AI bureau Utrecht

Een AI bureau, ook wel AI agency of AI bedrijf, bouwt toepassingen die met data een beslissing ondersteunen en zorgt dat ze in productie blijven werken. In Utrecht gaat dat vaak over netwerken: ProRail heeft zijn hoofdkantoor aan het Moreelsepark en de provincie is eigenaar van het tramsysteem.

We bouwen zulke modellen als onderdeel van onze AI-toepassingen. Zoek je eerst advies over welke toepassing je kiest, lees dan AI consultant Utrecht.

Bij Fiber-Optic Acoustic Sensing meten glasvezelkabels geluidsgolven. Op de case van ProRail staan als technieken onder meer Fourier-transformaties, beeldsegmentatie met een U-Net-model en Tensorflow, op Databricks en Azure. Een Fourier-transformatie ontleedt een signaal in de frequenties waaruit het bestaat.

Voor de operatie komen er vragen bij: hoeveel valse meldingen acceptabel zijn, wie reageert en wat er gebeurt als een kabel wordt vervangen. Lees de case van ProRail.

Versiebeheer van code en model, een model registry, een pipeline die nieuwe versies test en uitrolt, en monitoring die een alert stuurt naar wie op dat moment verantwoordelijk is. En een afspraak over wat de operatie doet als het model uitvalt.

Bij Waternet zetten we als deel van team Datalab zo'n MLOps-workflow op, met een MLflow model registry en CI/CD-templates, en onderhouden we die. Hoe dat werkt, lees je bij MLOps.

Dan verandert de invoer. Een nieuwe kabel, een ander type wiel of een vernieuwd baanvak geeft signalen die het model niet kent. Het blijft meldingen geven, maar die kloppen minder. Dat heet drift.

Daarom bewaken we invoer en voorspellingen en hertrainen we als het nodig is. Voor GVB richtten we een MLOps lifecycle in, omdat hun segmentatiemodel up-to-date moest blijven met ontwikkelingen door de jaren heen.

Ja, als er een historie is van onderhoud en storingen die je naast de meetreeksen kunt leggen. Volgens de Beheervisie Tramsysteem 2020-2024 van de provincie Utrecht ligt het eigendom van de assets bij de provincie, en beheert het team Trambedrijf Beheer en Onderhoud de lokale spoorinfrastructuur.

Met onderhoudshistorie van trams, rails en wissels kun je voorspellen waar onderhoud nodig is. Lees meer bij predictive maintenance en AI voor infrabeheer.

Mogelijk. In bijlage III van de AI-verordening staan onder punt 2 systemen die bedoeld zijn als veiligheidscomponent in het beheer en de exploitatie van kritieke digitale infrastructuur, wegverkeer en de levering van water, gas, verwarming of elektriciteit. Spoorsystemen vallen onder de Europese productregels van bijlage I.

Door de AI-omnibus zijn de eisen uit bijlage III van toepassing per 2 december 2027. De juridische duiding ligt bij je jurist of compliance-afdeling; wij helpen met de inventarisatie en een voorstel voor de risico-indeling. Zie AI Act.

Dat kan, als je team ervaring heeft met modellen in productie. Dan leggen we vooraf vast wie eigenaar is, wie de alerts krijgt, wanneer er hertraind wordt en wie een nieuwe versie vrijgeeft. Mis je daar handen voor, dan kun je een MLOps engineer inhuren.

Blijft het beheer bij ons, dan loopt het via AI Managed Services. We beheren alleen oplossingen die we zelf ontwikkelden.

Als een vaste drempel in je monitoringsysteem de afwijking al betrouwbaar vangt, of als de operatie vooral overzicht mist. Dan helpt een dashboard op de data die je hebt meer dan een model.

Weet je nog niet of de signalen genoeg zeggen, verken dan eerst de data. Daarvoor is ons data science bureau in Utrecht. Bouwen heeft pas zin als er een verband is dat je kunt aantonen.