Embedded AI voor machines en apparaten

Op de aankomende WoTS kan je bij het seminar ‘Embedded AI voor machines en apparaten’ ontdekken wat vandaag de dag mogelijk is en welke kansen de toekomst biedt. Je krijgt inzicht in actuele AI-ontwikkelingen, ziet concrete praktijkvoorbeelden zoals beeldverwerking voor kwaliteitscontrole en realtime analyse van sensordata. Daarnaast leer je welke technische keuzes essentieel zijn voor succesvolle implementatie, van hardware tot softwarearchitectuur.

Op donderdag 24 september vindt tijdens de WoTS van 13.00 tot 14.30 uur het seminar ‘Embedded AI voor machines en apparaten’ plaats. Deze sessie met drie lezingen biedt machine- en apparatenbouwers praktische handvatten om AI effectief in hun systemen te integreren.

Van sensor naar sturing

De meeste AI-initiatieven in de procesindustrie falen niet omdat de techniek tekortschiet, maar omdat ze beginnen bij het algoritme in plaats van bij de batch die dreigt mis te gaan. AI is geen kant-en-klaar product dat je naast je proces zet; het is gereedschap dat pas waarde levert als het is verankerd in je procesdata, je domeinkennis en je manier van werken.

Erwin Haas (CEO van Landscape AI) laat in zijn lezing zien wat dat in de praktijk betekent. Hoe je van ruwe sensordata – met al zijn gaten, ruis en wisselende meetfrequenties – tot iets bruikbaars komt. Waarom de stap van ‘we hebben data’ naar ‘we sturen erop’ vaak onderschat wordt, en welke keuzes in datastromen, opslag en modellering daarin het verschil maken. En waarom het onderscheid tussen het toepassen van bestaande tools en het bouwen van iets dat écht past bij jouw installatie bepalend is voor of het blijft hangen.

Erwin belooft een verhaal met concrete voorbeelden uit projecten in de industrie, inclusief wat niet werkte. Je ziet hoe een iteratieve aanpak, met ruimte om te leren, leidt tot oplossingen die operators vertrouwen en die daadwerkelijk impact hebben op het proces.

Haal AI weg uit de cloud!

De razendsnelle groei van geavanceerde AI taalmodellen is veelbelovend, maar ook potentieel zeer gevaarlijk en niet duurzaam. Onze met zorg opgewekte duurzame energie wordt voor een steeds groter deel verstookt in enorme datacenters. Een gedeeltelijke oplossing voor dit probleem is het lokaal toepassen van AI. Binnen een gedefinieerde context leveren specifieke AI-algoritmen met minder rekenkracht een veel betere prestatie.

In zijn presentatie toont Andries Lohmeijer (technisch en creatief directeur bij KITT Engineering) de nieuwste ontwikkelingen op dit gebied. Moderne microcontrollers worden al uitgerust met een dedicated ‘Neural Processing Core’ om bijvoorbeeld sensordata lokaal te classificeren. Dat voorkomt dat enorm veel data over ons en ons gedrag in datacenters beland met alle potentiële gevaren van dien. Dus haal AI weg uit de cloud!

Hardwarekeuze voor edge-AI-systemen in de praktijk

Hoe kies je de juiste hardware voor een intelligent systeem aan de rand van het netwerk? In zijn presentatie laat Bas Vet (Senior Machine Learning Engineer bij Demcon) zien hoe sensoriek, signaalverwerking, beschikbare data en rekeneisen samen bepalen welke embedded hardware geschikt is voor een edge-AI-oplossing.

Aan de hand van twee praktijkvoorbeelden, een medisch meetsysteem en een visionsysteem, laat hij zien hoe ontwerpkeuzes op systeemniveau doorwerken in modelcomplexiteit, energieverbruik, latency en implementatie op het uiteindelijke platform. Dit biedt op een toegankelijke manier inzicht in de technische afwegingen achter de stap van algoritme naar werkend embedded/edge systeem.

Uitgebreid programma

WoTS vindt plaats van dinsdag 22 tot en met vrijdag 25 september. Bekijk het complete programma voor World of Electronics.