‘AI is de volgende stap in automatisering’ – Lector Erwin Folmer

9 december 2024

Op 21 november is Erwin Folmer benoemd als lector Applied Data Science & AI aan de HAN University of Applied Sciences. Zijn vakgebied draait om het slim toepassen van data en kunstmatige intelligentie – en dat biedt ook kansen voor erfgoed.

Erwin Folmer spreekt zijn intreerede uit. Foto: Rob Gieling

Andere AI dan ChatGPT

‘Ons lectoraat doet praktijkgericht onderzoek,’ vertelt Erwin Folmer. ‘We willen onder andere in de Gelderse regio datascience en AI toegankelijk maken voor bijvoorbeeld het mkb. Denk bijvoorbeeld aan voorspellingsmodellen voor preventief onderhoud voor vrachtwagens of het optimaliseren van accu’s in een e-trailer. Daarvoor gebruiken we heel andere AI dan ChatGPT, waar nu veel over wordt gesproken.’

AI bij het Kadaster

Naast zijn rol bij de HAN is Erwin ook actief in het data science-team van het Kadaster, waar hij AI-oplossingen ontwikkelt. ‘Op basis van beeldmateriaal kunnen we bijvoorbeeld ondergrondse parkeergarages detecteren, de locatie van een appartementadres in een gebouw bepalen of graafschade voorspellen als er gegraven gaat worden.’

Handgeschreven aktes toegankelijk gemaakt

Het Kadaster zet AI ook in om historische documenten toegankelijk te maken. ‘Met OCR-technologie oftewel optische tekenherkenning digitaliseren we oude, handgeschreven aktes en maken we ze doorzoekbaar,’ legt Folmer uit. ‘Zo wordt het eenvoudig om bijvoorbeeld na te gaan of er een recht van overpad op een stuk grond rust.’

AI wordt wijzer van erfgoed

In zijn intreerede als lector pleitte Erwin voor Neuro-Symbolic AI, een slim samengaan van kennismodellen (knowledge graphs) en neurosystemen (machine learning). ‘Deze combinatie kan helpen voorkomen dat ChatGPT en andere AI-taalmodellen onjuiste of verzonnen informatie geven.’

‘Erfgoedinstellingen hebben hun collecties al veelal in linked data beschreven. Als we die koppelen aan andere datasets, ontstaat er een kennisnetwerk dat nog veel meer zegt. Denk aan het verbinden van data uit het Kadaster met die van de Basisregistratie Adressen en Gebouwen en het Rijksmonumentenregister.’

‘Door zo’n kennisnetwerk te combineren met machine learning zorgen we ervoor dat AI-systemen correcte antwoorden geven, gebaseerd op betrouwbare erfgoeddata. En AI kan op haar beurt onze datamodellen verfijnen en optimaliseren. Een mooi samenspel dus, waarbij we sneller en beter linked data kunnen maken.’

Meer dan een hype

‘Ook andere sectoren, zoals de zorg, kunnen enorm profiteren van AI,’ vertelt Erwin enthousiast. ‘Zo kan AI planningen maken op basis van historische data of helpen bij het opsporen van ziektebeelden op foto’s. AI is geen hype, maar de volgende fase in automatisering – vergelijkbaar met hoe computers ooit ons werk eenvoudiger maakten. Het potentieel voor talloze sectoren is enorm.’