S08E16 - AI in de ruimte: hoe satellieten autonoom beslissen

In de nieuwste aflevering van AIToday Live staat David Rijlaarsdam, Director of Space System Engineering bij Ubotica Technologies, centraal. Hij vertelt over de ontwikkeling van AI-systemen die satellieten in staat stellen zelfstandig beslissingen te nemen in de ruimte.

David legt uit hoe zijn team hardware en software ontwikkelt die satellieten intelligenter maakt door edge computing. Dit stelt satellieten in staat om bijvoorbeeld zelf te herkennen wanneer een foto bewolkt is en de camera te herpositioneren voor betere opnames.

De ruimte biedt unieke uitdagingen voor AI-systemen, waaronder beperkte stroomvoorziening, vacuüm, straling, extreme temperaturen en lanceringstrillingen. De AI-modellen die Ubotica gebruikt zijn vooral kleinere neurale netwerken gericht op beeldherkenning, niet de grote taalmodellen zoals ChatGPT.

Toepassingen variëren van maritieme veiligheid en natuurrampdetectie tot wetenschappelijke metingen. Door data aan boord te verwerken, kan essentiële informatie binnen minuten beschikbaar zijn in plaats van uren of dagen.

Onderwerpen

• Slimme satellieten en edge computing
• Uitdagingen van AI in de ruimte
• AI-modellen voor beeldherkenning
• Toepassingen van AI in maritieme beveiliging en natuurrampen
• Toekomst van satellietontwikkeling en AI-technologie

Links

• Podcast: AIToday Live podcast
• Organisatie: Home – Ubotica Technologies :Real Time Earth Observation
• Organisatie: TU Delft | Technische Universiteit Delft | Challenge. Change. Impact!
• Organisatie: NASA
• Organisatie: European Space Agency
• Organisatie: Creating a Safe and Liveable World | | Fugro
• Organisatie: Détect BV – Détect Milieu Services B.V.
• Product: AI Game Changer - Aigency
• Kaartspel: AI Game Changer - Generative AI editie

Genoemde entiteiten: Ubotica Technologies - Fugro - Detect - ESA - NASA

Stem op AIToday Live voor de Nationale AI Awards 2025 – dat kan tot 12 januari via aimaze.nl/ai-awards-voting-2025

Aigency
Aigency ontwerpt en ontwikkelt waardevolle, robuuste en betrouwbare Machine Learning-modellen.

Info Support
Info Support is de specialist in maatwerk software en leidend in kunstmatige intelligentie (AI).

Disclaimer: This post contains affiliate links. If you make a purchase, I may receive a commission at no extra cost to you.

Schrijf je in voor onze nieuwsbrief en ontvang exclusieve toegang tot nieuws, blik achter de schermen en meer!

Transcript

1
00:00:00,000 --> 00:00:04,919
Stel je voor, een satelliet die om de aarde draait en duizende beelden maakt.

2
00:00:04,919 --> 00:00:08,439
Maar de verbinding naar de grond is traag en duur.

3
00:00:08,439 --> 00:00:14,519
Wat als die satelliet zelf kan beslissen welke foto's de moeite waard zijn om door te sturen?

4
00:00:14,519 --> 00:00:17,440
Daarvan bouwt David Rijlaarsdam precies dat.

5
00:00:17,440 --> 00:00:23,719
Als Director of Space System Engineering bij Ubotica Technologies ontwikkelt hij AI-systemen die in de ruimte draaien.

6
00:00:23,719 --> 00:00:29,399
Geen data center op aarde, maar slimme chips aan boord van satellieten die ter plekke beslissingen nemen.

7
00:00:29,399 --> 00:00:30,399
Dat is waar het om gaat.

8
00:00:33,519 --> 00:00:36,238
Joop: Leuk dat je weer luistert naar een nieuwe aflevering van AIToday Live.

9
00:00:36,238 --> 00:00:41,279
Joop: Mijn naam is Joop Snijder, CTO bij Aigency, en mijn collega Niels Naglé, Area Lead Data & AI bij Info Support.

10
00:00:41,439 --> 00:00:44,319
Joop: In de studio hebben we David Rijlaarsdam.

11
00:00:44,318 --> 00:00:49,278
Joop: David, ontzettend leuk dat je bij ons in de studio wil zijn, wil je je eerst voorstellen aan de luisteraars.

12
00:00:49,518 --> 00:00:51,199
David: Dankjewel, leuk om hier te zijn.

13
00:00:51,199 --> 00:00:57,118
David: Ik ben David Rijlaarsdam, ik ben Director of Space System Engineering voor Ubotica Technologies.

14
00:00:57,119 --> 00:00:58,399
Joop: Dat is een mond vol.

15
00:00:59,118 --> 00:01:01,919
Joop: En wat doe je bij Ubotica?

16
00:01:01,999 --> 00:01:12,558
David: Ik ben eigenlijk verantwoordelijk voor alles wat te maken heeft met onze hardware en software die naar de ruimte gaat, en ook met de operaties van onze ruimtemissies.

17
00:01:12,879 --> 00:01:13,438
Joop: Dat is leuk.

18
00:01:13,519 --> 00:01:16,798
Joop: We gaan het vandaag hebben over AI in de ruimte.

19
00:01:17,358 --> 00:01:22,078
Niels: We hebben dichterbij gehad, maar ouders.

20
00:01:22,559 --> 00:01:24,719
Joop: Maar wel met voetjes op de grond vandaag.

21
00:01:24,959 --> 00:01:31,519
Joop: Zou je iets kunnen vertellen van wat jullie dan doen en wat voor AI er in de ruimte gaat.

22
00:01:31,519 --> 00:01:33,199
David: Ja, zeker.

23
00:01:33,599 --> 00:01:38,478
David: Wat wij eigenlijk doen is, wij veranderen de manier waarop satellieten werken.

24
00:01:38,799 --> 00:01:44,399
David: En dat doen we voor veel verschillende satellieten, maar we focussen vooral op aardeobservatie.

25
00:01:44,399 --> 00:01:54,718
David: Dus de satellieten die beelden maken van de aarde, dus bijvoorbeeld je Google Maps beelden, maar ook radarbeelden, weersmetingen, dat soort dingen.

26
00:01:54,959 --> 00:02:06,638
David: En dat doen we door hardware systemen en software mee te sturen op satellieten om edge compute te gebruiken.

27
00:02:06,639 --> 00:02:17,358
David: Dus eigenlijk wat we doen, is we gebruiken software aan boord van satellieten om die satellieten zelf te kunnen laten interpreteren wat voor data ze verzamelen en op basis daarvan ook zelf beslissingen te maken.

28
00:02:17,998 --> 00:02:22,158
David: Om je een voorbeeld te geven, als jij foto's maakt van de aarde.

29
00:02:22,159 --> 00:02:25,918
David: Dan is ongeveer zeker als je nu naar buiten kijkt.

30
00:02:25,918 --> 00:02:30,159
David: In Nederland is het nog meer, maar 50, 60% van alle foto's die je maakt, is bewolkt.

31
00:02:30,478 --> 00:02:32,238
David: De aarde is gewoon heel erg bewolkt.

32
00:02:32,238 --> 00:02:36,399
David: En dat zijn meestal beelden, niet altijd, maar vaak beelden waar je niet zoveel aan hebt.

33
00:02:36,399 --> 00:02:44,399
David: Want je wil natuurlijk, als je beelden maakt van de aarde, wil je dat misschien doen om landbouw in de gaten te houden of scheepvaart of bepaalde natuurfenomenen.

34
00:02:45,118 --> 00:02:49,039
David: En nu al die data die wordt verzameld wordt allemaal naar beneden gestuurd.

35
00:02:49,359 --> 00:02:53,598
David: En eigenlijk onze filosofie is wat nou als die satelliet zelf ziet.

36
00:02:53,598 --> 00:02:56,239
David: Die foto die ik nu ga maken, die is bewolkt.

37
00:02:56,239 --> 00:03:03,038
David: Misschien moet ik die niet maken en moet ik mijn camera net een andere kant op draaien om een foto te maken die niet bewolkt is.

38
00:03:03,438 --> 00:03:04,878
David: Dat is een heel simpel voorbeeld.

39
00:03:04,879 --> 00:03:08,879
David: Het trek het nog helemaal door tot in het extreme, maar dat soort dingen doen wij.

40
00:03:08,879 --> 00:03:16,239
David: Dus autonomie aan boord van satellietsystemen en ook autonomie op de grond om die satellietsystemen slim aan te sturen.

41
00:03:17,359 --> 00:03:21,118
David: Dat is waar we ons mee bezighouden en daar zijn we ook echt een van de pioniers in.

42
00:03:21,118 --> 00:03:23,358
Joop: En hoe ben je je ingerold?

43
00:03:24,479 --> 00:03:27,919
David: Ik zelf heb een achtergrond in ruimtevaarttechnologie.

44
00:03:27,918 --> 00:03:30,478
David: Dus dat heb ik gestudeerd in Delft.

45
00:03:32,639 --> 00:03:42,798
David: Zodoende ben ik eigenlijk al tijdens mijn studie tijdens mijn master betrokken geraakt bij een bedrijf dat heet Movidius.

46
00:03:42,798 --> 00:03:46,399
David: Movidius is een bedrijf wat op een gegeven moment gekocht is door Intel.

47
00:03:46,638 --> 00:03:50,399
David: En Movidius maakte Edge AI chips.

48
00:03:50,399 --> 00:03:55,199
David: Dus chips waarmee je op je drone of op je virtual reality headset AI kon draaien.

49
00:03:59,039 --> 00:04:03,278
David: Dat is een eerste bedrijf, en ik heb daar ook er ook een half jaar gezeten.

50
00:04:03,838 --> 00:04:14,079
David: En mijn basis daar, die dat bedrijf hadden opgericht en verkocht aan Intel, die zijn toen een aantal jaar later een bedrijf begonnen, Ubotica.

51
00:04:14,078 --> 00:04:18,238
David: Ubotica waarvoor ik nu werk in Ierland.

52
00:04:18,238 --> 00:04:20,959
David: En ze hebben mij gevraagd of ik daar daarbij wil komen.

53
00:04:20,959 --> 00:04:23,998
David: En voor hun Ubotica is een ruimtevaartbedrijf.

54
00:04:23,998 --> 00:04:27,279
David: En natuurlijk in Nederland hebben we heel veel ruimte voor talent.

55
00:04:27,278 --> 00:04:31,598
David: We hebben natuurlijk ESA Astax zit hier, maar ook aan de aan de TU Delft.

56
00:04:31,599 --> 00:04:34,318
David: Het is echt een fantastische ruimtevaartopleiding.

57
00:04:34,558 --> 00:04:37,519
David: En ook erg toonaangevend in de wereld.

58
00:04:37,519 --> 00:04:41,199
David: En dat weten ze dus ook in andere landen en dus ook in Ierland.

59
00:04:41,198 --> 00:04:51,038
David: En ze vroegen mij om hier Nederland daar een team op te zetten van AI of van ruimtevaart experts die ook affiniteit hebben met AI.

60
00:04:51,278 --> 00:04:55,598
David: En dat hebben we gedaan en nu hebben we een kantoor en een team in Nederland.

61
00:04:56,639 --> 00:04:58,399
David: Ja, daar ben ik ook erg trots op.

62
00:04:58,399 --> 00:04:59,599
David: Die doen het helemaal erg goed.

63
00:05:00,079 --> 00:05:04,799
Niels: En goed om te horen dat we al die kennis allemaal in huis hebben in Nederland, maar ook in Europa.

64
00:05:04,799 --> 00:05:06,238
Niels: Want vaak is de verhalen.

65
00:05:06,238 --> 00:05:11,998
Niels: Dan is het Amerika, China, Rusland die met alle raketten en inderdaad, satellieten de lucht inbrengen.

66
00:05:12,319 --> 00:05:18,559
Niels: Dus mooi om te horen dat die kennis die we van natuur eigenlijk in Nederland hebben, ook hier op dit vlak nog goed aanwezig is.

67
00:05:18,558 --> 00:05:19,358
David: Absoluut.

68
00:05:19,759 --> 00:05:21,438
Niels: Ik ben wel nieuwsgierig.

69
00:05:21,438 --> 00:05:25,679
Niels: Wat zijn dan de uitdagingen die je hebt in de ruimte die je?

70
00:05:25,998 --> 00:05:30,519
Niels: Als je het hier lokaal als waar je AI wil in zetten waar je dan tegenaan loopt.

71
00:05:30,999 --> 00:05:36,278
David: Je bedoelt wat het moeilijk maakt om AI in de ruimte te draaien.

72
00:05:30,239 --> 00:05:37,639
David: Heel veel dingen.

73
00:05:38,918 --> 00:05:41,079
David: Dus ja, waar te beginnen.

74
00:05:41,718 --> 00:05:45,959
David: Als je een satellietruimte instuurt, die heeft natuurlijk zonnepanelen en een batterij.

75
00:05:47,239 --> 00:05:48,919
David: Dus de stroom is beperkt.

76
00:05:48,918 --> 00:05:51,319
David: En dat wordt wel, satellieten worden steeds groter.

77
00:05:52,119 --> 00:06:00,038
David: Dus dat wordt steeds kleiner een steeds kleiner probleem, als de batterij groter wordt, wordt uiteindelijk de computer die je meestuurt ook steeds groter.

78
00:06:00,038 --> 00:06:02,519
David: Dus dat haalt zichzelf ook weer een beetje in.

79
00:06:02,838 --> 00:06:04,759
David: Dus stroom is een probleem.

80
00:06:04,759 --> 00:06:06,838
David: In de ruimte is natuurlijk vacuüm.

81
00:06:06,838 --> 00:06:09,399
David: Dat is een probleem voor veel elektronica.

82
00:06:09,399 --> 00:06:15,479
David: Als er hele kleine lucht belletjes in je chip zitten.

83
00:06:15,478 --> 00:06:20,678
David: En je stuurt dat de ruimte in en er is daar vacuum, dan kan dat uit elkaar knallen.

84
00:06:20,678 --> 00:06:22,359
David: Dus daar moet je iets mee doen.

85
00:06:22,759 --> 00:06:24,759
David: Heel groot probleem is straling.

86
00:06:24,759 --> 00:06:27,639
David: En dat is eigenlijk misschien wel het grootste probleem.

87
00:06:28,119 --> 00:06:30,679
David: In de ruimte zijn veel geladen deeltjes.

88
00:06:31,959 --> 00:06:35,799
David: En andere vormen van straling en die raken je chips.

89
00:06:35,798 --> 00:06:38,199
David: En die raken al je systeem, maar ook je chips.

90
00:06:38,199 --> 00:06:42,439
David: En als je bits hebt op je chip, dus nullen en één.

91
00:06:42,759 --> 00:06:47,079
David: Dan kan zo'n gelade deeltje ervoor zorgen dat een 0 en 1 wordt of een 1-0.

92
00:06:47,399 --> 00:06:50,199
David: En dan gaat je software allerlei hele rare dingen.

93
00:06:50,199 --> 00:06:52,278
David: Dus dat is iets waar je me rekening moet houden.

94
00:06:52,278 --> 00:06:55,718
David: En worst case, kan zo'n geladen deeltje voor zorgen dat je echt kortsluiting krijgt.

95
00:06:55,718 --> 00:06:58,278
David: En dan ga ik het eigenlijk elektronica kapot.

96
00:06:58,278 --> 00:07:01,399
Joop: En hou je daar dan rekening mee in de hardware, maar ook in de software.

97
00:07:01,399 --> 00:07:02,918
David: Ja, inderdaad, in allebei.

98
00:07:02,918 --> 00:07:08,278
David: Ja, dus we doen trouwens, en nog, er zijn nog meer problemen.

99
00:07:08,278 --> 00:07:12,998
David: Dus je hebt de trillingen van de lancering en heel warm, heel koud.

100
00:07:14,038 --> 00:07:16,199
David: Het is echt heel moeilijk om dit te doen.

101
00:07:16,519 --> 00:07:20,439
David: En vooral die hardware kant, dat kan ik ook zeker niet hoor.

102
00:07:20,438 --> 00:07:23,559
David: Dat zijn al mijn geweldige collega's die dat doen.

103
00:07:23,879 --> 00:07:29,799
David: Maar nee, om dat stralingsprobleem op te lossen en eigenlijk al die problemen, moet je allerlei dingen in hardware en software doen.

104
00:07:31,558 --> 00:07:34,838
David: Je moet allerlei dingen redundant maken.

105
00:07:34,838 --> 00:07:43,798
David: Dus je van veel componenten geef je maak je soldeer er twee op je printplaat, zodat je als er één stuk gaat dat je de ander hebt.

106
00:07:43,798 --> 00:07:52,519
David: We hebben allerlei checks in onze software die continu checken of alle nullen die nullen zouden moeten zijn en alle ene die ene zouden moeten zijn, dat nog steeds zou zijn.

107
00:07:52,519 --> 00:07:57,559
David: En als dat niet zo is, zetten we de computer uit en uploaden we bijvoorbeeld het bestand opnieuw.

108
00:07:58,678 --> 00:08:08,198
David: Wat we ook doen, is als we zien, we hebben op de chips of op onze computer zelf hebben we chips zitten die heel nauwkeurig het stroomverbruik in de gaten houden.

109
00:08:08,199 --> 00:08:14,358
David: En als dat hoger is dan we zouden verwachten, kan dat duiden op zo'n zo'n geladen deeltje en dan sluiten we ook meteen alles af.

110
00:08:14,359 --> 00:08:19,398
David: Er zijn allerlei dingen die we doen om die problemen op te lossen.

111
00:08:19,959 --> 00:08:21,319
Joop: Zijn er ook juist andersom?

112
00:08:21,639 --> 00:08:25,639
Joop: De problemen die je op aarde zou hebben die je in de ruimte niet hebt.

113
00:08:26,198 --> 00:08:28,438
David: Dat is een leuke vraag.

114
00:08:30,678 --> 00:08:34,678
David: Nee, ik denk het eigenlijk alleen maar probleem erbij gekregen.

115
00:08:34,678 --> 00:08:42,599
David: Ja, ik denk het eigenlijk eigenlijk nee, ik kan niet één, iets verzinnen, wat een goede vraag, daar moet ik eens over nadenken.

116
00:08:44,678 --> 00:08:48,438
David: Ik denk eigenlijk dat alles eigenlijk wel moeilijker is.

117
00:08:49,078 --> 00:08:51,799
Niels: Jammer.

118
00:08:51,959 --> 00:09:02,358
Niels: Ik was nieuwsgierig, je zegt heel erg specifieke stukjes software die je draait om bijvoorbeeld een van de uitdagingen stroom goed af te handelen en daar heel efficiënt in te zijn.

119
00:09:02,678 --> 00:09:07,639
Niels: Heb je daar al machine learning modellen, AI-modellen, of is dat allemaal rol-based.

120
00:09:08,678 --> 00:09:13,159
David: Ja, ook een hele goede vraag, best technisch al.

121
00:09:14,839 --> 00:09:16,358
David: Dat kan het designer.

122
00:09:16,359 --> 00:09:22,999
David: Ja, dat heet in de satellietbouw heet dat FDIR failure detection isolation en recovery.

123
00:09:23,319 --> 00:09:29,639
David: En vooral die failure detection, daar wordt nu allerlei onderzoek naar gedaan van kunnen we dat beter met AI doen.

124
00:09:30,119 --> 00:09:34,839
David: En er zijn nu wel resultaten die zeggen van nou, misschien kunnen we dat wel beter met AI doen.

125
00:09:34,839 --> 00:09:41,718
David: Want als je alles rule-based doet, dus als je als je ergens stroom meet en in plaats van twee ampère is het 2,2.

126
00:09:42,198 --> 00:09:46,839
David: Dan kan je natuurlijk zeggen van alles wat boven de 2.1 is, zetten we hem uit, want dan is het verkeerd.

127
00:09:46,839 --> 00:09:55,159
David: En dat is wel heel robuust en dat werkt heel goed en dat is hoe de meeste systemen nu werken en ook die van ons, want dat is gewoon veilig simpel, dat kan je goed uitleggen.

128
00:09:55,879 --> 00:10:01,558
David: En dat gedraagt zich gewoon precies zoals je het zou verwachten.

129
00:10:01,879 --> 00:10:05,959
David: Maar er zijn altijd dat heet een failure motor.

130
00:10:05,958 --> 00:10:10,278
David: Er zijn altijd manieren waarop zo'n systeem kapot kan gaan, die je gewoon niet bedenkt.

131
00:10:10,278 --> 00:10:13,478
David: Of die zo bijzonder is dat je hem nog nooit gezien hebt.

132
00:10:13,478 --> 00:10:21,599
David: En als je dat allemaal rule-based moet doen, dan moet je dus allemaal regels inbouwen voor dingen die je eigenlijk nog nooit gezien hebt en dan heb je dus altijd dingen die je gaat missen.

133
00:10:23,359 --> 00:10:31,519
David: Bijvoorbeeld nu volgens mij op dit moment heeft NASA deze week aangekondigd dat ze contact kwijt zijn met een satelliet die om Mars heen draait.

134
00:10:31,759 --> 00:10:37,119
David: Dus daar zal iets gebeurd zijn wat je niet aan kan zien komen.

135
00:10:37,519 --> 00:10:45,199
David: En dat kan altijd gebeuren en het idee is dat AI, omdat AI, je hoeft niet specifiek te zeggen wat het moet herkennen.

136
00:10:45,198 --> 00:10:49,038
David: Het kan bijvoorbeeld gewoon herkennen wat is een normale staat van je systeem.

137
00:10:49,038 --> 00:10:52,239
David: En alles wat niet normaal is, daar geef ik een signaaltje voor.

138
00:10:52,239 --> 00:10:53,839
David: Dus dat is heel veel belovend.

139
00:10:53,839 --> 00:10:56,719
David: Alleen het probleem is natuurlijk dat je false positives krijgen.

140
00:10:56,718 --> 00:11:02,078
David: Dus het gaat af en toe zeggen, hier is iets mis, terwijl er niks mis is, en dat is ook niet snel acceptabel.

141
00:11:02,078 --> 00:11:07,599
David: Dus om je antwoord te geven, ja, er is veel onderzoek naar gedaan.

142
00:11:07,599 --> 00:11:11,278
David: Ik denk dat het heel voorzichtig operationeel aan het worden is.

143
00:11:11,599 --> 00:11:26,239
David: En wij doen wel wat dingen voor bijvoorbeeld onze software waarin we wel wat dingen met AI, of in ieder geval afgeleide van AI doen om dit soort dingen te herkennen, maar nog niet echt de cruciale systemen, dat doen we nog niet.

144
00:11:26,558 --> 00:11:29,999
Joop: Ik denk dat het voor de luisteraar misschien nog wel heel belangrijk is om uit te leggen.

145
00:11:29,999 --> 00:11:34,639
Joop: Want veel mensen die zijn ingestapt bij GGPT.

146
00:11:34,958 --> 00:11:38,639
Joop: Dus vinden AI gelijk staan aan generatieve AI.

147
00:11:38,958 --> 00:11:42,479
Joop: Jullie sturen denk ik nog geen taalmodellen de ruimte in.

148
00:11:42,639 --> 00:11:45,599
Joop: Zou je daar iets over kunnen vertellen, wat je wel gebruikt.

149
00:11:45,599 --> 00:11:49,198
David: Ja, dat is denk ik inderdaad belangrijk om even dat verschil te maken.

150
00:11:50,958 --> 00:11:58,079
David: Sinds één of twee maanden is er nu een generatief model in de ruimte.

151
00:11:58,719 --> 00:12:01,199
David: Dat is niet door ons gedaan, dat is een ander bedrijf gedaan.

152
00:12:01,198 --> 00:12:07,038
David: En ik voorlopig nogal vooral omdat het omdat het kan, omdat het gaat is om te laten zien.

153
00:12:07,278 --> 00:12:09,999
David: En wat wij doen is al wel wat meer operationeler.

154
00:12:09,999 --> 00:12:13,278
David: Dus wij gebruiken echt informatie die we verzamelen.

155
00:12:13,759 --> 00:12:18,558
David: Maar de AI die wij de ruimte insturen, is eigenlijk een aantal dingen.

156
00:12:18,558 --> 00:12:21,199
David: En het zijn ook trouwens niet AI-algmen.

157
00:12:21,918 --> 00:12:24,079
David: Ja dat noem je dan klassieke algoritmes.

158
00:12:24,079 --> 00:12:33,999
David: Die bijvoorbeeld als je foto maakt van een bosplant, alle pixels die warmer zijn dan x aantal graden, daarvan zeg je van nou, daar is iets warms.

159
00:12:33,999 --> 00:12:38,479
David: En dat is geen AI, dat is gewoon een soort filter, alles wat hoger dan dat.

160
00:12:40,319 --> 00:12:41,759
Joop: Net als een recept in je kookboek.

161
00:12:41,999 --> 00:12:43,278
Joop: Dat is ook een algoritme.

162
00:12:43,278 --> 00:12:49,359
David: Inderdaad, inderdaad, een algoritme is gewoon als ik deze data naar binnen krijg, dan doe je daar iets mee.

163
00:12:50,879 --> 00:12:57,759
David: Die output, wat daaruit komt, daar wil je dan wil je dan wat van kunnen zeggen.

164
00:12:57,999 --> 00:13:04,079
David: Maar de AI die wij gebruiken, is eigenlijk meer de AI van een aantal jaar geleden.

165
00:13:04,639 --> 00:13:08,798
David: Hoewel er ook nog steeds heel veel ontwikkelingen gebeuren, maar voor de LLM's.

166
00:13:08,798 --> 00:13:13,599
David: Dus dat gaat meer over kleinere neurale netwerken.

167
00:13:13,918 --> 00:13:28,078
David: Die bijvoorbeeld ook als je je iPhone opent met gezichtsherkenning en dat soort kleinere modellen die wel heel nuttig zijn, maar wat geen LLM is, geen heel groot datacentrum nodig heeft, en het is geen taalmodel.

168
00:13:28,079 --> 00:13:38,798
David: Wat wij gebruiken, zijn vooral modellen die op foto's werken en visuele data, ook wel radar data en wat andere soorten data, maar vooral visuele data.

169
00:13:38,798 --> 00:13:42,159
David: Dus dat heet dan een convolutional neural network.

170
00:13:42,478 --> 00:13:47,119
David: Voor de luisteraars die dat weten wat dat is, precies.

171
00:13:48,399 --> 00:13:54,079
Joop: Wat ik aan zaten denken, is omdat je moet het klein houden.

172
00:13:54,078 --> 00:13:58,078
Joop: Er is natuurlijk een hele stroom nu gaat over duurzaamheid.

173
00:13:58,079 --> 00:14:01,599
Joop: En zeker die taalmodellen, die zijn helemaal niet zo duurzaam.

174
00:14:01,599 --> 00:14:11,038
Joop: Is de ontwikkeling die jullie mee, die jullie maken, heeft dat ook invloed op ervoor te zorgen dat modellen goedkoper kunnen draaien.

175
00:14:11,038 --> 00:14:14,879
Joop: En zien we dat dan ook in andere industrieën naar boven komen.

176
00:14:14,958 --> 00:14:16,638
David: Ja, ik denk het wel.

177
00:14:18,478 --> 00:14:23,838
David: Of wat wij specifiek doen al zo'n impact op de industrie heeft, dat weet ik niet.

178
00:14:23,839 --> 00:14:28,318
David: Maar kijk, die edge AI, die wordt die wordt al heel lang gebruikt en ook in de industrie.

179
00:14:28,558 --> 00:14:33,359
David: En als bedrijf hebben wij trouwens ook een aantal industriele projecten.

180
00:14:34,639 --> 00:14:40,639
David: Voor grote fabrikanten die een nieuwe fabriek hebben en bijvoorbeeld een bepaald product.

181
00:14:40,718 --> 00:14:43,999
David: Honderdduizend keer per jaar produceren.

182
00:14:43,999 --> 00:14:51,519
David: En wat wij wel doen, is technologie die wij voor de ruimtevaart hebben ontwikkeld, toepassen dan in zo'n fabriek.

183
00:14:51,519 --> 00:14:56,318
David: Bijvoorbeeld het herkennen van dingen die abnormaal zijn, dat kan je dan toepassen in zo'n fabriek.

184
00:14:56,318 --> 00:14:57,999
David: En daar heb je geen gigantisch server voor nodig.

185
00:14:58,079 --> 00:15:07,559
David: In dat geval doen wij dat on-premise, dus in de fabriek zelf, met een computer, ook een edge processing apparaat.

186
00:15:07,798 --> 00:15:11,559
David: Wat dus heel weinig stroom verbruikt en wat snel die beelden kan verwerken.

187
00:15:11,558 --> 00:15:18,519
David: Dus ja, dus wij, wij doen dat zeker binnen ons bedrijf en ik sowieso de industrie breder ook als geheel.

188
00:15:18,999 --> 00:15:22,599
David: En ja, dat verbruikt wel minder stroom.

189
00:15:23,078 --> 00:15:28,278
David: Maar het is sowieso wat we natuurlijk zien, is dat LLM's ook steeds minder stroom gebruiken, dat het ook steeds efficiënter wordt.

190
00:15:28,278 --> 00:15:32,438
David: Dus of dat nu echt een groot duurzaamheidsvoordeel is.

191
00:15:32,438 --> 00:15:36,198
David: Het is zeker een duurzaamheidsvoordeel, maar of dat nou echt heel groot is, dat weet ik niet zo goed.

192
00:15:38,119 --> 00:15:45,639
Niels: Ik was nieuwsgierig, heb je een paar voorbeelden van wat jullie dan doen met die beelden om een beeld bij te krijgen van waar wordt de AI functioneel voor ingezet.

193
00:15:45,639 --> 00:15:46,759
David: Ja, zeker.

194
00:15:46,759 --> 00:15:49,959
David: Nou, we kijken naar heel veel toepassingen.

195
00:15:50,599 --> 00:15:53,479
David: Een van de grootste toepassingen waar we naar kijkt.

196
00:15:53,479 --> 00:15:57,639
David: De belangrijkste toepassing voor ons, is maritime security.

197
00:15:59,239 --> 00:16:02,359
David: In dit geval in de gaten houden van schepen.

198
00:16:03,558 --> 00:16:08,199
David: En dan schepen die bijvoorbeeld onze kritieke infrastructuur bedreigen.

199
00:16:08,519 --> 00:16:10,519
David: Dat is natuurlijk nu belangrijk.

200
00:16:10,839 --> 00:16:14,359
David: Europa, heel actueel.

201
00:16:14,918 --> 00:16:18,439
David: On onze kabels en onze gasleidingen zijn kwetsbaar.

202
00:16:18,438 --> 00:16:25,239
David: En we weten dat daar allerlei dingen op dit moment mee gebeuren, dat die bedreigd worden.

203
00:16:25,239 --> 00:16:29,239
David: En daar kan je eigenlijk al heel veel over zeggen vanuit de ruimte.

204
00:16:29,239 --> 00:16:46,198
David: Dus we hebben allerlei verschillende satellietconstellaties die verschillende type data, radar en AIS, dat is een soort baken wat schepen uitsturen, en dat kan je ook vanuit de ruimte opvangen, dan kan je ook weten van oké, hier vaart een schip, dat is dat schip, dat vaart zo hard.

205
00:16:46,198 --> 00:16:51,558
David: En dat combineren we dan met bijvoorbeeld beelden en optische foto's.

206
00:16:51,558 --> 00:16:55,719
David: En als je daar AI op toepassen, zowel aan boord als op de grond.

207
00:16:56,918 --> 00:16:58,038
David: En datafusion.

208
00:16:58,038 --> 00:17:05,398
David: Dus als je daar weer allerlei andere datasourten bij betrekt, dan kan je echt wel heel wat zeggen over wat op dit moment er gaande is op bijvoorbeeld de Noordzee.

209
00:17:06,038 --> 00:17:10,038
David: Dus dat is een belangrijke toepassing voor ons waar we waar we op focussen.

210
00:17:10,038 --> 00:17:14,038
David: En daar we ook een partnerschap mee met Fugo.

211
00:17:14,198 --> 00:17:19,958
David: Misschien kennen jullie dat bedrijf, is een groot Nederlands bedrijf, een geodatabedrijf.

212
00:17:19,958 --> 00:17:23,638
David: En Detect en een datafusiebledrijf ook in Nederland.

213
00:17:24,278 --> 00:17:29,559
David: Maar wat we ook doen, is we kijken naar bijvoorbeeld overstromingen, bosbranden.

214
00:17:30,678 --> 00:17:34,118
David: We kijken naar wetenschappelijke metingen.

215
00:17:34,119 --> 00:17:42,038
David: Dus we gaan nu een groot project met NASA doen, waar we tussen verschillende satellieten ook weer met autonomie willen coördineren.

216
00:17:42,279 --> 00:17:50,678
David: Stel dat er bijvoorbeeld is niet specifiek per se een toepassing waar we naar gekeken, het gaat in dat project meer om de technologie, maar bijvoorbeeld als er een vulkaanuitbarsting is.

217
00:17:51,639 --> 00:17:59,799
David: Dat is een belangrijk voor de wetenschap, als je daarin geïnteresseerd bent, wil je daar graag metingen hebben, ook metingen vanuit de ruimte.

218
00:17:59,799 --> 00:18:07,319
David: Maar het is nog best moeilijk om zo'n vulkaanuitbarsting om de foto te zetten met een satelliet, want het is maar van korte duur en het is redelijk onvoorspelbaar.

219
00:18:07,559 --> 00:18:19,718
David: En een van de dingen die we dus ook doen is kijken van kunnen we met AI aan boord en AI op de grond zien wanneer dat gebeurt en dan heel snel daarop reageren en snel die data verzamelen.

220
00:18:20,599 --> 00:18:25,319
Joop: Zien dat het gebeurt, of is het ietsje vooruitkijken dat je voorspelt dat het gaat gebeuren.

221
00:18:25,319 --> 00:18:27,799
David: En dat is het idealiter natuurlijk.

222
00:18:28,438 --> 00:18:30,198
David: En ik ben zelf geen expert in vulkaan.

223
00:18:30,198 --> 00:18:32,119
David: Ik weet niet in hoeverre dat kan.

224
00:18:32,438 --> 00:18:35,078
David: Maar er zijn dus wel toepassingen waarbij we dat inderdaad doen.

225
00:18:35,079 --> 00:18:40,519
David: Dus bijvoorbeeld met bosbranden, kan je natuurlijk wel iets zeggen in ieder geval over het risico dat er iets gaat gebeuren.

226
00:18:40,678 --> 00:18:46,038
David: En dan kan je al wel daar op voorste tegen en daar bijvoorbeeld capaciteit voor reserveren aan boord van je satellieten.

227
00:18:47,238 --> 00:18:52,918
Niels: Ik was er nieuwsgierig, jij noemt in je voorbeelden AI in de ruimte en AI op aarde.

228
00:18:52,918 --> 00:18:55,478
Niels: En de samenwerking daartussen.

229
00:18:55,558 --> 00:18:59,798
Niels: Hoe bepaal je wat je in de ruimte doet en wat je op aarde doet.

230
00:19:00,998 --> 00:19:02,918
David: Opnieuw een hele goede vraag.

231
00:19:04,678 --> 00:19:09,639
David: Een filosofie, en dat is een beetje over versimpeld.

232
00:19:10,599 --> 00:19:16,438
David: Een filosofie die ik ben systeemkundige en mijn team zijn allemaal systeemkundigen.

233
00:19:16,759 --> 00:19:24,359
David: Een filosofie die we die we vaak noemen, is eigenlijk willen we zo min mogelijk in de ruimte doen.

234
00:19:24,359 --> 00:19:29,559
David: Want alles wat je op de grond doet, is goedkoper, je hebt grotere computers, dus je hebt meer rekenkracht.

235
00:19:29,799 --> 00:19:31,439
Joop: Minder van die problemen die je noemde.

236
00:19:31,238 --> 00:19:31,838
Joop: Precies.

237
00:19:32,119 --> 00:19:38,359
David: Dus je wil eigenlijk al die capaciteit in de ruimte is gewoon is gewoon op dit moment in ieder geval heel beperkt.

238
00:19:38,359 --> 00:19:43,158
David: En zal altijd duurder blijven, denk ik dan wat er op aarde gebeurt.

239
00:19:43,158 --> 00:19:47,678
David: Hoewel dat laatste, dat wordt nu enige discussie over.

240
00:19:44,759 --> 00:19:50,639
David: Z min mogelijk.

241
00:19:52,158 --> 00:20:01,199
David: Wat wij op de grond doen, is als wij ruwe data binnen krijgen, dan willen we die verwerken met de beste algoritmes, met datafusie van alles.

242
00:20:01,518 --> 00:20:05,438
David: We willen die voorspellingen die je noemden, dat doen we op aarde.

243
00:20:05,438 --> 00:20:14,879
David: We willen proberen te voorspellen waar dingen gaan gebeuren, zodat we alvast onze capaciteit kunnen reserveren, dat zorgt voor veel rekenkracht, hebben we daarvoor nodig, veel datasourten.

244
00:20:14,879 --> 00:20:17,198
David: Dus dat doen we allemaal op de grond.

245
00:20:17,839 --> 00:20:22,318
David: Maar aan boord zijn er een aantal dingen die we die we echt aan boord moeten doen.

246
00:20:25,518 --> 00:20:26,959
David: Ik heb twee voorbeelden.

247
00:20:27,279 --> 00:20:32,238
David: Eentje is waar ik het net over had van oké, als we de satelliet zelf een beslissing willen laten maken.

248
00:20:32,238 --> 00:20:37,998
David: Dus als de satelliet ziet, oh, er komt een bewolkt stuk grond aan, ik wil die foto, die hoef ik niet te nemen.

249
00:20:38,879 --> 00:20:41,359
David: Dat moet aan boord, want dat moet heel snel gebeuren.

250
00:20:41,359 --> 00:20:44,158
David: Zo'n satelliet gaat 7,5 kilometer per seconde.

251
00:20:44,478 --> 00:20:46,078
Niels: Dus je moet heel snel handelen.

252
00:20:46,079 --> 00:20:51,518
David: En dat duurt te lang als je dan ook nog naar beneden een signaal wil sturen dat in een server wil verwerken en dan weer omhoog.

253
00:20:51,518 --> 00:20:53,119
David: Dus dat doen we aan boord.

254
00:20:53,518 --> 00:21:06,478
David: En wat we ook aan boord doen, is als we wel een foto hebben gemaakt en heel snel die informatie uit die foto beneden willen hebben, stel dat er ergens een bosbrand is, dan is het natuurlijk iedere minuut heel belangrijk.

255
00:21:06,958 --> 00:21:10,399
David: En wat we dan doen, is dan verwerken we dat aan boord.

256
00:21:10,559 --> 00:21:12,798
David: En dan halen we daar echt die essentiële informatie uit.

257
00:21:12,799 --> 00:21:14,558
David: Dus zo'n foto kan heel groot zijn.

258
00:21:14,879 --> 00:21:17,518
David: In ons een van de satellieten die we vliegen is hyperspectraal.

259
00:21:17,518 --> 00:21:25,119
David: Dat betekent dat het een camera aan zit die niet rood, groen en blauw foto's maakt, maar in dat geval in wel 32 kleuren.

260
00:21:25,119 --> 00:21:27,359
David: Dus dat zijn gigantische databestanden.

261
00:21:27,599 --> 00:21:36,319
David: Dus die verwerken we heel snel met een zo'n edge algoritme, een wat simpeler algoritme, maar wat goed genoeg is om de informatie eruit te halen die wij willen zien.

262
00:21:36,559 --> 00:21:43,599
David: En omdat dat wat er dan uitkomt, is eigenlijk dit zijn de coördinaten vanbeeld een bosbrand.

263
00:21:43,599 --> 00:21:47,358
David: Dat is maar een heel klein bestandje, dat is een soort sms.

264
00:21:47,359 --> 00:21:52,158
David: En die sms is zo klein dat we die meteen via andere satellieten naar beneden kunnen sturen.

265
00:21:52,158 --> 00:21:56,399
David: Dus dan hebben we binnen een paar minuten al die informatie die we nodig hebben.

266
00:21:56,399 --> 00:22:02,478
David: Terwijl als je die grote foto naar beneden wil sturen, dan moet je wachten totdat je boven een grondstation hangt.

267
00:22:03,438 --> 00:22:07,198
David: Dus een grote schotel hebben op de grond, meestal op de Noordpool.

268
00:22:07,518 --> 00:22:13,039
David: En dat kan wel een paar uur duren tot dagen, totdat die beschikbaar is.

269
00:22:13,038 --> 00:22:19,438
David: Dus op die manier kunnen we ook dingen die heel snel naar beneden moeten ook heel snel verwerken en snel doorsturen.

270
00:22:19,438 --> 00:22:19,919
Joop: Slim.

271
00:22:20,799 --> 00:22:28,079
Niels: Dus hoe ga je om met schaarste inderdaad, dit is inderdaad een manier die je wel moet doen om met die schaarste de juiste berichten door te kunnen sturen.

272
00:22:28,079 --> 00:22:28,639
David: Inderdaad.

273
00:22:28,639 --> 00:22:34,399
David: En je kan dan dus een soort optimalisatie maken van oké, als ik het op de grond doe, duurt het veel langer.

274
00:22:34,718 --> 00:22:41,119
David: Maar is misschien wel de kwaliteit van de informatie hoger, of is het goedkoper om die informatie te verwerken.

275
00:22:41,119 --> 00:22:47,438
David: Aan bord is het moeilijk om er een specifiek bedrag op te plakken, maar het kost veel capaciteit.

276
00:22:48,079 --> 00:22:54,478
David: En misschien is de analyse iets minder sophisticated, iets minder gedetailleerd, iets minder hoge kwaliteit.

277
00:22:54,478 --> 00:22:57,438
David: Maar we hebben de informatie echt heel veel sneller.

278
00:22:57,678 --> 00:23:00,238
Joop: Je levert eigenlijk nauwkeurigheid in voor snelheid.

279
00:23:00,239 --> 00:23:02,318
David: Inderdaad, zo kan je het wel zien.

280
00:23:02,319 --> 00:23:08,718
David: En ik moet wel zeggen dat we alsnog ook met die informatie kunnen we heel veel op de grond doen om het alsnog heel nauwkeurig te maken.

281
00:23:09,198 --> 00:23:12,719
David: Dus uiteindelijk leveren we eigenlijk heel weinig nauwkeurigheid in.

282
00:23:12,718 --> 00:23:19,278
David: Maar dat is eigenlijk continu die optimalisatie die we doen om zo snel mogelijk de beste informatie te krijgen.

283
00:23:19,359 --> 00:23:30,718
David: En dat is voor die veiligheid belangrijk, maar ook voor milieubehoud voor economische vraagstukken.

284
00:23:31,678 --> 00:23:37,039
David: Waar op dat moment bijvoorbeeld olieoverslag plaatsvinden.

285
00:23:37,359 --> 00:23:40,958
David: Maar ook climate change waar is een methaanlek, dat soort dingen.

286
00:23:41,119 --> 00:23:44,158
David: Het heeft heel veel toepassingen, weersvoorspellingen.

287
00:23:44,718 --> 00:23:48,238
Niels: Dat zijn denk ik allemaal specifieke modellen.

288
00:23:48,238 --> 00:23:54,478
Niels: Die je voor ieder vraagstuk hebt, of herbruik je veel van de modellen in dit soort gevallen.

289
00:23:54,799 --> 00:23:56,319
David: Het is een beetje van alle beide.

290
00:23:56,319 --> 00:23:59,198
David: Er zijn modellen die een beetje universeel toepasbaar zijn.

291
00:23:59,198 --> 00:24:02,399
David: En er zijn modellen die inderdaad heel specifiek zijn.

292
00:24:03,359 --> 00:24:15,438
David: Dat hangt dan af van wat is je de databron, welke sensor vliegt die satelliet of welke sensor gebruiken we om die informatie om die informatie uit te halen.

293
00:24:16,079 --> 00:24:23,758
David: Maar het hangt ook van, we hebben bijvoorbeeld modellen die eigenlijk universeel toepasbaar zijn, dus bijvoorbeeld die wolkenherkenning.

294
00:24:23,998 --> 00:24:27,998
David: Alle optische satellieten, daarvoor is dat eigenlijk van toepassing.

295
00:24:28,399 --> 00:24:30,399
David: Dus die kunnen we veel breder breder gebruiken.

296
00:24:31,639 --> 00:24:36,758
Niels: Misschien een domme vraag hoor, maar satellieten die schiet je de ruimte in en die zijn er een tijd.

297
00:24:36,758 --> 00:24:37,958
Niels: Ik weet niet hoe lang.

298
00:24:37,958 --> 00:24:40,998
Niels: Het is niet dat je hem even naar beneden haalt en de modellen gaat bijtrainen.

299
00:24:40,998 --> 00:24:42,998
Niels: Dus dat zal een verbinding tussen zijn.

300
00:24:42,998 --> 00:24:49,798
Niels: Hoe makkelijk is dat om nieuwe modellen of nieuwe versies waarvoor geleerd is weer terug de ruimte in te brengen?

301
00:24:49,879 --> 00:24:52,599
David: Ja, zeker geen domme vraag.

302
00:24:52,678 --> 00:24:55,558
David: Hoe langs in de ruimte hangen verschilt een beetje.

303
00:24:56,198 --> 00:25:00,039
David: Die van ons meest van onze satellieten vliegen in low earth orbit.

304
00:25:01,158 --> 00:25:07,558
David: Ook dan verschilt het nog, hoe lang ze er hangen, maar die van ons kan je uitgaan van drie tot vijf jaar de meeste.

305
00:25:08,119 --> 00:25:12,438
David: En dan ruimen ze ook zichzelf op dan vallen ze terug in de atmosfeer en dan verbranden ze.

306
00:25:12,758 --> 00:25:18,438
David: Dus dat draagt dan niet bij aan het ruimtepuinprobleem.

307
00:25:19,238 --> 00:25:25,318
David: En hoe moeilijk het is om modellen te updaten, dat is wel een challenge.

308
00:25:26,438 --> 00:25:29,478
David: Wat ik eerder zei, je moet contact hebben met zo'n grondstation.

309
00:25:29,559 --> 00:25:34,278
David: En vaak is de upload veel beperker dan de download.

310
00:25:34,279 --> 00:25:37,639
David: Dus je kan veel meer data naar beneden sturen dan omhoog.

311
00:25:37,958 --> 00:25:46,198
David: Dat heeft een aantal redenen, maar dat betekent dat we relatief weinig data omhoog kunnen sturen.

312
00:25:46,198 --> 00:25:58,518
David: Nou, gelukkig zijn onze modellen dus relatief klein, dat helpt, maar we hebben ook technologie ontwikkeld waarbij we wat we kunnen uploaden, dus specifiek de update die we naar boven willen sturen.

313
00:25:58,678 --> 00:26:01,399
David: Heel veel kleiner kunnen maken dan alleen het hele model.

314
00:26:01,399 --> 00:26:08,278
David: Dus we hebben een technologie ontwikkeld, waarbij we alleen de stukken uit het model omhoog sturen die nieuw zijn.

315
00:26:09,639 --> 00:26:13,158
David: Dus we hebben daar een probleem waarvoor we oplossingen hebben.

316
00:26:13,879 --> 00:26:14,678
Niels: Ook al mooi toch?

317
00:26:14,678 --> 00:26:17,078
Niels: Dat je dat soort problemen mag tackelen.

318
00:26:17,238 --> 00:26:18,599
David: Ja, het is super exciting.

319
00:26:18,599 --> 00:26:24,998
David: Het zijn allemaal veel van die problemen is gewoon nog nooit iemand tegengekomen, omdat het nog heel nieuw is, deze technologie.

320
00:26:24,998 --> 00:26:27,238
David: Dus dat is super leuk om daaraan te werken.

321
00:26:28,279 --> 00:26:32,918
David: Dat zorgt er ook voor dat we best geregeld en een patent kunnen aanvragen op de dingen die we doen.

322
00:26:32,918 --> 00:26:33,639
David: Dus dat is heel leuk.

323
00:26:33,799 --> 00:26:34,999
Niels: Dat is wel gaaf inderdaad.

324
00:26:35,238 --> 00:26:37,959
Niels: Hoe groot is het team, wat je hier in Delft hebt?

325
00:26:37,958 --> 00:26:44,038
David: In Delft zijn we met z'n tien, dus relatief nog klein, maar wel hard aan het groeien.

326
00:26:44,438 --> 00:26:48,359
David: Want we zijn in Delft nu drie jaar bezig.

327
00:26:48,678 --> 00:26:50,438
David: Dus het gaat heel hard.

328
00:26:50,918 --> 00:26:53,558
David: In ieder geval voor mijn gevoel gaat het heel hard.

329
00:26:54,119 --> 00:26:56,998
David: Het bedrijf zelf is ongeveer met 60 man.

330
00:26:58,438 --> 00:27:01,079
David: Ons hoofdkantoor staat in Dublin in Ierland.

331
00:27:01,158 --> 00:27:05,318
David: We' kan kantoor in Spanje en ook nog een kantoor in Tunesië.

332
00:27:06,599 --> 00:27:13,879
David: En in de ruimte en nog wat collega's over de hele wereld verspreid.

333
00:27:14,198 --> 00:27:17,478
Joop: We hebben nog heel veel vragen voor je gaan we straks mee verder.

334
00:27:17,639 --> 00:27:20,198
Joop: Maar het leuke, we hebben echt vers van de pers.

335
00:27:20,198 --> 00:27:29,318
Joop: We hadden alles wat stellingen gebruikt voor het kaartspel dat er aan zat te komen, we hebben samen met ETZ, het Elisbert twee steden ziekenhuis.

336
00:27:29,319 --> 00:27:30,759
Joop: Hebben wij een kaartspel ontwikkeld.

337
00:27:30,759 --> 00:27:34,519
Joop: Zij zijn voorlopen in de zorg op het gebied van AI.

338
00:27:34,518 --> 00:27:40,838
Joop: En om perspectieven met elkaar te delen is er een kaartspel gemaakt en we willen jou ook zo'n stelling voorleggen.

339
00:27:47,958 --> 00:27:53,718
Unknown: Je den bepalen verhalen.

340
00:27:58,438 --> 00:28:03,478
Niels: Het zou lekker hoorde kaart voelen, nog heel nieuws te schudden, maar het is gelukt.

341
00:28:04,678 --> 00:28:15,639
Niels: We hebben ook weer per thema, net zoals het vorige kaartspel en het thema luid gebruik en toepassingen en de stelling is als volgt ambient ambient.

342
00:28:15,639 --> 00:28:17,479
Niels: Ik weet niet hoe het in Nederland uitspreken.

343
00:28:17,478 --> 00:28:22,999
Joop: Het is eigenlijk de AI meeluisteren, ambient listening.

344
00:28:22,998 --> 00:28:28,518
Niels: Ambient listening, inderdaad, is de game changer voor lastenverlichting in de zorg.

345
00:28:30,518 --> 00:28:44,758
Niels: Wat ambient listening is, in de gesprekken die je misschien met artsen of in het ziekenhuis hebt dat er inderdaad AI meeluistert, dat eventueel kan notuleren en andere toepassingen met hetgene wat besproken is, kan toepassen.

346
00:28:49,319 --> 00:29:00,278
David: Ten eerste voel ik me wel enigszins uit mijn comfortzone, mijn expertise domein.

347
00:29:05,158 --> 00:29:10,758
David: Ik denk dat AI ook in de zorg enorme toepassingen gaat hebben, dat denk ik wel.

348
00:29:12,198 --> 00:29:16,478
David: Of ik nou zelf helemaal heel comfortabel mee zou zijn, dat weet ik niet zo goed.

349
00:29:15,319 --> 00:29:18,318
Joop: Dat is natuurlijk ook een goede vraag.

350
00:29:19,518 --> 00:29:22,478
Joop: Wou je tegenhouden als dat meeluisterd?

351
00:29:22,478 --> 00:29:25,998
David: Ja, dat hangt er denk ik vanaf hoe dat zou ingericht zou zijn.

352
00:29:28,079 --> 00:29:43,278
David: Of het bijvoorbeeld op de edge geprocessed wordt, of daar lokaal, of al die data lokaal verwerkt wordt, of dat die toch ergens een datacentrum ingaat van een partij die we niet misschien per se moeten vertrouwen.

353
00:29:44,799 --> 00:29:45,759
David: Dat zijn nogal wel.

354
00:29:45,758 --> 00:29:49,519
David: Er zijn een hoop brandvoorwaarden voordat ik het helemaal eens ben met deze stelling, denk ik.

355
00:29:49,678 --> 00:29:50,879
Joop: Dat lijkt me heel mooi hand hoor.

356
00:29:52,158 --> 00:29:56,318
Joop: Waar ik benieuwd naar ben, is je komt uit de ruimtevaart.

357
00:29:57,599 --> 00:30:06,718
Joop: Nu met AI, wat waren de misschien je eerste veranderingen dat je dacht van, maar dat had ik niet verwacht bij de AI.

358
00:30:06,879 --> 00:30:08,959
Joop: Wat eigenlijk beter gaat dan verwacht.

359
00:30:08,958 --> 00:30:12,158
Joop: En wat gaat eigenlijk moeizamer dan verwacht.

360
00:30:12,639 --> 00:30:16,318
David: En dan bedoel je in de toepassing van AI in de ruimtevaart.

361
00:30:19,758 --> 00:30:22,158
Joop: Of in het algemeen.

362
00:30:25,518 --> 00:30:34,558
David: Toen wij met het team in Nederland begonnen naar überhaupt in je boter begon, hebben we natuurlijk niet de LLM's aanzien komen.

363
00:30:34,559 --> 00:30:40,158
David: Dus het verandert weer, denk ik ook deze hele wereld.

364
00:30:40,559 --> 00:30:45,678
David: De AI voor de ruimtevaart, is daarmee denk ik ook weer op zijn kop gezet.

365
00:30:46,958 --> 00:30:50,078
David: Voornamelijk denk ik voor nu aan de developmentkant.

366
00:30:50,079 --> 00:30:54,958
David: Dus het is gewoon veel makkelijker om heel snel heel veel code te schrijven.

367
00:30:55,279 --> 00:30:59,839
David: Om documentatie op orde te hebben dat soort dingen.

368
00:30:59,839 --> 00:31:02,958
David: Dus daarmee gaat denk ik de ontwikkeling weer sneller.

369
00:31:04,399 --> 00:31:14,558
David: Hoewel we dus het vliegen van LLM's in de ruimte en deze vorm van AI is denk ik nog wel duurt nog lang voordat dat operationeel gaat zijn.

370
00:31:15,518 --> 00:31:28,959
David: Wat denk ik heel veel beter gaat dan ik had durven dromen, is voor ons wat voor ons een groot probleem is geweest, is het trainen van AI, dat moet je natuurlijk heel veel data voor hebben.

371
00:31:28,958 --> 00:31:35,918
David: En data die representatief is van de data die het uiteindelijk te zien krijgt als je als je het operationeel maakt.

372
00:31:35,918 --> 00:31:42,639
David: En dat is nogal moeilijk als je als je AI moet ontwikkelen voor satellieten die nog niet vliegen, die data bestaat niet.

373
00:31:43,119 --> 00:31:53,119
David: En dat is iets wat waar we echt waar we wel de eerste twee jaar echt hard over hebben nagedacht waar kunnen we dat nou oplossen.

374
00:31:54,079 --> 00:31:57,598
David: En dat is ons eigenlijk heel erg goed gelukt.

375
00:31:57,599 --> 00:32:09,438
David: Dus we hebben technieken ontwikkeld waarmee we data kunnen simuleren, die eigenlijk nog niet bestaat, die van satellieten die nog gelanceerd moeten worden.

376
00:32:09,438 --> 00:32:13,519
David: Door gewoon heel goed te kijken naar hoe zien die systemen eruit, hoe werken die.

377
00:32:13,839 --> 00:32:16,158
David: Wat voor trillingen verwachten we daar.

378
00:32:16,478 --> 00:32:22,318
David: Wat voor licht golflengtes, vangt die camera op dat soort dingen.

379
00:32:22,319 --> 00:32:27,918
David: En daar hebben we eigenlijk dat hebben we heel goed geanalyseerd en vervolgens daar modellen op getraind.

380
00:32:28,238 --> 00:32:34,639
David: En die modellen zijn toen de eerste keer dat we dat deden, zijn die fysiek gelanceerd met een raket.

381
00:32:34,958 --> 00:32:41,278
David: Die hadden we op de harde schijf van de satelliet geladen satellietes in de raket gegaan en is fysiek gelanceerd.

382
00:32:41,359 --> 00:32:42,879
David: Natuurlijk al een heel gek idee.

383
00:32:42,958 --> 00:32:47,519
David: Je wil eigenlijk normaal upload je software in dit geval gaat het fysiek op een raket.

384
00:32:47,518 --> 00:32:49,198
David: En toen zetten we dat voor de eerste keer aan.

385
00:32:49,198 --> 00:32:55,278
David: En toen werkte het eigenlijk de eerste foto die we terugkregen, was eigenlijk een perfect resultaat.

386
00:32:55,599 --> 00:32:58,799
David: En dat was dat was echt verbazingwekkend.

387
00:32:59,359 --> 00:33:04,639
David: Uiteindelijk, ik ben verantwoordelijk geweest voor een gedeelte van het ontwerp van dat systeem.

388
00:33:05,759 --> 00:33:10,319
David: En een aantal van onze collega's die waren daar minder bij betrokken.

389
00:33:10,319 --> 00:33:12,718
David: En die zeiden allemaal, ja, natuurlijk gaat het werken.

390
00:33:12,718 --> 00:33:21,839
David: En eigenlijk zelf dacht ik van ja, ik denk wel dat het gaat werken, maar ik dacht niet dat het ons zo goed zou lukken om die data, om die trainingsdata zo goed te maken.

391
00:33:21,839 --> 00:33:25,359
David: Dus dat werkte heel goed en uiteindelijk natuurlijk lang niet alle resultaten zijn perfect.

392
00:33:25,359 --> 00:33:26,158
David: Dat is altijd zo.

393
00:33:26,158 --> 00:33:28,478
David: Dus we zijn het nu nog veel verder doorontwikkeld.

394
00:33:28,799 --> 00:33:33,359
Joop: Ja, maar ze met synthetische data beginnen, heeft je gewoon echt die kickstart gegeven.

395
00:33:35,038 --> 00:33:39,039
Joop: En dat is een hele goede voorbereiding hoor ik.

396
00:33:39,038 --> 00:33:40,238
David: Ja, ja, zeker.

397
00:33:42,158 --> 00:33:51,038
David: Het wordt steeds korter, ook die tijdlijnen, maar vroeger duurde het tien jaar lang om een satelliet te ontwikkelen voordat hij de ruimte in ging.

398
00:33:51,038 --> 00:33:54,399
David: Inmiddels is dat één jaar en het we gaan al heel snel nu naar een half jaar toe.

399
00:33:54,399 --> 00:33:56,158
David: Dus het moet steeds sneller zijn.

400
00:33:56,399 --> 00:34:04,838
David: Maar inderdaad, die ene eerste satelliet waarin we dit deden, die daar hadden we wel na een ruim jaar voor om dit uit te ontwikkelen.

401
00:34:00,319 --> 00:34:06,119
David: Maar dus ook dat model.

402
00:34:06,359 --> 00:34:12,598
Joop: Dus je had ook heel veel voorbereiding in van hoe gaan we dat model trainen, dat je daar heel goed over na hebben gedacht.

403
00:34:13,559 --> 00:34:16,438
Joop: En wij komen natuurlijk ook heel veel bij bedrijven.

404
00:34:16,438 --> 00:34:19,318
Joop: En dan wordt het een beetje omgedraaid.

405
00:34:19,879 --> 00:34:21,558
Joop: We hebben deze data.

406
00:34:22,119 --> 00:34:23,958
Joop: En dan willen ze de aan de slag.

407
00:34:23,958 --> 00:34:29,319
Joop: Maar wat jij gedaan hebt, is het omgedraaid, gezegd van ja, maar wat wil ik bereiken, welke data heb ik daarbij nodig.

408
00:34:29,319 --> 00:34:31,158
Joop: En hoe kom ik aan die data?

409
00:34:31,399 --> 00:34:35,237
Joop: En ik denk dat die voorbereiding dat hij zich altijd terugbetaalt.

410
00:34:35,237 --> 00:34:36,678
David: Ja, dat denk ik ook.

411
00:34:36,678 --> 00:34:39,797
David: En in dit geval is het ook noodgedwongen, natuurlijk.

412
00:34:40,038 --> 00:34:40,918
David: De data is er niet.

413
00:34:40,918 --> 00:34:42,359
David: Dus we moeten dat.

414
00:34:42,359 --> 00:34:43,558
Joop: Van een nood een deugd gemaakt.

415
00:34:43,719 --> 00:34:44,518
David: Precies, precies.

416
00:34:44,518 --> 00:34:51,559
David: Maar inderdaad, ik denk dat dat en ook dit is weer zo'n technologie als je dan naar de industrie gaat.

417
00:34:52,679 --> 00:34:58,758
David: In de industrie zijn er allerlei processen waarvan ze nu weten, die lopen, bijvoorbeeld al, of die lopen nog niet.

418
00:34:58,759 --> 00:35:09,719
David: Maar als ze lopen, dan is er misschien geen data of niet de data die je nodig hebt om zo'n AI te maken die daar goed mee overweg kan.

419
00:35:09,719 --> 00:35:14,038
David: Dus ook dit heeft er allerlei toepassingen ook op aarde, deze technologie.

420
00:35:14,199 --> 00:35:22,038
Niels: Even daarop door filosoferend of in ieder geval bedenkend inderdaad van, je was van tevoren bezig om de data synthetisch te maken omdat dit nog niet was.

421
00:35:22,038 --> 00:35:30,279
Niels: Heb je daar nieuwe datapunten die je niet had voorzien toch meegenomen in de hardware, omdat je die nou eenmaal nodig had op basis van je modellen.

422
00:35:30,679 --> 00:35:32,918
David: En wat bedoel je met meenemen in de hardware?

423
00:35:33,399 --> 00:35:37,958
Niels: Je hebt een bepaalde datapunten nodig om je machine learning model mee te kunnen trainen.

424
00:35:38,038 --> 00:35:40,279
Niels: Dat was nu de foto, synthetische foto's inderdaad.

425
00:35:40,279 --> 00:35:43,558
Niels: En misschien is dat met de foto dat je niet meer sensoren kan doen.

426
00:35:43,558 --> 00:35:45,798
Niels: Maar bepaalde datapunten zien we vaak in de praktijk.

427
00:35:45,799 --> 00:35:57,639
Niels: Dat als mensen voorspellingen willen hebben dat ze die datapunten niet eens binnen de organisatie vastleggen, was dat ook bij de satellieten heb je daar nog nieuwe dingen aan toegevoegd, omdat je daar tegenaan was gelopen bij het model creëren.

428
00:35:58,998 --> 00:36:00,678
David: Ja, zeker.

429
00:36:02,598 --> 00:36:06,279
David: Bijvoorbeeld om schepen te herkennen in onze data.

430
00:36:07,958 --> 00:36:19,479
David: Om die synthetische data te maken, dan kijken we vooral naar van oké, wat voor satellietbeelden hebben we wel en hoe verschillen die van de satellietbeelden die we gaan krijgen van deze specifieke satelliet.

431
00:36:20,118 --> 00:36:28,838
David: En om die te labelen, je kan natuurlijk daar mensen voor inhuren, maar dat is nogal kostbaar en langdurig proces.

432
00:36:29,078 --> 00:36:31,958
David: Doen we ook wel een beetje hoor, dat is natuurlijk altijd een beetje nodig.

433
00:36:31,958 --> 00:36:50,359
David: Maar een van de dingen die je daar kan doen, is andere bijvoorbeeld radar of die AIS-bakens toevoegen, zodat je als je die over elkaar heen legt, eigenlijk in je ene databron ziet waar de schepen waren in je andere databron.

434
00:36:50,359 --> 00:36:53,879
Niels: En op die manier je modellen te trainen, zodat je daar gaat combineren.

435
00:36:53,879 --> 00:36:58,279
Niels: Datapunten buiten je eigen data en zelfs gaan combineren om je voorspanning goed te maken.

436
00:36:58,279 --> 00:36:59,879
Niels: Exact.

437
00:37:02,118 --> 00:37:03,319
Niels: Ik heb nog een vraag te maken.

438
00:37:03,478 --> 00:37:05,078
Joop: Die pakken nog naar aanleiding van de stelling.

439
00:37:05,078 --> 00:37:07,399
Niels: Dus ik wil hem even inderdaad een voorleg in.

440
00:37:07,399 --> 00:37:15,238
Niels: Da had je het over security, is het veilig en dat soort zaken, heb je daar ook binnen de ruimte, als je inderdaad defensie zit, ook nog mee te maken.

441
00:37:15,478 --> 00:37:16,839
Niels: Hoe hou je dat secure?

442
00:37:16,839 --> 00:37:17,798
Niels: Wie kan erbij?

443
00:37:17,799 --> 00:37:19,238
Niels: Hoe ga je ermee om?

444
00:37:19,239 --> 00:37:20,199
David: Ja, nee, zeker.

445
00:37:20,199 --> 00:37:23,079
David: Dat is een heel belangrijk onderwerp, ook voor ons.

446
00:37:24,518 --> 00:37:29,799
David: Uiteindelijk zijn de technieken om het allemaal veilig te houden, denk ik niet heel anders dan op aarde.

447
00:37:30,119 --> 00:37:46,279
David: Dus je moet denken aan dingen als encryptie, je data ook op bepaalde manieren versturen die veilig zijn door datakanalen waarvan je weet dat ze ook veilig zijn.

448
00:37:46,679 --> 00:37:53,158
David: Dus bijvoorbeeld je grondstation, we hebben niet onze eigen grondstations, die we huren die capaciteiten.

449
00:37:53,159 --> 00:37:59,958
David: En dat moet je dus doen met betrouwbare partners die ook bijvoorbeeld met die encryptie overweg kunnen.

450
00:38:01,319 --> 00:38:06,358
David: Wat we nu zien gebeuren steeds meer, is lasercommunicatie.

451
00:38:06,678 --> 00:38:21,719
David: En dat is kijk, radiocommunicatie is vaak nog te onderscheppen, met lasercommunicatie is dat echt al nagenoeg onmogelijk, want het is gewoon een laserstraal, dus dan moet je fysiek tussen die laserstraal gaan zitten om die ook mee te luisteren.

452
00:38:21,719 --> 00:38:24,599
David: Dus dat is iets wat je ziet opkomen.

453
00:38:25,239 --> 00:38:27,559
David: En voor de AI zelf.

454
00:38:28,199 --> 00:38:37,239
David: We hebben allerlei processen om bijvoorbeeld in de gaten te houden dat de antwoorden die we krijgen, dat die zijn zoals we verwachten, dat we die kunnen vertrouwen.

455
00:38:38,038 --> 00:38:51,598
David: En dat die voordat we daar operationeel beslissingen op maken, dat die ook echt dat die data klopt, en ook in heel veel gevallen een human in the loop, dat er een mens meekijkt, dat ze echt een belangrijke beslissing gemaakt worden.

456
00:38:52,719 --> 00:38:56,078
Joop: En je moet best wel heel wat puzzels oplossen.

457
00:38:56,399 --> 00:39:06,399
Joop: Waar haal je je inspiratie vandaan om op een andere manier naar dingen te kijken, omdat je ze nieuw het zijn nieuwe puzzels.

458
00:39:07,279 --> 00:39:21,278
David: En waar houd ik mijn inspiratie vandaan, ik denk uiteindelijk, kijk, ik werk met een heel breed team binnen ons bedrijf.

459
00:39:21,279 --> 00:39:25,518
David: We zijn heel internationaal, ook binnen mijn eigen team, is ook heel internationaal.

460
00:39:25,518 --> 00:39:29,518
David: We hebben zeven verschillende nationaliteiten op tien werknemers.

461
00:39:29,918 --> 00:39:31,198
David: Dat is ook internationaal.

462
00:39:31,199 --> 00:39:38,159
David: En ons gemiddelde leeftijd is ook onder de 30, dus het is echt een heel jong team.

463
00:39:39,359 --> 00:39:44,879
David: Dat vind ik altijd heel inspirerend om met zo'n brede groep mensen van over de hele wereld.

464
00:39:44,879 --> 00:39:50,479
David: En ook met allerlei verschillende leeftijden verschillende achtergronden daar aan te werken.

465
00:39:51,038 --> 00:40:01,598
David: We werken veel met ESA en ook met NASA en allerlei andere inspirerende instituten, maar daar hadden we ook natuurlijk superveel inspiratie van uit.

466
00:40:03,438 --> 00:40:11,918
David: Het is natuurlijk fantastisch om aan boord van onze eigen satellieten met NASA allerlei AI-experimenten te doen.

467
00:40:12,399 --> 00:40:20,319
David: En daardoor ook weer vaak liggen wij natuurlijk dingen van dat soort experts, maar liggen zij ook veel van ons.

468
00:40:20,319 --> 00:40:22,958
David: En dat is ook heel leuk om te zien.

469
00:40:24,239 --> 00:40:30,718
David: Dus ja, ik denk eigenlijk vooral dat het internationale aspect, de verschillende achtergronden met waarmee ik mag werken.

470
00:40:30,719 --> 00:40:34,958
David: En ja, ik heb dit altijd al willen doen.

471
00:40:34,958 --> 00:40:36,478
David: Ik vind het fantastisch.

472
00:40:36,638 --> 00:40:41,678
David: Ik ben vorig jaar naar een raketlancering geweest van mijn eigen satellieten.

473
00:40:42,958 --> 00:40:45,839
David: Ja, dat is fantastisch natuurlijk, is echt geweldig.

474
00:40:46,319 --> 00:40:51,918
David: Dus voor mij is het een jonge stroom die uitkomt en daar ben ik ook heel dankbaar voor.

475
00:40:52,239 --> 00:40:55,359
David: Ik ben in die zin genoeg geïnspireerd elke dag.

476
00:40:55,679 --> 00:41:03,119
Joop: En heeft iets van de beelden die jullie maken, heeft dat ergens effect gehad op je eigen persoonlijke leven.

477
00:41:07,038 --> 00:41:08,799
David: Mijn werk heeft heel veel effect gehad.

478
00:41:09,359 --> 00:41:13,679
Joop: Ja, maar neem maar echt de foto's van de functionaliteit.

479
00:41:14,319 --> 00:41:17,279
David: Ja, meer de filosofische kant bedoel je.

480
00:41:17,279 --> 00:41:23,279
Joop: Nee, nee, gewoon de beelden die jullie maken met de satellieten, heeft dat ergens zeg maar invloed gehad op je persoonlijke leven.

481
00:41:23,918 --> 00:41:32,878
David: Nou, ik denk niet direct, ik denk niet direct denk ik nog niet.

482
00:41:32,879 --> 00:41:41,599
David: Behalve dat we wat ik zeggen, we hebben een aantal toepassingen die ongetwijfeld indirect ook invloed hebben op mijn leven.

483
00:41:41,679 --> 00:41:48,799
David: Hopelijk op veel meer mensen wat we hebben over veiligheid en betere wetenschappelijke data en zo.

484
00:41:49,679 --> 00:41:55,519
David: Maar het is niet zo dat ik weet ik veel een andere bus heb genomen omdat ik iets van mijn satellieten zien.

485
00:41:56,159 --> 00:42:07,198
David: En verder stiekem heb ik natuurlijk wel een aantal hele mooie foto's thuis aan de muur hangen, die natuurlijk wel waar ik wel leuk vind om naar te kijken.

486
00:42:07,998 --> 00:42:11,119
David: Een van de dingen die we hebben gedaan is natuurlijk.

487
00:42:11,279 --> 00:42:15,359
David: Dus vorig jaar hebben we hebben een van onze eigen satellieten gelanceerd.

488
00:42:15,359 --> 00:42:19,199
David: En die wordt dan ook bestuurd vanuit mijn team in Delft.

489
00:42:19,359 --> 00:42:23,918
David: En meestal is die heel druk in gebruik, maar af en toe hebben we wat capaciteit over.

490
00:42:23,918 --> 00:42:26,719
David: En dan mogen we dus wat foto's maken die gewoon leuk zijn.

491
00:42:27,118 --> 00:42:35,599
David: Dus we hebben al foto's van al onze kantoren en ook de meeste huizen van onze collega's, die maken we dan een foto van vanuit de ruimte.

492
00:42:37,038 --> 00:42:39,518
Niels: Wat betekent besturen van de satelliet.

493
00:42:39,759 --> 00:42:44,558
David: Ik heb daar niet echt in beeld, maar zit er niet met een joystick moet ik dat voor net niet.

494
00:42:44,558 --> 00:42:47,918
David: Nee, ja, het is eigenlijk het is heel gek.

495
00:42:49,038 --> 00:42:59,278
David: Dus het is niet dat wij geen operatiekamer zoals je misschien in Apollo 13 of zo als je een van die film zoit gezien hebt met de Houston We have a Problem.

496
00:42:59,279 --> 00:43:00,639
David: Dat doen wij niet.

497
00:43:00,879 --> 00:43:03,359
David: We hebben daarvoor partners, die hebben dat wel.

498
00:43:03,359 --> 00:43:10,238
David: Er zijn wel dus echt mensen die serieus dag en nacht in zo'n ruimte zitten om die satellieten in de gaten te houden.

499
00:43:10,239 --> 00:43:14,319
David: Dat wordt al steeds minimaler, want ook daar is heel veel autonomie nu.

500
00:43:14,719 --> 00:43:19,718
David: En dat is niet allemaal AI, maar er zijn gewoon veel algoritmes die satellieten in de gaten houden.

501
00:43:19,719 --> 00:43:22,598
David: En dus inderdaad, even uitzetten als er iets mis is.

502
00:43:22,598 --> 00:43:26,718
David: En dan de volgende dag komt iemand op zijn werk die zegt, oh, er is iets mis, dan gaan ze het oplossen.

503
00:43:26,719 --> 00:43:29,958
David: Dus dat is, maar er is altijd wel iemand on-call.

504
00:43:29,679 --> 00:43:36,039
David: In mijn team is het veel meer de operationele kant van de AI.

505
00:43:36,839 --> 00:43:55,879
David: Dus wij hebben een interface op een computerscherm waarin wij kunnen zeggen van oké, we willen komende week om 10 over elf op dinsdag willen we van deze plek op aarde een foto met deze instellingen en daar willen we deze software op draaien.

506
00:43:57,159 --> 00:44:02,999
David: En vervolgens gebeurt dat, wij kunnen dan live in onze data zien terwijl dat gebeurt.

507
00:44:02,998 --> 00:44:06,679
David: En als die data dan terugkomt, kunnen we die verwerken aan analyseren.

508
00:44:06,998 --> 00:44:10,598
David: Dit is voor een heel groot gedeelte volledig geautomatiseerd.

509
00:44:10,598 --> 00:44:14,759
David: En dat moet ook als we heel snel willen reageren, moet het allemaal automatisch zijn.

510
00:44:15,319 --> 00:44:18,279
David: Maar een groot gedeelte daarvan, ook wij moeten dat in de gaten houden.

511
00:44:18,279 --> 00:44:22,759
David: Als het misgaat, moeten we ingrijpen een aantal experimenten zijn one-offs.

512
00:44:22,759 --> 00:44:26,519
David: En dan is het sowieso een zaak dat we het in de gaten houden.

513
00:44:26,679 --> 00:44:31,159
David: En dan moeten we er vaak ook wel live of bijna live bij zitten.

514
00:44:31,638 --> 00:44:38,119
David: Wat je voor je moet stellen, is meestal is dit een 9 tot 5 baan.

515
00:44:38,359 --> 00:44:41,719
David: Dat operationele wat wij doen, specifiek in Delft.

516
00:44:42,279 --> 00:44:52,518
David: En is het een datainterface waarbij we commando's omhoog sturen, data terugkrijgen en daar dan vervolgens wat mee doen.

517
00:44:52,839 --> 00:44:56,678
David: En soms is het echt blijven praten met de satelliet.

518
00:44:56,679 --> 00:45:00,998
David: En dan is op dat moment hangt het boven een grondstation, dus een satelliet draait om de aarde heen.

519
00:45:01,319 --> 00:45:07,559
David: Het is meestal maar iets van zeven minuten boven een grondstation, voordat het er weer voorbij de horizon is.

520
00:45:07,879 --> 00:45:10,839
David: En in die zeven minuten kunnen we met die satelliet praten.

521
00:45:10,839 --> 00:45:12,359
David: Dus alsof je in een server inlogt.

522
00:45:12,438 --> 00:45:17,639
David: Het is gewoon niet alle onze satellieten, maar de meestal draaien gewoon Linux.

523
00:45:17,958 --> 00:45:21,078
David: Dus dan ben je gewoon in een terminal met de satellieten aan het praten.

524
00:45:21,078 --> 00:45:24,759
David: En daar hebben we dan is het wel is het echt even heel goed plannen.

525
00:45:24,759 --> 00:45:26,918
David: Die zeven minuten moeten dan echt knallen zijn.

526
00:45:26,918 --> 00:45:31,638
David: En daarna duurt het weer een uur voordat je weer met je satelliet gaan beslissen.

527
00:45:31,719 --> 00:45:34,118
Niels: En zo plan je dan ook inderdaad de werkzaamheden die moeten gebeuren.

528
00:45:34,118 --> 00:45:37,239
Niels: En dat is dan inderdaad de besturing die je hebt mooi om zo'n kijkje te krijgen.

529
00:45:38,518 --> 00:45:41,479
Joop: Zeker geweldig dat je ons kijk hebben gegeven.

530
00:45:42,839 --> 00:45:46,918
Joop: Zowel wat jullie op aarde doen als in de ruimte heel erg inspirerend.

531
00:45:46,918 --> 00:45:48,518
Joop: Dankjewel voor dit gesprek.

532
00:45:48,518 --> 00:45:49,958
David: Graag gedaan.

533
00:45:51,239 --> 00:45:54,118
Joop: Leuk dat je weer luisterde naar deze aflevering.

534
00:45:54,279 --> 00:45:58,278
Joop: Zoals je hoorden, we hebben een nieuw kaartspel en die kan je gratis bestellen.

535
00:45:58,279 --> 00:46:03,958
Joop: Link staat in de show notes gewoon even adres ingeven en dan wordt hij naar je opgestuurd.

536
00:46:03,958 --> 00:46:06,118
Joop: Lijkt me een mooi om te doen, toch?

537
00:46:06,118 --> 00:46:10,279
Unknown: Zeker tot de volgende keer.