Artificial Intelligence in de inspectiewereld

Artificial Intelligence is in het afgelopen decennium flink in opkomst. De toepassingen variëren van je telefoon die je de beste restaurants in de buurt aanbeveelt, tot het verslaan van topschakers en auto’s die helemaal zelfstandig rijden. AI zoals de meeste mensen die nu kennen en gebruiken, is Artificial Narrow Intelligence (ANI)[1]. ANI is er goed in het doen van één ding en daar steeds beter in worden: de toepassingen die ik net heb genoemd, zijn allemaal voorbeelden van ANI.

Op dit moment is de TIC-industrie (Test-, Inspectie- & Certificeringsindustrie) grotendeels afhankelijk van geschoolde werkers die handmatige inspecties uitvoeren. Gezondheids-, veiligheids- en milieu-inspecties vragen zowel een zeer goed observatievermogen als uitgebreide ervaring met procedures, machines, gereedschappen en mogelijke defecten & gevaren.

Dat is een hoop gespecialiseerde kennis voor het uitvoeren van kwaliteitsinspecties. ANI kan ondersteunen om inspecties sneller, veiliger en preciezer uit te voeren. Hieronder bespreek ik een paar manieren waarop ANI inspectiebedrijven kan helpen een veiligere wereld voor iedereen te creëren.

 


 

1. Computer Vision & AI Computer vision focust op het vastleggen en analyseren van afbeeldingen en bestaat al decennia lang. Omdat de productieprijs van optische lenzen in de afgelopen jaren enorm is gedaald, is computer vision-technologie relatief betaalbaar geworden. Zoals je je kunt voorstellen, gaan ANI en computer vision hand in hand. Dat komt vooral omdat het herkennen van patronen in afbeeldingen een belangrijk speerpunt is in het ontwikkelen en bestuderen van AI. Daardoor worden veel huidige AI-successen dan ook behaald op het gebied van visuele detectie.

Het combineren van AI en computer vision heeft enkele voordelen. Allereerst kan AI zijn eigen detectie-vaardigheden verbeteren, waardoor het steeds accurater wordt in het herkennen van gevaren en gebreken. Daarnaast worden computers niet moe! Iedereen heeft wel eens een off-day. Een wollig hoofd, vermoeide ogen, afleidingen: het overkomt de besten. Machines hebben daar allemaal geen last van (mits je ze in goede staat houdt).

Dit betekent dat iets wat door een camera, gekoppeld aan een AI, gedetecteerd wordt waarschijnlijk veel preciezer is dan wat het menselijk oog kan waarnemen. Het concept van computer vision & AI kan op veel verschillende manieren worden toegepast. Veel fabrieken gebruiken het bijvoorbeeld al bij de kwaliteitscontrole in hun productieproces. Deze specifieke combinatie en toepassing van AI heet ‘Machine Vision’.

Het grote voordeel van computer vision in de inspectiewereld lijkt te liggen in de toepassing van het concept in drones. Ga maar na: in plaats van naar een gevaarlijke plek te klimmen, kun je simpelweg de drone daarheen sturen en die foto’s laten nemen, die de drone gelijk analyseert en laat zien op je tablet (of ander mobiel apparaat). Je hebt dan alle informatie die je nodig hebt tijdens je inspectie: de drone geeft je de precieze metingen en analyse zodat jij de juiste vervolgstappen kunt bepalen.

 


 

2. Planning & Scheduling

Het maken van planningen en roosters is een complexe zaak. Met hoe meer mensen, materialen en acties je rekening moet houden, hoe meer beangstigend het kan worden. Artificial intelligence heeft de potentie om dit allemaal een stuk makkelijker te maken. Zoals ik eerder aangaf, is patroonherkenning iets waar AI heel, heel goed in is[2]. Als je het zo bekijkt, is het erg logisch om ANI toe te passen op werkroosters. Het kan in een oogwenk de meest optimale route voor een inspecteur herkennen en uitstippelen, de juiste gereedschappen erbij plannen en -gecombineerd met data uit rapportages- automatisch vervolgacties ordenen.

ANI toepassen op planningen heeft het vermogen de roostermakers een hoop hoofdpijn en gepuzzel te schelen. Daarnaast ben je verzekerd van een eerlijke, gebalanceerde planning. Immers, aan machine die plant met pure, feitelijke data kan niet voortrekken! Die machine plant simpelweg op de meest optimale manier. Het enige wat het nodig heeft is wat informatie: types acties die gepland moeten worden, het aantal beschikbare mensen en hun expertise, het aantal beschikbare uren etc. etc. De machine zorgt zelf voor de rest.

Een bijkomend voordeel van het toepassen van artificial intelligence op planning is dat het voorraadbeheer en inkoop kan automatiseren. Mits goed ingesteld, kan een ANI de voorraden bijhouden en automatisch voorraad bijbestellen op het moment dat het nodig is. Met het risico dat dit allemaal te mooi klinkt om waar te zijn: combineer dit gegeven met de mogelijkheden voor het plannen van personeel en je komt nooit meer in de knoei bij het plannen van een klus of project!

Ik weet het... het klinkt bijna te mooi om waar te zijn, niet?

 


 

3. Analyses

Vandaag de dag is er meer data dan ooit voor handen. Vele malen meer dan een enkele persoon ooit op zinvolle wijze kan gebruiken om werk uit te voeren of beslissingen te nemen. AI is een krachtige tool om de relevante data samen te stellen en deze data te filteren, te ordenen en op een heldere manier te visualiseren. Kort gezegd: AI kan je snel de exacte informatie geven die je nodig hebt om geïnformeerde beslissingen te nemen.

Zoals ik al aanhaalde, zijn computers veel beter in het herkennen van patronen en trends dan mensen. Stel je voor dat ik je 1000 pagina’s aan inspectie-statistieken geef en je vraag om daaruit ‘een ranglijst van de meest voorkomende gebreken in de afgelopen 10 jaar’ te maken. Ik kan me voorstellen dat je me dan niet uitnodigt op je eerstvolgende feestje. Artificial intelligence heeft geen enkel probleem met het doorspitten van al die informatie, de patronen erin te herkennen, de data te organiseren en zelfs, gebaseerd op voorgaande verzoeken, te adviseren over hoe je de informatie het beste kunt toepassen.

Als we nog een stap verder gaan en een zekere mate van beslissingsbevoegdheid aan de AI geven, kan de computer datasets gebruiken om precies te bepalen wat, wanneer en waarom geïnspecteerd moet worden. Dit is vooral interessant voor de planning- en managementafdelingen.

Dit zijn slechts wat eenvoudige voorbeelden van het toepassen van artifical intelligence op (historische) datasets. Het grotere punt is: het maakt niet uit wat je wilt weten. Een AI kan je alle juiste, relevante informatie geven met één druk op de knop. De enige beperking is welke vragen je stelt!

Nu de technologie sneller en sneller volwassen wordt, zijn wij bezig om te kijken hoe we artificial intelligence kunnen toepassen binnen onze eigen inspectiesoftware in de komende jaren. Ben je daar nieuwsgierig naar, dan lees je hier meer.

 


[1] Artificial General Intelligence (AGI) -een AI met een capaciteit gelijk aan het menselijk brein- is de volgende stap in de ontwikkeling van Artificial Intelligence. Wanneer AGI realiteit wordt, gaat dit waarschijnlijk een maatschappelijke verschuiving zoals we die nog niet eerder hebben gezien. Als je wat tijd hebt en meer wilt weten, kan ik dit (Engelstalige) artikel van Tim Urban van harte aanbevelen. Het is een lang artikel en enkele jaren oud, maar nog steeds enorm relevant.

[2] Een stuk beter dan wij mensen, die vaak denken dat we daar heel goed in zijn. Onze patroonherkenning en daaruit volgende beslissingen komen vaker wel dan niet voort uit persoonlijke voorkeuren en vooroordelen. Computers hebben dat probleem niet, mits ze ontworpen zijn zonder dergelijke vooringenomenheden.

nl_NLNederlands