Maatschappij & Techniek Start-ups

Deze start-ups pionieren met AI

@DuckDuckGoose

Kunstmatige intelligentie (AI) wordt steeds vaker ingezet voor het oplossen van maatschappelijke vraagstukken. Ook de TU Delft investeert fors in onderwijs, onderzoek en innovatie op het gebied van AI. Resultaat daarvan zijn onder andere DuckDuckGoose, Geronimo en ReMAP, die zich respectievelijk richten op de bestrijding van deepfakes, het up-to-date houden van kaarten, en efficiënter vliegtuigonderhoud.

We leven in een tijd waarin iedereen zijn gezicht kan verwisselen met dat van een beroemd persoon. DuckDuckGoose maakt het mogelijk om dit soort deepfakes op een verklaarbare manier op te sporen.

DuckDuckGoose

Deepfake, het manipuleren van beeldmateriaal met behulp van kunstmatige intelligentie, levert vaak grappige filmpjes op. Maar de techniek kent ook schaduwkanten, zoals het produceren van nepnieuws of nepaccounts voor bankrekeningen of het laten figureren van beroemdheden in niet-consensuele pornofilms. Bachelorstudenten van de minor technology-based entrepreneurship kozen de toenemende bedreiging van deepfake een paar jaar geleden als thema voor hun opdracht om een technologische oplossing te bedenken voor een maatschappelijk probleem. Ze zetten de tegenaanval in met hetzelfde wapen, namelijk kunstmatige intelligentie. Hun initiatief leidde later tot de oprichting van DuckDuckGoose, dat het programma Deepdetector ontwikkelde. Joris Mollinga, een van de oprichters: “Wij gebruiken kunstmatige intelligentie voor deepfakedetectie. Het programma heeft geleerd authentiek en deepfake-materiaal uit elkaar te houden. We laten ook zien waarom iets deepfake is door aan te geven welke pixels verdacht zijn. De nauwkeurigheid is momenteel 93 procent.”

DuckDuckGoose is in korte tijd flink gegroeid. Naast de drie oprichters telt het team nu negen werknemers en stagiaires, een verdubbeling sinds begin dit jaar. Volgens Mollinga houdt het ontwikkelteam nauwkeurig in de gaten welke deepfake-ontwikkelingen zich wereldwijd voordoen. “We kijken naar welke nieuwe methoden erbij komen en hoe die zich verbeteren. Wij passen onze Deepdetector daar telkens op aan. Het is een moeilijke strijd maar we zitten de ontwikkelaars voortdurend op de hielen.” DuckDuckGoose opereert in twee markten. Een daarvan is de identiteitsverificatie-industrie, die bijvoorbeeld werkt in opdracht van banken. De andere is de forensische sector, waaronder het Nederlands Forensisch Instituut. Wat deze sector met het programma doet, blijft ook voor DuckDuckGoose geheim. Het Delftse bedrijf ziet de meeste groeipotentie in de identiteitsverificatie. Daar zit de bereidheid om te innoveren, licht Mollinga toe. Hij legt uit dat criminelen met deepfake een andere synthetische identiteit kunnen aannemen. Als voorbeeld geeft hij het openen van een bankrekening. “Iedereen kan dat op afstand doen met een selfie in combinatie met de foto op je paspoort of rijbewijs. Dat verificatiesysteem is kwetsbaar. De met de foto op je paspoort of rijbewijs. Dat verificatiesysteem is kwetsbaar. De crimineel kan met een gestolen identiteitsbewijs en een deepfake-selfie, gemaakt met internetfoto’s van de eigenaar van dat persoonsbewijs, zich voordoen als die persoon. Zo is het mogelijk om geld wit te wassen of een lening af te sluiten. Dit kan overigens ook door een synthetische identiteit aan te nemen van iemand die helemaal niet bestaat. Onze Deepdetector is in staat fake van echt te onderscheiden.”

Nederland verandert voortdurend en allerlei overheden willen deze wijzigingen graag op de voet volgen. ChangeMapp vergelijkt kaarten en recente luchtfoto’s met elkaar, wat normaal gesproken mensenwerk is.

Geronimo AI

Tom van Loef, die na zijn hbo-opleiding technische informatica de master computer science volgde aan de TU Delft, is een van de oprichters van Geronimo AI. In zijn studentenhuis woonden meer studenten die zich met kunstmatige intelligentie bezighielden. “We wilden samen iets starten op ons vakgebied. We overwogen robots, maar voor hardware heb je veel geld nodig. Uiteindelijk besloten we AI-software te maken. Daarvoor kun je volstaan met een laptop. Zelf ben ik gestopt met mijn studie om me volledig op dit avontuur te kunnen storten. We zijn nu met vier fulltimers en acht werkstudenten.” In het begin zochten de initiatiefnemers een niche in de markt. Die vonden ze in de geo-remote-sensing. Het idee was om satellietbeelden en luchtfoto’s te gebruiken voor het maken van kaarten. Ze ontwikkelden twee programma’s op basis van kunstmatige intelligentie. CropMapp ging in opdracht van het ministerie van Binnenlandse Zaken. Van Loef: “Dat ministerie verpacht veel grond tijdelijk aan boeren en daaraan zijn regels verbonden. Zo mag een boer niet ieder jaar hetzelfde gewas verbouwen, dan raakt de bodem uitgeput. Met CropMapp brengen we de gewasrotaties in kaart aan de hand van satellietbeelden. Naast deze vorm van monitoring is het ook mogelijk het werkelijke landgebruik te achterhalen. De vraag is dan of de grond ook daadwerkelijk wordt gebruikt voor landbouw in het kader van de Europese subsidieverlening.”

In 2020 kwam Geronimo AI met een nieuw product waarop nu de focus ligt: ChangeMapp. Centraal staan drie kernregistraties die sterk met elkaar zijn verbonden. Namelijk de WOZ (Waardering Onroerende Zaken), de Basisregistratie Grootschalige Topografie – een digitale kaart van Nederland waarop gebouwen, wegen, waterlopen, terreinen en spoorlijnen eenduidig zijn vastgelegd – en de Basisregistratie Adressen en Gebouwen, die gegevens bevat van alle officiële adressen en gebouwen in Nederland. Deze registraties worden beheerd door bronhouders, zoals ministeries, provincies, gemeenten, waterschappen en Rijkswaterstaat. Omdat Nederland voortdurend verandert, willen deze overheden graag die wijzigingen op de voet volgen. Met ChangeMapp is dat mogelijk omdat dit kaarten en recente luchtfoto’s met elkaar vergelijkt. Van Loef: “Normaal is dit mensenwerk om te kijken of de kaarten nog kloppen met de nieuwe luchtfoto’s. Ons programma heeft aan de hand van veel voorbeelden geleerd om die taak over te nemen en mutaties in beeld te brengen.” Volgens Van Loef staat zijn bedrijf nu voor de volgende uitdaging. “Op dit moment kunnen we aangeven waar een kaart niet klopt en of het een verandering van bijvoorbeeld een gebouw, sloot of straat betreft. Nu willen we ook via luchtfoto’s zijaanzichten in beeld brengen. Zo kun je bijvoorbeeld zien of de ruimte onder een dak gesloten is met muren of niet. En als ons algoritme straks nog nauwkeuriger werkt, laten we ChangeMapp ook zelf de kaarten aanpassen zodat de hele verwerkingscyclus is geautomatiseerd.”

Dertien Europese universiteiten, onderzoeksinstituten en bedrijven werkten mee aan het project ReMAP, dat het onderhoud van vliegtuigen efficiënter moet maken en verspilling moet tegengaan.

ReMAP

Kunstmatige intelligentie speelt eveneens een essentiële rol binnen het Europese ReMAP, dat staat voor Real-time condition-based maintenance for adaptive aircraft maintenance planning. ReMAP is ontstaan omdat de Europese Commissie vliegtuigonderhoud efficiënter wilde maken. Dertien Europese universiteiten, onderzoeksinstituten en bedrijven werkten mee aan dit project, dat onlangs is afgerond. Projectleider Bruno Santos is hoofddocent bij de afdeling control & operations van de faculteit Luchtvaart- en Ruimtevaarttechniek. Volgens hem is het huidige vliegtuigonderhoud nogal inefficiënt. “Dat gebeurt preventief volgens vaste intervallen op basis van bijvoorbeeld vluchturen en aantal landingen. Onderdelen worden dan standaard vervangen, of ze nou wel of niet goed meer zijn. Dat is uiteraard grote verspilling. Anderzijds kan er een defect optreden waarvoor reparatie nodig is. Dan loop je achter de problemen aan. Dat brengt vertraging en forse kosten met zich mee.” Zou condition based maintenance (CBM) een betere methode zijn om de conditie van vliegsystemen te monitoren? Ingrijpen is dan pas nodig als blijkt dat onderdelen aan het einde van hun levensduur zijn. Om deze vraag te beantwoorden, werd onderzoek gedaan bij de Dreamliners 787 en 737 van KLM. Santos: “We hebben ons beperkt tot de sensoren van acht verschillende systemen die niet kritisch zijn voor de veiligheid van de passagiers, zoals de luchtcompressor in de cabine, de aanvullende koelunit en de binnenklimaatregelaar.

Een algoritme analyseert de data van die sensoren, zoals druk, temperatuur en omwentelingssnelheden van pompen en compressoren, en kijkt dan of onderdelen aan vervanging toe zijn.” De onderzoekers hebben aangetoond dat CBM werkt. Santos benadrukt dat het algoritme moet worden geoptimaliseerd en dat het belangrijk is om ook nieuwe sensoren te ontwikkelen specifiek voor gezondheidsmonitoring van componenten. “Ook hebben we een IT-platform in het leven geroepen waar luchtvaartmaatschappijen gebruik van kunnen maken zonder dat ze hun gegevens delen met concurrenten. Wij sturen de algoritmes naar die maatschappijen die na elkaar het CBM-systeem steeds verder trainen. De samenwerking via deze open IT-infrastructuur moet uiteindelijk leiden tot een bruikbaar systeem voor vliegtuigonderhoud.” Om te achterhalen of het mogelijk is om ook de composietstructuren van een vliegtuig nauwlettend in de gaten te houden, hebben de onderzoekers schaalmodellen gemaakt van structuurelementen van vliegtuigen. Deze modellen zijn uitgerust met sensoren die bijvoorbeeld vibraties en akoestische informatie doorgeven. Analyses van deze data op basis van kunstmatige intelligentie moeten vervolgens laten zien of er beschadigingen zijn en wat de ernst daarvan is. De schaalmodellen zijn aan allerlei praktijkproeven onderworpen. Santos is verheugd dat ook deze analyses waardevolle informatie bieden voor onderhoud en reparaties. “ACARE, de Europese adviesraad voor luchtvaartonderzoek, geeft aan dat CBM in 2035 waarschijnlijk de standaardaanpak zal zijn. Dat geeft ons goede hoop.”