‘Kijk’, zegt Dominique Cirkel. We turen naar een digitale kaart van een natuurgebied in Drenthe. Rechts bovenin tekent ze met haar muis een rechthoek. ‘Ik weet toevallig dat hier pitrus staat, een grasachtige plant. En hier…’ Ze tekent een ander vierkantje. ‘… niet. Dan gaan we nu kijken of het model kan voorspellen op welke plekken de plant nog meer groeit.’
Cirkel laat een demo zien van de Spheer App, die ze ontwikkelde samen met medeoprichters Jakko de Jong en Mark Boer. Het is een AI-model getraind met satellietbeelden door de jaren heen, waar klanten zelf een laatste laag data aan toe kunnen voegen.
Met de app kunnen gebruikers de ontwikkeling van de biodiversiteit in een bepaald gebied bijhouden, bijvoorbeeld door specifieke planten in kaart te brengen, de kwaliteit van heide in te zien en structuurkaarten te maken. Op basis daarvan kunnen ze belangrijke beslissingen nemen.
In jullie app kun je van alles zien, van ontwikkelingen in biodiversiteit tot waterkwaliteit en bodemdegradatie. Hoe werkt dat?
‘Ons AI-model is getraind op jaren aan satellietbeelden. Het is een foundation model, vergelijkbaar met large language models als ChatGPT. Maar waar LLM’s al jaren toegepast worden op tekst en afbeeldingen, was dat nog niet het geval voor geodata. Daarom hebben we zelf een model ontwikkeld.
Sentinel-2, de satelliet die de data levert, vliegt eens per drie à vijf dagen over. Daardoor kun je veranderingen goed zien. Sentinel-2 is een zogenoemde multispectrale satelliet die verschillende soorten straling registreert. Daarmee kun je bijvoorbeeld bodemvochtigheid meten en verschillende typen bomen onderscheiden. Ons model heeft op die manier ook concepten als groeipatronen en seizoensverschillen geanalyseerd.
Wij trainen dat grote model, alleen het laatste stukje trainen klanten zelf met eigen data. Dat wordt bijvoorbeeld gedaan door ecologen die een plek goed kennen en weten wat waar groeit. Het model kan vervolgens aan de hand van data over een heel klein deel van een gebied, ook iets over de rest van het gebied zeggen. Uniek aan Spheer is dat iedereen het kan gebruiken en daarmee toegang heeft tot zo’n groot AI-model, ook als je geen techneut bent.’
Waar gebruiken klanten die data voor?
‘Momenteel zijn onze klanten vooral overheden en adviesbureaus. Die gebruiken het op verschillende manieren. Bijvoorbeeld om te checken of subsidies voor het behoud van natuurgebieden nog actueel zijn. Of om planten te zoeken die weinig voorkomen, zoals de groenknolorchis. De beelden zijn te grof om die plant visueel te kunnen spotten, maar het model kan op basis van de leefomgeving voorspellen waar hij staat. Op die plekken groeide hij inderdaad.
Overheden gebruiken Spheer ook veel om te kijken of beleid effect heeft gehad. Provincie Noord-Brabant houdt bijvoorbeeld de uitwerking van haar natuurbeheerplan bij. Door het plan van de provincie te vergelijken met onze data, kan de provincie zien waar geen bos is maar het wél zou moeten zijn. Dat gebruiken ze als startpunt voor verder onderzoek en eventuele aanpassingen aan het plan.’
Jij bent AI-specialist. Wat is je affiniteit met natuur en duurzaamheid?
‘Je kunt als AI-expert wel in de marketing gaan werken en meer geld verdienen voor rijke mensen, maar daar word ik niet gelukkig van. Mijn medeoprichters en ik vinden het fijn om iets te doen wat maatschappelijk nut heeft. Maar we zijn er ook een beetje in gerold.
Ik werkte met Jakko [de Jong] en Mark [Boer] samen bij een detacheringsbureau. Daar deden we veel met projecten rondom satellietbeelden en AI. We merkten dat provincies en gemeenten vaak beslissingen nemen op basis van kaarten van zes of twaalf jaar oud. We zagen mogelijkheden in de actualiteit én uniformiteit die AI kan creëren.
Binnen Spheer bouw ik inmiddels trouwens minder aan het product en meer aan het bedrijf. Ik houd me bijvoorbeeld bezig met productbeslissingen, projectmanagement en teamontwikkeling. Ook ben ik vaak degene die met klanten aan tafel zit om hun wensen in kaart te brengen.’
Hoe duurzaam is jullie AI-model?
‘We letten goed op het energieverbruik ervan. Niet alleen omdat we met duurzaamheid bezig zijn, ook omdat verbruik natuurlijk een prijskaartje heeft.
Het helpt dat zeker 99 procent van het model in elk project hetzelfde is. Bovendien trainen we het foundation model maar eens in de zo veel maanden. We experimenteren klein en passen het pas op grote schaal toe als we weten dat het werkt.’
Welke kansen zie je voor AI in duurzaamheid?
‘Om natuur te beheren moet je goed in kaart brengen hoe die er nu uitziet. Maar er zijn veel te weinig mensen om dat te doen. Logisch ook: je kunt niet altijd en overal karteren. AI is heel nuttig om de gaten in data op te vullen, zowel in tijd als in ruimte. Dat kan helpen om belangrijke beslissingen te nemen.’
Welke kansen liggen er voor Spheer zelf?
‘We hebben vrij veel klanten bij de Nederlandse overheid, maar dat is geen groeimarkt. De komende tijd willen we meer internationale en commerciële partijen aanspreken.
Ik denk dat onze toegevoegde waarde vooral ligt in het analyseren van biodiversiteit. Er zijn heel veel bedrijven die bomen en ontbossing kunnen monitoren met satellietdata, daarin zijn we niet de enige. Bij het meten en voorspellen van biodiversiteit is een stuk minder concurrentie.
Daarbij denk ik dat de markt voor biodiversiteitscredits, vergelijkbaar met het concept van carbon credits, de komende jaren hard gaat groeien. Het Verenigd Koninkrijk is recent bijvoorbeeld gestart met BNG: Biodiversity Net Gain. Elke ruimtelijke ontwikkeling moet daar nu een bewezen positief effect hebben op de biodiversiteit.’
Met wie zou je graag nog willen samenwerken?
‘Wat me tof lijkt, is om een keer een groot internationaal project te doen. Natuurlijk heeft Nederland ook gebieden waar we relatief weinig over weten, maar elders is dat nog veel meer. En hoe groter een gebied, hoe groter de gaten die wij met Spheer kunnen invullen.’
