De basis voor Birds.ai werd gelegd in de studententijd. Studenten van de TU Delft, de UVA en de Hogeschool Amsterdam werkten samen aan een drone waarmee de neushoorn in Zuid-Afrika zou kunnen worden gered van stropers. “We ontwikkelden een prototype van een drone die boven een park kan vliegen en beelden maakt en die automatisch doorzoekt op mensen en dieren. Daar is het mee begonnen”, aldus CEO Camiel Verschoor. Mooie missie, geslaagd project, maar helaas lastig om naar een commercieel draaiend bedrijf om te bouwen. Vandaar de start van Birds.ai. 

Birds.ai richt zich op de automatische inspectie van bijvoorbeeld windmolens. Daarbij wordt gebruik gemaakt van zowel drones als een vorm van machine learning, het zogenaamde deep learning. “Wat we in feite doen is van elk soort defect een aantal voorbeelden laten zien waarmee we het algoritme leren wat voor defecten er zijn. Als het goed is gaat het systeem die na verloop van tijd herkennen. Op dit moment doet een inspecteur zo’n analyse met de hand, maar dat betekent 400 plaatjes bekijken, wat ongeveer 3 tot 4  uur op een dag kost. Wij zeggen in deze groep van plaatjes zitten defecten en de andere groep plaatjes kun je weggooien, zodat het bekijken minder tijd kost. Uiteindelijk kunnen we defecten ook echt herkennen en zeggen waar ze zitten, maar  we proberen ons model zo stapsgewijs steeds beter te maken.”

“Inspectie en agricultuur zijn dé twee grote markten in de drone wereld”

Inspectie en agricultuur zijn dé twee grote markten in de drone wereld op dit moment. Drones kunnen bijvoorbeeld eenvoudig over de velden vliegen om te zien hoe de gewassen er bij staan. Door met bepaalde infrarood sensoren dieper te meten dan wat het oog kan zien, kunnen boeren worden geholpen. Maar het gaat verder dan de boer. “Door machine learning te gebruiken kun je volautomatische een bewateringssysteem aansturen.Dat levert besparing aan water op, maar mogelijk ook aan mest en misschien zelfs aan pesticiden. Want het vertelt  je precies waar je moet sprayen. Nu gaan boeren vaak aan de slag als de buurman aan de slag gaat. Er zijn ook boeren die al heel veel met data doen, maar er is winst te behalen.”

Prettige bijkomstigheid van de wereld van de agricultuur: het luistert daar minder nauw dan in de windmolenwereld. “Bij agricultuur is het wat makkelijker, want daar is een fout maken niet zo erg: één plantje meer of minder, daar kan een boer mee leven. Maar een defect meer of minder in een windmolen is geen optie.” Birds.ai wil op beide terreinen goed werk afleveren. Om een wereldwijde markt te bereiken wordt samengewerkt met drone platforms, zoals bijvoorbeeld Dronedeploy. Makers van plantenkaarten worden geautomatiseerd attent gemaakt op de mogelijkheid van analyse van de beelden. “Ze betalen 14 dollar per kaart die we analyseren. Bij windturbines rekenen we af per molen, dat kost een paar tientjes per molen, maar we zijn nog aan het kijken naar de prijs. Manuele inspectie kost op dit moment 300 tot 500 euro als je een drone gebruikt. En manuele inspectie met omhoog klimmen kost op dit moment 1500 euro. Wij zitten daar dus ver onder en ons product is schaalbaar.”

“Een windmolen tot in detail zelflerend analyseren kost focus en tijd”

Naast windmolens en landbouw ziet Verschoor meer mogelijkheden. “We kijken naar zonnepanelen. En denk aan alle zendmasten van telefoniebedrijven die elk jaar geïnspecteerd moeten worden. Dat is een grote markt. En op dit moment worden voor het inspecteren en vrijhouden van gasleidingen helikopters gebruikt. Elke maand moet er worden gecontroleerd of de leidingen vrij blijven en niemand er iets tegen aanlegt of bouwt. (…) Iets anders waar we naar aan het kijken zijn is het inspecteren van grote olietanks. Dat gebeurt nu met de hand, maar als je dat kunt inscannen en analyseren…Dus de drone is een startpunt, maar zeker geen eindpunt. Het moeilijke van AI  en beeldherkenning is dat er zoveel mogelijkheden zijn, dus je moet je ergens op focussen.”

Dat is ook de reden waarom Verschoor zich niet echt druk maakt over mogelijke concurrentie. “Er zijn heel veel bedrijven mee bezig, maar vaak op andere onderdelen. Er zijn zoveel markten waar je op kunt focussen dat er ruimte is voor meerdere partijen. Een windmolen tot in detail zelflerend analyseren kost echt focus en tijd. Ik zie ook niet persé hele grote partijen die zich nu specifiek op dronebeelden richten. Er zijn wel kleine startups zoals wij die daarop focussen. Dat marktaandeel is wel keihard aan het groeien. Als je ziet dat een drone-inspectie 25% goedkoper is dan manuele inspectie, waarom zou je dan nog manuele inspectie doen? Dat is op dit moment ons verkoopargument. Op een gegeven moment wordt de inspectie met een computer waarschijnlijk ook beter dan die door de mens, maar dat is nu nog moeilijk te bewijzen.”

(Een verslag van @daalder)

De afleveringen van Top Names zijn via Soundcloud en iTunes als podcast beschikbaar dankzij sponsoring van  Merchandise.