VORtech Blog

Tools zoals GitHub Copilot hebben snel hun weg gevonden naar de dagelijkse workflow van software-engineers. Ze vertegenwoordigen een serieuze verschuiving in de manier waarop we software bouwen. Ze combineren machine learning met aloude software-engineeringpraktijken op een manier die nu volwassen genoeg is voor daadwerkelijk gebruik in de industrie.

Zware numerieke simulaties kunnen worden versneld door met machine learning zogeheten surrogaat modellen te trainen. Daarmee kunnen ingewikkelde modellen benaderd worden met aanzienlijk lagere rekentijden. Dat maakt het mogelijk om het model te gebruiken in een online sturing (model-in-the-loop). Ook ontstaan daarmee mogelijkheden voor uitgebreidere parameterstudies en interactief gebruik.

Machine learning-projecten draaien niet alleen om het ontwikkelen van modellen. Net zo belangrijk zijn de infrastructuur en de ondersteunende tools die ervoor zorgen dat experimenten herhaalbaar zijn, data goed beheerd wordt en resultaten betrouwbaar te reproduceren zijn. Op basis van onze ervaring raden wij TensorFlow aan als framework, het gebruik van experiment tracking doormiddel van MLflow en het goed beheren van data met DVC (Data Version Control).

Kunnen we stedelijke overstromingen betrouwbaar voorspellen en managen met een machine learning model? Die vraag werd gesteld bij Deltares, het kennisinstituut voor water en ondergrond. De eerste onderzoeken waren veelbelovend. VORtech maakte graag gebruik van de mogelijkheid om dit een stap verder te brengen in samenwerking met Deltares en de Technische Universiteit Delft. Dat was voor VORtech een mooie manier om haar expertise in machine learning voor modellen met een fysische achtergrond verder uit te bouwen.

In deze blogserie laten we zien dat onze wiskundige kracht een belangrijke aanvulling is op onze programmeervaardigheden.  Met een wiskundige aanpak brengen we oplossingen die je met alleen programmeren niet bereikt. De blogs zijn gebaseerd op interviews met collega's die recent een project hebben gedaan waar wiskunde een doorslaggevende rol in speelde. In deze eerste bijdrage spreken we met Maarten, die een leuk project voor Wageningen University & Research (WUR) uitvoerde. Hij werkte hier aan het efficiënt opslaan en verwerken van een enorme hoeveelheid genetische data.

We zien ook in de wereld van rekensoftware steeds meer aandacht is voor milieuoverwegingen en CO2-uitstoot. Dat is niet onterecht: volgens het International Energy Agency (IEA) zijn datacenters al verantwoordelijk voor ongeveer 1-1,5% van het wereldwijde elektriciteitsverbruik. Door elegantere code te schrijven kan het energieverbruik flink omlaag.

VORtech heeft een belangrijke aanbesteding van TenneT gewonnen in nauwe samenwerking met Tata Consultancy Services Netherlands (TCS). We mogen tenminste drie jaar lang helpen bij het ontwikkelen van programmatuur voor berekeningen rondom het hoogspanningsnetwerk.

VORtech heeft met succes deelgenomen aan een aanbesteding voor het vernieuwen van de modellen die Rijkswaterstaat Water Verkeer en Leefomgeving (WVL) gebruikt bij het ontwikkelen van beleid rondom personenvervoer.

Binnen VORtech is er wat veranderd op personeelsgebied. Wij hebben 2 nieuwe Scientific Sofware Engineers aangenomen die wij graag aan u willen voorstellen. Op de administratie afdeling is er veel veranderd. Wij hebben afscheid genomen van 2 dierbare collega's, en verwelkomen 2 nieuwe collega's op de afdeling.

Als je wilt weten welke rol machine learning gaat spelen bij het ontwikkelen van rekensoftware, dan is de groep van professor Rob van Nieuwpoort bij het LIACS in Leiden een goed startpunt. Daar wordt gewerkt aan het genereren van efficiënte code voor speciale hardware en aan foundation models voor technische toepassingen. In dit interview vertelt professor Van Nieuwpoort over het onderzoek in zijn groep.