ML6 : focus op AI - artikel

Plant & Factory 4/02/2020 9:06:53

ML6, uit Deloitte’s Fast 50, ontstond eind 2012, om aanvankelijk datavisualisaties en rapporteringen te verzorgen. De focus schoof naar reinforcement learning en artificiële intelligentie.

Lees hieronder verder   
Verwant

Exoskelet leidt tot 30-38% minder belasting armen van stukadoors

Hello Customer haalt 6 miljoen euro op voor verdere expansie

Nieuw fabricageproces voor fotonische geïntegreerde schakelingen

Ultradunne tantalumdisulfide supergeleider wordt beter door rijping

Europees actieplan brengt ICT-normalisatiebehoeften in kaart

Volvo Cars partnert met Luminar voor technologie autonome voertuigen

>> Meer verwant nieuws
Carrièrekansen (meer)
Agenda

EPLAN Online Forum 2020

Virtuele kennisdeling

woensdag 3 juni 2020

3D-printing in Business

Engie Fabricom - Zwijndrecht

donderdag 4 juni 2020

Artificial Intelligence

IMF Academy Haarlem (NL)

van 6/06/2020 tot 23/06/2020

Seanergy 2020

Nantes (FR)

van 10/06/2020 tot 12/06/2020

Contract Management (IACCM)

IMF Academy (centraal Nederland)

van 11/06/2020 tot 18/06/2020

METAV Web Sessions: innovation

online

van 15/06/2020 tot 19/06/2020

Keuze van de redactie

(25/5) 75 miljoen euro Europese steun voor emissie­verlagingen ArcelorMittal

(25/5) Wereldprimeur: metaoppervlaklaser produceert eerste superchirale licht

(19/5) UAntwerpen maakt nieuwe database voor klimaatverandering op bodemniveau

(19/5) Logistieke sites duurzamer door smart microgrid-technologie

(13/5) 5 miljoen euro EU-subsidie voor hernieuwbare maritieme brandstoffen

(12/5) Volvo Cars partnert met Luminar voor technologie autonome voertuigen

>> Meer blikvangers

Download het artikel in

ENGINEERINGNET.BE - Het bedrijf trok van Roeselare naar Gent waar het nu een 45 medewerkers telt. Ook in Amsterdam zijn er tien aan de slag en nog eens vijf in Berlijn. Nu ging ook een vestiging in London van start. “We ambiëren de groei voort te zetten”, zegt oprichter Nicolas Deruytter die zich als innovatiepartner profileert.

"We kwamen veel problemen tegen in de industrie die we met ‘reinforcement learning’ kunnen oplossen”, aldus Deruytter. Het systeem doet een actie en kijkt welke impact dat heeft. En opnieuw, en opnieuw,… Zo leert de machine autonoom bij. “Het blijkt echter dat de industrie hier lang niet klaar voor is. Bedrijven zijn nog bezig met het installeren van sensoren die ze geconnecteerd moeten krijgen. Let wel, er zijn uitzonderingen.”

ML6 finetunet de elektrische motoren en batterijen van het Belgische Sarolea. “De lading van een eenvoudige batterij kan je via een afgeleide weergeven. Bij grotere, samengestelde packs is dat complexer. Je moet het systeem leren hoe een batterij zich onder bepaalde omstandigheden gedraagt om exacte waardes mee te geven.”

Het grootste wijnbedrijf van het VK, dat 200 miljoen liter wijn bottelt per jaar, klopte aan om zijn verlies in dat vulproces te verminderen. ML6 bracht het productieproces in kaart, zette een detectiesysteem op één van de zes productielijnen. Een regelgebaseerd anomaliereductiesysteem visualiseert in realtime waar er verliezen optreden zodat er onmiddellijk maatregelen genomen kunnen worden. In een tweede fase neemt machine learning het over om verspilling ‘automatisch’ tegen te gaan.

Goed in zelflerende software
“We hebben geen domeinexpertise. We zijn goed met zelflerende software”, zegt Deruytter. Men gebruikt IoT-data, leert de fysica van een bepaalde machine, genereert een simulatiemodel en zet daar reinforcement learning op. Zo zijn parameters efficiëntie, yield, kwaliteit,… gedefinieerd op basis van echte data.


“Ook voor ons is het vaak onduidelijk waarom het systeem met een bepaalde actie of oplossing uitpakt. Met onze stapsgewijze aanpak willen we wel komen tot die uitlegbaarheid”, zegt Deruytter. (Foto: LDS)

“De volgende stap is dat model lokaal te zetten en te trainen, te verbeteren. Dit kan wel even duren. Maar het is super geschikte technologie voor dynamische omgevingen.” Een van zijn eerste cases was kankerdetectie aan de hand van computervisie. Voorts ook verkeersvoorspellingen. “Daarvoor gebruikten we ‘memory networks’ die bedoeld waren voor natural language processing. We pasten dat toe op IOT-data om het ontstaan van congesties te bepalen.” Een maatschappelijke insteek van het bedrijf: grote, energievretende bedrijven efficiënter laten produceren.

Ingrijpen in het proces van een bedrijf vormt een enorm risico. “Dat willen we bij klanten wegnemen.” Het verbeterproces start met een heel klein deeltje en offline. Alles verloopt duidelijk gefaseerd. Acties worden via dashboards aan de operator voorgesteld om daarna te rapporteren wat er wel of niet het gevolg van was. Vervolgens wordt een semi-automatische controller overwogen. “Maar zover zijn we met ons stappenplan nog niet. We doen het wel met een selecte groep partners.”

Uitlegbaarheid is een uitdaging
Een belangrijke uitdaging is de ‘uitlegbaarheid’ van het bekomen AI-resultaat. “Ook voor ons is het vaak onduidelijk waarom het systeem met een bepaalde actie of oplossing uitpakt. Met onze stapsgewijze aanpak willen we wel komen tot die uitlegbaarheid”, zegt Deruytter die ervaart dat hoe hoger in de ‘chain of command’ des te meer explainability nodig is.

“In een eerste stap zullen we de data in vraag stellen om dan een systeem op te zetten dat anomalieën naar de oppervlakte brengt. Daarvoor moet je een businessverklaring ontwikkelen.” Met reinforcement learning kan je een en ander opvangen maar… “soms is die businessverklaring er niet. Met visualisaties van dataverlopen zoeken we dan achterliggende ontwikkelingen aan te wijzen. Soms lukt het gewoon niet om een descriptieve beschrijving te bieden. Vandaar: een uitdaging. Het is ‘work in progress’”.

Menigeen kijkt met enig wantrouwen naar AI. De technologie evolueert razendsnel en de wetgever volgt nauwelijks. In de lente van dit jaar richtte ML6 een ‘ethische commissie’ op. Een kwart van de medewerkers schreef zich in om samen te beslissen wat ze wel en niet zullen ontwikkelen “en om te voorkomen dat, als we iets ontwikkelen, het voor foute doeleinden gebruikt zal worden”, zegt Deruytter.

“We ontwikkelden een beslissingsboom. De eerste vraag: kunnen we garanderen dat er geen menselijk leed wordt berokkend door wat we doen? Sommige zaken zijn zwart of wit. Kankeronderzoek doen we, andere zaken doen we niet.” En dan zijn er ook ‘grijze zones’ die de commissie van naderbij bekijkt. “Onze mensen worden vijf keer per dag benaderd om elders te gaan werken. Voor onze ingenieurs is een duidelijk ethisch werkkader nodig. Omdat wij dit doen, kunnen we sterk talent aantrekken en behouden.” ML6 zetelt ook in de Europese High Level Expert Group on AI waar het zijn praktijkkennis deelt.

Over de aanpak is er eerst veel nagedacht om het vervolgens op nieuwe cases te testen. “Niemand heeft ons gezegd dat we dat moeten doen. Bij ons is het ook ‘work in progress’. We hebben het voordeel al wat langer te bestaan en kunnen daarin investeren. We hoeven niet op alles ‘ja’ te zeggen.” <<
Door Luc De Smet

Kader: Open software of niet?
Drie jaar geleden zette ML6 met een viertal medewerkers meer focus op AI gebaseerde asset control. “Voor ons is het een strategische focus om daar een apart team op te laten werken”, aldus Nicolas Deruytter die nu een spin-off opzet: Waizu, Japans voor Wijs. “Daarin zullen we de software al dan niet open source ter beschikking stellen.” Hij zoekt collaboraties en wil liefst niet dat de commerciële kant van de zaak een showstopper zou worden. “Maar die beslissing is nog niet genomen.” <<

Kader 2: Cloud voor ‘heavy lifting’
Trainingsfarms gooien er ruwe rekenkracht tegenaan. Dat kan nu met cloudtechnologie en burst computing. Voor ‘simpele’ zaken zoals computervision vergt de berekening enkele minuten. Voor andere problemen kan het dagen tot zelfs maanden duren. “Je kan wel snel inschatten of het al dan niet zinvol is een berekening verder te zetten”, zegt Deruytter. Typisch merk je een steile succescurve die op een bepaald ogenblik aftopt om dan maar weinig extra meer te leveren. “Dan is het tijd om af te klokken.”

“De maakindustrie is typisch avers voor cloudtechnologie en data buiten de muur te sturen. Maar als je de best practices volgt, is cloud veiliger dan het huidige systeem”, vindt Deruytter die zelf voor ‘heavy lifting’ de cloud intrekt. Het zwaardere werk. “Als een controlealgoritme getraind is, wordt het lokaal bij de machine of het proces gezet. De cloudconnectie hoeft daarna niet meer. Een getraind model is niet groot (enkele honderden megabytes, misschien) en wordt op de edge gezet, dicht bij waar het nodig is.” <<

Reageren
Abonneer op onze nieuwsbrief

Mis ook dit niet...

Nieuw proces om poreuze silica te synthetiseren

TU Eindhoven en Nouryon hebben een methode ontwikkeld om op grote schaal op maat gemaakte silicamicrobolletjes te synthetiseren, waarbij de porositeit en poriegrootte precies is te bepalen.

Sensirion lanceert nieuwe digitale flow meter voor beademings­apparatuur

De wereldwijde vraag voor sensoren voor toepassing in beademingsapparatuur is de afgelopen maanden explosief gestegen. Daarom heeft Sensirion recent de SFM3019 op de markt gebracht.

Belgische start-up landschap wordt internationaler

De start-up community van Start it @KBC telt ondertussen al meer dan 40 verschillende nationaliteiten. Heel wat start-ups en scale-ups hebben vaak ook internationale teams.

Cellen lopen beschadiging op door inname koper

TU Delft en de Poolse Academie van Wetenschappen ontdekten dat als koper zich in de cel aan eiwitten bindt, er tijdelijke tussenvormen ontstaan die kunnen leiden tot schade aan de cel.

Herschikking vakbeurzen Indumation.be en Indumation Network Event

Beursorganisator Industrialfairs heeft, samen met de belangrijkste technologiebedrijven (vertegenwoordigd door Agoria en Indumotion), de timing van deze automatiseringsevents geheroriënteerd

Elektriciteit opwekken uit afvalwater

Anammox-bacteriën maken elektriciteit uit afvalwater door ze te laten groeien op elektroden in afwezigheid van nitriet, aldus de Radboud Universiteit samen met collega’s uit de VS en Saudi-Arabië.

Exoskelet leidt tot 30-38% minder belasting armen van stukadoors

TNO heeft samen met Knauf de effectiviteit getest van een arm-ondersteunend exoskelet bij werkzaamheden van stukadoors, om zo bij te dragen aan duurzame inzetbaarheid van deze vakmensen.

Nils van Dam nieuwe CEO bij Milcobel

De Raad van Bestuur van Milcobel laat weten dat Nils van Dam vanaf vandaag aan de slag is gegaan als nieuwe CEO. Hij brengt 30 jaar ervaring in de voedingsindustrie mee.

Conductieve geleidbaarheidssensor voor hygiënische toepassingen

De nieuwe conductieve geleidbaarheidssensor LDL100 van ifm onderscheidt razendsnel het verschil tussen verschillende media. Dit dankt hij aan zijn compacte bouwvorm, zonder verdere aanpassingen voor leidingen met kleine diameters, met als belangrijkste voordeel een bijzonder efficiënte besturing van CIP-processen. >>

Partners