Een van de belangrijkste toepassingen van kunstmatige intelligentie, ofwel artificiële intelligentie (AI) is om zinvolle informatie te destilleren uit enorme databestanden, Big Data. Zo zijn er al zelflerende programma’s die beter dan advocaten uit wetteksten, jurisprudentie en juridische artikelen een slimme juridische strategie kunnen halen. Nu gaat de NS AI inzetten om vertragingen op het spoor te bestrijden.

Vaak blijkt namelijk dat een of meer vertragingen zich als een olievlek uitbreiden: door de ene vertraging ontstaan er fricties in de dienstregeling die de hele boel dan meer en meer ontwrichten. Maar dat hoeft niet. Als de NS beter en sneller inzicht heeft in hoe een vertraging dreigt te escaleren, betekent dat in de eerste plaats dat de reizigers betrouwbaarder informatie krijgen. Maar ook dat verkeersleiders beter weten hoe ze kunnen ingrijpen om de vertragingen juist weer te de-escaleren. Bijvoorbeeld door een trein uit de dienstregeling te halen of door korter te stoppen op stations.

Dienstregeling en roosters
NS heeft recent teams met AI-wetenschappers in een soort wedstrijd ‘losgelaten’ op de enorme hoeveelheid data van de NS. Zoals de dienstregeling, hoe ons spoorwegnet in elkaar zit, roosters van machinisten en hoofdconducteurs, gegevens over de treinen, weersomstandigheden. Een Deens onderzoeksteam deed dit het beste. De Denen hebben met behulp van AI een computermodel ontwikkeld dat de NS gaat helpen vertragingen te de-escaleren. Als het goed is, zullen we deze winter al de gunstige gevolgen van deze toepassing van AI kunnen merken: minder vertragingen op het spoor.