Of het nou gaat om het vergelijken van longfoto’s van kankerpatiënten, of om het opsporen van frauduleuze transacties. De uitwisseling van data is voor banken ziekenhuizen en andere instanties onmisbaar. Het Groningse bedrijf Branchkey zorgt voor een privacybestendige brug tussen AI-modellen. De start-up haalde in september een investering binnen via StartCapital Partners en de RVO. Hoe gaat Branchkey te werk? Directeur van Branchkey Robin Schut beantwoordde vier key-vragen.
Steeds meer instanties en bedrijven maken gebruik van kunstmatige of artificiële intelligentie (AI). Hiermee verbeteren ze hun service of product. AI is namelijk in staat om complexe taken van mensen over te nemen. Voor een optimaal functioneren van AI is er alleen wel veel data nodig. Het beschermen van privacygevoelige informatie is daarbij onmisbaar. De start-up Branchkey bestaat pas een jaar, maar werkt hard toe naar het ultieme doel om de overdracht van informatie van AI-systemen te beveiligen en te optimaliseren. Daarbij wordt gebruik gemaakt van Federated Learning. Dit is een nieuw ontwikkelde technologie die ervoor zorgt dat informatiedeling via modellen plaatsvindt in plaats van informatiedeling via data.
Informatie delen via modellen: hoe werkt dat?
“Wij zijn de communicator tussen de verschillende AI-modellen van instanties. Ons platform voor Federated Learning laat berekeningen los op de AI-modellen, en inzichten daaruit worden weer teruggestuurd naar de klanten. Wij van Branchkey kunnen, net als de klanten, geen privacygevoelige informatie inzien. Wat je daarmee bereikt is dat vergelijkbare bedrijven of instanties veilig van elkaars data kunnen leren, zonder dat ze deze kunnen inzien, met als gevolg dat hun eigen AI-systeem weer verbeterd wordt. Want bij dit soort systemen werkt het zo: hoe meer data, hoe slimmer de kunstmatige intelligentie.”
“Je kunt wat wij doen vergelijken met hoe voice-assisants Alexa en Siri te werk gaan. Als jij bijvoorbeeld aangeeft dat je kattenkruid wil kopen, dan is er een lokaal AI-systeem op je telefoon die daar mee aan de slag gaat. Het audio-fragment blijft op je telefoon, maar bepaalde data die wordt gekoppeld aan het audio-fragment wordt wel naar de cloud verstuurd. Zo kan Google je wel informatie verschaffen over welk product je wil kopen, maar doet het bedrijf geen privacyinbreuk op je telefoon.”
Kun je eens een praktisch voorbeeld noemen van hoe een ziekenhuis of een bank profijt heeft van het platform?
“Denk bijvoorbeeld aan de uitwisseling van gegevens van CT-scans. Ziekenhuizen gebruiken AI-modellen om voorspellingen te maken aan de hand van de foto’s. Op basis daarvan kan er worden vastgesteld of een patiënt kanker heeft of niet. Hoe meer data van andere ziekenhuizen ingezien kan worden, hoe beter de voorspellingen worden. Met ons platform kunnen ziekenhuizen goed met elkaar samenwerken zonder dat patiëntgegevens in gevaar komen. Tegelijkertijd wordt de voorspellende waarde van het model beter, en kun je betere zorg leveren.”
“Daarnaast zijn we betrokken bij een project in de anti-witwas-software. Banken analyseren de transactiegegevens van klanten en analyseren om te bepalen of er frauduleuze transacties hebben plaatsgevonden. Ze gebruiken hier AI-modellen voor. Criminelen hebben vaak meerdere rekeningen lopen, bij verschillende banken en passen vaak hetzelfde witwastrucje bij verschillende banken toe. Je wil dat er meer kennis ontstaat over verschillende manieren van witwassen. Met het federate learning system kunnen banken informatie rondom witwassen veilig delen en gaat het opsporen beter in zijn werk.”
De techniek achter kunstmatige intelligentie wordt steeds beter en complexer. Maar wordt er ook genoeg aandacht besteed aan de ethische vraagstukken rondom kunstmatige intelligentie?
“Die discussie is ontzettend belangrijk. Kunstmatige intelligentie kan hele mooie dingen voor een samenleving doen, maar als data in de verkeerde handen valt dan heb je een groot probleem. Als het ons lukt om ons product groot op de markt te zetten willen wij ook heel graag in gesprek met ministers en ambtenaren. Dat is echt nodig. Veel AI-systemen zijn compleet nieuw en worden nauwelijks gereguleerd. Bescherming in Europa voor in welke situaties AI mag worden toegepast is er nog nauwelijks.”
“Maar die voorzichtigheid heeft ook een keerzijde. In China zijn privacygegevens niet zo goed beschermd als in Europa. Door de grote hoeveelheid data worden de AI-systemen daar steeds slimmer. Ik vind het heel belangrijk dat onze data veilig is, maar we moeten in Europa niet gaan achterlopen op andere wereldtoppers op dit gebied. Je moet de AI-systemen op een verantwoordelijke manier kunnen trainen. De techniek waar wij mee werken kan daar veel in betekenen. Ik voorspel dat Federated Learning steeds belangrijker gaat worden in Europa.”
Waar ligt de focus voor Branchkey de komende jaren?
“We focussen ons nu op het verkrijgen van een hoop usecases in meerdere sectoren. Als alles goed gaat willen we naar deze sectoren uitbreiden. We zijn al een tijd bezig met het opzetten van usecases in ziekenhuizen en in de financiële sector. Daarnaast lijkt me ontzettend gaaf om uit te breiden naar de agrarische sector. Denk bijvoorbeeld aan de inzet van ons systeem voor boeren met melkmachines die gebruik maken van kunstmatige intelligentie. Ons platform kan echt op heel veel plekken worden toegepast.”
“Ons bedrijf staat pas aan het begin en we hebben een lange weg te gaan, maar we merken wel steeds meer signalen vanuit de markt dat er behoefte is aan ons product en dat is mooi om te zien. Uiteraard zijn we bang dat door ons ook grote techgiganten aan de haal met Federated Learning, maar wij gaan ervoor zorgen dat onze algoritmes het beste blijft, door heel veel onderzoek te blijven doen en jong talent aan te trekken. Daar ligt onze kracht.”
Lees via deze link ook de andere verhalen over Groningen
Samenwerking
Als je dit artikel leuk vindt, lees dan ook:
