Voor de beste ervaring schakelt u JavaScript in en gebruikt u een moderne browser!
Je gebruikt een niet-ondersteunde browser. Deze site kan er anders uitzien dan je verwacht.
Prof. dr. Ilker Birbil start per 1 mei als hoogleraar Artificial Intelligence & Optimisation Techniques for Business and Society aan UvA's Amsterdam Business School (ABS). Hier gaat hij zijn voorliefde voor 2 onderwerpen combineren, namelijk: operational research en data science.

Waar Birbil in eerste instantie vooral thuis was in de wiskundige kant van operational research en managementwetenschap, weet hij nog precies wanneer data science zijn aandacht ving. 'Dat was in 2011 toen ik een sabbatical jaar opnam en naar Cornell University vertrok. Daar had ik de tijd en rust om eens over mijn vakgebied na te denken. In die tijd werd data science in combinatie met operational research steeds relevanter. Ik had een vermoeden dat dit vakgebied de komende jaren booming zou worden, dus ging ik mijn werk steeds meer richting dit snijvlak bewegen.' De combinatie tussen die vakgebieden bleek inderdaad, zoals Birbil al vermoedde, 'een goed huwelijk' te zijn. 'De data science-gemeenschap komt om de haverklap met nieuwe, interessante bevindingen. Die kan ik op mijn beurt weer toepassen om op datagedreven wijze bestaande besluitvormingsmodellen te optimaliseren.'    

Oud en vertrouwd

Birbil is geboren en getogen in Istanbul, Turkije. In 2018 verhuisde hij met zijn vrouw en 2 kinderen naar Utrecht en ging hij in Rotterdam aan de slag aan de Erasmus Universiteit als professor in Data Science and Optimisation. Hier was hij in het verleden ook al werkzaam. 'Daar terugkomen, voelde als een warm bad. Ik kende nog veel professoren uit de tijd dat ik daar, direct na het behalen van mijn PhD, als postdoctoraal onderzoeker werkte.'

Vanwaar dan het besluit om nu de overstap naar de UvA te maken? 'In eerste instantie dacht ik dat ik niet goed zou passen binnen de Amsterdam Business School, omdat ik meer van de wiskundige en niet de business-kant ben. Tot ik hoorde dat prof. dr. Dick den Hertog zich ook zou aansluiten. Dick is een geroemde naam binnen de Operations Research sector, hij is een van de oprichters van het Analytics for a Better World-initiatief en dus ook zeer theoretisch onderlegd. Net als prof. dr. Joaquim Gromicho, een oude vriend van mij met wie ik vaker aan wetenschappelijke publicaties heb geschreven. Dat zij ook de overstap naar de UvA maakten, stelde mij gerust.' Birbil ziet daarnaast ook de voordelen van de samenwerking met het bedrijfsleven vanuit de ABS. 'Daardoor kun je kennis omzetten in praktische toepassingen én je houdt er waardevolle contacten aan over.'

Je wilt natuurlijk wel efficiënt samenwerken, maar niet als je daarbij het risico loopt dat jouw bedrijfsgegevens in de verkeerde handen vallen.

Unboxing privacy en interpreteerbaarheid 

Birbil kijkt ernaar uit om binnen de sectie Operations Management aan zijn onderzoek te beginnen. 'Mijn focus ligt op uitdagende vraagstukken binnen de besluitvorming. Denk bijvoorbeeld aan privacy. In de toekomst moeten bedrijven samenwerken en middelen delen om de bedrijfsvoering te verduurzamen. Zo kunnen 2 bedrijven met elk 100 halflege vrachtwagens rondrijden of ze kunnen samen 100 vrachtwagens volledig vullen. In principe is dit een elementair probleem van resource allocatie, maar tel daar de uitdagingen rondom privacy bij op en je staat opeens voor een knap lastig vraagstuk. Want je wilt natuurlijk wel efficiënt samenwerken, maar niet als je daarbij het risico loopt dat jouw bedrijfsgegevens in de verkeerde handen vallen. De vraag is dan: kunnen we methodes ontwikkelen waarin dit type dataprivacy binnen de besluitvorming wordt gewaarborgd?'

Een ander fascinerend onderwerp voor Birbil is interpreteerbaarheid. 'We gebruiken tegenwoordig steeds meer algoritmes. Een bank maakt bijvoorbeeld gebruik van talrijke wiskundige algoritmes, waarvan een groot deel gebaseerd is op machine learning. Als iemand een kredietaanvraag doet, checkt een algoritme of de betreffende persoon in aanmerking komt. Dit algoritme is een black box; we weten niet precies hóé het werkt, maar wel dát het werkt. Tegenwoordig is er echter een groeiende vraag vanuit de overheid en de maatschappij naar transparantie. We moeten kunnen laten zien hoe we tot een beslissing komen. Hoe gaan we dat doen? Of we moeten het besluitvormingsproces van zo'n black box algoritme expliciet maken of we moeten het black-box model helemaal niet meer als intermediair hebben. De focus op interpreteerbaarheid kan van grote invloed zijn op de maatschappij.'

Als je het over medische oplossingen hebt, wil je kunnen achterhalen waaróm een bepaald algoritme werkt, zodat je dit breder kunt toepassen.

Voor een betere wereld

Een directe impact hebben op de maatschappij, daar heeft Birbil sowieso wel oren naar. Daarom hoopt hij een rol te kunnen spelen in het Analytics for a Better World-initiatief. 'Ik heb al veel lezingen van hen bijgewoond over transport, waarvan de laatste ging over het vervoeren van bloed in Afrika. Daar is goed transport van vitaal belang, maar er zijn veel uitdagingen: de technologie, het distributienetwerk, noem maar op. Via analytics willen zij het inzamelen en distribueren van het bloed optimaliseren en de kwaliteit van leven verbeteren.' Birbil hoopt dat hij met zijn onderzoek naar beslismodellen aan dit doel kan bijdragen. ‘Interpreteerbaarheid is ook hier heel belangrijk. Zeker als je het over medische oplossingen hebt, wil je kunnen achterhalen waaróm een bepaald algoritme werkt, zodat je dit breder kunt toepassen.'

In zijn eerste jaar zal Birbil zich echter vooral toeleggen op het versterken van het business analytics postgraduate programma. Het bachelorprogramma staat al, maar voor het masterprogramma heeft Birbil nog wel wat ideeën. 'Ons programma moet, net als onze studenten, een sterke verbinding krijgen met de industrie. Daarvoor ga ik contact opnemen met verschillende geïnteresseerde bedrijven, zodat zij talks en casestudies kunnen verzorgen over praktijkproblemen. Ik kan mijn studenten wel allemaal technische details bijbrengen over data science en optimalisatie, maar ze moeten ook hun handen vies maken in de praktijk om het geleerde te verwerken door het toe te passen.'