Schiphol als ‘levend lab’

Surveillance Schiphol is de ideale omgeving om te experimenteren met kunstmatige surveillance. Het moet het werk van de marechaussee vereenvoudigen en vliegen efficiënter en sneller maken.

Illustratie Roland Blokhuizen

De ruim zeventig miljoen reizigers per jaar en de geschatte 3.500 camera’s die er hangen maken Schiphol tot de gedroomde proeftuin voor experimenten met kunstmatige surveillance. Volgend jaar start een proef die – indien succesvol – het reizen via de luchthaven een stuk comfortabeler kan maken. Minder controles, kortere wachttijden. In ruil daarvoor moeten passagiers accepteren dat ze met slimme camera’s worden gevolgd.

Het idee achter dit Europese project, Tresspass geheten, is dat de camera’s in combinatie met andere vormen van kunstmatige intelligentie van elke reiziger het gedrag analyseren en zo een persoonlijk risicoprofiel opbouwen. Een consortium van 22 Europese partijen, waaronder Schiphol en de marechaussee, werkt samen aan de test.

Tresspass sluit aan bij de seamless flow-gedachte, al enkele jaren de toekomst waar Schiphol en de marechaussee naar toe werken: de goedwillende passagier moet op weg naar het vliegtuig zo min mogelijk hinder ondervinden. Vliegen moet snel en efficiënt zijn, alsof je op de bus stapt.

Dit voorjaar konden passagiers van luchtvaartmaatschappij Cathay Pacific al inchecken door een scan van hun gezicht te laten maken. Een blik in een speciale camera was voldoende om aan boord van het vliegtuig te gaan en de paspoortcontrole te passeren. Paspoort en boardingpass bleven na het inchecken in de handbagage.

Die proef ging vooral om reizigersgemak en efficiëntie, maar ook op het gebied van veiligheid wordt geëxperimenteerd op Schiphol. In 2014 hing de marechaussee er de eerste slimme camera op, die computergestuurd op zoek ging naar personen die onwel werden, achtergelaten bagage of reizigers die zonder toestemming beveiligde gebieden binnenliepen.

Passagiers live inschatten

Tresspass is een volgende stap, die zowel het reizigersgemak als de veiligheid moet verbeteren. Camera’s speuren de luchthaven af op afwijkend gedrag: hangt iemand lang op een bepaalde plek rond? Lijkt hij de camera’s of beveiligers te ontwijken? Die data worden onderdeel van een risicoprofiel, waarin ook allerlei andere gegevens samenkomen. Zo kan per passagier live ingeschat worden of extra controle nodig is. In de test worden alleen vrijwilligers en acteurs ingezet.

Het nieuwe systeem is een verbetering ten opzichte van de huidige inspecties, die eigenlijk willekeurig zijn, meent Dimitris Kyriazanos van het Griekse onderzoeksinstituut Demokritos. Hij is mede-coördinator van het project. „Als je door de beveiliging gaat, wordt misschien een op de twintig passagiers extra geïnspecteerd. Maar als de controles gebaseerd zijn op een risicoprofiel, wordt een passagier alleen tegengehouden als daar een reden voor is.” Schiphol en de marechausssee willen geen inhoudelijke toelichting geven op Tresspass.

Voor Kyriazanos is een ononderbroken passagiersstroom het ideaalbeeld. „Passagiersaantallen stijgen wereldwijd. Miljarden mensen hebben jaarlijks toegang tot de luchtvaart, maar het is onhoudbaar om reizigers maar langer te laten wachten of grotere luchthavens aan te leggen.” Schiphol wordt in november 2020 de eerste testlocatie, daarna volgen experimenten bij een grensovergang tussen Polen en Wit-Rusland en de internationale terminal van de haven in het Griekse Piraeus.

Ticket cash betaald

Een lijst van de andere gegevens die meewegen in het risicoprofiel wil Kyriazanos – met het oog op de veiligheid – niet geven. Een voorbeeld noemt hij wel: „Als we weten dat iemand zijn ticket cash heeft afgerekend, kan dat een reden zijn om aan te nemen dat hij of zij detectie wil vermijden.”

Een passagier die contant heeft betaald, wordt niet gelijk besprongen. „Het is een optelsom, een combinatie van factoren.” En, benadrukt de Griek, de computer beslist niets zelf. „Het algoritme licht een grenswachter in via een mobiele app. Hij of zij kan dan kijken of er daadwerkelijk iets aan de hand is.”

Het Nederlandse bedrijf VicarVision zit ook in het consortium en helpt mee met de geautomatiseerde analyse van de videobeelden, vertelt directeur Tim den Uyl in het bedrijfspand in Amsterdam. VicarVision levert software waarmee een reiziger op de ene camera wordt herkend door de volgende camera, ook als de twee camera’s onder verschillende hoeken en verschillende belichting filmen.

We zien de persoon als een object, een verzameling pixels

Tim den Uyl directeur VicarVision

„We kijken naar iemands volledige verschijning. Iemand draagt bijvoorbeeld een blauwe broek, een groene jas en een roze muts. Alles wat zichtbaar is wordt per camerabeeldje opgeslagen, ook huidskleur. Met deep learning kunnen we zo personen onderscheiden.”

Het gaat uitdrukkelijk niet om gezichtsherkenning, aldus Den Uyl. Er worden geen personen geïdentificeerd met de camera’s. „We zien de persoon als een object, een verzameling pixels.” En dat is lastig genoeg. „In de winter loopt bij wijze van spreken iedereen in een blauwe broek en een zwarte jas. Het vergt veel rekenkracht.”

Coördinator Kyriazanos verwacht veel van de experimenten, net als de Europese Commissie, die dit soort innovatie aanmoedigt om te voorkomen dat Europa te afhankelijk wordt van bijvoorbeeld Amerikaanse of Chinese technologieleveranciers. „Ik denk dat we goede resultaten kunnen behalen, maar niet in ieder gebied. Een grote uitdaging is het gebrek aan data. Hoe beter de data zijn, hoe beter het algoritme functioneert.”

Luister ook naar deze aflevering van onze podcastserie NRC Vandaag: Slimme camera’s ontwikkelen sneller dan de regels die onze privacy beschermen

U kunt zich ook abonneren via Apple Podcasts, Stitcher, Spotify, Castbox of RSS.

Tienduizenden voorbeeldplaatjes

Cees Snoek, hoogleraar Intelligent Sensory Information Systems aan de UvA, herkent dat probleem. Hij is niet betrokken bij Tresspass, maar doet zelf onderzoek op Schiphol, dat hij „een levend lab” noemt, „een grote schatkamer”. Voor hem is de wetenschappelijke uitdaging om algoritmes te trainen zonder dat ze tienduizenden voorbeeldplaatjes als input nodig hebben: efficiënte deep learning.

Hiermee moet het bijvoorbeeld mogelijk worden om zakkenrollen of shouldering – het over de schouder meekijken bij pintransacties – te herkennen, of iemand die een koffer achterlaat. Daar zijn weinig beelden van beschikbaar, maar geautomatiseerde detectie is wel interessant voor locaties als Schiphol. Een van Snoeks promovendi doet op de luchthaven onderzoek met beelden die Schiphol beschikbaar stelt, zonder dat daarbij personen worden geïdentificeerd, zegt de hoogleraar.

„Dit soort technologie gaat de marechaussee niet vervangen. Het helpt hen alleen bij het verminderen van repetitief werk. Ze kunnen nu eenmaal niet alle 3.500 camera’s tegelijk bekijken. Het gaat om het herkennen van afwijkend gedrag. En als er dan iets raars gezien wordt, moeten ze zelf bepalen of er iets mis is, of dat er bijvoorbeeld een kind de handstand doet.”

Doembeelden over massasurveillance naar Chinees voorbeeld zijn volgens Snoek niet terecht: „De nuance ontbreekt in de discussie. Je vindt het fantastisch of heel eng. Dat komt waarschijnlijk door een gebrek aan kennis. We staan ook pas aan het begin van de technologische ontwikkeling. Algoritmes werken op dit moment goed zolang ze maar één taak hebben, bijvoorbeeld vaststellen of er een persoon in beeld loopt. Maar als er een olifant voorbijloopt zegt de computer niks.”

‘Er blijven gaatjes over’

Volgens Kees Verhoeven, Tweede Kamerlid namens coalitiepartij D66, creëert dit soort experimenten een nieuw politiek vraagstuk over privacy. „Er is geen sluitend wettelijk kader voor, en dat is cruciaal. Zulke techniek heeft verschillende uitlopers en dimensies die allemaal verschillende wetten raken, maar er blijven gaatjes over. Dat is zorgelijk.” Hij pleit daarom voor een algemeen ethisch en wettelijke kader rond dit soort nieuwe technologie.

Onlangs stemde de Kamer in met een motie van Verhoeven en Kamerlid Chris van Dam (CDA), waarin zij de regering verzochten meer onderzoek te doen naar gezichtsherkenning, voor er gebruik van gemaakt wordt. „We moeten eerst bekijken wat de technologie precies behelst. Dat geldt bij dit experiment ook. We moeten ons afvragen of het doel de middelen heiligt. De balans tussen voor- en nadelen moet beter worden opgemaakt.”

Verhoeven is niet per definitie negatief over dit soort technieken, maar waarschuwt dat algoritmes verkeerde conclusies kunnen trekken. „Als we er geen oog voor hebben, kunnen vooringenomenheid of discriminatie optreden in dit grijze gebied.”

Een bijkomend probleem is dat reizigers aan de grens er niet voor kunnen kiezen om niet mee te doen, zegt Matthias Spielkamp. Hij is medeoprichter van AlgorithmWatch, een Duitse organisatie die sociaal relevante algoritmische besluitvorming onderzoekt. „Als je het als consument oneens bent met het beleid van Amazon, kun je ervoor kiezen om zaken te doen met een ander bedrijf. Maar als het aankomt op de staat, heb je die keuze niet. Daar is extra kritisch onderzoek nodig.” Kamerlid Chris van Dam ziet ook gevaren, maar vindt het goed dat er geëxperimenteerd wordt én dat een mens uiteindelijk beslist. „Als ik zie hoe dit gaat en welke partijen erbij betrokken zijn, dan oogt dit goed.”

Iedere partij in Tresspass houdt zich volledig aan de strenge Europese privacywetgeving, verzekert Kyriazanos. „Dit project heeft een audit van de Europese Commissie succesvol doorstaan. We worden in de gaten gehouden. Iedere misstap kan bestraft worden met het beëindigen van het contract.”

Correctie (3 december 2019): In een eerdere versie van dit artikel stonden de activiteiten van de slimme camera’s in 2014 verkeerd omschreven. De camera’s konden geen inschatting maken van de tijd die passagiers op toiletten doorbrachten. Dit is aangepast.