Door: Redactie - 29 april 2022 |
Wat betekenen de trends rondom vision voor de MKB hightech- en maakindustrie? Lector Jaap van de Loosdrecht, oprichter en drijvende kracht achter het Lectoraat Computer, Vision & Data Science van de NHL Stenden Hogeschool is betrokken bij de vakbeurs Vision, Robotics & Motion vanaf de allereerste editie en is bovendien graag gezien professional in de branche. In dit interview vertelt Jaap meer over de kansen met het automatiseren van visuele inspecties voor MKB maakbedrijven. “Deze technologieën halen vooral veel routinematig werk weg, maar dit betekent niet dat mensen werkeloos worden. Door de komst van technologieën als computer vision en data science ontstaat er een kans om nieuwe taken op te pakken.”
Computer vision is een gebied van de computerwetenschap dat erop is gericht om met computers objecten en personen op afbeeldingen en video’s te identificeren. Net als andere typen Artificial Intelligence (AI), streeft ook computer vision ernaar om menselijke taken uit te voeren en te automatiseren. Computer vision richt zich specifiek op het nabootsen van het gezichtsvermogen van de mens en de manier waarop mensen verwerken wat ze zien.
Data science houdt zich bezig met het verwerken en analyseren van grote hoeveelheden data, en/of ongestructureerde data zoals video’s, e-mails, geluidsfragmenten, tweets, sensordata, et cetera. Data science richt zich met name op het zoeken naar patronen en correlaties in data en maken die direct zichtbaar.
Bij computer vision ligt de focus op beeldacquisitie en beeldverwerking. Bij data science ligt de focus op het herkennen van patronen in die informatie (Big Data).
“In 1996 zijn we gestart met het gebruiken van computer vision en tot 2012 hebben we dit gedaan op wat ik de traditionele manier van computer vision noem. Voor mij houdt deze traditionele manier in dat we wiskundige methodes gebruiken om informatie uit beelden te halen. In 2012 kwam daar verandering in door de komst van deep Learning, een methode uit het domein kunstmatige intelligentie. Voor deze methode is veel rekenkracht nodig waardoor we een eigen cluster hebben opgezet met 28 grafische kaarten. Ik zie dat bedrijven die nu succesvol zijn, zijn meegegaan in deze trend”.
Waar op de traditionele manier alles met de hand uitgeprogrammeerd moest worden, leert een systeem met deep learning zijn taak automatisch aan de hand van voorbeelden die aan het systeem worden gegeven. Deep learning kan gebruikt worden bij beeldherkenning, spraakherkenning, spelen van bordspel programma’s of automatische vertalingen. De techniek achter deep learning is geïnspireerd op het menselijk brein.
Een mooi voorbeeld van een bedrijf die als één van de eerste aan de slag ging met deep learning, is Cosmonio. Oprichter van Cosmonio, Yannis Katramados implementeerde deze methode bij drie van zijn vestigingen, in Leeuwarden, Groningen en in Engeland. “De inzet van deep learning is natuurlijk één van de factoren waardoor zijn bedrijf zo succesvol is geworden, maar vergeet ook niet dat het ontwikkelen van een goed product met de juiste mensen ook belangrijke factoren zijn. Zijn doorbraak kwam pas echt op het moment dat hij in contact kwam met de juiste mensen.”
De ontmoeting tijdens een vakbeurs in de Verenigde Staten en het netwerken met de juiste mensen heeft uiteindelijk gezorgd voor de overname van zijn bedrijf aan Intel. Na de overname van zijn bedrijf aan Intel werd Yannis directeur AI vestiging bij Intel in Groningen
“Yannis bezocht een van de grootste vakbeurzen in de Verenigde Staten en is daar Intel tegen het lijf gelopen.”
Automatisering speelt zich af in bijna elke denkbare sector, zo ook voor de landbouwsector. GeJo Grading Services, een bedrijf opererend vanuit Friesland en de NOP, zet computer vision en data science in, voor het sorteren op maat en kwaliteit van o.a. aardappelen. Nadat de aardappelen zijn gerooid worden ze gekoeld opgeslagen totdat er een sorteeropdracht voor aflevering van de aardappelen komt. Voorheen was het sorteren erg arbeidsintensief. Met de komst van computer vision en data science verdwijnt een deel van dit routinematig werk. De systemen filteren de defecte aardappelen er uit en scheiden deze van de partij. Door deze verandering kunnen medewerkers zich nu focussen op andere belangrijke taken in de productieomgeving.
In eerste instantie lijkt het alsof het automatiseren van processen ervoor zorgt dat mensen die routinematig werk verrichtten mogelijk hun baan verliezen. Toch ziet Jaap vooral kansen voor deze (en andere) mensen. “Deze technologieën halen vooral veel routinematig werk weg, maar dit betekent niet dat mensen werkeloos worden. Door de komst van technologieën als computer vision en data science ontstaat er een kans om nieuwe taken op te pakken. Dit biedt niet alleen kansen voor de medewerker, maar ook voor het bedrijf om kwaliteit te borgen en te verhogen. In het kader van een Leven Lang Ontwikkelen en de trend om wat vaker van baan of functie te wisselen dan vroeger zie ik vooral een hoop voordelen.”
Wat gebeurt er eigenlijk als de Nederlandse industrie ervoor kiest om niet of nauwelijks te automatiseren? Biedt dit juist kansen voor werkend Nederland om aan de slag te blijven of verliest Nederland de concurrentie positie met andere landen? Jaap zegt daarover het volgende: “Ik denk dat we geen keuze hebben om te automatiseren en de deep learning methode te omarmen. Als we ervoor kiezen om dit niet te doen, dan gaan wij het op lange termijn verliezen van de lage loonlanden. Dit betekent dat we het van onze concurrentie gaan verliezen en bedrijven failliet zullen gaan. Flexibel zijn om te veranderen van functie of takenpakket zorgt ervoor dat we als Nederlandse industrie onze toppositie behouden en voorop blijven lopen in de ontwikkeling van nieuwe producten en technologieën.”
Veel (grote) bedrijven bewezen al het succes van computer vision en data science door onder meer de inzet van deep learning. Toch staat omarming door MKB Nederland nog in de kinderschoenen. Veel MKB maakbedrijven weten niet waar zij in het bedrijf kunnen starten met de toepassing. “Een grote uitdaging is dat er weinig mensen zijn met kennis over Computer Vision en Data Science.”
We vroegen Jaap om een advies te geven aan de MKB maakbedrijven die graag willen beginnen met de toepassing van deze technologieën, maar nog niet weten hoe ze dit kunnen doen. “Kijk eerst eens binnen je bedrijf naar wat ze noemen het laaghangend fruit. Je zou kunnen zeggen ik heb een visuele inspectie en ik wil het voor 100% geautomatiseerd hebben in 100% van de gevallen. Toch is dit heel ambitieus als de juiste kennis niet in huis is of als er nog weinig is getest. Mijn advies is om een prototype te maken met een beperkte inspanning waarvan je zeker weet dat je bijvoorbeeld de ene helft goed kunt inspecteren en het van de andere helft niet zeker weet. Dit betekent dat je al de helft van de inspectiekosten gaat besparen. Leg je focus op dat laaghangend fruit en kijk naar wat je wel kunt automatiseren. Op deze manier krijg je meer inzicht in de technologieën die je gebruikt en kun je waar nodig bijschaven. Wat belangrijk is, is dat het deel wat je wél gaat automatiseren het goed doet en betrouwbaar genoeg is.”
Op de hogeschool waar Jaap werkzaam is, focussen verschillende groepen studenten en de staf zich samen op haalbaarheidsonderzoeken voor bedrijven. Deze onderzoeken laten zien hoe goed een (bepaald) proces valt te automatiseren en hoe snel dit gerealiseerd kan worden. De studenten maken samen met de staf een prototype voor een bedrijf. Bij een succesvolle inzet van het prototype wordt dit overgedragen aan de klant, zodat die het prototype verder kan door ontwikkelen. Het is daarmee ook niet de ambitie van het lectoraat om 24/7 producten te leveren, maar wel om betrokken te blijven als adviseur voor bedrijven. Dit zorgt voor een leerproces voor de studenten en bedrijven, waarin zij van onderzoek tot prototype elke fase doorlopen om in de toekomst succesvol aan de slag te gaan met computer vision en data science.
AI gaat een steeds grotere rol in ons leven vervullen, zowel B2B als B2C. De overheid heeft daarom 1,5 jaar geleden de Nederlandse AI-coalitie opgericht. Een van de initiatieven is de ontwikkeling van het AiNed programma door de NL AIC. Het AiNed programma helpt grote & MKB maakbedrijven en publieke instellingen om essentiële stappen te zetten met AI die van groot economisch én maatschappelijk belang zijn. Het programma is ambitieus en realistisch en kan zich verheugen op brede steun van vele partijen die hun commitment voor realisatie hebben uitgesproken. Het Nationaal Groeifonds heeft aan fase 1 van het AiNed programma een budget van 276 miljoen euro toegewezen. Lees hier meer over de grote belangen en kansen voor Nederland met AI.
Ook tijdens de komende editie van Vision, Robotics & Motion is Jaap aanwezig als spreker. “Voor mij is Vision, Robotics & Motion de belangrijkste Nederlandse vakbeurs als het gaat om het presenteren van onze onderzoeksresultaten op het gebied van kunstmatige intelligentie. Het is de vakbeurs waar wij onze relaties met de belangrijkste spelers op deze markt verstevigen en waar de meeste leads vandaan komen. Zelfs jaren later word ik alsnog benaderd door personen uit het bedrijfsleven, die mij ooit op deze beurs hebben ontmoet, met de vraag of we kunnen samenwerken.”
Lector Jaap van de Loosdrecht is de oprichter en drijvende kracht achter het Lectoraat Computer Vision & Data Science van de NHL Stenden Hogeschool. Samen met zijn team voerde hij meer dan 400 onderzoeksprojecten uit op het gebied van computer vision.
“Speerpunten van ons onderzoek zijn Deep Learning en Hyper Spectral imaging. Samen met onze internationale staf verzorgen we een minor en een 1-jarige professionele master opleiding Computer Vision & Data Science die studenten uit Nederland en daar buiten aantrekt.”
Bezoek dan Vision, Robotics & Motion. Hier vindt u alle componenten voor een compleet geïntegreerd systeem: van vision en optics, robotics, motion control tot en met data science oplossingen centraal. Tijdens de vakbeurs Vision, Robotics & Motion op 8 en 9 juni 2022 ontdekt u welke kansen en slimme oplossingen er zijn om industrial integrated systems in de praktijk toe te passen. Meld direct gratis aan.
Lees ook:
Dit artikel delen op je eigen website? Geen probleem, dat mag. Meer informatie.
IndustrieVandaag is een onafhankelijk platform met het laatste nieuws van vandaag over de procesindustrie, industrial processing, productie industrie, maakindustrie en elektronica industrie.
Neem contact met ons op:
Tel +31 (0)23 737 07 63
Email via contactpagina
