Milieu en klimaat en AI

Kunnen we AI gebruiken om droogtetekenen en plagen te dectecteren in bossen adhv satellietfoto's of sensoren in het bos zelf? Deze data kan dan naast de cijfers over het klimaat en de waterhuishouding gelegd worden.

Monitoren gebruiksgegevens ObsIdentify en inzetten op de educatie van gebruikers door een AI te leren gebruikers(types) te herkennen en zo content op maat aan te bieden zodat de juiste calls to action hen bereiken zonder af te schrikken

Een slimme koelkast die bijhoudt welke ingrediënten er in staan en tot wanneer ze houdbaar zijn, kan de afvalberg verkleinen. Telkens je nieuwe boodschappen in de koelkast zet, houdt de slimme koelkast bij wanneer iets zal vervallen. Voor items met een vervaldatum gebeurt dat via een scan van het product, voor verse ingrediënten leert het AI-systeem hoe lang iets gemiddeld vers blijft. De koelkast kan dan via een scherm of via een app aan de gebruiker laten weten wat binnenkort slecht wordt en recepten aanbieden waarmee je dat ingrediënt kan gebruiken. Wanneer iets op is, kan je slimme koelkast het item ook op je boodschappenlijst toevoegen. Op die manier gaat er veel minder voedsel verloren, hou je een overzicht over de versheid van je producten, kan je koelkast je bewust maken van je consumptie- en verspilgedrag én maak je eenvoudiger je winkellijstje.

Hoe kan AI meer herstel van elekt(on)ische toestellen waarmaken, binnen kringloopcentra (in het kader van het project repair zkt hub) - verder uitbreiding bestaande herkenningssoftware bij Recupel van elektronische toestellen

Drones met standaardsoftware die je zelf kan trainen om bepaald nest of soort dier op te sporen

Een tool dat aangeeft wat de kwaliteit van de woning is en de invloed op je gezondheid, energieverbruik, ... en je tips geeft om zaken aan te pakken van kleine ingrepen tot sloop en vervangbouw.

Door het samenleggen van evoluties van verschillende dimensies : meteorologische data, grondgebruik, landschap, grondwaterwinning en bebouwing/verharding, in kaart brengen wat effect is op het grondwaterpeil en zo op lokaal niveau een aantal scenarios bieden om huidige of toekomstige trend van droogteperiodes gericht aan te pakken

In feite betreft het een integratie van 4 bestaande technologieën, nl. een drone met camera en sonar, beeldherkenningsSW op een embedded systeem, zoals de Raspberry Pi, een elastomeren slurf die via lichte onderdruk kleine voorwerpen kan oppikken en een nauwkeurig GPS-navigatiesysteem. De eerste technologie is commercieel kant-en-klaar beschikbaar, de tweede (herkenning van zwerfvuil) is waar AI de aangewezen oplossing is, de derde bestaat ook reeds en wordt gebruikt in productielijnen om voorwerpen van willekeurige vorm op te pikken en elders neer te zetten en de laatste bestaat ook reeds geruime tijd, maar moet worden ontwikkeld en verfijnd om de drone binnen een welomlijnd gebied te navigeren op zoek naar het bewuste zwerfvuil, maar vooral om hem, eenmaal een stuk zwerfvuil is opgepikt, terug te laten keren naar de rijdende zwerfvuilcontainer waarin hij het dient te deponeren.

Slimme nestkast die aangeeft hoeveel eieren er zijn, of wanneer jongen groot genoeg zijn om te ringen. Om zo verstoring door openen nestkast te beperken.

Onze automatische beeldherkenning leren om naast de gekende 22k wilde dieren en planten ook "Other world morphs" te herkennen en zo data verzamelen over huisdieren, potplanten, zwerfvuil, ... en naar andere databanken doorsturen