0527 61 47 67
Send us an email
Support
Join newsletter

to overview

Machine Learning lonkt naar toekomst van de bouw

Bedrijven worden meer dan ooit uitgedaagd door technologie. We digitaliseren, koersen op big data en proberen de risico’s van processen zo klein mogelijk te maken. Ook bij VanMeijel zijn we continu aan het innoveren. Innovaties waarmee bouwbedrijven de volgende stap kunnen zetten naar een volledig digitaal bouwproces. Eén van de technologieën in ontwikkeling is Machine Learning. Waar staat Machine Learning voor, wat doen we er mee bij VanMeijel en het belangrijkst: hoe kan dit bijdragen aan de bouw?

Zelflerende systemen zijn overal
In deze blog hebben we de belangrijkste ontwikkelingen rondom digitaal bouwen al eens genoemd. Machine Learning, een zelflerend systeem gericht op het vinden van patronen en verbanden in grote hoeveelheden data, is hier één van. Tegenwoordig maakt men, vaak onbewust, steeds meer gebruik van zelflerende systemen. Een voorbeeld is iPhone’s spraakherkenningsapplicatie ‘Siri’ of het algoritme achter social media dat de tijdlijn afstemt op jouw persoonlijke interesses. Een ander voorbeeld is de zelfrijdende auto, waarbij de auto middels Machine Learning leert wat de beste actie is in bepaalde situaties.

Data is waardevol!
Machine Learning begint bij data. Steeds meer bedrijven houden data bij, maar realiseren zich lang niet altijd hoe waardevol deze data is. Machine Learning kan uit deze grote hoeveelheden data, oftewel ‘Big Data’ patronen en verbanden halen. Dit gebeurt met behulp van een algoritme. Het algoritme kijkt naar de input en de bijbehorende output. Aan de hand hiervan zoekt het algoritme naar bepaalde associaties of bouwt het een model op basis van de onderliggende eigenschappen van patronen. Deze fase, waarin een computer leert, wordt de trainingsfase genoemd. Na deze fase is het mogelijk om op basis van nieuwe input realtime of toekomstige voorspellingen te doen.

Tijdsbesparing door slimme werkbonnen
Momenteel zijn we bij VanMeijel aan het kijken hoe Machine Learning het werkbonnenproces kan verbeteren. In veel bouwbedrijven worden werkbonnen bijgehouden om bijvoorbeeld te registreren hoeveel uur een medewerker aan een project heeft gewerkt. Dit is vaak een tijdrovende en repeterende klus. Niet alleen voor de medewerker zelf, maar ook voor de administratie die deze werkbon controleert en goed- of afkeurt. Dat moet makkelijker kunnen: daarom onderzoeken we hoe het handmatig keuren van werkbonnen geautomatiseerd kan worden. Zo worden werkbonnen als het ware automatisch geclassificeerd als ‘goed’ of ‘fout’.

Bouwen met Machine Learning
Het werkbonnenproces is een voorbeeld waarbij velden automatisch worden geclassificeerd vanuit opgebouwde data. Hiernaast bevat Machine Learning nog tal van mogelijkheden waarmee de bouw tot nieuwe inzichten kan komen. Denk aan:

  • Machines die sensoren bevatten waarmee ze gevaarlijke situaties kunnen voorspellen;
  • Slimme systemen die gebruikt kunnen worden om bouwprocessen te stroomlijnen door de downtime van apparatuur te minimaliseren en de veiligheid te optimaliseren;
  • Voorspellingen wanneer onderhoud nodig is van bijvoorbeeld bouwmateriaal.

Een ethische puzzel voor de toekomst
Kortom, de toekomst biedt veel perspectief voor Machine Learning. Technologische vooruitgang gaat daarbij ontzettend snel: de smartphone van tegenwoordig heeft al meer rekenkracht dan het hele controlecentrum van de eerste bemande ruimtevluchten bij elkaar. Waar veel systemen al accurater en sneller zijn dan de gewone mens, zullen nieuwe ontwikkelingen van Machine Learning het mogelijk maken om nog complexere voorspellingen te doen.

Wat overblijft is een ethische puzzel die opgelost dient te worden. Wat er zal bijvoorbeeld gebeuren wanneer systemen zelf andere zelflerende systemen kunnen genereren? Dat blijft een speculatie. Eén ding is wel zeker: bedrijven die niet meegaan in deze trend, zullen achterlopen op hun concurrenten die dit wél doen.

Deze blog is geschreven door Lisanne Sijtsma en Leon Pater, applicatiespecialisten Machine Learning bij Maxedy. 

 

related blogs

{relblog:rel-blog-en-title}

{relblog:rel-blog-en-title}

{relblog:rel-blog-en-intro}

{relblog:rel-blog-en-title}

{relblog:rel-blog-en-title}

{relblog:rel-blog-en-intro}

Events

Webinar | Voorbereidingen voor calculeren op basis van een 3D model

In de eerdere webinar over de toepassingsmogelijkheden van een BIM-model en calculeren, hebben we aangegeven dat de werkmethode bepaald hoe je tot een calculatie komt. Maar wat is er nodig om een goede werkmethoden bibliotheek op te zetten?

Read more

case studies

Van Werven realiseert zelf procesinnovaties met Metacom Online

see the case study

news

Jaarafsluiting in Metacom: deze instructievideo’s helpen je op weg

Het lijkt nog ver weg, maar het einde van 2018 komt al bijna in zicht. Dat betekent dat het financiële boekjaar weer afgesloten kan worden en het tijd wordt om het nieuwe boekjaar te openen. Omdat dit handelingen zijn die je maar één keer per jaar doet, zien we dat dit vaak vragen oproept: hoe doe je dat ook alweer? Daarom hebben we een reeks instructievideo’s opgenomen, om jou te helpen met de jaarafsluiting in Metacom. In deze video’s laten we je zien hoe je het systeem klaar maakt voor het einde van het jaar en het begin van een nieuw jaar.

Read more