Amper vijf jaar geleden kon een smartphone met moeite gezichten detecteren om automatisch scherp te stellen bij het nemen van een foto. Nu onderscheiden en herkennen sommige smartphones gezichten al zo goed dat mensen de functie kunnen gebruiken om hun toestel te ontgrendelen. De iPhone X, het nieuwste toptoestel van Apple, brengt het gezicht van de eigenaar met een gewone camera en andere sensoren zeer gedetailleerd in kaart. De gezichtskenmerken worden vertaald in een wiskundige formule met liefst 30.000 parameters en opgeslagen op een sterk beveiligde chip in de smartphone. Het is een kwestie van tijd eer die geavanceerde gezichtsherkenning doorsijpelt naar goedkopere smartphones en mensen massaal hun smartphone ontgrendelen door ernaar te kijken in plaats van met een pincode of een vingerafdruk.
...

Amper vijf jaar geleden kon een smartphone met moeite gezichten detecteren om automatisch scherp te stellen bij het nemen van een foto. Nu onderscheiden en herkennen sommige smartphones gezichten al zo goed dat mensen de functie kunnen gebruiken om hun toestel te ontgrendelen. De iPhone X, het nieuwste toptoestel van Apple, brengt het gezicht van de eigenaar met een gewone camera en andere sensoren zeer gedetailleerd in kaart. De gezichtskenmerken worden vertaald in een wiskundige formule met liefst 30.000 parameters en opgeslagen op een sterk beveiligde chip in de smartphone. Het is een kwestie van tijd eer die geavanceerde gezichtsherkenning doorsijpelt naar goedkopere smartphones en mensen massaal hun smartphone ontgrendelen door ernaar te kijken in plaats van met een pincode of een vingerafdruk. De snelle vooruitgang in smartphones is een mooie illustratie van het razendsnelle tempo waarin sensoren, computerchips en artificiële intelligentie (AI) verbeteren. Er is een nieuw tijdperk aangebroken waarin machines het menselijke brein kunnen evenaren of zelfs overtreffen in het interpreteren van beeld. In het bijzonder is dat mogelijk dankzij enkele reuzensprongen in een branche van AI, deep learning. Dat is een techniek waarbij een computer het leervermogen van de mens kan imiteren. "We zijn nog ver verwijderd van machines die even intelligent zijn als de mens", zegt Jonathan Berte van Robovision in Gent. Hij en zijn veertienkoppige team zijn gespecialiseerd in machine vision, in toepassingen waar zeer geavanceerde beeldherkenning en artificiële intelligentie centraal staan. "We zijn wel al in staat van machines idiots savants te maken, die telkens even goed of beter zijn dan de mens in een beperkt aantal taken en omgevingen." Maar zelfs met een beperkte reikwijdte zijn die artificiële breinen ongelofelijk nuttig. De impact van geavanceerde beeldherkenning is daarom al groot en kan enorm worden. We geven een overzicht van wat de technologie mogelijk maakt in vier sectoren die cruciaal zijn voor de Belgische economie. "De winkel van de toekomst is uw tv. Tijdens een tv-programma zult u kunnen wijzen naar de trui die u leuk vindt en wilt kopen. Betalen gebeurt met een glimlach of met een knipoog", zegt Berte. Achter die vlekkeloze ervaring gaan systemen schuil waarin geavanceerde beeldherkenning het zware werk doet. Met behulp van software is een catalogus gegenereerd van alle producten die op het scherm verschijnen, met links naar webshops. De sensor in uw televisie detecteert naar welk artikel u precies wijst en analyseert uw gezicht voor de betalingsbevestiging. Zo'n allesomvattend systeem is nog toekomstmuziek, maar bedrijven zoals Robovision zijn bezig met het leggen van de fundamenten. Robovision werkt bijvoorbeeld samen met de start-up Spott, die tv-zenders wil helpen voorwerpen in tv-programma's te catalogiseren en ze te linken met e-commercesites. "Machine vision staat eigenlijk al bijzonder ver in het opmeten en het herkennen van mensen en voorwerpen in beelden", zegt Berte. "Daardoor kunnen we nog geavanceerdere zaken doen. Vroeger moest een kledingproducent trendwatchers naar hippe steden sturen om de nieuwste trends in kaart te brengen. In de toekomst worden die trendwatchers geholpen door software die de selfies en andere beelden op sociale media van die hotspots analyseren.""Het kan nog een stap verder gaan. Stel dat Iran of een ander gesloten land opeens een volwaardige handelspartner wordt. Voor een keten zoals H&M biedt dat enorme kansen, als het tenminste zijn collectie kan afstemmen op de lokale smaak. Om die studieronde snel achter de rug te hebben, kan het alle modetijdschriften uit dat land van de jongste vijf jaar inscannen. Op basis daarvan is het voor een computer perfect mogelijk de voor die cultuur perfecte v-hals of kleuren te suggereren." Fysieke winkels kunnen er ook volledig anders uitzien. Amazon heeft een experimentele winkel waarin het via sensoren bijhoudt welke producten mensen in hun mandje leggen. Afrekenen gebeurt automatisch. Amazon is sinds kort ook de eigenaar van de Amerikaanse supermarktketen Whole Foods. Berte verwacht dat Amazon vooral achter de schermen zal kijken hoe technologie de supermarktketen beter kan doen presteren. "Het assortiment verse voeding geeft doorgaans de beste marges, maar elke rotte of onrijpe appel weegt op de marges. Supermarkten kunnen hun winsten vergroten als ze beter zouden kunnen timen welke stukken fruit of groenten ze naar de winkel moeten leveren. Om al die stukken fruit beter te kunnen onderzoeken, zullen ze grotendeels moeten overschakelen van manuele inspectie door arbeiders naar geavanceerde scanners die beter de versheidsgraad kunnen inschatten en bijvoorbeeld rotte plekken kunnen voorspellen." Robovision heeft in 2009 samen met de Nederlandse robotbouwer Iso Group een machine gebouwd die plantenstekjes herkent en ze in potjes plant. "De tuinbouwsector is in Nederland in enkele jaren gerobotiseerd en dat is ook de reden waarom de productie nog daar is gebleven", zegt Berte. "De sector kan ook evolueren naar microfarming, waarin bewatering, bemesting en onkruidbestrijding veel fijner wordt toegebracht, op het niveau van de plantjes en niet meer overal dezelfde dosis voor de hele akker. In de veeteelt kunnen thermische camera's bijvoorbeeld veel sneller temperatuurschommelingen in stallen en dus mogelijke infecties opsporen." De industrie in België is grotendeels geautomatiseerd en beeldherkenning speelt al een belangrijke rol in kwaliteitscontrole in de meest uiteenlopende fabrieken. Bij Audi in Vorst wordt de technologie van Robovision gebruikt om te controleren of wagens die van de band rollen wel de juiste reparatiekit meegekregen hebben voor de banden. De AI-specialist werkt er ook mee aan een test met robots die op de werkvloer getraind kunnen worden door het personeel. Dat is enkel mogelijk omdat robots zich bewust worden van hun omgeving. In het verleden waren die robots grote en gevaarlijke machines die vaak in een kooi werden geplaatst omdat hun robotarmen en andere onderdelen eigenlijk blind in het rond zwaaien. Audi test samen met het onderzoekscentrum imec, Robovision en nog andere partners een nieuwe generatie van robots uit, die wel mee aan de band kunnen staan naast arbeiders. In plaats van de handelingen te moeten programmeren kunnen arbeiders voortonen wat de robot moet uitvoeren. Weer is het cruciaal dat de robot de handelingen van mensen kan interpreteren. In de chemie zit het potentieel van beeldverwerking onder meer in het voorkomen van pannes. "De druk op de buizen, de trillingen kunnen visueel worden weergeven, thermische camera's kunnen de temperatuur meten", vertelt Berte. "Het systeem kan uit eerdere pannes leren, registreren welke patronen eraan voorafgaan en zo sneller automatisch ingrijpen wanneer de eerste indicaties opduiken." "Maar het potentieel van deep learning gaat verder dan kwaliteitscontrole of waken over de veiligheid. De technologie kan ook autonoom ontwerpen. In plaats van bijvoorbeeld zelf een stoel te ontwerpen, zal men aan een computer kunnen vragen voorstellen te doen voor een stoel. Met enkel de materiaalkeuze, de ruwe afmetingen en bijvoorbeeld de vereiste dat de stoel extra steun moet geven aan de onderrug zal software een voorstel kunnen doen. Samen met 3D-printing gaan we naar een maakindustrie waarin een doorgedreven personalisering mogelijk is. Onder de kerstboom van de toekomst liggen wellicht allemaal gepersonaliseerde cadeaus." Tesla-topman Elon Musk maakt zich sterk dat de technologie eind 2019 auto's in zowat alle omstandigheden kan laten rijden zonder dat een chauffeur het stuur moet overnemen. Musk heeft er wel een handje van weg veel te optimistisch te zijn, maar Tesla en andere fabrikanten introduceren wel degelijk almaar meer nieuwe functionaliteiten die het mogelijk maken dat auto's zichzelf kunnen besturen. Berte verwacht dat mensen wel nog lange tijd een oogje in het zeil moeten houden. De sensoren en de software zijn ondertussen geavanceerd genoeg om de informatie over het verkeer en de omgeving te verwerken, maar het probleem is wat daarna moet gebeuren. "Rijden is voortdurend risico's inschatten en dat vergt eigenlijk een algemene intelligentie, zoals die voorlopig enkel bij de mens voorkomt. Een computer kan bruusk remmen wanneer de auto voor hem remt, een aandachtige chauffeur zal instinctief afstand houden bij auto's waarvan men gevaarlijke manoeuvres verwacht. Op korte termijn verwacht ik eerder dat er rijstroken worden voorbehouden op autosnelwegen. Volledig zelfrijdende auto's die samen met door mensen bestuurde auto's rondrijden, dat zie ik niet snel de norm worden. Die combinatie is voorlopig gevaarlijk. Het zorgt voor zeer complexe verkeerssituaties, die de software nog niet goed kan inschatten."