Georgios Sidiropoulos, die zijn PhD-onderzoek uitvoert aan de Amsterdam Business School denkt vooral dat zijn werk een efficiencyslag kan betekenen in het onderzoeken van incidenten. Hij werkt mee aan het zogeheten SAFEMODE-project, dat zich richt op veiligheid in de luchtvaart en de maritieme sector. Sidiropoulos richt zich op technieken om informatie uit talloze incidentrapporten sneller beschikbaar te maken voor onderzoekers. 'Het is interessant om te werken in een domein waar het gebruik van machine learning-technieken nog niet vanzelfsprekend is.'

Natural Language Processing

Sidiropoulos haalde zijn Bachelor in informatica aan de Athens University of Economics and Business. Daarna werkte hij voor het Athena-onderzoekscentrum in dezelfde stad, waar hij zich voornamelijk richtte op het onderwerp van digitale archieven. Sinds 6 jaar woont hij in Amsterdam, waar hij zich voor zijn master richtte op AI. Inmiddels werkt hij hier als PhD-kandidaat aan het beter benaderbaar maken van informatie met zogeheten ‘information retrieval models’ voor grote hoeveelheden gestructureerde en ongestructureerde data. Hij onderzocht onder meer kennisbanken zoals Freebase, dat onderdeel is van Wikidata. 'Het is als gebruiker een enorme uitdaging  om de juiste informatie op te halen met een query in deze grote datasets. . AI kan daarbij helpen. We werken met deep learning-modellen, die complex genoeg zijn om alle informatie te omvatten. We gebruiken bijvoorbeeld BERT. Dat is een geavanceerd model voor Natural Language Processing.'

Kennis uit dit onderzoek past de Griekse onderzoeker toe in het SAFEMODE-project. Het belangrijkste doel van dit project is het ontwikkelen van een nieuw framework dat helpt data over zogeheten ‘human factors’ te identificeren, verzamelen en te beoordelen. 'Was een piloot bij een incident bijvoorbeeld oververmoeid? Het komt veel voor dat bemanningen meer uren maken dan eigenlijk verantwoord is. Maar het kan ook zijn dat er sprake was van een motorstoring of falende communicatie.' Constateringen van onderzoekers die werken met SAFEMODE moeten helpen systemen en procedures in de luchtvaart en maritieme wereld veiliger te maken. Het project is een samenwerking tussen verschillende Europese universiteiten, grote bedrijven en kennisinstellingen zoals het Koninklijk Nederlands Lucht- en Ruimtevaartcentrum (NLR).

Kennis toepassen waar deze het meest nodig is

'Wij helpen specialisten die incidenten en ongelukken onderzoeken met het bouwen van een systeem dat hen helpt sneller tot een initiële inschatting te komen van de oorzaken', vertelt Sidiropoulos. 'Zij bestuderen rapporten en verslagen, onder meer van de betrokken bemanningen. Er is veel beschikbare data maar vaak is deze ruw, ongestructureerd en niet gelabeld. Onze focus is hun werklast terug te brengen.' Behalve dat de toepassing van machine learning in dit werkveld nog erg nieuw is, spreekt het de ABS-onderzoeker aan dat hij werkt met problemen uit de ‘echte’ wereld. 'Als academicus werk je soms met problemen die je in het echte leven niet tegenkomt. Dit project is een mogelijkheid om kennis toe te passen waar deze het meest nodig is.'

Een uitdaging in het onderzoek was dat Sidiropoulos zijn kennis over het luchtvaardomein moest bijspijkeren. 'Ik moest veel leren over de procedures en manier van documenteren. Gelukkig werken we veel samen met het NLR.' Hier bleek al gauw dat het samenwerken tussen academici en luchtvaartspecialisten een cultuurclash met zich meebracht, mede veroorzaakt door een gebrek aan kennis over machine learning. 'Er waren aanvankelijk verschillende verwachtingen, met name over wat we konden bereiken met de informatie die we kregen. Dan kregen we bijvoorbeeld 100 rapporten overhandigd, maar daar kun je geen model op bouwen. We merkten dat we de grenzen van de mogelijkheden met de geleverde data duidelijker moesten maken. Ook moesten we leren hoe we de resultaten uit ons werk beter konden presenteren. Dit was nodig, omdat deze aanvankelijk niet als heel overtuigend werden ervaren.'

Onderzoek gereed in zomer van 2022

Het project is inmiddels zo goed als afgerond. 'Het plan was aanvankelijk om klaar te zijn in mei 2022, maar de looptijd van het project is door de coronapandemie verlengd. Nu stopt onze betrokkenheid SAFEMODE in de zomer van 2022. Onze laatste bijdrage zullen we in juni opleveren.' Inmiddels werkt Sidiropoulos al aan zijn volgende onderzoek. 'We werken aan het robuuster maken van information retrieval models. Tot nu toe zijn deze modellen vooral getest en geëvalueerd op schone datasets. Queries binnen onderzoeken zijn bovendien altijd juist geformuleerd en bevatten nooit typ- en spelfouten. De prestaties van een model nemen aanzienlijk af wanneer deze voorkomen. Dat willen we verder verbeteren.'