Een medewerker van Google opent de achterklep van de vrachtwagen. Langzaam rijdt er een klein, tweepersoons voertuig uit, dat nog het meest weg heeft van een opgeblazen Smart. Bovenop is een laser bevestigd, die razendsnel om zijn as draait. Elke seconde scant de laser de omgeving vijfmaal.

Eromheen staat een handvol mensen zich te vergapen. Vandaag mogen ze als een van de eersten een testrit maken. ‘Isn’t it cute?’ vraagt een oudere vrouw. Even later stapt Steve, een blinde man uit Californië, in en doet de gordel om. Hij drukt op de knop en de elektrische auto rijdt weg – zonder bestuurder.

Zo begint de twee maanden geleden gepubliceerde YouTube-clip waarin het prototype van Google’s zelfrijdende auto De auto heeft geen stuur en geen pedalen omdat hij volledig zelf rijdt: je hoeft maar op een knop te drukken en de auto rijdt van a naar b.

Met deze techniek wil Google het aantal auto’s én het aantal ongelukken op de weg met 90 procent verlagen. Zelfs als die doelstellingen maar deels gehaald worden, is het een enorme vooruitgang op het gebied van veiligheid, mobiliteit en milieu.

Maar veiligheid is niet de enige reden waarom Google dit project doet. Met de laser bovenop de zelfrijdende auto kan het bedrijf namelijk de wereld in kaart brengen, tot op de Zodra de auto uit de vrachtwagen rolde, was de hele omgeving al gescand en geanalyseerd door de computer, van bomen en mensen tot stoepranden.

Al die geografische informatie verzamelt Google. Zoals het bedrijf het hele internet leest, scant en begrijpt, wil het ook de fysieke wereld scannen en Waarom doet Google dit, en wat zijn de gevolgen?

Een auto die met mensen om kan gaan

Maar eerst: wat is een zelfrijdende auto eigenlijk? Zodra een functie wordt overgenomen van de bestuurder, wordt het voertuig autonomer. Een auto met cruise control is autonomer dan een auto zonder cruise control. Autonomie moet dan ook gezien worden als een spectrum, van geen tot volledige autonomie. Nieuwe auto’s worden steeds autonomer: naast (adaptieve) cruise control zijn er al auto’s die helpen met tussen de lijnen te rijden (lane centering) en voertuigen die helpen met het remmen. Binnen twee jaar kun je systemen kopen die het rijden op de snelweg helemaal

Er moet altijd een bestuurder in zitten met een geldig rijbewijs, die dan de situatie (hopelijk) wel aankan

De autonomie-tactiek is typisch voor autofabrikanten. Al sinds de invoering van de autogordel zijn ze bezig auto’s veiliger te maken. De logische volgende stap is het toevoegen van autonome functies, totdat de auto bijna al het werk overneemt. Mocht een situatie toch te lastig zijn voor de auto, dan krijgt de bestuurder weer de controle. Dit gebeurt bijvoorbeeld tijdens hevige neerslag of bij wegwerkzaamheden. Deze zelfrijdende auto’s zijn dus niet helemaal zelfstandig: er moet altijd een bestuurder in zitten met een geldig rijbewijs, die dan de situatie (hopelijk) wel aankan.

Google pakt autonomie heel anders aan. Tussen de tachtig en negentig procent van alle verkeersongelukken wordt veroorzaakt door menselijke fouten. Om ongelukken echt terug te dringen, moet je een voertuig hebben dat niet door mensen bestuurd wordt, zeker niet in gevaarlijke situaties. Een volledig autonoom voertuig dus.

Door deze keuze voor volledige automatisatie ligt de lat een stuk hoger voor Google. In elke situatie moet de auto adequaat handelen, van een smalle bergweg tot een drukke winkelstraat. Al onze kennis moet vertaald worden naar bits en bytes. Daarbij is alleen het kennen van de verkeersregels niet voldoende. Rijden is ook sociaal: voorrang verlenen en invoegen zijn handelingen waarbij je goed moet inschatten wat een andere bestuurder gaat doen. Een volledig zelfrijdende auto moet niet alleen overal kunnen rijden, maar ook met alle andere bestuurders kunnen omgaan.

Het is een softwareprobleem

Zoals het er nu naar uitziet gaat Google recht op dat doel af. In de afgelopen zeven jaar hebben de zelfrijdende auto’s van Google al meer dan een miljoen kilometer gereden – meer dan alle concurrenten bij elkaar. Wat doet Google zo goed?

Het belangrijkste is dat Google een technologiebedrijf is en geen autofabrikant. In de woorden van Sebastian Thrun, voormalig Stanford-professor en nu hoofd van het auto-project, is een groot deel van de razendsnelle vooruitgang te danken aan ‘het inzicht dat een zelfrijdende auto een Specifieker: het is een dataprobleem. Het maken van een zelfrijdende auto geschiedt door genoeg data in de auto te stoppen.

Om het de auto gemakkelijker te maken doet Google het grootste deel van het werk van tevoren

Een van de grote problemen van een zelfrijdende auto is namelijk het begrijpen van de omgeving. Alleen de sensoren creëren al zo’n 750 megabyte aan data per seconde. Het is een immense taak om al die gegevens direct te verwerken: de auto moet niet alleen voorwerpen in de omgeving herkennen en begrijpen, maar ook razendsnel de juiste beslissing nemen.

Om het de auto gemakkelijker te maken, doet Google het grootste deel van het werk van tevoren. Men weet namelijk al waar de weg loopt en hoe de weg eruitziet, dankzij Google Maps en Streetview. Waarom zou de auto dit dan opnieuw moeten uitvogelen?

Voordat een Google-auto gaat rijden, heeft een mens dezelfde route al gereden en alle informatie verzameld. Net als met Streetview rijdt Google overal rond om informatie te verzamelen. Die informatie wordt dan verwerkt: waar zijn de stoplichten, de stoepranden, waar loopt de weg? Zo ontstaat een soort Google Maps 2.0, met gedetailleerde geografische informatie. Pas dan kan de zelfrijdende auto beginnen te rijden. Het enige wat de auto dan nog hoeft te doen, is de weg volgen en niks raken.

Ook die taken pakken de technici slim aan. Net zoals veel tieners leren rijden door genoeg ervaring op te doen, kan je een zelfrijdende auto leren rijden door te oefenen. Dit is de reden dat Google hun testauto’s zo veel laat rijden. Alles wat de zelfrijdende auto’s meemaken, wordt namelijk bijgehouden. Zodra een van de auto’s iets nieuws leert, worden alle andere Google-auto’s hier ook van op de hoogte gebracht. Al die ervaring – data – maakt de zelfrijdende auto steeds slimmer.

Geografische informatie is big business

Het probleem is dat die data niet alleen voor de zelfrijdende auto’s van Google worden gebruikt. Geografische informatie is big business: Google geeft niet voor niets meer dan een miljard dollar per jaar uit aan het verbeteren van Google Maps.

De beelden van Streetview zijn al gebruikt om huisnummers te vinden en Zodra een bord verplaatst of een kruispunt veranderd is, kunnen de auto’s dit doorgeven aan Google Maps. De geografische database die daarbij ontstaat is ongekend gedetailleerd en waardevol.

Bedrijven en onderzoekers staan te trappelen om die data. In Nederland hebben we al een database met een vergelijkbaar detailniveau: het Actueel Hoogtebestand Nederland (AHN). Heel Nederland is ingescand met eenzelfde soort laser als op de zelfrijdende auto. Voor elke vierkante meter heeft de laser de

De kaart was oorspronkelijk bedoeld voor waterbeheer, maar is voor vele andere doeleinden gebruikt, van archeologie en architectuur tot voorspellingen en vergunningen. Door het succes zijn de makers van het AHN nu bezig om voor de derde keer heel Nederland in te scannen, op een nog hoger detailniveau.

Al bij het AHN begint privacy een probleem te worden. Gemeenten hebben het AHN bijvoorbeeld gebruikt om onwetmatige afgravingen op te sporen. Met de informatie die zelfrijdende auto’s verzamelen, kan Google 3D-modellen maken van elk gebied waar de auto’s langs rijden – veel meer dan alleen een hoogtekaart.

Dit kan gemakkelijk verbonden worden met persoonlijke informatie in je Gmail of op je mobiele telefoon. Google bewaart Ze weten niet alleen waar je woont, maar kunnen ook een 3D-model van je huis bouwen. Zo weten ze niet alleen wat je doet en waar je heen gaat, maar ook hoe jouw wereld eruitziet. Google blijft immers een reclamebedrijf: hoe meer het van je weet, hoe beter de reclame die het kan maken.

Voor wie rijdt de auto dan eigenlijk? Voor jou, de gebruiker, of voor de bedrijven die informatie willen?

Voor Google blijft het vooral de vraag of het bedrijf rustig verder kan gaan met ontwikkelen. Het prototype kan dagelijks verkeer al prima aan, ook al is hij begrensd op 40 km/uur. In minder dan tien jaar is een goed werkend prototype ontworpen. Er zijn nog zeker technologische problemen die verholpen moeten worden - rijden in de sneeuw en regen bijvoorbeeld. Maar gezien de razendsnelle vooruitgang in de afgelopen tien jaar is het te verwachten dat ook daarvoor oplossingen bedacht zullen worden.

Hoe werken de algoritmen die bepalen wat je op Facebook krijgt te zien? Ons leven wordt steeds meer gestuurd door computeralgoritmen die stilletjes op de achtergrond hun werk doen. Een aantal Amerikaanse onderzoekers probeert nu met inventieve methoden de werking en uitkomsten van algoritmen aan het licht te brengen. Lees hier het artikel over algoritmen terug Jouw aandacht wordt talloze keren per dag aan de hoogste bieder verkocht Het fenomeen real-time bidding is in opkomst. Zonder dat je het weet, word je iedere dag tientallen keren in milliseconden geveild op online advertentieplatforms. Hoe gaat deze veiling, waarmee vele miljoenen per jaar worden verdiend, precies in zijn werk? Lees hier het artikel over real-time bidding terug Hoe wapenen we ons tegen de machine die nooit vergeet? De Amerikaanse hoogleraar en activist Eben Moglen wil ons wakker schudden over de gevaren van de surveillancestaat. ‘Met de technologie van de NSA is het mogelijk om de menselijke vrijheid uit te roeien. Onze gedachten verdwijnen in een machine die nooit vergeet.’
 Lees hier het interview met Eben Moglen terug