IN HET KORT
Dit is de kop
Eenmalige investering in machine learning levert deze businesscase jaarlijks miljoenen op
Dit is de kop
Machine learning: extra capaciteit met dezelfde mensen
Dit is de kop
Gebruik van open source algoritmes versnelt de time to market
Dit is de kop
Automatisering maakt uitbreiding mogelijk in markten die voorheen onbereikbaar waren of niet-lucratief
Opschalen of automatiseren?
Opschalen in deze markt is een optie, maar dat brengt ook weer overhead met zich mee. “Opgeteld is het relatief veel werk ten opzichte van de baten”, zegt Verbeek. “De klant wilde juist dat het aantal medewerkers voor het planningswerk gelijk zou blijven. Dat schreeuwde dus om automatisering.” Verbeek wijst zijn klant op het bestaan van open source algoritmes die kunnen helpen bij het herkennen van tekeningen. Op basis hiervan is mogelijk een toepassing te bouwen die geschikt is voor het particuliere segment waarop de installateur zich wil richten. Dit resulteerde uiteindelijk in een webapplicatie waarin de architect of aannemer tekeningen upload. Dit zijn vaak pdf’s, maar een scan of foto van van een fysieke tekening kan ook. Met deze aanpak via een web interface verschuift een deel van het handwerk naar de eindklant.
”De klant wilde juist dat het aantal medewerkers voor het planningswerk gelijk zou blijven. Dat schreeuwde dus om automatisering.”
Classificeren door middel van machine learning algoritmes
In een volgende stap classificeert het systeem de tekeningen met machine learning algoritmes. “De functie om de tekening te herkennen is open source en daaraan hoefden we verder niets te programmeren”, verduidelijk Verbeek. Deuren, muren, maar ook keukens, woonkamers en andere ruimtes worden door de algoritmes met pakweg 80 procent zekerheid herkend. Dat laatste is kenmerkend voor machine learning. De algoritmes zijn getraind en in staat om voorwerpen of tekeningen te herkennen, maar de uitspraak is nooit voor 100 procent waterdicht. Er kleeft altijd een mate van onzekerheid aan de uitkomst.
Het systeem maakt dus fouten, maar de machine learning algoritmes zijn wel te verbeteren, waardoor de classificatie steeds beter wordt. “Medewerkers krijgen een uitkomst en mate van zekerheid te zien. Bijvoorbeeld ‘een woonkamer met 70 procent kans dat dit inderdaad een woonkamer is’. Als ze dat bevestigen, dan leert het algoritme daarvan.” Doordat het systeem de herkenning voorziet van een uitspraak over de kans, zijn gebruikers in staat om de instellingen zodanig te kiezen dat ze alleen nog naar de echte twijfelgevallen hoeven te kijken. “Bijvoorbeeld naar alle uitspraken die gedaan zijn met een zekerheid van onder de 90 procent.”
“Medewerkers krijgen een uitkomst en mate van zekerheid te zien. Bijvoorbeeld ‘een woonkamer met 70 procent kans dat dit inderdaad een woonkamer is’. Als ze dat bevestigen, dan leert het algoritme daarvan.”
AutoCAD als volgende stap
Doorlooptijd van negen maanden
TIPS
Dit is de kop
Opschalen is een interessante optie maar kan ook overhead met zich mee brengen. Overweeg in de businesscase de optie automatiseren voor een waardevolle tijd-en/of kostenbesparing.
Dit is de kop
Verken de mogelijkheden voor het gebruiken van open source algoritmes. Dit kan de basis zijn voor het bouwen van een toepassing die ondersteunt bij het uiteindelijke doel van de businesscase.
Luminis
Luminis is een groep van bedrijven, met het hoofdkantoor in Nederland, die gespecialiseerd is in het leveren van innovatieve oplossingen aan het bedrijfsleven en de overheid, voornamelijk met behulp van opkomende (informatie) technologie.