Trends & ontwikkelingen

De onmisbare samenwerking tussen mens en AI

calendar icon
person icon
time icon
location icon

De agrisector en voedingsindustrie hebben te maken met grote uitdagingen. De alsmaar groeiende vraag naar voeding en de schaarste op de arbeidsmarkt zijn uitdagingen waar bedrijven mee te maken hebben. Slimme technologieën zijn essentieel om deze uitdagingen aan te gaan. Het begrip artificial intelligence (AI), of ook wel kunstmatige intelligentie genoemd, hoor je steeds vaker. AI gaat bij veel processen binnen de agrifood-sector een grote rol spelen. Experts in het vakgebied voorspellen dat AI toepassingen in de toekomst zelfs onmisbaar gaan zijn.

AI technologie als hulpmiddel

Voor veel bedrijven is artificial intelligence nog een grijs gebied, de praktische toepassingen ervan zijn niet helder. Het wordt gezien als een black box en daardoor ook nog wel eens als een bedreiging; het idee wordt vaak gewekt dat AI geavanceerde menselijke robots zijn die het werk van de mens volledig overnemen. Dit is zelden het geval.

AI biedt ondersteuning bij het nemen van beslissingen en het verbeteren van prestaties. De technologie maakt het juist mogelijk om snel en op de juiste manier te innoveren in de agrifood-markt. In deze sector wordt machine learning veel toegepast, dit is een methode dat onder AI valt.

Om AI succesvol toe te passen is het juist belangrijk dat er samenwerking is tussen mensen en de technologie.

Wat is artificial intelligence?

Kunstmatige intelligentie is de overkoepelende technologie die zich bezighoudt met het vertonen van een of meerdere specifieke taken. AI is een algemene term, machine learning is hier een methode van. QING zet AI voornamelijk in als machine learning en in de meeste gevallen spreken we ook over deze methode. Machine learning is een zelflerend systeem dat specifieke taken van de mens nabootst en uitvoert. Deze technologie maakt gebruik van data en kan dit op hoog niveau inzetten, opslaan en analyseren. AI is in staat om met de grote hoeveelheid data:

1. verbanden te leggen,
2. voorspellingen te doen en
3. zichzelf te verbeteren

Met data kijkt het systeem naar het verleden, om vervolgens verbanden te leggen en kijkt naar de toekomst om voorspellingen doen. Door alsmaar nieuwe data te verzamelen en verbanden te leggen wordt het systeem steeds slimmer.

Omdat AI op een hoog tempo data kan verzamelen, lezen en verwerken, ondersteunt het medewerkers in het nemen van snellere en betere beslissingen - waar mensen dan weer beter in zijn. Zowel technologie en mensen doen dingen niet foutloos, door samen te werken streef je naar het beste resultaat. De werknemers zullen altijd controle hebben over de processen, ze krijgen door AI extra ondersteuning bij het slim inzetten van data. Werknemers kunnen de technologie zelf trainen en inzetten.  

AI zorgt ervoor dat alle processen tussen productie en product gecontroleerd gaan en verbonden zijn.

AI toepassingen in de agrifood-industrie

Procesoptimalisatie
AI gebruikt een grote hoeveelheid data. Hierdoor kan het systeem verbanden leggenen voorspellingen doen. Door de inzichten die het systeem aanreikt kunnen problemen in de productie voorkomen worden. Andere slimme voorspellingen kunnen ook te maken hebben met:

- Optimaliseren van procesparameters
- Slim inplannen van onderhoud
- Planning van logistiek
- Voorspellen van afzet

Kwaliteitscontrole
AI technologie kan je toepassen om de nauwkeurigheid tijdens het sorteerproces te verhogen. Het wordt toegepast om producten met de juiste kwaliteit te selecteren. Met kunstmatige intelligentie leert het systeem om de juiste producten te herkennen op verschillende aspecten. Een hoge nauwkeurigheid zorgt voor minder verkeerd geselecteerde producten en verspilling.

Voorkomen van verspillingen en onnodige kosten
Met AI kan je er voor zorgen dat grondstoffen slim worden gedoseerd en ingezet. Het systeem houdt de voorraad nauwkeurig in de gaten en voorkomt verspillingen en onnodige kosten. Daarnaast voorspelt het voorraden, verkleint derving van voedingsmiddelen en maakt inkoopgedrag efficiënter.

Bram de Vrught
arrow down
Vragen of meer weten?
Bram helpt je graag verder.

AI technologie op de juiste manier integreren in jouw bedrijf

Een groot vraagstuk voor bedrijven is om te bepalen hoe AI het beste toegepast kan worden binnen het bedrijf.

Wij kunnen jou helpen kunstmatige intelligentie binnen het bedrijf te integreren. Het verzamelen van data is belangrijk, maar het goed en efficiënt inzetten van data vinden wij bij QING nóg belangrijker. Om AI goed te kunnen integreren is samenwerken essentieel. Jouw kennis over het product of dienst helpt ons weer bij het installeren van de technologie en tools. Samenkomen we tot waardevolle inzichten en kunnen we verder optimaliseren. Artificial intelligence integratie gaat altijd in samenwerking met werknemers. Het is belangrijk dat iedereen die betrokken is meegenomen wordt in het proces. Dit is een belangrijk onderdeel van onze aanpak.

Geïnteresseerd geworden in AI technologie? Lees hier alles over de aanpak van QING.

Het AI-platform dat wij gebruiken

In het bepalen en ontwikkelen van het juiste systeem voor bedrijven werken we veel samen met Robovision. Zij bieden een gebruiksvriendelijk computer vision (beeldherkenning) platform aan voor bedrijven. Het platform verbindt data-experts en operators met praktische kennis. Het platform zorgt ervoor dat niet alleen ingenieurs en datawetenschappers AI kunnen toepassen, maar dat bedrijven het ook kunnen. QING helpt met het integreren van het Robovision platform, zodat bedrijven het verder kunnen toepassen. Robovision is gespecialiseerd in AI toepassingen in de agrifood-sector.

Voorbeeld van AI toepassing in de agrifood-sector

In samenwerking met Verbruggen Paddenstoelen hebben we voor de sortering van oesterzwammen een deep learning segmentatiealgoritme ontwikkeld.

Verbruggen Paddenstoelen is een biologische oesterzwamkwekerij met ruim 40 jaar ervaring. Verbruggen wil graag het productieproces nóg duurzamer en efficiënter te maken. Om doelgericht aan het werk te gaan wil het bedrijf zich focussen op het automatiseren van het sorteerproces.

De eerste stap was om de kwaliteit van de oesterzwammen vast te leggen en te beoordelen. De kwaliteit van oesterzwammen beoordeel je o.a. door de grootte van de hoed en de mate van beschadiging. Het huidige sorteerproces vindt plaats op basis van subjectieve beoordeling van de operator. Hierdoor is het consistent waardborgen van het sorteerproces lastig. De wens van Verbruggen is om te onderzoeken welk systeem in staat is om de kwaliteit te monitoren en ook eventueel zelfstandig paddenstoelen kan sorteren.

Voor het automatiseren van het sorteerproces ontwikkelden we een deep learning segmentatiealgoritme. Deep learning is een andere methode van AI en is weer een vorm van machine learning. De belangrijkste parameter bij het sorteerproces is het formaat van de oesterzwamhoed. Hiervoor heb je software nodig die in staat is om het onderscheid tussen de hoed en de steel te kunnen maken. De traditionele vision methode bleek al snel ongeschikt te zijn, bij deze manier wordt ook naar de contrasten gekeken. Met deep learning ontwikkel je een systeem die de objecten wel juist herkent. Hierdoor is het ook minder gevoelig voor veranderingen in de omgeving, zoals licht en vuil.

Waarom het toepassen van deep learning?
- Het onderscheidt organische producten zonder vaste vorm
- Het is in staat om complexe patronen te doorgronden
- De technologie is eenvoudig aan te passen mocht een product veranderen

Heb je vragen over deze AI toepassing? Neem dan contact met ons op.

succes icon
Verstuurd
Bedankt! Je inzending is ontvangen!
Oeps, er is iets fout gegaan. Probeer het opnieuw.