Zo werkt het lectoraat Computer Vision & AI aan praktische AI-toepassingen
Hoe leert een robot zelfstandig bloemen plukken? En hoe herkent AI een afwijking zonder ooit een defect product gezien te hebben? Binnen het lectoraat Computer Vision & Artificial Intelligence van NHL Stenden Hogeschool onderzoeken we hoe AI slimmer kan omgaan met dynamische praktijksituaties. Dat doen we vanuit drie onderzoekslijnen: Computer Vision, Embodied AI en Applied AI.
Binnen Computer Vision richten we ons onder meer op anomaly detection: het herkennen van afwijkingen. Voor veel bedrijven is dat een uitdaging, omdat defecte producten nauwelijks voorkomen. Daardoor zijn er vaak weinig voorbeelden beschikbaar om AI-modellen te trainen. Met anomaly detection werkt dat anders. De AI leert eerst wat een normaal product is en herkent vervolgens zelf afwijkingen. Voorbeelden van defecten zijn daardoor niet meer nodig.
Op basis van deze techniek ontwikkelden we een prototype dat supermarktproducten analyseert. Het onderzoek bouwt voort op een samenwerkingsproject rond het herkennen van smokkelwaar.
Binnen Embodied AI onderzoeken we hoe robots leren via simulatie en imitatie. Een van onze prototypes kan zelfstandig bloemen plukken met behulp van een feedbackloop tussen camera’s en robotservo’s, nadat de handeling slechts vijftig keer is voorgedaan. Dat laat zien hoe snel robots nieuwe taken kunnen leren.
Via onze IMAI communities verkennen we samen met bedrijven nieuwe AI-toepassingen.