Nauwkeuriger zien, juister voorspellen en beter beschermen
Beeldanalyse
Luc Bastiaens: “Computer Vision (CV) is een tak van AI die visuele informatie (foto’s, video’s, scans) interpreteert en beslissingen neemt op basis van “wat het ziet”. Dat gaat verder dan simpele beeldherkenning: zo detecteert het patronen, meet kwaliteit, inspecteert defecten, en voorspelt het zelfs toekomstige problemen. Het werkt met (een combinatie van) camera’s, sensoren, of bestaande beelden (bv. medische scans, hyperspectrale foto’s) en combineert daarbij machine learning (zogenaamde convolutionele neurale netwerken of CNN’s) met domeinspecifieke kennis.”
“Een sprekend voorbeeld is Raidyn”, zegt Luc. “Dat ontwikkelt een AI-gestuurd camerasysteem dat staalkabels – van liften tot offshore-platformen - in realtime inspecteert. Met drie high-res camera’s scant het een kabel van alle kanten en herkent subtiele defecten en potentiële gevaren op basis van een getraind AI-model: roest, rafeling, of microscheurtjes die voor het menselijk oog onzichtbaar zijn. “De voordelen van dergelijk AI computer vision systeem zijn legio: ze zijn 24/7 inzetbaar en ze besparen kosten omdat ze voorspellend werken.”
Maar ook bij voedselinspectie, verborgen gebreken in woningen, medische beeldvorming tot de analyse van bloedspatpatronen in crime scenes zijn deze artificiële visiesystemen van onschatbaar nut.
Modellen die voorspellen
Celina Buyle: “Je merkte het al bij de Raidyn case: op basis van visuele data geeft het systeem aan wanneer een kabel ernstige gebreken zal vertonen. Die ‘voorspelling’ leidt vervolgens tot actie (onderhoud, aanpassingen, …). Hetzelfde doet voorspellende analyse (predictive analytics) op basis van historische data, machine learning en AI om toekomstige gebeurtenissen te voorzien. Het gaat niet om eenvoudige trendanalyses, maar de AI simuleert scenario’s, identificeert risico’s en optimaliseert beslissingen voordat problemen zich voordoen. Ideaal om in te zetten in sectoren waar planning, risicobeheer of efficiëntie cruciaal zijn.”
“Een voorbeeld? Shelfion, net verhuist van het Gentse Wintercircus naar de VIB incubator Biotope, dat met voorspellende AI een ouderwets maar hardnekkig probleem oplost: de houdbaarheid van voedsel bepalen. Veel producenten doen dit nog steeds door te wachten tot een product bederft. Dat is niet alleen tijdrovend, maar vooral ook onnauwkeurig. En omdat ze uit voorzorg te korte houdbaarheidstermijnen hanteren leidt zo’n proces tot onnodige voedselverspilling. In tegenstelling daarmee voorspelt Shelfion met simulatiemodellen op basis van receptuur, procesparameters en opslagcondities hoe lang een product microbiologisch veilig blijft. Resultaat: tot 30% minder voedselverspilling in de pilootprojecten.
Celina: “Maar ook in de medische sector zijn deze voorspellende modellen aan een opmars bezig. Ik denk dan aan het Antwerpse Specifix dat aangeeft welke implantaten het best passen bij polsbreuken en zo het genezingsproces versnelt, of Nuclivision dat de nucleaire beeldvorming verbeterd en verfijnd.”
AI als digitale waakhond
Wie vandaag aan cybersecurity denkt, weet dat het al even geen pure IT-kwestie meer is, maar dat het steeds vaker om strategisch risico’s gaat. Patrick Hauspie, VLAIO bedrijfsadviseur cybersecurity: "De geopolitieke spanningen, de toename van ransomware-aanvallen, en de professionalisering van cybercriminelen dwingen bedrijven én overheden om hun digitale verdediging continu te versterken. Tegelijk worden aanvallers zelf slimmer: ze zetten AI in om kwetsbaarheden sneller op te sporen en aanvallen te automatiseren. De enige manier om die voor te blijven is door AI ook aan jouw kant van de barricade in te zetten."
Traditioneel gebeurt het opsporen van beveiligingslekken via zogenaamd 'penetration testing': ethische hackers proberen systemen binnen te dringen om zwakke plekken bloot te leggen. Dat proces is grondig, maar tijdrovend en arbeidsintensief. AI verandert dat spel fundamenteel.
Patrick: "Het Gentse Allseek, dat recent fuseerde met Aikido Security (eveneens Gents, maar intussen ook actief in Amerika), ontwikkelt een AI-gedreven platform dat automatisch code scant, kwetsbaarheden detecteert en oplossingen voorstelt. Het systeem leert uit miljoenen beveiligingsincidenten wereldwijd en past die kennis toe op jouw specifieke infrastructuur. Wat vroeger maanden duurde – het doorlichten van je volledige softwarestack – gebeurt nu binnen uren. En belangrijker nog: het gebeurt continu, niet eenmalig."
"Het verschil tussen klassieke penetrating tests en AI-gestuurde beveiliging is dat tussen een momentopname en een live feed. Hackers slapen niet, dus moet je verdediging dat ook niet doen. AI-systemen detecteren afwijkend gedrag in realtime: een verdacht inlogpatroon, ongebruikelijke datatransfers, of een nieuwe kwetsbaarheid die net wereldwijd bekend werd. Ze combineren loganalyse, gedragspatronen en threat intelligence om sneller te reageren dan welk menselijk team ook kan."
Patrick: “Maar AI in cybersecurity gaat verder dan alleen detectie. Zogenaamde 'Security Orchestration, Automation and Response' (SOAR) platformen nemen ook automatisch actie: ze isoleren besmette systemen, blokkeren verdachte IP-adressen en waarschuwen het juiste team. Dat bespaart cruciale minuten in een crisis waarin elke seconde telt."
