Jonathan Berte, oprichter van Robovision, over AI, robots en automatisatie
Van een fascinatie uit je kindertijd je beroep maken… voor velen blijft het bij een droom. Voor Jonathan Berte is het werkelijkheid geworden. De oprichter van Robovision was als kleine jongen al betoverd door science fiction, robots en automaten. Nu stelt hij zijn kennis en kunde rond AI en automatisatie ter beschikking van organisaties die een gigantisch potentieel aan data hebben. “Eigenlijk werd ik richting studies Filosofie geduwd, maar ik wilde mijn passie voor robots en artificiële intelligentie vooral gebruiken om concrete meerwaarde te leveren vanuit een rol als ondernemer en niet zozeer als academicus,” aldus Jonathan die evenwel laat verstaan dat filosofie en technologie onlosmakelijk verbonden zijn.
Van kinderdroom naar Robovision
Kantelperiode in AI
Data-analyse als fundament
Organisaties die naar Robovision stappen, doen dat meestal met een hoop data die een groot potentieel hebben. Robovision gaat met die data op basis van beelden aan de slag om uiteindelijk de operationele aspecten van die organisatie sneller en accurater te maken.
In grote lijnen bestaat het proces uit drie stappen: de data-analyse, de verwerking via het Robovision AI Platform en het resultaat. Het Robovision AI platform verzamelt visuele input, past deep learning-algoritmen toe, analyseert resultaten en instrueert machines dienovereenkomstig. Voor de opstart van projecten is er echter nog een prefase waarin de kwaliteit van de lead wordt geanalyseerd. “Wij aanvaarden uitsluitend projecten met een aanzienlijk potentieel om op te schalen”, aldus Jonathan, “Robovision trekt trouwens vooral organisaties aan die reeds een diepgaande awaraness rond AI hebben en de waarom-fase al voorbij zijn.”
Tijdens de data-analyse gaat Robovision datasets kritisch bekijken en labelen. Volgens Jonathan is die fase cruciaal. “De connotatie die aan bepaalde gegevens wordt gegeven, zal mee de uitkomst bepalen. Daarnaast zijn er ook wettelijke obstakels. Organisaties mogen niet altijd zomaar alle data aan ons doorspelen. Denk maar aan de medische sector waar heel wat patiëntengegevens confidentieel moeten blijven. Het zijn dus niet de data zelf, maar de hele periferie errond die bijzonder belangrijk is.”
Het correct labelen van datasets, de analyse van de interpretatie die een organisatie aan bepaalde data geven… het kan een tijdrovend en hobbelig pad zijn, maar met resultaat. “Heel wat organisaties hebben een aha-erlebnis wanneer ze het reële potentieel van hun eigen data ontdekken.”
Computer Vision AI Platform
Na de diepgaande data-analyse gaat Robovision een AI-model trainen om die data op een strategische en economisch rendabele manier in te zetten. De implementatie en de opvolging van het concrete resultaat verloopt via het door Robovision ontwikkelde Computer Vision AI Platform.
“Dit platform is eigenlijk een management-applicatie voor Vision AI in de industrie. Ik noem het zelf ook wel eens de Facebook van de artificiële intelligentie. Je krijgt hier een blik op het volledige AI-reilen en zeilen in je organisatie”, verduidelijkt Jonathan. De meerwaarde van een dergelijk platform? Minder risico op uitvaltijd, dure wijzigingsverzoeken veroorzaakt door de afhankelijkheid van IT of externe diensten. “
Sommige projecten lopen niet via het platform, maar worden voorzien van een Edge AI-oplossing. “Dit gaat om een snelle en compacte AI-tool die op locatie bijvoorbeeld naast transportbanden wordt geplaatst.”
Success story: 3D Deep learning in landbouwrobots
Robovision heeft ondertussen een mooi klantenbestand uitgebouwd in diverse sectoren zoals de gezondheidssector, de retailsector, de landbouw en de maakindustrie. We nemen graag één de realisaties van Robovision onder de loep, namelijk een integratie van Vision AI in de landbouwsector.
Door gebruik te maken van 3D Deep learning en vision AI, zijn geavanceerde robots van Iso’ (isohorti.com) in staat om complexe taken zoals planten, oogsten, snoeien en het verwijderen van bladeren in kassen te automatiseren. Dankzij hun geavanceerde AI-platform en 3D-vision technologie kunnen deze robots nauwkeurige beslissingen nemen door objecten in drie dimensies te analyseren.
Een goed voorbeeld is de rozenknipper die met behulp van meerdere camera’s en dieptesensoren precies bepaalt waar een roos moet worden gesnoeid. Daarnaast heeft Robovision robots geautomatiseerd die door dichtbegroeide gewassen navigeren en precies de juiste bladeren en gewassen selecteren om te oogsten op basis van hun vorm en kleur.
Er is bovendien geen specifieke kennis vereist om de AI-modellen te hertrainen via het platform van Robovision. “Op die manier blijven de robots inzetbaar voor diverse toepassingen in de landbouw. Het is die schaalbaarheid die van artificiële intelligentie één van meest disruptieve ontwikkelingen aller tijden maakt”, besluit Jonathan Berte.
Bio Jonathan Berte
Jonathan Berte (1978) is Burgerlijk Ingenieur Natuurkunde (UGent) van opleiding en specialiseerde zich verder aan de Zwitserse universiteit ETH Zürich. Jonathan is altijd al gefascineerd geweest door de mysterieuze relatie tussen mens en technologie. Met zijn bedrijf Robovision wil hij organisaties helpen om hun data in combinatie met artificiële intelligentie strategisch in te zetten in schaalbare (automatisatie)projecten. De beheerstool Vision AI Platform is ondertussen ingeburgerd in tal van sectoren.
Website: www.robovision.ai
