Publieke samenvattingen SBIR oproep Artificiële intelligentie voor de publieke diensten - Fase 2
Er zijn 5 projecten geselecteerd voor het ontwikkelen van prototypes (fase 2) voor de SBIR oproep Artificiële intelligentie (AI) voor de publieke diensten. Met de oproep willen de opdrachtgevers stimuleren dat bedrijven producten en diensten voor de overheid ontwikkelen, met als doel dat overheden meer gebruik gaan maken van kunstmatige intelligentie.
Dit zijn de publieke samenvattingen van de 5 geselecteerde projecten.
Hydrocats (Fileradar)
Het project 'Hydrocast' draait om het toepassen van kunstmatige intelligentie voor het verbeteren van voorspellingen van waterstanden van rivieren. Dit project is van Fileradar, een bedrijf dat zich tot nu toe heeft gericht op verkeersvoorspellingen en wil verbreden naar andere markten. Voor realisatie van Hydrocast werkt Fileradar samen met Deltares. Deltares is hét internationaal toonaangevende instituut op gebied van grond en water, is betrokken als kennispartner en zal net als Fileradar zelf investeren in Hydrocast. Dit in ruil voor kennis over AI en kansen op gezamenlijke commercialisatie binnen de internationale markt. Daarnaast zijn Rijkswaterstaat en CoVadem betrokken.
VOICI (ZiuZ)
ZiuZ ontwikkelt een softwaretool voor het ontleden van videomateriaal en het classificeren van de inhoud daarvan met behulp van AI. De tool heeft als werktitel 'VOICI' en is specifiek bedoeld voor het gebruik door politierechercheurs en hotline analisten bij het bestrijden van online seksueel kindermisbruik.
Eén van de betekenissen van het Franse woord voici is: zie hier! En dat is ook precies wat Ziuz nastreeft. Met deze tool kunnen grote hoeveelheden video's automatisch worden verwerkt, waarna het de gebruiker wijst op díe shots, waarin zich mogelijk illegaal en belastend materiaal bevindt. Dit kan kan bijdragen aan het oplossen van een misdaad.
Tijdens het haalbaarheidsonderzoek in de 1e fase van dit project heeft ZiuZ een proof-of-concept ontwikkeld voor VOICI met een Technology Readiness Level (TRL) van 4. Het ontwikkeltraject, dat ZiuZ in de huidige fase uitvoert, zal resulteren in een VOICI-prototype met een TRL van 7: gedemonstreerd in een operationele omgeving. In de volgende fase zal dit prototype ingebouwd worden in de doelsystemen, zoals VizX2 en AviaTor voor gebruik binnen politieorganisaties en in ICCAM voor gebruik door hotlines.
De traditionele manier om een video te analyseren gaat uit van een frame voor frame verwerking, waarbij op de keyframes de benodigde analyses plaatsvinden. De kern van de innovatie in dit project is, dat de tool eerst een video ontleedt in shots, voordat daarop analyses plaatsvinden. Een shot bestaat uit een continue reeks van frames die zijn opgenomen zonder de camera te stoppen. De tool kan deze shots vervolgens effectief en efficiënt matchen met een database van bestaande shots en verwerken met AI om de aard van de inhoud te bepalen.
Artificiële intelligentie voor publieke veiligheid (Oddity.ai)
Er is nog veel te winnen op het gebied van cameratoezicht in Nederland. In de huidige situatie worden camerabeelden veelal reactief en achteraf gebruikt voor onderzoek naar incidenten. Oddity.ai ontwikkelde software dat real-time alarmen afgeeft als er geweld plaatsvindt op live videobeelden, zonder het herkennen of opslaan van persoonsgegevens. In de toezichtruimte wordt gewerkt met het human-in-the-loop principe. Dit betekent dat een operator bepaalt wat de opvolging is van de alarmen die Oddity verstuurt. Met deze software is het mogelijk incidenten te de-esaceleren of zelfs te verijdelen. Het systeem wordt gekoppeld aan bestaande videomanagementsystemen in toezichtruimten, om het proces zo min mogelijk te verstoren. Gedurende fase 2 van deze SBIR wordt Oddity ingezet binnen de toezichtruimten van Den Bosch en Eindhoven.
Speaker Tracking in Tijd en Ruimte (Spraaklab)
Bij sommige politieonderzoeken worden langdurig meerkanaals audio-opnames gemaakt. Om gesprekken van subjecten te kunnen vinden, moet de politie alle opnames volledig beluisteren. Dit is een erg tijdrovende klus. Daarbij komt dat het onvermijdelijk is dat ook gesprekken worden beluisterd van personen die niets met het onderzoek te maken hebben.
Spraaklab ontwikkelt daarom AI-technologie dat de spraak van de verschillende sprekers voor het merendeel uit elkaar kan halen en kan labelen. De politie kan hierdoor efficiënter en met hogere kwaliteit werken, omdat zij minder vaak andere gesprekken dan die van het subject hoeft te beluisteren. Hierdoor is de privacy van burgers beter gewaarborgd.
Slimmer zoeken in archieven (Aincient)
Het doel van het project van Aincient is slimmer zoeken in archieven dankzij AI en crowdsourcing 2.0. Dankzij Handwritten Text Recognition (HTR) is het mogelijk om meer dan een miljoen scans van historische teksten woord voor woord te doorzoeken. Het gaat om teksten afkomstig uit onze proeftuinen: het Stadsarchief Amsterdam, Nationaal Archief en Noord-Hollands Archief. Zoeken op locatie is echter om meerdere redenen problematisch, terwijl de behoefte hieraan groot is. Samen met de archieven en crowd gaat Aincient AI-datasets creëren voor locaties. Zij ontwikkelt locatiegericht zoeken in een prototype zoekomgeving waar scans, transcripties, historische kaarten en beeldmateriaal geëxploreerd kunnen worden.
