Bij de ontwikkeling van AI gaat het om veel meer dan cijfers alleen

By Mauro Mereu

Bij het ontwikkelen van modules voor artificiële intelligentie (AI) komt veel meer kijken dan alleen het werken met getallen en algoritmen. Bij elk succesvol project komen tal van andere aspecten kijken. Die waren onderwerp van gesprek tijdens de Back to Business: AI edition.

Het evenement van het AI Innovation Center en de High Tech Campus Eindhoven vond vorige week donderdag online plaats. Drie sprekers behandelden verschillende AI-gerelateerde onderwerpen. Daarnaast kregen ook drie AI-start-ups de gelegenheid hun ideeën te pitchen.

‘Je pasgeboren kind weggeven’

Ontwikkelaars van ASML zien hun modellen nooit in de praktijk aan het werk. “Het is alsof je een kind baart, en het dan meteen weggeeft aan iemand anders die er wel voor zal zorgen”, legt Arnaud Hubaux, productclustermanager bij het bedrijf, uit. De manager legt uit waarom de uitdaging voor data scientists en engineers bij zijn bedrijf zwaarder is. In feite programmeren zij zonder toegang te hebben tot datastromen. Ook krijgen ze niet veel feedback, “tenzij het model niet werkt”, voegt Hubaux eraan toe.

Bovendien heeft het ontwikkelen van AI bij ASML ook een ander soort impact op toepassingen. “Als de AI van Facebook of Google een klein foutje maakt en niet het juiste product aanbeveelt, merkt niemand dat. Als een AI in de halfgeleiderindustrie een fout maakt, kost dat je miljoenen”, benadrukt Hubaux. Daarom is vertrouwen zo belangrijk. Volgens de manager is het tonen van de zwakke punten van de producten vanaf het begin een goede manier om een goede relatie met de klanten op te bouwen. 

Overal AI

AI kan meerdere doelen dienen, aangezien apparaten tegenwoordig sensoren bevatten die een eindeloze hoeveelheid informatie verzamelen. De mogelijkheden van AI zijn dan ook grenzeloos. “We zoeken nu de grenzen op van AI. Veel dingen die eerder onmogelijk leken, worden nu realiteit. Alle berekeningen vinden nu plaats in de apparaten, zonder data naar een cloud te sturen. En dat betekent een kans voor ons,” zegt Clara Otero Pérez, – senior director van System Innovations bij NXP.

Computer vision is slechts één van de genoemde gebieden. Dat kan helpen bij het uitvoeren van taken die voor mensen vermoeiend zijn. Otero Pérez: “Visuele inspecties van chips zijn een goed voorbeeld. Een mens die naar geïntegreerde schakelingen kijkt en op fouten let, wordt na een tijdje moe. Een machine niet, en die kan honderden beelden zien en leren herkennen of er ergens een fout is gemaakt.”

Axelera AI speelt in de eredivisie van de AI-ontwikkeling. Het hoofdkantoor is gevestigd in de High Tech Campus. Het bedrijf is afgelopen juli ontstaan als een spin-off van Bitfury AI en IMEC. 

“Onze technologie is een ‘game changer’ als het gaat om in-memory computing. Daarbij wordt een geheugencel gemodificeerd zodat deze binnen de cel een berekening kan uitvoeren. Op die manier kun je miljoenen berekeningen maken binnen één rekencyclus”, zegt Fabrizio Del Maffeo, CEO en mede-oprichter van Axelera AI. Del Maffeo ging in op de voorgeschiedenis van zijn bedrijf, het idee erachter en de visie voor de toekomst. Ondanks de recente start, heeft Axelera al meer dan dertig mensen aan boord. Komend jaar wil de onderneming nog meer mensen in dienst te nemen. Axelera AI wil volgend jaar de eerste monsters produceren en in 2023 open toegang verlenen tot de software.

Geautomatiseerd gespreksverslag

Autoscriber – vertegenwoordigd door CEO Jacqueline Kazmaier – was de eerste start-up die zijn pitch gaf. Het bedrijf gebruikt AI om het zorgoverleg tussen artsen en patiënten te verbeteren door het gesprek op te nemen. De gegevens komen terecht in het elektronisch patiëntendossier. “Dit zal ook een deel van het administratieve proces voor artsen automatiseren, waardoor ze meer tijd hebben om voor patiënten te zorgen”, voegt Kazmaier toe. Het team voert momenteel een proefproject uit in het Leids Universitair Medisch Centrum.

Applying AI for good

Kan AI de oplossing bieden voor de grote problemen van de mensheid. FruitPunch AI vindt van wel en leidt ingenieurs op over hoe ze AI in de echte wereld kunnen toepassen door middel van zogenaamde challenges. “We definiëren we een probleem waarbij we data kunnen gebruiken om het op te lossen. Onze community bestaat al uit 1500 ingenieurs. En we hebben al 20 challenges georganiseerd”, zegt Sako Arts, mede-oprichter van FruitPunch AI. Bij de vorige uitdagingen werden modellen voor machinaal leren gebruikt om stropers te kunnen identificeren of om artsen te helpen bij de diagnose van COVID-19.

Lees meer over FruitPunch via deze link

AI-model uit de bibliotheek

Scailable helpt bedrijven AI-modellen in te zetten in een reeks verschillende toepassingen. Dat doet het door de machine learning-modellen te optimaliseren voor een apparaat. “We hebben de Scailable AI-manager ontwikkeld”, zegt Benedicte Lochtenberg, de CCO van Scailable. “Op deze manier kun je een model uit onze bibliotheek kiezen en het in je apparaat laten werken. Het is een plug-and-play oplossing.” De technologie wordt gebruikt in verschillende toepassingen, zoals productkwaliteitscontroles, voorspellend onderhoud en slimme logistiek.

AI ontwikkelen in de Brainportregio

Het Innovatiecentrum voor AI in de Brainportregio is afgelopen voorjaar van start gegaan. Sindsdien zijn er verschillende evenementen en seminars gehouden en hebben twaalf bedrijven zich bij het centrum aangesloten. Industrialisering van AI is een van de doelstellingen van het initiatief. “Samenwerking met andere actoren binnen de Brainportregio is essentieel, en we willen ons graag richten op de toepassingskant van AI”, stelt Paul van Son, innovatiemanager van de High Tech Campus.

Lees ook het IO-artikel over de zeven patronen van AI

De link naar het online evenement vind je hier.