat concept pakken... en
• 1:00:10
  Speaker 3: je kunt er altijd wel weer iets gevaarlijks van maken.
• 1:00:14
  Speaker 3: Ik denk niet dat het de meest... als je drones
• 1:00:16
  Speaker 3: voor dat doel wil gebruiken... de meest voor de hand
• 1:00:19
  Speaker 3: liggende manier is... Ik denk ook wat betreft bestuiving. Ja,
• 1:00:24
  Speaker 3: ik heb altijd gezegd van laten we in godsnaam gewoon
• 1:00:26
  Speaker 3: de bijen redden. En dat heeft
• 1:00:28
  Speaker 4: natuurlijk
• 1:00:29
  Speaker 3: heel veel met het milieu te maken. En impact van
• 1:00:32
  Speaker 3: technologieën rond ook landbouw, maar ook andere zaken. Laten we
• 1:00:37
  Speaker 3: in godsnaam ons best doen om de dieren te redden.
• 1:00:39
  Speaker 3: Die zijn echt niet zomaar te verplaatsen. En dat zou
• 1:00:43
  Speaker 3: ik ook niet willen. Ik denk wel dat op termijn
• 1:00:46
  Speaker 3: in kassen... bijvoorbeeld nu bestellen ze dan dozen met hommels...
• 1:00:50
  Speaker 3: op termijn zou je in kassen dat ook wellicht met
• 1:00:53
  Speaker 3: drones kunnen doen.
• 1:00:54
  Speaker 5: Ja
• 1:00:54
  Speaker 1: want hoe
• 1:00:54
  Speaker 3: diervriendelijk is dat om
• 1:00:56
  Speaker 1: een doos met hommels te bestellen?
• 1:00:58
  Speaker 3: Ja, dus ik denk wel dat daar is het misschien diervriendelijker...
• 1:01:01
  Speaker 3: om het uiteindelijk met drones te doen. Ik denk dat
• 1:01:02
  Speaker 3: we daar uiteindelijk wel komen. Maar ja, überhaupt weet je wel,
• 1:01:06
  Speaker 3: daar hebben we het niet eens over gehad... maar het lichaam,
• 1:01:08
  Speaker 3: zeg maar, een diertje eet wat... en kan dan weer
• 1:01:12
  Speaker 3: een eind vliegen... Ja, met batterijtjes en zo. Er zijn
• 1:01:16
  Speaker 3: wel groepen aan de wereld die echt op die insectgrootte werken.
• 1:01:19
  Speaker 3: Maar die hebben nog steeds draadjes nodig... naar een heel
• 1:01:22
  Speaker 3: grote batterij die daarnaast staat. Dus ook het energiesysteem van
• 1:01:26
  Speaker 3: hoe dieren eten...
• 1:01:28
  Speaker 1: Oh, daar hebben we het niet over gehad. Nee
• 1:01:29
  Speaker 3: shit
• 1:01:30
  Speaker 1: En ook de... Energiesysteem. Guido zegt nu, we lopen hier
• 1:01:35
  Speaker 1: op voorop. Hoe is het wereldwijd? Even de wereldkaart. We
• 1:01:37
  Speaker 1: zijn al hartstikke over tijd, maar het maakt me niet uit.
• 1:01:40
  Speaker 3: Nou ja, ik denk dat we op zich op allerlei
• 1:01:44
  Speaker 3: technologieën mee voorop lopen. Bij de drone race zijn we
• 1:01:46
  Speaker 3: bijvoorbeeld wereldkampioen. Ik hoop dat we het ooit met menselijk
• 1:01:50
  Speaker 3: voetbal zullen worden. Wat vind
• 1:01:52
  Speaker 2: je nou belangrijker, met
• 1:01:54
  Speaker 3: drones of met menselijk voetbal? Drones toch? Ja, weet ik niet.
• 1:01:57
  Speaker 3: Drones is waarschijnlijk belangrijker. Voor jou wel, je moet die
• 1:01:59
  Speaker 3: Nobelprijs winnen. Oh ja, inderdaad. Dus ja, we lopen daar
• 1:02:04
  Speaker 3: mee voorop. Maar er zijn natuurlijk heel veel landen, heel
• 1:02:08
  Speaker 3: veel groepen over de wereld... die heel erg goed zijn
• 1:02:10
  Speaker 3: in dit gebied. Ja, ik denk wel van... het is
• 1:02:15
  Speaker 3: wel goed als we dat blijven stimuleren, ook in Nederland.
• 1:02:18
  Speaker 3: Daar kunnen we heel
• 1:02:19
  Speaker 2: veel
• 1:02:20
  Speaker 3: gesprekken over hebben.
• 1:02:21
  Speaker 1: Daar word
• 1:02:21
  Speaker 3: ik natuurlijk van.
• 1:02:22
  Speaker 2: Heb je trouwens nog wensen? Heb je iets nodig zodat
• 1:02:25
  Speaker 2: je meer kan ontwikkelen? Of is het zo oké, je
• 1:02:28
  Speaker 2: moet gewoon meters maken?
• 1:02:30
  Speaker 3: Ja, dus dan hebben we het toch over dat onderwerp.
• 1:02:34
  Speaker 3: Dingen testen is in Nederland nog best wel moeilijk. Omdat
• 1:02:37
  Speaker 3: mensen het niet willen? Mensen niet, maar veiligheid is extreem belangrijk.
• 1:02:43
  Speaker 3: Ook voor ons. Maar het is best wel moeilijk om
• 1:02:47
  Speaker 3: buiten testen te doen. In de toekomst willen we misschien drones...
• 1:02:51
  Speaker 3: die ook pakketjes bezorgen in een stad of zo. Maar
• 1:02:54
  Speaker 3: het regelen van een test als universiteit om dat te
• 1:02:58
  Speaker 3: kunnen doen... Het is heel erg ingewikkeld, het is heel
• 1:03:01
  Speaker 3: veel papierwerk. Oké,
• 1:03:03
  Speaker 2: dus
• 1:03:03
  Speaker 3: dat moet
• 1:03:05
  Speaker 4: weg.
• 1:03:05
  Speaker 3: Ja,
• 1:03:05
  Speaker 4: dus voor het straks
• 1:03:06
  Speaker 3: vliegen, we hadden het over sterren. Het is ook iets
• 1:03:08
  Speaker 3: waar we met de overheid echt in contact staan hierover.
• 1:03:10
  Speaker 3: En op zich steunen ze dit natuurlijk. Maar tegelijkertijd is
• 1:03:15
  Speaker 3: het ook wel heel moeilijk om een test te doen.
• 1:03:16
  Speaker 3: Dat je s'nachts mag vliegen of over
• 1:03:19
  Speaker 1: een frontaatgebied. Ja, maar dit gaat voor alles
• 1:03:21
  Speaker 3: Dit is toch het allerbelangrijkste? Het is heel belangrijk, dus
• 1:03:24
  Speaker 3: ik vind dat we daar echt
• 1:03:26
  Speaker 1: iets
• 1:03:26
  Speaker 3: meer ruimte aan moeten bieden
• 1:03:28
  Speaker 3: Wel altijd veilig, dus veiligheid nogmaals staat altijd voorop. Maar ja,
• 1:03:33
  Speaker 3: je moet echt wel meer mogelijkheden daarvoor krijgen.
• 1:03:37
  Speaker 2: Mooi. Nou, we hebben een toekomstige Nobelprijswinnaar hier. Ik ook.
• 1:03:43
  Speaker 2: Echt
• 1:03:43
  Speaker 1: fantastisch, Guido.
• 1:03:44
  Speaker 2: Guido, wil je ons beroven dat je ons op
• 1:03:46
  Speaker 1: de
• 1:03:46
  Speaker 2: hoogte houdt hiervan? Ja, is echt heel goed. Alle ontwikkelingen,
• 1:03:48
  Speaker 2: dit vinden we fantastisch.
• 1:03:49
  Speaker 3: Jullie maken me wel heel verlegen allemaal met jullie. Nee,
• 1:03:53
  Speaker 3: was heel leuk om hierover te spreken. Ja, bedankt. Ja, dankjewel.
• 1:03:56
  Speaker 1: Daniel, jij ook bedankt trouwens. Ja, dit was Guido de Kroon.
• 1:03:59
  Speaker 1: Full professor, wat was het? Micro Eric, moet je LinkedIn
• 1:04:02
  Speaker 1: er gelijk weer bij houden. AI for Drones is misschien.
• 1:04:04
  Speaker 1: AI for Drones? Kijk, hoppa. Aan de TU Delft. Ben
• 1:04:09
  Speaker 1: van den Burg. Ja. 2e op het WK Allround in
• 1:04:12
  Speaker 1: 1991 of zo. 90. 90, prima. Tot volgende week.