Mieke De Ketelaere – Imec

 

Elk systeem van artificiële intelligentie (AI) gebruikt data en kennis uit het verleden om automatisch voorspellingen te doen naar de toekomst. We kennen intussen AI uit ons dagelijks leven, onder meer via Spotify en Facebook. Nu is de tijd gekomen daar ook in de bouwwereld mee aan de slag te gaan, met name omdat data in de bouw eveneens meer en meer beschikbaar komen. We kunnen daarrond ecosystemen bouwen en op basis van inzichten van het verleden intelligentere oorspellingen maken en zo vragen beantwoorden voor de toekomst.

Dat betoogde Mieke De Ketelaere, programmadirecteur voor artificiële intelligentie bij Imec, op de algemene vergadering van de federatie van de grote bouwbedrijven VBA. Al werd reeds in de Jaren 50 uitgevonden en werd al in de jaren 80 actief benut. In het kader van haar studies werkte Mieke De Ketelaere al rond neurale netwerken. Aan de hand van allerhande variabelen deed zij toen reeds onder meer voorspellingen over het toekomstige energieverbruik om van daaruit de elektriciteitsprijzen voor klanten te bepalen. Maar in vergelijking met andere sectoren loopt de bouw nog achterop bij de integratie van AI. Biedt AI echt potentieel of is het maar een hype? Dat was de vraag waarvan Mieke De Ketelaere uitging : “De ene helft van de bevolking denkt dat AI niet meer is dan een hocus pocus. Maar de andere helft is overtuigd van de werking ervan. De grootste

onduidelijkheid betreft het begrip ‘algoritme’. AI verloopt eigenlijk zoals een kookproces. De data zijn de ingrediënten en de algoritmes zijn het kookgerief. De AI-modellen zijn vergelijkbaar met recepten. De voorspelling is zoals de bereide maaltijd. Op basis daarvan wordt dan een beslissing genomen en uiteindelijk gaat men dan over tot actie, namelijk tot het eten van de maaltijd. AI heeft voornamelijk tot doel om in de data systemen te ontdekken om zo de toekomst te voorspellen. De AIinterpretator wordt dus de job van de toekomst.”

PATRONEN ONTDEKKEN

Het leerproces bij computers verloopt uiteindelijk zoals bij mensen. Dit proces kan verlopen op basis van regels maar ook op basis van ervaring. Leren kan met een superviserende leraar, of op basis van wat we zien, of met vallen en opstaan. Een volgend getal voorspellen op basis van een gestructureerde reeks is nog relatief eenvoudig. Maar bijvoorbeeld een beest als kat herkennen op basis van afbeeldingen van diverse rassen van katten in verschillende houdingen en groottes is al veel moeilijker. Computers hebben dan ook pas vanaf 2005 patronen leren ontdekken. Data zijn intussen het nieuwe goud geworden. Momenteel komen in de diverse fasen van het bouwproces (ontwerp, werfvoorbereiding, bouw en beheer) heel wat datastromen vrij, zowel gestructureerde als ongestructureerde, onder meer via BIM en ERP. Data kunnen dan leiden tot een optimalisatie van de werking, zowel in de back-office als op de bouwsite. Daarnaast zien we ook in de bouw een evolutie naar dataplatformen, naar cloud technologieën waardoor meer en goedkoper data beschikbaar komen, en naar het gebruik van het Internet of Things. vragen zoals ‘wat als’ (bijvoorbeeld bepaalde materialen niet meer beschikbaar zijn). Mieke De Ketelaere gaf concreet het voorbeeld van de erkenning van asfaltgebreken. Op basis van digitale gegevens over de huidige toestand van het wegdek in combinatie met gegevens van bijvoorbeeld Proximus rond het verkeer op de wegen, kan AI helpen bepalen wanneer herstel nodig zal zijn.

BELANG VAN AI-TEAM

Mieke de Ketelaere is niet blind voor de mogelijke gevaren, zoals het capteren van doorgestuurde gegevens door derde partijen. Zij hecht ook veel belang aan de betrouwbaarheid, de transparantie en uitlegbaarheid van AI-systemen. Ook AI kan fouten maken. Een bedrijf mag niet verwachten dat de beschikbaarheid van data en een data scientist zomaar meerwaarde opleveren. De toepassing van AI vergt teamwork tussen de AI-specialisten, andere IT-medewerkers en zij die het reilen en zeilen van het bedrijf goed kennen. Ook deze samenwerking vergeleek Mieke De Ketelaere met de werking van een restaurantequipe. Bij de analyse van data komt het er bijvoorbeeld op aan eerst de doelstellingen van de zoektocht voorop te stellen en de problemen te omschrijven die moeten worden opgelost. Bij ongestructureerde data is het belangrijk om eerst de input bruikbaar te maken voor analyses. Tenslotte is een machine ook maar zo slim als de data-input die zij krijgt om te leren. Is die van slechte kwaliteit, dan zal de machine slechte beslissingen nemen. In haar conclusie gaf Mieke De Ketelaere nog mee dat artificiële en menselijke intelligentie elkaar kunnen aanvullen. AI is zeer goed op het vlak van processnelheid en accuraatheid. Maar daar staat tegenover dat het menselijke intellect nog altijd slimmer is bij het nemen van de beslissing om vernieuwende paden in te slaan, bij de parallelle inschakeling van alle zintuigen tegelijk en op het vlak van creativiteit en empathie.