MAI-HOME: slimme technologieën voor een duurzame toekomst 

Ali Ozbakir: Ali is gestart met het GO-Kit project middels een postdoc bij de Open Universiteit als computational scientist. Hij is verantwoordelijk voor de algoritmes in het GO-Kit project en MAI-HOME. Ali geeft aan dat het doel van machine learning het begrijpen van patronen is, verkregen vanuit specifieke en ingegeven data.

Jean-Louis Stassen: De projectverantwoordelijke en projectmanager voor het MAI-HOME project namens de Open Universiteit. Heeft ervaring in projectcoördinatie m.b.t. datagedreven inzichten en innovaties.

In de kern van dit baanbrekende project bevindt zich GO-KIT, een grensoverschrijdend initiatief dat begon met de ontwikkeling van geavanceerde sensoren geïnstalleerd in sociale huurwoningen. Deze sensoren, variërend van bewegingsdetectoren tot temperatuurmeters, leveren gegevens aan een slim algoritme, ontwikkeld door een consortium onder leiding van de Open Universiteit. Het doel? Energieverbruik verminderen (en CO2 uitstoot) zonder dat bewoners het zelfs maar merken. Lichtniveaus worden automatisch aangepast, temperaturen worden geregeld, en dit alles dankzij een slim algoritme op de achtergrond.

De drijvende kracht achter GO-KIT is de wens om bewustwording te creëren over slimme huizen en om een geautomatiseerd beheersysteem te introduceren dat via AI een bijdrage kan leveren aan slimmer onderhoud en een vermindering van de uitstoot van CO2. Het antwoord op de vraag waarom dit project is gestart, is simpel: stijgende energiekosten en energiearmoede. De traditionele methoden om energiegedrag te veranderen hadden hun beperkingen, en GO-KIT vertegenwoordigt een nieuwe manier om volhoudbaar gedrag aan te passen, niet alleen door technologie, maar ook via gesprekken aan de keukentafel met energiecoaches. Ook beoogt men door deze aanpak een slimmer en duurzamere manier om om te gaan met transportbewegingen ten behoeve van het onderhoud in corporatiewoningen.

Terwijl GO-KIT de technische kant behandelt, richt MAI-HOME zich op onder meer het psychologische aspect van gedragsverandering, gamification en sociale leerprocessen. Het doel is om gezinnen te helpen samen te leren over energie-efficiëntie. Hier komt onderwijswetenschap om de hoek kijken, evenals bijzondere aandacht voor privacy en gegevensbescherming.

Wat dit project echt opmerkelijk maakt, is de samenwerking en grensoverschrijdende aanpak. Samenwerking over grenzen heen is van vitaal belang, gezien het feit dat het energieprobleem aan beide zijden van de grens bestaat. Partners, zowel academisch als uit de industrie, werken samen om dit probleem vanaf de basis aan te pakken.

Natuurlijk zijn er uitdagingen; privacy en gegevensbeveiliging moeten nauwlettend worden gevolgd, en het menselijke aspect van gedragsverandering is complex. Het 'reboundeffect' - waarbij duurzame oplossingen leiden tot hoger verbruik, omdat gebruikers minder gemotiveerd zijn om duurzaam gedrag na te streven - moet worden aangepakt. Elk huis is anders, en het algoritme moet zich aanpassen aan al deze verschillende gebruikers.

Daarbij komt ook nog kijken dat niet iedereen even vertrouwd is met AI, dit zorgt in bepaalde gevallen ook voor wantrouwen. Zo kan het zijn dat mensen niet willen dat sensoren in bepaalde kamers worden gehangen (zoals de slaapkamer) omdat ze dat ervaren als een inbreuk op hun privacy.

Ali: “In de komende tien jaar kan ik mij inbeelden dat wij de technologie hebben om huizen volledig te managen op energie-niveau. Dit zal op zijn beurt beleid wat betreft energie beïnvloeden en vooral meer focus brengen en inzicht geven op de lange termijn. Lokale overheden en nationale overheden zullen veel meer diverse manieren van energieopwekking en gebruik hanteren die dan binnen een goed systeem van smart homes worden geïntegreerd.”

Jean-Louis: “Als je kijkt naar de doelgroepen (inwoner, sociale huisvestigingsmaatschappij/coöperatie, overheid) wordt er impact gegenereerd op de reductie van energiegebruik. De sensorkit kan potentieel op grotere schaal worden uitgerold binnen Nederland en Vlaanderen voor een aanvaardbare prijs. Hiermee wordt meer inzicht gegenereerd in energy intelligence voor de verschillende stakeholders. Ik verwacht ook dat er veel meer wordt gerenoveerd en de inzichten die de sensorkits leveren beïnvloeden de keuzes die worden gemaakt omtrent efficiënte renovatie beslissingen. Als laatste kan beleid binnen RES (Regionale Energie Strategie van Nederland, red.) veel scherper worden gemaakt middels de nieuwe inzichten.”

En tot slot, een interessant feitje waar men tijdens de uitvoering achter kwam: sensoren die beweging detecteren blijken niet alleen mensen, maar ook dieren te herkennen. Deze herkenning heeft op zijn beurt weert invloed op de data die verzameld wordt en daar moet rekening mee worden gehouden.

De projecten binnen Interreg Vlaanderen-Nederland bouwen aan een duurzamere toekomst. GO-KIT en MAI-HOME zijn slechts twee voorbeelden van hoe technologie en menselijke inspanningen hand in hand kunnen gaan om de wereld te veranderen, zonder dat we het misschien zelfs doorhebben.