De kunst van het trainen van AI: Het verhaal van zieke appels en smokkelwaar detectie bij NHL Stenden

MMatthijs 2 december 2023 07:46

Bij het lectoraat Computer Vision en Data Science van NHL Stenden in Leeuwarden ontwikkelen onderzoekers algoritmen om zaken zoals zieke appels en smokkelwaar te detecteren. Het is echter geen eenvoudige taak om een algoritme te leren wat een zieke appel is of hoe smokkelwaar eruit ziet. Deze taak vereist een uitgebreide training en grote hoeveelheden data.

Het trainen van Algoritmen: Een complexe taak

Algoritmes zijn niet vanzelfsprekend 'slim'. Ze weten bijvoorbeeld niet wat het verschil is tussen een appel en een peer, of wat een bruine vlek op een appel betekent. Het is de taak van de onderzoekers om deze algoritmes te trainen door ze te voeden met heel veel data. Niet alleen een foto van een zieke appel, maar honderden foto's, zodat het algoritme patronen kan leren herkennen. Hierbij is het van groot belang om de juiste data te selecteren, want de algoritmes kunnen zo maar een patroon vinden dat je niet had verwacht.

Beperkingen van AI: Geen oorzaak en gevolg

Hoewel AI veelbelovend is, is het belangrijk om te beseffen dat er beperkingen zijn. AI-systemen kennen alleen associaties en patronen, ze kunnen geen oorzaak en gevolg begrijpen. Een algoritme kan bijvoorbeeld een verband leggen tussen de kleur van de achtergrond en het wel of niet ziek zijn van een appel, maar kan niet begrijpen dat de kleur van de achtergrond niet de oorzaak van de ziekte is. Daarom is het belangrijk dat onderzoekers de logica in het algoritme inbrengen en de juiste patronen koppelen aan de juiste conclusies.

Vooruitgang en uitdagingen in AI

De technologie van AI heeft de afgelopen jaren een enorme vooruitgang geboekt. Voorbeelden zijn de snellere verwerkingstijden en de ontwikkeling van generatieve AI, die nieuwe dingen kan creëren op basis van bestaande data. Zo kunnen onderzoekers nu software gebruiken die afbeeldingen genereert, waardoor ze plotseling toegang hebben tot duizenden verschillende afbeeldingen van appels. Dit helpt enorm bij het trainen van de algoritmes. Ondanks de vooruitgang zijn er nog steeds uitdagingen, zoals het gebrek aan data voor specifieke items, zoals de groene perzikluis.

Het aantal studenten dat kiest voor de studie Computer Vision en Data Science aan de NHL Stenden universiteit neemt toe. Dit komt deels door de toenemende interesse in het veld van AI en data science, maar ook door de groeiende zichtbaarheid van de opleiding. Door meer te laten zien wat ze doen, trekken ze meer studenten aan. Daarnaast stimuleert het lectoraat samenwerking met andere opleidingen, onderzoekers en bedrijven via het platform IMAI.

Meer artikelen

Lees ook

Hier zijn een aantal interessante artikelen op andere sites uit ons netwerk.