Tien jaar geleden startte Joeri Broeckx zijn stage bij dotNET Lab, vandaag draait hij als senior developer mee op het Departement Landbouw en Visserij. Automatische gewasherkenning op basis van AI en machine learning? Joeri’s cup of IT! Wat begon als een kleinschalig proefproject in 2019, groeide uit tot intelligente en hyperefficiënte gewasherkenning op basis van satellietfoto’s. Een topprestatie die bekroond werd door de Agoria eGov Award voor Innovatie 2020. Lees meer!
Na zijn studies toegepaste informatica, klopte Joeri in 2011 aan bij dotNET Lab, toen nog ‘Bitconsult’. Programmeren, codekwaliteiten verbeteren, leren werken met design patterns, … Na een opleidingstraject van enkele maanden, greep Joeri zijn eerste project als IT-consultant beet.
“De doorstroom van het klaslokaal naar het werkveld verliep dankzij dotNET lab enorm vlot. Na mijn opstart als junior developer voor een agentschap dat zich toespitst op innovatie en technologie, kon ik aan de slag op het Departement Landbouw en Visserij. En de tijd vliegt, want dat is intussen al 7 jaar geleden! Vandaag maak ik deel uit van het GIS-team, een tienkoppige equipe die zich toelegt op geografische informatiesystemen.”
Straf IT-talent is schaars én gegeerd. Zeker nu innovatieve technologieën – zoals artificiële intelligentie – in de lift zitten, zowel in de private als publieke sector. Ook op het Departement Landbouw en Visserij laat de digitale revolutie zich meer dan ooit voelen. Joeri stond in 2019 mee aan de wieg van een uitzonderlijk pionierproject gericht op gewasherkenning door AI en machine learning.
“Naast de ontwikkeling van de ASA-applicatie (advisering stedenbouwkundige aanvraag), legt ons team zich de laatste jaren ook toe op machine learning en AI voor gewasdetectie. Vanuit Europa gelden er immers specifieke richtlijnen rond landbouwsubsidies, waarbij boeren een tegemoetkoming ontvangen in functie van het type gewas dat ze aanplanten. Natuurlijk horen daar ook inspecties bij. Die tijdrovende terreincontroles, met een afstapping ter plaatse, worden vandaag hyperefficiënt vervangen door artificiële intelligentie. Een hele stap vooruit!”
De gewasherkenning verloopt via machine learning die, op basis van Europese satellietfoto’s, groeicurves traceert en linkt aan het juiste gewas. Elke plant heeft een unieke groeicurve. Met radarsignalen kunnen we deze detecteren. Een nieuwe technologie die best wat extra skills vereist, maar die Joeri niet afschrikte. Integendeel!
“Bij de opstart van het project in 2019 was machine learning me compleet vreemd. Bijleren was dus de boodschap. Vooral op vlak van Python, een populaire programmeertaal voor deze technologie, heb ik flink wat versnellingen hoger geschakeld. Via het leerplatform Pluralsight van dotNET Lab kreeg ik de basis onder de knie, de rest leerde ik on the job. Mét succes, want na een paar maanden proefdraaien zagen we dat de resultaten van machine learning nauwkeurig overeenkwamen met de terreincontroles.”
De succesvolle startperiode werd door het departement verder uitgerold naar andere toepassingen. Zo worden de luchtfoto’s vandaag ook automatisch geïnterpreteerd om na te gaan of landbouwers hun percelen correct ingetekend hebben. De mogelijkheden? Die zijn volgens Joeri zeer ruim.
“Op vlak van AI en machine learning staan er constant vernieuwingen op de planning. Efficiëntie vormt daarbij ons voornaamste focuspunt. Zo blijven we voor ASA verder inzetten op automatiseringen, waardoor we de administratieve overhead minimaal houden. En die inventieve aanpak wordt beloond, want vorig jaar sleepten we met ons project zelfs de Agoria eGov Award voor Innovatie 2020 in de wacht. Wie die prijs binnenhaalt, weet dat hij waardevol werk levert. Ons teamwerk kon zich geen mooiere bekroning wensen!”