Privacy en beeldherkenning gaan wel samen. Ontdek Sensifai!

Bij kwalitatieve beeld- en zelfs videoherkenning met artificiële intelligentie kunnen we ons wel wat voorstellen. Leerden we het begrip Machine Learning en AI niet kennen doordat een computer in staat was om op foto’s katten van honden te onderscheiden?

En nu maken we er zelf handig gebruik van om onze fotoalbums te catalogeren: we bewaren onze foto’s in apps als Dropbox, Google Fotos of in de cloud bij Apple of Amazon. In ruil daarvoor worden ze met behulp van AI netjes voor ons gelabeld, getagd en gesorteerd: met één druk op de knop heb je alle foto’s van je oma, je kinderen of je man netjes bij elkaar. Handig toch?

Op je toestel, niet in de wolken

Mohamad Hassan Bahari, CEO en co-founder van Sensifai: "Wat je daarbij wel eens vergeet, is dat om die herkenning mogelijk te maken, jouw data betrekkelijk onbeveiligd ergens op een server staan te draaien. Bovendien vergt zo’n operatie behoorlijk wat rekenkracht én zit er ook nog eens vertraging op. Met onze Smart Gallery software, waarvoor we via een ontwikkelingsproject steun kregen van VLAIO, komen we tegemoet aan die drie beperkingen in het huidige proces: 

• Je installeert onze software door middel van een app op je eigen toestel.
• De herkenning én tagging  gebeuren daarna op je smartphone in real-time,
• én niet langer in de cloud .

Zo beperk je niet enkel de (dure) rekencapaciteit, je beschermt ook nog eens je eigen privacy. Wil je je beelden vervolgens toch nog ergens opladen en bewaren, dan kan je ze makkelijk encrypteren."

Privacy Preserving Software

Artificiële intelligentie kende de voorbije jaren een heuse boom. De technologische mogelijkheden spreken tot de verbeelding. Niet enkel om saaie, moeilijke of gevaarlijke (de 3 D’s in het Engels: dull, difficult, dangerous) taken uit te voeren, maar ook om innovatie te boosten op basis van héél veel relevante data.

"AI wordt in een razend tempo een commodity", zegt Mohamad. "We kunnen er nu al – zuiver op basis van foto’s en met een erg hoge succesfactor – huidkankers of lossend netvlies mee detecteren."

"Wel zie je daardoor een kloof ontstaan tussen de hele grote bedrijven die gigantische, gecentraliseerde computerkracht kunnen leveren (denk aan Google of Amazon) en de kleinere bedrijven of onderzoeksgroepen aan universiteiten. En aan die kloof zijn toch wel wat risico’s verbonden. Denk dan aan jouw privacy en de veiligheid van jouw data. Onze bijdrage om 'on the edge' foto’s en video's te verwerken en zo je privacy te bewaken, biedt daar een oplossing voor."

Niet langer blind varen

Momenteel kent de herkenningsoftware van Sensifai al nuttige toepassingen in security en media management. Mohamad: "In fabrieken of gebouwen ontdekt onze software in real-time vuur- en rookontwikkeling of glasbreuk. Je kan ze ook inzetten om bepaalde zones te overzien: betreed je in een fabriek een zone waar aangepaste kledij verplicht is (denk aan een helm, handschoenen en/of veiligheidsschoenen), dan kijkt onze software daarop toe."

"Maar ook privé bewijst onze software zijn efficiëntie: de ingebouwde artificiële intelligentie wijst door vergelijking meteen op situaties die niet zijn zoals het hoort. In media management filtert onze software ongewenst beeld- of videomateriaal of blurt bepaalde informatie om privacy te garanderen."

Ook in de brede zorgsector ziet Mohamed nog heel nuttige toepassingen van de Sensifai software: "Beeld je eens in hoe onze software zowel blinde als slechtziende mensen zou kunnen assisteren. Realtime vertelt onze app jou of de persoon die voor je zit, lacht dan wel boos kijkt, of attendeert jou op een gevaarlijke verkeerssituatie, een moeilijker begaanbaar pad. De huidige oplossingen voor het gidsen van blinde mensen zijn behoorlijk duur (o.a. omwille van de rekentijd) en minder betrouwbaar (omwille van de vertraging die erop zit) in vergelijking met wat onze software zou kunnen betekenen. Met een verouderende bevolking zie ik daar wel wat potentieel."

Op weg naar collaboratieve AI?

Met de software draagt Sensifai in belangrijke mate bij aan het concept van 'federated AI'.

"Federated learning (ook wel ‘collaboratief leren’ genoemd ) traint een algoritme op meerdere gedecentraliseerde edge-apparaten", legt Mohamad uit. "Het brengt die vervolgens op een geanonimiseerde wijze samen. Ook op die manier ben je in staat om een ​​betrouwbaar en robuust machine learning -model te creëren zonder dat je gegevens deelt. Deze manier van werken beschermt je privacy, beveiligt je gegevens en maakt tegelijkertijd enorme datahoeveelheden toegankelijk voor verwerking."

"In tegenstelling tot gecentraliseerde AI, waar alle data in één mandje zitten, lijkt dat collaboratieve model me de meest veilige weg. Met Sensifai timmeren we mee aan die weg."