Wat is de impact van AI op de inspectie-wereld?

Artificial Intelligence is 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 heel erg goed in één taak uitvoeren en daar steeds beter in worden: de bovengenoemde voorbeelden maken allemaal gebruik 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.

"Met ANI kunnen inspecties veiliger, sneller en preciezer worden uitgevoerd"

Computer Vision & AI

Computer vision focust op het vastleggen en analyseren van afbeeldingenen 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 verbeterenwaardoor 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.

"De combinatie van Machine Vision en een algoritme kan waarschijnlijk gedetailleerdere inspecties uitvoeren"

Plannen & Roosteren

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 zijn. Artificial intelligence heeft de kracht om dit allemaal een stuk makkelijker te makenZoals ik eerder aangaf, is patroonherkenning iets waar AI heel, heel goed in is2Als 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!

"ANI toepassen op plannen, scheelt roostermakers hoofdpijn en een hoop gepuzzel"

Analytics

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. In short: AI can quickly give you the exact data you need to make informed decisions.

 

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!

"Een computer kan data-sets gebruiken om te bepalen wat wanneer geïnspecteerd moet worden, en waarom"

In de komende jaren gaan we bij Master Solutions aan de slag om de mogelijkheden van AI te implementeren in onze eigen inspectiesoftware Columbo. Mocht je meer willen weten, download dan de brochure hier meer.

1 Artificial General Intelligence (AGI) -een AI die functioneert met dezelfde complexiteit als het menselijk brein- is de volgende stap in de ontwikkeling van Artificial Intelligence. Wanneer AGI realiteit wordt, zal dit waarschijnlijk een maatschappelijke verandering teweeg brengen die we nog nooit eerder hebben gezien. Mocht je wat tijd hebben en geïnteresseerd zijn om hier meer over te leren, 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 Veel beter dan wij mensen, die vaak denken dat we daar heel goed in zijn. Onze patroonherkenning en de beslissingen die we daardoor nemen, zijn negen van de tien keer gebaseerd op vooringenomenheden. Computers -mits neutraal ontworpen- hebben hier geen last van.
nl_NLNederlands