Wat leer je in deze aflevering?
Erik Vastenburg, programmamanager Waterveiligheid bij het Hoogheemraadschap Hollands Noorderkwartier (HHNK), vertelt over een innovatief project dat kunstmatige intelligentie inzet voor dijkinspecties. In samenwerking met het AI Annotatielab ontwikkelde het waterschap een methode om met drones en AI scheuren in dijken op te sporen. Dit project won recent de Waterinnovatieprijs 2024 in de categorie 'Dijk van de toekomst'.
Het HHNK beheert 1500 kilometer aan dijken die jaarlijks geïnspecteerd moeten worden. Door drones en AI in te zetten, wordt dit arbeidsintensieve proces geoptimaliseerd. Muriël Serrurier Schepper van het AI Annotatielab licht toe hoe haar sociale onderneming bijdroeg aan het project door mensen met een afstand tot de arbeidsmarkt in te zetten voor het annoteren van scheuren in dijken.
Kernbegrippen
- Dronebeelden-analyse
- Gebruik van drone-opnames voor geautomatiseerde inspectie van infrastructuur zoals dijken.
- Data-annotatie
- Het handmatig labelen van afbeeldingen zodat AI-modellen kunnen leren patronen te herkennen.
- AI-model training
- Proces waarbij een algoritme leert van gelabelde voorbeelden om nieuwe data zelfstandig in te schatten.
- Waterbeheer
- Organisatie en onderhoud van waterkeringen en dijken ter bescherming tegen overstromingen.
Interview: Erik Vastenburg
Wat was de aanleiding voor het gebruik van AI in dijkbeheer?
Erik: Het beheer van dijken is een eeuwenoud vak dat cruciaal is voor de waterveiligheid in Nederland. Traditioneel lopen inspecteurs over de dijken om schade en potentiële risico's te identificeren, vooral tijdens droogte of hoog water. Dit proces is tijdrovend en kan subjectief zijn. We vroegen ons af of we dit niet efficiënter konden doen met nieuwe technologie. Daarom zijn we begonnen met het gebruik van drones en AI-technieken om bijvoorbeeld scheuren in dijken te herkennen.
Hoe werkt het proces van AI-geassisteerde dijkinspectie?
Erik: We vliegen met een drone over de waterkering en maken hoogwaardige foto's. Deze beelden worden vervolgens geanalyseerd door een AI-algoritme dat getraind is om scheuren en andere afwijkingen te herkennen. Om het algoritme te trainen, moesten we eerst een grote hoeveelheid beelden handmatig labelen. Daarvoor zijn we de samenwerking aangegaan met het AI Annotatielab.
Muriël, kunt u ons meer vertellen over het annotatieproces?
Muriël: Zeker. Wij ontvangen de foto's van de dijken en onze medewerkers krijgen uitleg over dijktechniek en waar ze op moeten letten bij het identificeren van scheuren. Vervolgens annoteren zij de beelden door lijnen te trekken op de plekken waar scheuren zichtbaar zijn. Dit is een nauwkeurig proces dat veel afstemming vereist met de experts van het hoogheemraadschap om ervoor te zorgen dat we de juiste dingen labelen.
Wat waren enkele uitdagingen tijdens dit project?
Erik: Een van de grootste uitdagingen was de enorme hoeveelheid data die we moesten verwerken en opslaan. Een drone produceert gigabytes aan beeldmateriaal, en we hadden veel rekenkracht nodig om de AI-algoritmes te trainen. We zijn daarom een 'grote bestanden project' gestart om onze IT-infrastructuur hierop aan te passen, inclusief het gebruik van cloudopslag en flexibele rekencapaciteit. Muriël: Vanuit het perspectief van het annotatielab was een van de uitdagingen het waarborgen van de datakwaliteit. We werken met mensen die reïntegreren, vaak met een achtergrond in het autismespectrum. Het is cruciaal om de juiste balans te vinden tussen het bieden van werkkansen aan deze groep en het leveren van hoogwaardige datasets voor onze opdrachtgevers.
Hoe werd dit innovatieve project ontvangen binnen de organisatie?
Erik: Verrassend genoeg was er veel enthousiasme, ook onder collega's die al lang in het vak zitten. Ze zien de potentie van deze nieuwe technologieën. Het project heeft zelfs de Waterinnovatieprijs 2024 gewonnen, wat de erkenning en het draagvlak binnen de sector onderstreept. Bovendien merken we dat dit soort innovatieve projecten helpt bij het aantrekken van nieuw talent in een tijd waarin het vinden van technisch personeel een uitdaging is.
Wat zijn de toekomstplannen voor AI in waterbeheer?
Erik: We zijn bezig met het ontwikkelen van digitale tweelingen van dijken, waarbij we theoretische modellen vergelijken met de werkelijke situatie. Dit stelt ons in staat om preventief onderhoud te plannen en ons assetmanagement naar een hoger niveau te tillen. Daarnaast kijken we naar mogelijkheden om grondwaterstanden in dijken te voorspellen onder extreme omstandigheden, wat cruciaal is voor de stabiliteit van de dijk.
Muriël, kunt u ons vertellen over de toekomst van het AI Annotatielab?
Muriël: Zeker, ik heb zelfs breaking news te delen. Het AI Annotatielab wordt binnenkort overgenomen door Auticon Nederland, een IT-bedrijf dat gespecialiseerd is in het in dienst nemen van mensen in het neurodiverse spectrum. Dit zorgt voor een stabielere financiële basis en biedt meer mogelijkheden voor onze medewerkers. De sociale missie van het lab blijft behouden, maar we kunnen nu nog beter hoogwaardige annotatiediensten leveren aan onze klanten.
Wat zijn de belangrijkste lessen die jullie hebben geleerd tijdens dit project?
Erik: Een belangrijke les is dat innovatie stapje voor stapje gaat. Het is essentieel om alle betrokkenen mee te nemen in het proces, van de technische experts tot de mensen in het veld. Ook hebben we geleerd hoe belangrijk het is om flexibel te zijn en snel te kunnen schakelen bij onverwachte uitdagingen, zoals weersomstandigheden of privacy-kwesties bij het vliegen met drones. Muriël: Voor ons was de belangrijkste les het belang van nauwe samenwerking en communicatie met onze opdrachtgevers. Het gaat niet alleen om het leveren van geannoteerde data, maar om het begrijpen van de context en het leveren van waarde binnen het grotere geheel van waterveiligheid. AIToday Live is een podcast die zich richt op de nieuwste ontwikkelingen in AI en de impact ervan op verschillende sectoren. In elke aflevering spreken hosts Niels Naglé en Joop Snijder met experts uit het veld om inzicht te krijgen in de mogelijkheden en uitdagingen van AI-technologie. Luister via je favoriete podcast app: Spotify, Apple podcasts, YouTube Music, en meer.
Over de gasten
Erik Vastenburg verscheen als gast in 1 aflevering van AIToday Live.
Bekijk gastprofiel
Muriël Serrurier Schepper is betrokken bij het AI Annotatielab, waar mensen met een afstand tot de arbeidsmarkt de kans krijgen om zich te ontwikkelen en werkervaring op te doen door data te labelen. Ze speelt een cruciale rol in het begeleiden van deze mensen en het creëren van een omgeving waarin ze hun vaardigheden kunnen verbeteren en zelfvertrouwen kunnen opbouwen. Haar inzet draagt bij aan zowel de sociale als de professionele ontwikkeling van de deelnemers aan het lab.
Bekijk gastprofielTranscript
Hoi, leuk dat je weer luistert naar een nieuwe aflevering van AIToday Live, de Nederlandse podcast over kunstmatige intelligentie. En in iedere aflevering praten we met experts, in dit geval zelfs twee experts op het gebied van AI. En of je nu een zakelijke professional bent, IT-specialist of AI-enthousiasteling bent, wij bieden hopelijk waardevolle inzichten en een duidelijke uitleg over de nieuwste ontwikkelingen. Mijn naam Joop Snijder, CTO bij Aigency. Mijn naam Niels Naglé, Area Lead Data & AI bij Info Support. En we hebben vandaag twee gasten, wat altijd heel erg leuk is, Erik en Muriël. Zouden jullie eerst willen voorstellen aan de luisteraar? Laten we bij Muriël beginnen. Ja, nou fijn dat ik er weer ben eigenlijk Joop. Ik ben Muriël Serrurier Schepper ik ben directeur van het AI Annotatielab. Een sociale onderneming waarbij wij mensen laten reïntegreren en data laten annoteren om weer in het werkritme te komen. Ja mooi. En jij Erik? Ja, ik ben Erik Vastenburg. Ik werk bij het Hoogheemraadschap Hollands Noorderkwartier. Een hoogheemraadschap, een waterschap. Ik ben daar programmamanager Waterveiligheid. Kijk, hartstikke mooi. En wat heeft jullie samengebracht? Scheuren in dijken. Scheuren in dijken, ja want daar gaan we het vandaag over hebben. Scheuren in dijken is het hoofdonderwerp. En laten we eens beginnen met wat is eigenlijk het probleem waarom je hebt aangeklopt bij Muriël? Het is een heel lang verhaal denk ik. We hebben de tijd. Misschien jullie even meenemen in de dijktechniek. En wat je wellicht vaker op het journaal ook wel eens gezien hebt. Een dijk leeft zou je kunnen zeggen. Vooral tijdens droogte zie je dat bijvoorbeeld ook. Dat dan allemaal mensen over de dijk gaan lopen om te kijken of de dijk niet uitgedroogd is. Denk aan Wilnis. Dat is al heel wat jaren geleden. Waar de dijk afgeschoven is als gevolg van droogte. En wat wij eigenlijk als waterschappen doen als het heel erg droog wordt. Dan gaan we over de waterkeringen lopen. En dan gaan we kijken of we zaken zien die erop kunnen duiden dat de dijk vervormt of dat hij misschien stuk gaat. En een onderdeel waar je op let zijn scheuren in de dijk. Dit doen we overigens ook onder natte omstandigheden. Dus als het rivierwater heel hoog staat of de zee of de meren. Dan gaan we ook over de dijk lopen. Om te kijken of we vormen van schades zien die tot het bezwijken, dus tot overstromingen kunnen leiden. Dus eigenlijk voor iedereen belangrijk. Iedereen in Nederland heeft hier uiteindelijk mee te maken. Zeker. We rekenen natuurlijk veel aan dijken. Maar juist in dat soort situaties vertrouw ik heel erg op onze mensen buiten. Want dan is het gewoon echt het nieuwste wandelwerk. Dan gaan we heel veel over dijken heen lopen. Maar je kunt je voorstellen dat kost natuurlijk ook heel veel tijd. En er zit ook een subjectiviteit in van de mensen die er lopen. Dus wat we dachten, samen met iemand van Joost Stenvert van HKV, kunnen we dat niet anders doen en met nieuwe techniek gaan proberen. Dus waar we mee begonnen zijn is, als we met een drone de dijk gaan invliegen, kunnen we dan gebruik maken van AI technieken om bijvoorbeeld scheuren te herkennen in de dijk. Een drone invliegen? Oké, ja, goeie vraag. Dus wat we doen is, we vliegen met een drone over de waterkering en die maakt allemaal foto's. En deze foto's, daar hoop je dan, nou die hoop ik eigenlijk niet, dat er scheuren in zitten. Voor het trainen van het AI algoritme is het wel handig als er scheuren in zitten. Hoe we dat gedaan hebben is door te labelen. Nu kun je zelf best wel wat scheuren labelen, maar om dat algoritme natuurlijk heel goed te trainen, moet je heel veel scheuren labelen om die computer te leren of er scheuren zitten. Dat was het punt dat we eigenlijk in contact kwamen via Christo van, hoe heet het, E-State Group? Nee, niet E-State Group. RevoData. RevoData, excuses. Bij het AI Annotatielab en daar is eigenlijk waar we elkaar voor het eerst hebben ontmoet, voor het labelen. En wat gebeurt er dan als Erik bij jou komt? Hoe gaat dat in zijn werk? Ja, hoe gaat dat in zijn werk? Nou, dus wij krijgen allerlei hele mooie foto's van dijken en die zaten al in een annotatietool. En onze mensen kregen uitleg over hoe dijken werken en waar moet je op letten en wat zijn scheuren. En vervolgens hebben wij op al die foto's heel netjes lijntjes op de plekjes gezet waar er scheuren waren. En dat waren er heel veel. Meer dan jullie verwacht hadden, Erik? Ja, zeg maar de droogte gevoelige kade, daar zien we natuurlijk ook heel veel scheuren. Dus we hebben wel heel veel sets gegeven met allemaal scheuren, want anders was er ook geen werk. Dit was wel wat we verwacht hadden, zeg maar. Maar dat je zoveel moet trainen, zoveel werk erin zit, dat is ook een nieuwe ervaring voor ons. Dit zijn ook nieuwe technieken die we gaan gebruiken. Ja, daar moet je wel even serieus aan de bak. Ja, dat was ook echt heel veel afstemmen met elkaar. Hoe moet je dat lijntje per se zetten? Moet die nou buitenom de scheur, moet die binnenlangs? Of is een heel klein scheurtje, moet die ook? Of moeten we alleen de groot scheuren? Dus er was heel veel afstemming onderling met de collega's van Erik, de data scientist, wat we moesten doen. En ja, we kwamen ook allemaal rare dingen tegen. Of er was een tractor over een scheur heen gegaan. Hoe annoteer je dat? Het allerleukste was, op een gegeven moment was er een wei met schapen. Dus er stonden allemaal schapen op die scheuren. Want je moet nadenken, dat algoritme ga je trainen, moet er dan een stuk schaap op zitten of niet? Wat wil je daarmee als data scientist? Dus er was heel veel afstemming. Ja, want dat is natuurlijk heel belangrijk, want straks krijg je beelden die ongelabeld zijn. En daar kunnen dan inderdaad ook de schapen op staan of de tractoren overheen gereden hebben. Dus het model moet dat eens een keer gezien hebben, wil die daarmee om kunnen gaan. En dan ondertussen het vraagje, hoe labelen we dat dan? Is dat scheur of is dat schapen? Scheur met schapen. Dus er was heel veel interactie tijdens dat labelen met de opdrachtgever in dit geval. Wat ik me afvraag is, als je zo'n foto hebt en er zit een scheur op, is dat dan een kleurverschil of is dat een diepteverschil? Wat zie je dan terug, waar je dat zo kan herkennen als je aan het labelen bent? Het is vooral een kleurverschil. Vaak is de scheur donker. Meestal zitten er veel dijken met gras op, zeker waar je die scheuren hebt. En dan zie je echt gewoon een donkere scheur, een streep als het ware. Omdat we invliegen alleen met RGB beelden, dus gewoon kleuren, foto's, heb je ook geen diepte. Dus het is echt puur op basis van beelden dat we dit doen. En konden jullie ook gebruik maken van de expertise van de experts? Misschien moeten we eigenlijk naar Muriël kijken. Want ik kan me zo voorstellen dat de mensen bij jou, die zijn er geen experts in, het bekijken van scheuren in dijken. Hoe wisten zij? Wat wij regelmatig deden, is sowieso kwam ten eerste, voordat we startten, iemand langs vanuit Hoogheemraadschap om het allemaal uit te leggen. En dan gingen we ook met elkaar beginnen en dan konden mensen van ons meteen vragen stellen. Doe ik het nou goed of niet? En ook in de eerste dagen is er dan heel veel WhatsApp contact. Dat wij fotootjes maken van dit zien wij, wat moeten we? En op die manier krijgen onze mensen op een gegeven moment ook een goed gevoel van dit moeten we wel doen en deze scheuren niet. Dus er zit ook eigenlijk een soort van kennisoverdracht in. Ja, zeker. En zo zijn we ook verder gaan werken met elkaar en zo werken we eigenlijk altijd. Ja, mooi. Hebben jullie ook nog erover nagedacht? Want er zijn natuurlijk heel veel manieren waarop je data zou kunnen annoteren. Je zou dat eventueel zelf kunnen doen. Er zijn bedrijven die doen dat bij lage loon de landen. Waarom hebben jullie gekozen voor het AI annotatielab? Sowieso natuurlijk door het contact met de Revo Data die ons in contact bracht. Maar we zijn natuurlijk een maatschappelijke partij. Dat is dus sowieso een heel belangrijke pijler voor een hoogheemraadschap en veel meer overheden. Om ook met dat soort bedrijven en juist met dat soort talenten eigenlijk, want dat zijn het. We hebben ook mensen die in de participatiewet vallen ze onder. Maar dat is maar een ding. Ik bedoel het gaat om de kwaliteit die ze brengen. En ja, dan het contact was heel goed, maar ze leveren ook goede kwaliteit. Dat is natuurlijk ook belangrijk. En als je dan nog zoiets moois met elkaar kan bouwen en daar ook aan kan meewerken, dan geeft dat toch wel een extra setje om extra je best te doen. Want het AI annotatielab heeft een groot maatschappelijk karakter. Ja, wat ik al aan het begin zei, wij zijn dus een reïntegratiebedrijf. Dus mensen komen bij ons voor in principe zes maanden. Dat zijn mensen die een hele grote afstand tot de arbeidsmarkt hebben. Veel al in het autisme spectrum vallen. En die hebben gewoon moeite om in het gewone bedrijfsleven mee te komen. Zijn dus al vaak heel lang thuis. En bij ons krijgen ze de mogelijkheid om in een prikkelarme kantooromgeving langzaamaan weer werkritme op te bouwen. En door middel van het labelen van verschillende soorten opdrachten. En het leuke is ook zo'n opdracht voor het hoogheemraadschap. Dat geeft mensen ook van, wat jij net al zei, het is belangrijk voor ons allemaal. Wij redden Nederland. Doordat we die scheuren aan het annoteren zijn. En een paar maanden later wonnen jullie ook de Waterinnovatieprijs van 2024. En dat doet echt een heleboel met de mensen bij ons. Ik ben er ook langs geweest met taart. Want dit zijn mensen die niet zoveel te vieren hebben gehad in hun leven tot op heden. En ook op dit moment niet. Dus als je dan met je werk, wat je doet, ergens aan kan bijdragen. En ook nog meehelpt om een prijs te winnen. Dan hebben ze ook eens wat te vertellen op een feestje of thuis. Of wat dan ook. Mooi. En dat is ook wel wat anders dan. We horen natuurlijk ook de verhalen rondom het trainen van large language models. Wat dan naar vooral Afrika gaat. Waar mensen in hele slechte omstandigheden, onder hele slechte arbeidsomstandigheden. Slecht worden betaald. Denk ik dat we hier gewoon een heel goed, mooi alternatief hebben. En jij vertelde net over de communicatie. Ik denk dat dat wel een heel essentieel onderdeel is met je opdrachtgever. Dat je goed kan communiceren. Precies wat je zegt. Hoe moeten de lijntjes getrokken? Wat betekent het kennisoverdracht? Lijkt me naar dat soort landen veel moeilijker om dat in ieder geval goed voor elkaar te krijgen. Ja, zeker die communicatie. En ook dat wij begrip hebben in opdrachten van de Nederlandse situatie. En dan misschien niet per se bij deze opdracht, maar we hebben ze ook wel eens opdracht gedaan. Dan moesten we lantaarnpalen annoteren. En wij zagen gewoon wat voor Nederlands weer het was op die foto's. En we hebben ook wel vergeleken met, ze hadden deel laten doen in India. En dan deel bij ons. En bij de Indiase mensen gaven we aan, er zit allemaal viezigheid op die lantaarnpalen. En wij zeiden, het is gewoon regen. Oh ja, de viezigheid. Ja, voor regen op lantaarnpalen hoef je geen onderhoudsbedrijf te gaan sturen. Want dat is morgen weer weg als de zon schijnt. Dus omdat wij dingen zagen in het verkeer, die wij heel logisch konden plaatsen, of fietspaden en dingen, die zijn in India iets minder dan hoeveelheid die bij ons ligt. Ja, de context was al meer bekend, zodat we inderdaad betere kwaliteit konden leveren. Ja, mooi. Maar ik hoor dus een prijs. Wat voor prijs hebben jullie gekregen? Ja, dat is een prijs van de Unie van Waterschap. En elke twee jaar wordt die uitgereikt. Je hebt verschillende categorieën. Wij zaten in de categorie dijk van de toekomst. Dat is wel een leuk verhaal, want dat is altijd met dat soort zaken. Eigenlijk is het wel tof wat we aan het doen zijn. Maar misschien zijn we ook een beetje West-Friese. Dus eerst maar laten zien of het echt werkt. En niet helemaal vooraan met de troepen lopen. Dus toen, ja, moeten we het indienen? Ik zei, nou weet je, ik dien het wel dan even snel in. We hadden wel teksten links en rechts. Dankzij Jet Jeep die ook een beetje... We hebben snel wat teksten gemaakt, plaatjes bij, ingeleverd. En op een gegeven moment uitgenodigd. We maken van alle deelnemers een filmpje. En jij ook. Ik mocht het filmpje, want mijn naam kleeft eraan. Maar omdat ik het ingeleverd heb... Maar dat is natuurlijk onterecht, omdat ik het met meerdere collega's heb gedaan. Dus dat voelt een beetje van, nou ja, goed. We hebben het filmpje gemaakt. Enorm koud was het. Dat voel ik nog ongeveer. Wij naar dat festival. En toen wonnen we hem ook. En ook onder het mond van, ja, het was eigenlijk helemaal niet lastig... deze keer om een winnaar te kiezen. Oh, mooi. Want? Nou, ze vonden dit eigenlijk... Sommigen waren heel groot met proeven en alles. Maar dit was... Raakt zo aan de core van de waterschappen eigenlijk. Het lopen over dijken, dat doen we al eeuwenlang. Doen we dat in Nederland. Om onze dijken in de gaten te houden. En nu hebben we echt nieuwe mogelijkheden die techniek bieden. Die echt ons werk misschien kunnen verbeteren. Of verbeteren is misschien niet het juiste woord. Maar misschien moeten we daar verder straks nog wat op inzoomen. Maar we hebben steeds minder menskracht natuurlijk ook tot onze beschikking. De waarde neemt toe achter de dijk en zo. En nu combineren we nieuwe technieken met het eeuwenoude vakgebied van waterbouw... waar we goed in zijn in Nederland. Dit was gewoon echt iets nieuws. En een kijkje naar de toekomst. Hoe je misschien verder kan gaan. En het combineren van data met elkaar. En dat zagen zij ook van... dit is wel echt een innovatie. Ja, precies. Dus ook echt de potentie die er extra bij komt kijken. Die dan eigenlijk bij heeft gedragen aan de prijzen, als ik het zo hoor. Ja, exact. Want nu hebben we het vooral over scheuren. Maar de bedoeling voor ons is... elk jaar, als Hoogheemraadschap, hebben wij ongeveer 1500 kilometer dijk. Dat zijn, zoals we dat noemen, primaire keringen en regionale keringen. De primaire keringen, dat zijn echt de zeedijken. De Grote Meerdijk en de Rivierdijk. En de duinen horen daar ook bij. In Nederland hebben we ongeveer 3500 kilometer van die primaire keringen. En regionaal is het meer dan 10.000, zeg maar 14.000 kilometer ongeveer. Dat zijn enorm hoeveelheden. Als je dan weet dat HNK 1500 kilometer aan keringen heeft... elk voorjaar lopen we al die keringen af, na het stormseizoen... om te kijken hoe dat erbij ligt. En een aantal locaties, het delen van de primaire keringen... voor het stormseizoen lopen we nog een keer... om te kijken of er geen gekke dingen zijn dat we het stormseizoen in kunnen. En lopen is in dit geval dus echt gewoon lopen? Twee man over de dijk. Loop zelf maar eens over een schuine dijk. Dat is hartstikke zwaar. Plus wat die mensen doen, die moeten en opletten... en die noteren schadebeelden in een digispectie-app. Dat komt op kantoor, daar gaat iemand beoordelen... oké jij scoorde dit als risicovol, vind ik dat ook? Ja, nee, moeten we dit oplossen? Ja, nee. Er wordt een risicoclassificatie aangebracht. Dat is ook met foto's? Ook foto's worden erbij genomen en een soort tabelletje dat je kan aanvinken. En dat was natuurlijk ook de aanleiding van... hoe mooi zou het nu zijn als we bijvoorbeeld... elk jaar de voorjaarsinspectie daarvoor gaan vliegen met een drone. Hoge resolutie foto's, dan heb je het echt over een... resolutie met een onderscheidend vermogen van ongeveer anderhalf centimeter. Dat kan tegenwoordig, dus je ziet een bierdopje echt perfect liggen. Als we dat nou elk jaar kunnen doen... Ah, je legt dan die foto's vast, kan je gaan vergelijken. Maar het mooiste is natuurlijk als je dit soort technieken... als scheuren, maar ook opschot, dat is ongewenst... groeien op dijken, denk aan bramenstruiken, bomen... maar ook missende stenengraverij. Als je nou één keer eroverheen kunt vliegen... en je kunt dan een voorzet laten doen door de computer... van hé, let op, hier zien we scheuren... hier zien we misschien ontbrekende stenen... opschot, zodat je de mensen die naar buiten moeten... veel gerichten naar buiten kunt sturen. En dat is eigenlijk waardoor we juist naar deze technieken... aan het kijken zijn om ons werk te optimaliseren... maar ook te leren van de geschiedenis. Dus op welke plekken zie je misschien meer schade... dan op andere plekken. Dus waar kan je bier en onderhoud misschien anders vormgeven? Waar verwacht je eerder kosten te maken? Dat soort zaken proberen we nu dus echt te gaan combineren. En die potentie, om ook terug te komen op die prijsvraag... die werd daar ook gezien, van dat enkelvoudig inwinnen... meervoudig gebruiken. Daarom zijn wij er zelf ook super enthousiast over. Ja, en terug, zou ik zeggen. Want uiteindelijk, je zegt van... het is een eeuwenoud vak, mag ik het denk ik wel noemen? Zeker, ja. Eeuwenoud vak. Hoe wordt het door de mensen die dit vak uitvoeren... hoe wordt dit ontvangen? Want ik kan me wel voorstellen dat het een flinke verandering... voor ze zou kunnen betekenen. Ja, kijk, de eerlijkheid gebiedt natuurlijk ook te zeggen... het is een ontwikkeltraject waar we nu natuurlijk in zitten. Dus ik wil wel zeggen, je kan heel... in één keer van, oké, we deden het zo, we gaan het nu zo doen. Dus we doen het stapje voor stapje. Ook om iedereen bekend te laten raken met deze technieken. Dus wat we eigenlijk gezegd hebben, we gaan het algoritme op examen sturen. De eerste keer hebben we dat gedaan. Nu gaan we hem op examen 2.0. Maar zoals we allemaal weten is het niet zo'n droog zomer geweest. Ja. Dus die wordt er uitgesteld, examen. Maar wat we ook... -Herkansing. Herkansing, ja. Maar wat we ook gedaan hebben is, ik met een collega, met Jannes zijn we... alle gebiedsbeheerders die op de dijk lopen... hebben we langsgegaan om te vertellen waar we aan werken. En we verwachten misschien wat weerstand, van... "Kom niet in mijn wijk, dat gaat toch nooit werken?" Maar we kregen eigenlijk enorm enthousiaste reacties terug. En ook, "Denk aan dit, denk aan dat." Dus wat we ontdekken is, iedereen erbij betrekken, goed luisteren... wat ze ook zeggen. Daar ook serieus mee aan de gang. Want je loopt natuurlijk tegen de meest praktische zaken aan. Als van, je wil kortgemaaid gras hebben om scheuren te herkennen. Maar wij besteden al het maaiwerk uit aan de marktpartijen. En die hebben gewoon een tijdswindow waarin ze moeten maaien. Of we lopen schaap op, want het wordt verpacht. Daar heb je elkaar nodig om dat goed te doen. Maar ook de classificatie, want die computers zeggen... "Wat, daar is een scheur, maar is dat nou een erge scheur of niet?" Dat hangt weer vanaf, waar zit die in de dijk, wat voor soort dijk is het? Dus het is een heel ontwikkeld traject. Een pijlen draaien, simpel, zeg maar. En dat is vaak leuk, de techneuten zijn daar heel goed in. Maar daarna, ik wil niet zeggen begin de ellende, maar begin de uitdaging. En dan begint het pas echt. - Dan begint het echt. Ik denk dat dat een goede is, ja. Een filmpje online die ik zag van je was met een redelijk simplistische drone. Maar wil je dit goed aanpakken, daar komt daar ook wel wat bij kijken... om dat te gaan verzamelen. Dit was een drone van dat mediabedrijf. Het meest simpele, prima ding. Overigens kan je het al met een drone die gewoon goed 4K beelden schiet. Dan kom je al een heel eind. Zelf zie je dat we nu wel een betere drone hebben aangeschaft. Maar door de grote strekking is het ook iets wat je echt met marktpartijen wil doen. Wij als HNK hebben twee drones. Of nu eigenlijk drie, maar er is één echt hele serieuze. Maar we hebben altijd gezegd, wij doen de kleine delen, doen we zelf. Maar als het echt strekking... We hebben ook al 1500 kilometer dijk, dat is in eerste gelegen primaire. Maar daar zit je ook al op 300 met de duinen erbij ongeveer. Dat worden zulke grote hoeveelheden, dus dat kan je beter op de markt zetten. Maar je kunt al met relatief eenvoudige drones hier al mee aan de gang. Wat we ook nu aan het doen zijn, is dat we zeggen van... alles wat we ontwikkelen, alle algoritmes, is alle open source. We zijn nu samen met de Stoa en RWS. Stoa is voor waterschap en Rijkswaterstaat kennen jullie wel. Binnen bepaalde samenwerking een platform, dat noemen we de AI-toolbox Waterkeringen. Om gewoon alles te gaan delen, alles wat we ontwikkelen. Dus de rest van de hoogheemraadschappen kunnen daar gewoon gebruik van maken. Wat mooi. Ja, want het is echt niet van deze tijd om op die kennis te gaan zitten. En wie weet ook internationaal, in andere landen ook. Een dijk weet niet in welk land die je ligt. Nee, maar dus als burger zou ik ook gewoon ervan gebruik kunnen maken. Ik heb toevallig een drone nog thuis liggen, die zou ik dus gewoon kunnen gebruiken. En kunnen zien of ik scheuren kan detecteren. Niet dat ik daar mag vliegen, want het is Natura 2000 natuurlijk. Exact, ja. En misschien ook als je het kunt verbeteren met algoritmen, ben je van harte welkom. Ja, mooi. Ja, gaaf. We hebben ook een vraag van luisteraars. En ik heb er eentje uitgezocht voor Muriël. Want, nee, dit zal het inderdaad wel horen waarom. Ik ben nieuwsgierig. Ik ook. De vraag van de leek is deze week. Mijn naam is Maaike, Manager Marketing en Communicatie. Kan je een project delen waar je bijzonder trots op bent, waar AI een grote rol in heeft gespeeld? Een project waar we vanuit het annotatielab aan werken? Je mag het zo vrij interpreteren als nodig. Waar ik bijzonder trots op ben, sowieso wat ik net zei, wat we voor het Hoogheemraadschap doen. En dat we aan die prijs hebben mee mogen werken, om het maar zo te zeggen, als lab. Wat ik nu op dit moment heel trots op ben, is dat overal... ChatGPT was er opeens. En allerlei organisaties zijn daar mee bezig. Van ja, wij willen ook een bot in ons eigen bedrijf. En wij krijgen nu ook allerlei opdrachten om die bots te testen. En dat is ontzettend leuk om te doen. Want het lijkt voor leken allemaal zo makkelijk. En dat is die fantastische antwoorden die eruit komen. Maar wij zien nu ook wat eruit komt als je het nog niet zo goed getraind hebt. En dat is best wel heel erg leuk om te doen. En ook onze mensen vinden dat heel leuk. Dat is weer totaal iets anders dan de beelden die we geannoteerd hebben. Maar eigenlijk ons beoordelen, hoe goed is die bot nou eigenlijk? Met onze menselijke intelligentie. En dat is wel heel leuk om te doen. Wat mooi. Daar zijn we heel trots op. Met het risico dat we iets te diep in denken. Hoe druk je dit uit? Hoe goed die het doet? Het is heel subjectief natuurlijk. Dus wat er gebeurt, is dat er bepaalde teksten komen bij drie verschillende personen ook langs. En die beoordelen allemaal diezelfde tekst, om maar zo te zeggen. En dat gaat dan, laatste keer moesten we beoordelen op correctheid. Het ging over weerberichten die geschreven werden. Dan hadden we gewoon een tabel met het weer elk uur. Over regen, was, zon, wind, et cetera. En dan ging het schrijven, het weerbericht. Dus we moesten gewoon kijken, klopt dat met wat er in dat tabel staat? Maar ook, klopt de volgorde? Dus begint die met de ochtend, dan de middag en dan de avond? En dan morgen en niet iets anders. En voelt het aan alsof het door een mens geschreven is? Of is dit heel erg staccato geschreven? Staccato, chatbotterig, zo maar zeggen. En daar kom je hele rare dingen tegen over. Dat het geen zonnige nacht is. *Gelach* Ja, want wij weten dat de zon 's nachts niet reikt. Maar ja, dat ding ziet de tabel met geen zon om 0 uur 2. *Gelach* En dan maakt ie er een tekstje van, geen zonnige nacht. Dus dat soort zaken. O ja, voorspelt ie dat toch correct of niet? Dat, en je zou het ook heel poëtisch kunnen zien. Ik denk dat het een heel mooi antwoord is. Ik ben benieuwd wat Maaike hiervan vindt. Maar ik vind het wel een heel mooi voorbeeld. Ja, dus wat leuk is, we zitten met dat lab, werken we aan de basis van AI, de data, de grondstof. Maar doordat we dat doen, werken we dus mee aan heel veel innovatieve projecten. Dat is heel leuk, vind ik heel leuk om te doen. En daardoor zie ik ook eigenlijk wat er allemaal gebeurt aan trajecten in heel veel verschillende sectoren op dit moment. Zie je een bepaalde sector die er bovenuit springt? Waarvoor je veel meer vraagstukken hebt? We zien veel ook in de logistieke sector klanten langskomen. Dus die op wegen willen weten, ook scheuren in het wegwerk. Of onderdelen van vrachtwagens of treinwagons, etc. Waar verschillende bedrijven iets mee willen. En een nogal leukere vraag misschien is, welke sector zie je achterblijven? En moeten we eigenlijk nu uitdagen aan de luisteraars? Oh, jemig! Welke sector zie je achterblijven? Oh, dat vind ik een hele ingewikkelde vraag. Kijk, wij krijgen bepaalde sectoren, daar gebeurt natuurlijk wel veel met AI, bijvoorbeeld ook in de geneeskunde. Maar dat is zulke specialistische kennis en ook zo gevoelige data, dat zien we niet nog bij ons langskomen. Dus wij zien niet iets waar je heel specialistisch een arts voor moet zijn om te herkennen of iets op een foto staat of niet. We zien wel dat er steeds meer privacygevoelige data bij ons komen. Juist door de setup dat we in Nederland zitten. En je weet wie aan die data zitten. En je kan het ook gaan toelichten en checken. En af en toe brengen klanten gewoon hun eigen computers bij ons. Omdat ze zeggen, ja, het is zo gevoelig. We willen dat je dat gewoon op ons ding doet. We zetten hem hier neer, we installeren dat helemaal veilig. En een maand later komen ze het weer ophalen. Ja, zo kan dat ook. Practisch. - Ja, heel praktisch. En Merel, zie je ook wel het onderwijs? Onderwijs hoor je heel vaak, juist negatief dat de studenten het heel erg gebruiken. Maar zie je ook bijvoorbeeld dat vanuit onderwijs dat ze bijvoorbeeld AI gaan toepassen? Komt dat wel eens bij je langs? - Nee, dat komt niet bij ons nog langs. We zitten ook veel in de mediasector, want daar zijn we ook begonnen ooit. Maar onderwijs heb ik nog niet langs gekomen. Maar ik ben wel bezig met gesprekken met het onderwijs. Dus we zijn wel opgenomen in een onderzoeksvoorstel van de Hoogschool Utrecht. Alleen, zij horen in de komende week of dat onderzoek... - Oh ja, daar gaat het. - Ja, er moet gesubsidieerd worden. En als zij gesubsidieerd worden, dan zijn wij onderdeel van dat traject. Als er geannoteerd moet worden, dan gaan we dat doen. Dus in die zin zijn we wel al in gesprek, ook met de universiteiten. Dus zij weten van ons bestaan, maar er zijn nog geen trajecten op dit moment bij ons langsgekomen. - Ja, duidelijk. Erik, het ziet er allemaal heel mooi uit wat je vertelt. Maar ik kan me zo voorstellen dat jullie ook tegen een aantal uitdagingen zijn aangelopen in dit traject. - Ja, zeker. Nog steeds. - Nog steeds, ja. Zou je er één of twee kunnen noemen? - Eentje is dat bijvoorbeeld bij waterschappen en bij veel meer bedrijven, de ICT-omgeving, die behoorlijk dicht staan. Dat heeft natuurlijk ook allemaal hele goede redenen. Zeker in deze tijd. Dus aan die kant zit je altijd wel in een soort spanningsveld. Maar dan zie je wel dat we ook veel meer in de cloud gaan rekenen. Dus daar echt projecten op neerzetten. Maar ik denk vooral echt de praktische zaken, van wat ik net al even aangaf, van het gras dat je bijvoorbeeld hebt, of dat het weer niet goed is. Bijvoorbeeld dat iemand misschien ziek is en moet vliegen. Allemaal van die dingen, dat in een laboratoriumopstelling gewoon hartstikke goed loopt. Dan ineens toch helemaal niet zo makkelijk blijkt te zijn. Dan denk je, ja, achteraf is het zo logisch. Maar nooit aan gedachten van tevoren. Dus tegen die dingen loop je gewoon echt aan. En andersom, dat je dacht van, dit wordt eigenlijk misschien wel heel lastig. En dat bleek dan misschien wel mee te vallen. Nou, eigenlijk wat ik net dus al een beetje zei, het meekrijgen van de mensen. Dus dat enthousiasme, dat eigenlijk mee viel. En dat vind ik heel mooi om te zien. Je hoort toch wel vaak waterschappen, stug en, misschien even ambtenaren, dit of dat. Maar ik kan je eerlijk zeggen, dat is dus helemaal niet zo. Je ziet echt de kracht, ook de innovatiedrang, zie je steeds meer. Maar ook mensen die al heel lang in het vak zitten, die daar ook de potentie van zien. En dat vond ik zelf, en ik merk dat ook, ik had het er net nog eventjes met collega over, dat in deze tijd, dat goede medewerkers goede collega's vinden, is hartstikke lastig. En zeker technische mensen ook. Als je dit soort dingen doet, trekt het ook mensen aan. Mensen willen dit graag doen, die vinden dit tof om hier aan te werken. En als je dan ziet dat je hele organisatie dit ook mooi vindt en er trots op zijn, dat je dan van mensen hoort, gaaf dat we dat gewonnen hebben. Dan denk ik van ja, we zijn niet alleen dat groepje bewijs van nerds op dat zolderkamertje die nooit daglicht zien. Nee, we zijn met elkaar aan het werk. En dat wordt gezien en dat wordt ervaren als van ja, gaaf, we lopen hier echt wel mee voorop. En dat is me heel erg meegevallen, dat het zo goed landde. Ja, daar kan ik me iets bij voorstellen. Juist omdat je vanuit organisaties best nog wel wat pushback kan krijgen op innovatie. Mooi dat het dan zo gaat. Het leuke is, we zijn ook verder met elkaar gaan werken. Ik ben al meerdere collega's van jou in gesprek geweest en er zitten echt enorme mooie ideeën. Jullie hebben eigenlijk dat zaadje geplant met die eerste, met die scheuren. Maar daardoor is er eigenlijk van, oh, maar als we dat kunnen doen met foto's, kunnen we dan ook niet dit doen met foto's en kunnen we deze informatie dan ook niet gaan labelen, zodat we nog beter zicht krijgen op die dijken en alles in die omgeving. En ik heb nu al met twee andere collega's van jou gesproken, dat enthousiasme wat daar is. Oh ja, er is een raam open gegaan eigenlijk met een nieuw uitzicht misschien. Ja, zeker. En het is denk ik ook wel, je moet gewoon wat enthousiastelingen bij elkaar hebben, die het verhaal misschien ook goed, nou verkopen is misschien niet het juiste woord, maar goed kunnen vertellen. Maar natuurlijk ook je MT hebben die je de ruimte geeft. Volgens mij begrijpen we niet precies nog wat jullie aan het doen zijn, maar jullie doen wel belangrijke toffe dingen. Ga je gang zeg maar en wij ondersteunen waar noodzakelijk is, dan trek en bel. En ik denk dat wij bij HNK daar echt wel de ruimte voor krijgen en dat is toch ook wel een hele belangrijke. En wat Innofaitus, wat jij ook zegt, die twee collega's, die voelen ook zichzelf denk ik wel opbloeien van, ah, deze ruimte is er en we mogen hier aan werken. En natuurlijk, het is ook niet elke dag, je hebt ook gewoon klussen die moeten, maar als je dit ook als onderdeel van je werk mag zien, dan kom je wel stappen verder. Ja, passie en vakmanschap eigenlijk, wat ik hier gewoon door voelstralen en ook hoe je het uit. Je licht gewoon op als je erover praat, dat is mooi om te zien. Ja, ik zeg wel eens voor de geide, zonder iemand op steden te willen trappen, dus vergeet me. Ik zeg van ja, als je naar bijvoorbeeld Discovery Channel kijkt, zie je nooit iets over boekhouden, maar altijd over techniek bijvoorbeeld en dat is waarvoor je kiest vanuit een passie, dat je dat mooi vindt. Ja, dan licht ik misschien wel een beetje op. Ja, en ik wil nog even doorvragen op uitdagingen die je had, want zo'n foto, je zegt net, je kan een bierdopje zien. Dat is toch een enorme hoeveelheid en data. Hebben jullie daar nog uitdagingen op gehad om daarop voor te breiden? Ja, en onze I&A afdeling is een project bestand, en dat was ook eigenlijk de aanleiding, via Revo Data was erbij aan, en dat we ook met het annotatielab in aanraking kwamen. We zagen natuurlijk van die drone komt zoveel gigabyte zijn data, plus we hebben heel veel rekenkracht nodig om die algoritmes te trainen. En zijn we een project begonnen, een grote bestanden project heet dat, waar we dus kijken, kunnen we het in de cloud wegzetten, ook het opschalen voor data, maar ook de rekenkracht opschalen. Stel dat er echt een hoogwater is, en je moet heel veel vliegen, heel snel data bewerken, wil je een flexibele schil hebben dat je snel kan opschalen, maar je kan afschalen als je de rekenkracht niet nodig hebt. Dus eigenlijk binnen dat grote bestanden project is de eerste pijler die opgepakt is om dat in te richten, scheurdetectie. Dus met die dronebeelden, omdat dat inderdaad echt een uitdaging is. Dat zie je met één zo'n drone, loop je netwerkschijf af of je cloudschijf. Dus dat is echt wel iets wat erbij komt, wat in een kleine pilot opstelling prima te regelen is. Desnoods koop je bij een of andere elektronicazaak een SSD schijfje, het is goed. Maar dat is natuurlijk niet als je die data wil bewaren over langere tijd. En wat voor data bewaar je? Bewaar je alle ruwe foto's of alleen de aan elkaar geplakte foto's? Al die zaken, hoe geef je je metadata mee? Er komt vooral allemaal vraagstukken te staan die je wel goed wilt vormgeven nu, voordat je helemaal los gaat. En daardoor proberen we het ook zoveel mogelijk stapje voor stapje, en ook de mensen die verstand hebben van de opslag van data te betrekken, de mensen die data scientists erbij te betrekken, de waterveiligheidsexperts, echt als team eraan te werken. Want eigenlijk heb je dan misschien wel de digitale dijken die je gewoon kan monitoren. Ja, dus digitale tweelingen zijn we ook heel erg mee bezig. Sterker nog, daar is nu ook het annotatielab voor bezig. Als je over een dijk loopt, zie je onderin vaak stortstenen liggen, van die ruw gestorten stenen. Wat we daar nu voor aan doen is een digitale tweeling maken van die berm, hoe deze er theoretisch uit moet zien. En dan vliegen we hem in, bijvoorbeeld met LiDAR, en dan gaan we vergelijken van ligt het er nog wat er moet liggen? Zo proberen we telkens stapje verder weer te gaan. Mooi, dat is productief. We hebben allemaal stortbermen, hele mooie lijntjes langs de dijken getekend. Soms waren de lijntjes wat minder mooi, omdat het niet helemaal goed ging met die stortbermen. En dat zorgt dan dus voor preventief onderhoud en dat soort zaken? Want dat is dan eigenlijk de uitkomst, denk ik. Als er wat gedetecteerd wordt, dan wordt iets gerepareerd. Ja, bijvoorbeeld. Maar je kan bijvoorbeeld ook, als je meerdere jaren dat volgt, kun je bijvoorbeeld ook zien. In deze hoek hebben we altijd dat we veel steen verliezen. Dat komt doordat de setting in de ondergrond, komt doordat de golven daar misschien veel zwaarder zijn. Dus dan moeten we zwaardere stenen neerleggen. En zo probeer je eigenlijk je asset management naar een hoger niveau te willen proberen te tillen. Door juist het slim combineren van data. Zo meten we bijvoorbeeld ook nu heel erg de grondwaterstanden in de dijken. Binnen het programma Waterveiliger 2030, waar ik dan de tracker van ben, werken we er met elkaar aan om die grondwaterstanden te meten. Want die hebben heel veel invloed op de stabiliteit van de dijk. Maar die wil je weten onder bepaalde hele extreme situaties. In Nederland bijvoorbeeld kijken we bij een storm, een bui die eens in de duizend jaar voorkomt. Nou, die maken wij misschien nooit mee. Maar daarop toetsen we wel onze dijk. En we werken onze dijk op. Maar wat voor grondwaterstand hoort daar nu bij? Dus waar we mee bezig zijn, gebruiken we ook onder andere met AI, om te kijken wat we nu meten aan grondwaterstand in de dijk. Als je dat nou vaak genoeg doet en je kunt de model daarop trainen, dan kan je misschien gaan zeggen, oké, ik heb nu een model van die dijk gemaakt, een soort blackbox. Over twee dagen verwacht ik een enorme neerslag in de bui. Wat doe ik dan met mijn grondwaterstand en dus met de veiligheid van mijn dijk? Kortom, op welke plekken wordt misschien mijn dijkveiligheid dusdanig dat ik dat extra wil gaan inspecteren? En dan hoop je weer je mensen beter in te kunnen zetten, dus je inspecties erop af te kunnen stemmen. Daar zijn we nog lang niet, maar dit zijn de stappen waar je naartoe wil. En die data wat je nu verzamelt, misschien kunnen we nu nog niks mee, maar dat was hetzelfde met GPT, dat was ook out of the blue en iedereen gebruikt het nu. En misschien over vier jaar, twee jaar, drie, tien, zeggen we, ach, misschien de mensen dan, wat goed dat ze dit verzameld hebben. - Ja, precies. Want hier hebben we heel veel aan en wij gebruiken nog steeds van de Zuiderzee-werk, van de inpolderingen, de Afslauwdijk en dat soort werken. Ook tekeningen die heel goed gearchiveerd zijn voor toetsen van onze dijk. En dan zie je, ach, wat ben ik blij dat ze dat zo netjes hebben opgeschreven. Wat goed. Muriël, we hadden even een heel kort voorgesprekje en toen zei je, ik heb breaking news. Die wil ik heel graag vertellen in de podcast. Dus, vertel! Ja, breaking news inderdaad. Het A.J. Annotatielab draait nu bijna vier jaar. Met heel veel plezier, maar er zitten ook heel veel uitdagingen aan. En we hebben nu gekeken, wat zijn nou die uitdagingen? En één daarvan is, het is een sociale onderneming, afhankelijk van gemeentes. En inkomsten met name. En een deal uit annotatiewerk. - Dus een subsidie en zo? Ja, het is geen subsidie, maar het is een reïntegratiebedrijf. Dus gemeentes betalen ook voor het reïntegreren. En daar zitten enorme onzekerheden in, waardoor de financiële situatie gewoon onstabiel is. En daarnaast merken we ook, dat we natuurlijk goede datakwaliteit moeten leveren. En dat is soms ook wel uitdagend met de doelgroep die we hebben. Dus we moeten heel goed kijken, wie kan welk werk aan? Om te zorgen dat onze opdrachtgevers wel een dataset krijgen die hoogwaardig is. En die dingen bij elkaar maakten dat daar uitdagingen waren. En die heb ik nu weten op te lossen eigenlijk. Doordat het AI-Annotatielab straks over wordt genomen door Auticon Nederland. En Auticon Nederland, dat heette voorheen Specialisterre. Dat is een volwaardig IT-bedrijf. Maar zij hebben allemaal mensen in dienst, een stuk of 80, die in het neurodiverse spectrum vallen. Dus heel veel mensen met autisme. En zij doen veel testwerk, bouwen RPA-robots. Maar ook al een aantal jaar voor Schiphol annoteren zij datasets. Dus ze hebben al een team dat daar annoteert. En zij gaan het annotatielab overnemen, de naam ook blijven voeren. Zij zijn een hele sterke sociale onderneming. Vallen ook sinds een aantal maanden nu onder die Auticon Groep. Die zit in 14 landen. En dat is wereldwijd de grootste sociale IT-dienstverdiener. Wat mooi! Dus ik ben daar heel blij mee. Want daarmee kan ik de uitdagingen die we hebben, die lossen we daarmee op. We kunnen zelfs een aantal mensen van ons daar banen geven. Want ze hebben echt mensen allemaal in dienst. Dus het stukje reïntegratie vervalt. Maar ik denk voor het lab en voor het annoteerwerk dat dit het beste is. En die sociale component waarom ik dit begonnen ben, die is geborgd bij een hele mooie organisatie. Pas alleen maar felicitaties, toch? Ja, dankjewel. Je kindje groeit op, toch? Dat is het inderdaad. Ik heb een babytje gehad en dat babytje gaat nu volwassen worden. En dat is bij anderen in hele goede handen. En ja, dat voelt heel mooi. Mooi, heel erg mooi. Ik wil jullie nog wat voorleggen. We hebben een kaartspel, Niels en Ikker, ontwikkeld. Want heel veel bij bedrijven gaat het natuurlijk ook over welk beleid je voert rondom AI. Wat voor strategieën je hebt. Dus we hebben een kaartspel ontwikkeld. Dat als je de antwoorden weet of de inzichten van elkaar duidelijk krijgt op deze stellingen in het kaartspel. Daar ben je heel eng met je AI beleid en je strategie. Dus daar wilde ik ook wat aan jullie voorleggen. [muziek] Jullie hebben gezien dat ik de kaarten netjes geschud heb. Dus je krijgt er willekeurig eentje uit het kaartspel. En dit is denk ik wel een mooie, want die zit in wetgeving en beleid. En de stelling is, een strengere regulering is nodig om data misbruik door generatieve AI tegen te gaan. Ja, strenger. Er is natuurlijk net een AI act uitgekomen. Dus ik persoonlijk denk, laten we eerst eens eventjes die gaan goed bestuderen. Gaan volgen en ervaren. Is dat goed genoeg of moet het nog strenger? Dus ik zou niet zeggen strenger, laten we eerst maar eens gaan uitvoeren wat er nu is. Duidelijk, heel mooi. Heb jij een mening Erik? Kijk, in details weet ik dat natuurlijk niet precies hoe dat. Maar je ziet bij ons is dat ook een heikelpunt. Misschien dat ik de term strenger denk, zou ik misschien slimmer dan willen noemen. De ontwikkelingen gaan natuurlijk zo snel en wetgeving maken duurt vaak vrij lang. Dus ik betwijfel of de wetgeving de dynamiek van AI ontwikkelingen kan bijhouden. En of het niet direct al achterhaald is. Dus ik ben het ook helemaal eens met Muriël. Dat je zegt, laten we eens kijken wat dit oplevert. Leer daarvan en kijk dan vooral of je het misschien wat slimmer kan bedenken. Want dat je dit niet kan tegenhouden, dat is de bedoeling natuurlijk. Ik denk dat je het helemaal niet moet tegenhouden. Maar op een slimme manier moet kanaliseren en binnen de perken houden dat het goed toegepast wordt. Ik denk dat we vooral beter naar slimmere wetgeving toe moeten. Slimmere wetgeving, ik vind dat wel een hele mooie. Je triggerde mij wel Erik over een stukje van beleid en wetgeving of misschien kaders. Hadden jullie nog kaders waar jullie in moesten houden of rekening mee moesten houden bij het opstarten van het hele traject? Ja, vooral privacy is wel een ding bij ons. Omdat je, wij vliegen natuurlijk ook soms over bewoond gebied of over de achtertuin van iemand. Ik noemde net die resolutie die je misschien van anderhalf centimeter hebt. Dat betekent dat je alles kan zien. Dus het is niet zo dat onze beelden dan ergens online gaan zetten. Want uiteindelijk wat er uitkomt is het resultaat een shapefile. Dus een wat voor file? Oh sorry, ja. Heel goed, gewoon een GIS-bestand eigenlijk. Dus een ruimtelijk vastgelegde polygoon zijn het. Dat het duidelijk maakt. Ja, maar eigenlijk, ja, vlakjes en lijnen. Vlakjes met de coördinaten, gewoon ergens. Ja, dat zie je wel, dan zit je er zo goed in. Heel goed. Dus dat is wel echt een ding waar we rekening mee moeten houden. Ook met vliegen. Dus we hebben, je zei ook uitdaging, eigenlijk had ik die net ook wel kunnen noemen. Kijk, die drone aanschaffen was niet zo'n probleem, want die heb je voor een paar duizend euro. Maar gewoon, je moet echt bij de IOT, de Inspectie voor Leefomgeving en Transport, moet je je vergunningstraject helemaal ingaan met hele handboeken erbij. Je moet vluchtdata bijhouden, je piloot op, verzekering noem maar op. Dat is als je zelf wilt vliegen, dat doen wij deels ook. Je kunt ook een bedrijf dat laten doen die dat kan. Maar vooral de privacy, dat is wel echt een ding. We hebben ook wel eens gehad, bijvoorbeeld kwam er iemand naar buiten, een boer, die zei ik heb op je drone geschoten met mijn luchtbug. Dat gebeurt dus ook bij je mee te maken. We hebben ook wel eens van tevoren gepubliceerd in een lokale krantje, van we gaan hier vliegen met een drone die in die dag, dan weet u daarvan. Maar dat zijn wel zaken waar je gewoon tegenaan loopt. Ja, precies. Dus we dachten, oh jee, dan moeten we wel even, want op een bepaald plek gingen we ook vliegen. Dan dacht mijn collega, dan ga ik snel even een brief bij de mensen in de bus. Soms moet je wel eens improviseren. Je ziet ook die drone ontwikkelingen gaan ook zo snel en de toepassingen, dat ook de wetgeving daar ook nog wel eens wat stroef kan zijn. Dan bedoel ik niet van ja, alles moet maar zomaar mogen. Maar soms kan het ook wel heel beperken dat je denkt van ja, als je met de vliegtuig erover vliegt met een hele hoge resolutie camera, is er allemaal niks aan de hand. Doe je het met een drone, dan wordt de wereld in een heel complex. Dus daar zie je het ook wel. Maar voor ons is het ook de privacy. Dat is echt wel een ding waar we ook heel zorgvuldig mee omgaan. Dus ja, snap ik. Denk ik ook de data die eruit komt van waar zit de scheuren, waar is de dijk gevoelig? Dat wil je natuurlijk ook niet zomaar publiekelijk beschikbaar stellen. Nee, want kijk, nogmaals, kijk, een scheur in de dijk moet nu ook niet zo zijn als iemand zijn hondje uitlaat, wat overigens vaak een van de beste signaleringsmethoden zijn mensen met honden, die juist vaak melden dat een dijk lekt of scheuren is. Dus eigenlijk de lokale mensen die weten vaak ook heel vaak, maar het moet niet zo zijn dat iedereen nu over een dijk loopt en een scheur ziet en direct in paniek raakt. Want een dijk, daar kunnen scheuren in zitten, droogtescheuren, hoeveel maar niet erg te zijn. Maar daar moet wel een deskundige blik naar kijken. En dan pas wordt die data, wordt informatie. En die slag is natuurlijk ook superbelangrijk. Ik heb echt waanzinnig veel geleerd vandaag over dijken, scheuren. Maar ik denk dat het vooral heel mooi is om te zien, zeg maar, waar jullie mee bezig zijn. Dus innovatieve oplossingen eigenlijk om de voeten van mij en Niels droog te houden. Toch? Daar gaat het om. Zeker, ja. En dat doen we al eeuwen en dat blijven we denk ik ook nog eeuwen doen. Ja, en ik denk ook eeuwenlang innovatie in Nederland op het gebied van water. Dus echt geweldig dat jullie dit met z'n tweeën wilden komen vertellen. Dank jullie wel. Heel graag, Brian. Dank je wel. Leuk dat je weer luisterde naar een aflevering van AIToday Live. En wil jij nou ook AI bespreekbaar maken? Dat kan met ons gratis. Kaartspellen, je hebt er net ook een stelling over gehoord. Die kan je bestellen via onze website. En de link staat in de show notes. Dus vergeet dat niet. Hartstikke leuk om gezamenlijk te doen. Tot de volgende keer! [Muziek]