AI in de praktijk: van voetbal-data tot slimme sluizen
23 maart 2018 [05:16], 569 views
Door Redactie

AI in de praktijk: van voetbal-data tot slimme sluizen

Artificial Intelligence (AI) is een onderwerp dat bij veel bedrijven op de agenda staat, maar concrete toepassingen staan vaak nog in de kinderschoenen. Tijdens de sessie 'Innovate with Analytics' vertelden verschillende experts over de mogelijkheden van AI, de ontwikkelingen van de technologie en gaven zij voorbeelden uit de praktijk.

Als we het over AI hebben, dan is het belangrijk om eerst de definitie scherp voor ogen te hebben, stelt Mark Bakker, data strategist bij SAS. Dikwijls worden afbeeldingen van menselijk ogende robots of de Hollywood-klassieker Terminator gebruikt om AI toe te lichten. Terwijl dit deterministische beeld helemaal niet past bij de AI-toepassingen die tegenwoordig worden ingezet om betere bedrijfsresultaten te behalen. Volgens Bakker is AI: 'the science of training systems to emulate human tasks through learning and automation'. AI is dus geen zelfregulerende robot, maar een hulpmiddel voor menselijk handelen. Juist als de machine het werk beter kan analyseren of uitvoeren dan een mens.

 Natural language & image modelling

Bakker en veel van zijn collega's proberen machines op een menselijke manier te laten communiceren. Hiervoor leren ze de machine om beelden, geluiden en tekst te begrijpen. Een interessant aandachtsgebied hierbij is de interpretatie van 'natural language'. Voor een machine is tekst altijd ongestructureerde data, terwijl mensen door het toevoegen van leestekens zorgen voor de juiste interpretatie bij de partij waarmee ze willen communiceren. Een machine zou volgens Bakker moeite hebben met de interpretatie van de zin: 'I am really happy, not'. Terwijl een menselijke lezer hierbij snel zal begrijpen dat de schrijver van dit bericht niet gelukkig is.

 Bakker laat ook zien hoe SAS een machine aanleert een kat te herkennen op een afbeelding met 'image modelling'. Op de foto is de schaduw van een kat op de muur te zien. De machine kan in eerste instantie bijvoorbeeld denken dat het om een deurmat gaat. Naast stilstaande beelden is het ook mogelijk om emotie te meten in videobeelden. Via AI bepaalt de machine hoeveel procent positieve emotie waar te nemen is. Natuurlijk, zo beaamt Bakker, is het heel interessant om dieper in dit soort ontwikkelingen te duiken, maar het wordt pas echt bruikbaar als je de opgedane inzichten ook kunt toepassen. Een mooi voorbeeld hiervan is de 'hard hat test'. Door middel van het analyseren van live-videobeelden kan een bedrijf controleren of een medewerker zijn valhelm op heeft. Op deze manier garandeert de organisatie dat er aan de veiligheidseisen op de werkplaats wordt voldaan.

 BallJames

Een van de sportiefste toepassingen van AI is BallJames. Deze oplossing van het Nederlandse bedrijf SciSports heeft als doel 'to give AI back to football clubs'. De wereldvoetbalbond FIFA verbiedt het gebruik van sensoren op het veld, spelers of bal tijdens wedstrijden. Omdat er bij clubs behoefte is aan accurate, 3D-data registreren veertien camera's voor BallJames alle handelingen van de spelers op verschillende plekken van het voetbalveld. Het bijzondere aan BallJames is dat het een zelflerende oplossing is. Met deep learning algoritmes is het mogelijk om allerlei statistieken te genereren voor zowel de spelers, coaches als scouts. In de Eredivisie is Heracles Almelo de eerste club waar de camera's langs het veld alle activiteiten monitoren.

 The Edge

De camera's van BallJames genereren per wedstrijd zo'n 1,4 terabyte data per stuk. Door de grote hoeveelheid informatie is het belangrijk direct te weten welke onderdelen je nodig hebt voor de analyse, zodat niet alle verzamelde data verstuurd en bewaard hoeft te worden. Tegenwoordig kan dit zo dicht mogelijk bij de bron, of 'on the edge'. In het voorbeeld van BallJames is de camera 'on the edge', de camera verzamelt en analyseert de data. Maar ook een sensor op de wiek van een windmolen of een termometer in een afgesloten zeecontainer kan dit beginpunt zijn. Het analyseren van data 'on the edge' heeft veel voordelen, legt Joao Oliveira, Principal Business Solutions Manager Information Management, uit. Zo stelt het bedrijven in staat om proactief te handelen bij bepaalde situaties. Een laser-camera in een winkel kan van elke klant een 'avatar' maken. Bij verdacht gedrag wil de winkelier geen seintje krijgen, maar automatisch de deuren sluiten zodat hij niet achter een mogelijke dief aan hoeft te rennen. 

Direct deployment

Het is mogelijk om de data direct om te zetten in acties: 'direct deployment on the edge'. Om een bepaalde activiteit of analyse uit te voeren hoeft de data dus niet eerst naar de cloud gestuurd te worden. Dit scheelt organisaties tijd en geld, zegt Oliveira. Stel dat je via analytics in de cloud achterhaalt dat een model van bijvoorbeeld een windmolen-sensor moet worden aangepast, dan zorgt dit voor een tijdelijke stop of vertraging van de processen van de gehele windmolen. Bovendien wil je dit voor een enkele windmolenwiek of een onderdeel daarvan kunnen aanpassen, zonder meerdere windmolens in het park stil te hoeven zetten. Een ander voorbeeld dat Oliveira geeft zijn de zogeheten 'smart containers' op zeeschepen, waarbij de temperatuur in de container real-time gemeten wordt. Tijdens lange zeeroutes is het niet altijd mogelijk - of heel kostbaar - om data naar de cloud te versturen, terwijl het automatisch aanzetten van de airconditioning kan zorgen voor minder bederf van goederen in de container.

 Prins Bernhardsluizen

In Nederland werkt SAS samen met Rijkswaterstaat waarbij sensoren 'on the edge' de kracht van de kabels van de sluisdeuren analyseren. Deze kabels zijn nodig om de sluisdeuren te bedienen. Met machine learning wordt bepaald wanneer en welk onderdeel onderhouden moet worden. Voorheen was dit puur mensenwerk: bij een melding ging de sluismeester op de fiets naar de sluis om te kijken wat er aan de hand was. Op basis van ervaringen en met behulp van externe partijen werd dan het juiste onderhoud gepleegd. De Prins Berhardsluizen in de buurt van Tiel, die vaak dicht waren wegens onderhoudswerkzaamheden, worden nu op basis van real-time data op peil gehouden.

Tijdens Innovate with Analytics zijn veel verschillende toepassingen van AI in de praktijk voorbijgekomen. Wil je meer weten? Kom dan op 31 mei naar de SAS Data Science & Analytics Day en hoor alles over de laatste ontwikkelingen en trends op het gebied van data science en artificial intelligence.

 

Reacties

Consumenten accepteren AI eerder in de gezondheidszorg dan in andere sectoren
24 april 2018 [12:42], 26 views

Consumenten accepteren AI eerder in de gezondheidszorg dan in andere sectoren

Het gebrek aan menselijke interactie wordt gezien als grootste bezwaar tegen kunstmatige intelligentie. Hoewel de buzz rond kunstmatige intelligentie (art [...]

 

Lees meer  

Solide basis voor innovatie
18 april 2018 [08:42], 217 views

Solide basis voor innovatie

Om optimaal te kunnen inspelen op nieuwe technologieën zoals Artificial Intelligence (AI) en Machine Learning heeft elke organisatie een solide dataplatform nodig. Een pla [...]

 

Lees meer  

 West Perth is meest paradijselijke plek ter wereld
28 maart 2018 [08:50], 370 views

West Perth is meest paradijselijke plek ter wereld

West Perth is de beste plaats ter wereld om te wonen, in elk geval vanuit analytisch perspectief. SAS onderzocht ruim 150.000 locaties aan de hand van de analyse van [...]

 

Lees meer  

AI in de praktijk: van voetbal-data tot slimme sluizen
23 maart 2018 [05:16], 570 views

AI in de praktijk: van voetbal-data tot slimme sluizen

Artificial Intelligence (AI) is een onderwerp dat bij veel bedrijven op de agenda staat, maar concrete toepassingen staan vaak nog in de kinderschoenen. Tijdens de sessie [...]

 

Lees meer  

Responsible AI is nodig voor vertrouwen in autonome systemen
26 februari 2018 [03:05], 704 views

Responsible AI is nodig voor vertrouwen in autonome systemen

De groei van zelflerende slimme algoritmes zorgt voor een vraag naar goede randvoorwaarden waaronder deze worden gebruikt. Ofwel het is tijd voor responsible AI. 

 

Lees meer  

Data-analyse SAS voorspelt winnende tijd Kjeld Nuis
23 februari 2018 [04:49], 1135 views

Data-analyse SAS voorspelt winnende tijd Kjeld Nuis

De winnende Olympische tijd van Kjeld Nuis op de 1000 meter was voor de data scientists van SAS geen verrassing. De winnende tijd van Nuis (1:07,95) was te voorspell [...]

 

Lees meer  

Besteden data science opleidingen voldoende aandacht aan compliance?
18 januari 2018 [12:01], 651 views

Besteden data science opleidingen voldoende aandacht aan compliance?

Werkgevers klagen geregeld dat net afgestudeerden nog niet de juiste bagage hebben om aan de slag te gaan. Zo is er soms bijvoorbeeld te weinig beheersing van specifieke d [...]

 

Lees meer  

Concrete AI-projecten kunnen belemmeringen wegnemen
25 oktober 2017 [03:06], 1024 views

Concrete AI-projecten kunnen belemmeringen wegnemen

De hype rond kunstmatige intelligentie (AI) is enorm. Bij de meeste bedrijven bevindt de invoering van AI zich echter nog maar in de beginfase of zelfs nog maar in d [...]

 

Lees meer  

Machine learning en AI: zoek de verschillen
9 februari 2017 [05:09], 1317 views

Machine learning en AI: zoek de verschillen

Nu zelfrijdende auto’s en robots realiteit zijn komen er interessante vragen op ons af, zoals: hebben we richtlijnen en regelgeving nodig op dit gebied? En met welke [...]

 

Lees meer  

Analytics is business as usual, maak het verschil met machine learning
17 augustus 2016 [02:34], 3959 views

Analytics is business as usual, maak het verschil met machine learning

Patrick Hall is senior Data scientist en spreekt op 4 oktober op SAS Forum over de kansen die machine learning biedt. Lees in dit interview alvast waaro [...]

 

Lees meer