Sam heeft biologie gestudeerd en al snel kwam hij erachter dat hij vooral de statistiek en theoretische vakken leuk vond. Tijdens zijn stage bij Waternet kwam hij erachter dat programmeren en daarnaast onderzoek doen de perfecte combinatie voor Sam is. Zijn ideale vervolgstudie, de master data science. Je bent dan met real-life cases bezig, maar tegelijkertijd kan je jezelf uitdagen met complexe data-puzzels.
Sam wil graag in de toekomst data science gebruiken bij het optimaliseren van de Landbouw. Landbouwgrond en voedselproductie worden met de groeiende wereldpopulatie een steeds groter probleem. AI kan hier absoluut bij helpen! Bijvoorbeeld door het kiezen van de juiste gewassen en het voorspellen van de benodigdheden (water, voeding, pesticiden) op basis van bijvoorbeeld het weer en de aanwezigheid van voedingsstoffen in de grond. Het combineren van bepaalde gewassen omdat deze goed samengaan is iets dat al sinds de Middeleeuwen gebeurt, maar Sam denkt dat we met de huidige technologie hier nog stappen in kunnen zetten waardoor we de landbouw productiever kunnen maken en tegelijkertijd kunnen verduurzamen.
Meteen een mooi bruggetje naar preventie. Wanneer we vroegtijdig signalen kunnen herkennen met AI kunnen we mensen gezonder houden. Dit zou niet alleen de zorg ontlasten qua drukte, maar ook hoge zorgkosten verminderen. Deze ontwikkeling ziet Sam liever vandaag nog dan morgen. Hoe Sam daar onderdeel van gaat zijn? Het is cruciaal om logisch te blijven nadenken. Soms presteren simpele modellen, die slechts een klein deel van de data gebruiken beter dan het allernieuwste complexe neurale netwerk. Welk probleem je ook wilt aanpakken met AI, luister naar anderen en blijf uitzoomen zodat je het grotere geheel in kaart hebt. Zo kom je uiteindelijk tot een oplossing.
