Wat is artificial intelligence?
Er zijn steeds meer toepassingen met beeldherkenning die gebruik van Kunstmatige Intelligentie. Door het trainen van deep learning netwerken is het mogelijk om een systeem aan te leren wat het moet zien of welke conclusie het daar uit moet trekken.
De techniek
De techniek achter Artificial Intelligence is eigenlijk te vergelijken met de manier waarop mensen ook dingen leren. In onze hersenen worden koppelingen gemaakt omdat we bepaalde situaties vaak opnieuw tegenkomen, en zien dat een bepaalde handeling daar een positief effect op heeft. Op deze manier kun je ook een deep learning netwerk trainen voor beeldherkenning. Je maakt daarvoor een set aan afbeeldingen om het netwerk te trainen, waarbij je meestal vooraf aangeeft tot welke categorie de beelden behoren of waar iets zit dat gedetecteerd moet worden. Vervolgens gaat het netwerk trainen om zo goed mogelijk te kunnen voorspellen wat het heeft geleerd op nieuwe beelden.
Toepassingen
Kwaliteitscontrole
Met een camera boven de lopende band kunnen automatisch broodjes afgekeurd worden die niet aan de kwailiteitseisen voldoen. Ook worden verschillende types brood herkend. Lees hier meer over deze toepassing van AI.
Verkeersveiligheid
Met een deep learning netwerk detecteren we weggebruikers en geven we advies aan operators over hoe veilig het is om een brug te openen. Lees hier meer over deze case.
Branches
- Industrie
- Logistiek
- Verkeer
- Medisch
Voor- en nadelen artificial intelligence
Voordelen
- Het systeem leert zelf waar op te letten om de juiste beslissing te maken.
- Altijd de best passende oplossing voor een specifieke casus.
- Vaak beter bestand tegen veranderende omstandigheden in de omgeving.
Nadelen
- Er is genoeg beeldmateriaal nodig om te kunnen trainen en dit moet geannoteerd worden om te kunnen aanleren.
- Voor complexe gevallen is er specialistische hardwar enodig om efficiënt een netwerk te trainen.
