Het onzichtbare zichtbaar maken met A.I: Roald studeerde erop af

Wat houdt deze nieuwe vorm van A.I. in?

Roald: “Motion amplification is een nieuwe technologie waarmee je met een cameraatje beelden verzamelt van minuscule bewegingen, die voor het oog onzichtbaar zijn. Deze bewegingen worden vervolgens met kunstmatige intelligentie extreem versterkt. Een bekend voorbeeld is een video van het Massachusetts Institute of Technology (MIT). die toont hoe deze technologie de subtiele ademhaling van een pasgeboren baby zichtbaar maakt, of iemands polsslag.

Motion amplification is straks vooral onmisbaar voor onderhoud. In de logistiek, productie en energiesector kun je hiermee gebreken vroegtijdig opsporen (predictive maintenance). Het A.I. model monitort het hele systeem en voorspelt waar onderhoud nodig is, vóórdat iets stukgaat. Zoals bij een windturbine met te veel trilling in de motor.”

Waarom is deze ontwikkeling relevant?

"De maatschappelijke relevantie van motion amplification is groot voor de constructie- en productiesector, infrastructuur en de zorg. Je hoeft namelijk geen ingreep te verrichten om afwijkingen op te sporen. Je hebt alleen een camera, lens, en krachtige minicomputer nodig; wat neerkomt op ruim 800 euro. Dat zijn relatief lage kosten voor iets dat veel effect kan hebben, vergeleken met bijvoorbeeld de kosten van operatie."

Je onderzocht of deze technologie haalbaar is op een minicomputer met een cameraatje erbij. Wat was je conclusie?

“Deze technologie staat nog aan het begin, dus ik moest werken met wat er voorhanden was in het lab waarin ik afstudeerde. Ik heb een minicomputertje gebruikt en daar een simpele lens op aangesloten (van Raspberry). Dat was heel lastig; want deze apparatuur kon niet met elkaar communiceren. Uiteindelijk lukte het op sketchy manieren toch een paar keer om te verbinden; eigenlijk een wonder.

Mijn conclusie was dat deze technologie niet haalbaar was onder die omstandigheden, maar dat het zeker mogelijk moet zijn met een kleine upgrade. En gezien het hoge tempo waarin verbeterde producten uitkomen, wordt het ook mogelijk om deze techniek op te schalen. We hebben nu in het lab net een krachtige minicomputer binnen van het bedrijf Nvidia (de Jetson Orin Nano), die al 1000 keer sneller gaat dan het computertje waarmee ik beeldmateriaal verzamelde.”

Hoe denk je over een mogelijke existentiële dreiging rond AI? Komt AI uiteindelijk tegenover de mens te staan?

“Ik zie vooral veel bangmakerij. A.I. kan misschien wel banen deels vervangen- die zorgen begrijp ik - maar het zal uiteindelijk nooit een mens kunnen evenaren. Ten eerste zijn AI-modellen getraind op data van wat eerder is gebeurd of gemaakt; dus het blijft een bepaald thema herhalen. Écht vernieuwende kunst, out-of-the-box oplossingen of baanbrekende ideeën kun je er niet van verwachten. Die bron van creativiteit, van iets totaal anders verzinnen, zit bij de mens.

Ten tweede kan een AI-model alleen datgene goed waarop het getraind is, en op andere vlakken is het niet intelligent. Bedrijven willen maar al te graag een A.I.-model ontwikkelen dat zo slim overkomt, dat we niet opmerken dat het vooral goed is in één specifieke toepassing. Maar vooralsnog verbazen we ons er vaak over hoe dom deze systemen eigenlijk zijn.

Dus of er een terminator zal opstaan? No way. Wij associëren kunstmatige intelligentie heel erg met menselijke eigenschappen, maar het komt neer op eentjes en nulletjes. Het is alleen een algoritme dat een oplossing zoekt. Het systeem kiest A, B of C. en als het iets tegenkomt wat het niet kent, heeft kunstmatige intelligentie een héél groot probleem. A.I. is heel afhankelijk.”