Wat ik bij Innovation Now! leerde over deep learning, AI en machinelearning

Afgelopen week was ik op bezoek bij het event Innovation Now!. Dit event werd georganiseerd door Prime Vision. Deze wereldmarktleider op het gebied van computer vision integratie en robotica vierde daarbij ook het 25-jarige jubileum van CEO en innovator Eddy Thans. Een mooie kans om wat te leren over de huidige uitdagingen in de tech en logistiek en om te netwerken.

Mensen zijn niet zo accuraat

De eerste workshop die ik volgde was ‘A journey into the world of deep learning and dark warehousing’. Hierin legde Lorenzo D’Arsiè (productmanager artificial intelligence bij Prime Vision) uit dat mensen veel kunnen, maar niet altijd zo accuraat zijn en dat automation systems heel accuraat kunnen zijn, maar niet gebouwd zijn voor verrassingen. Michiel de Rijcke (head of R&D bij Prime Vision) vertelde over de kansen van het inzetten van deep learning. Hierin leert de software steeds meer door nieuwe informatie/data te geven.

De samenwerking tussen AI en de mens blijft altijd nodig

Er werd een voorbeeld gegeven over het automatisch lezen van een label. Als dat gevouwen is, kan software het niet lezen. Een mens zou dit label uitvouwen en nog een keer proberen te scannen. Als een label kapot is, zou het systeem ook niet slagen. Een mens zou vervolgens iemand bellen en het oplossen. De moraal van het verhaal: je kunt robots en software alles leren wat je wilt, maar AI zal rechts- of linksom altijd (voorlopig) beperkingen hebben.

Verschillen tussen robotica en AI

Als tweede workshop koos ik voor ‘Dealing with challenges in robot manipulation with AI and machine learning’ door Jens Kober (Associate Professor TU Delft). Het ging over het verschil tussen robotica en AI. Successen van AI in robotica zijn op veel plekken te vinden. De herkenning door robots wordt elke dag beter. Het lukt steeds beter om robots te navigeren naar de gewenste plek of bijvoorbeeld visuele afwijkingen te ontdekken van producten op een snellopende rolband.

AI inzetten zal altijd beperkingen hebben

De uitdagingen van AI zitten in de hoeveelheid variaties. Denk aan objecten die verschillende vormen en groottes hebben, of menselijk gedrag, of bijvoorbeeld groei in de natuur – allemaal slecht voorspelbare variabelen. Op dit moment houdt Kober zich fulltime bezig met het lerend vermogen van AI. Zo liet hij een van zijn projecten zien waarbij hij een robotarm leert om schappen te vullen in een supermarkt. Hierbij vertelde hij over het aanpassen van de grip, de snelheid en de afmetingen van de juiste robotarm. AI zal steeds vaker ingezet worden. Vooral op plekken met saai, smerig of gevaarlijk werk is robotica gewenst, maar ook steeds vaker in marketing. Lees hier meer over het inzetten van AI in marketing.

Al met al een mooie dag met leuke mensen. Het event was een feest aan nieuwe kennis en netwerkmogelijkheden met andere techcollega’s.

Bekijk hieronder de aftermovie van Innovation Now! voor een impressie: