Een haalbaarheidsstudie naar de ontwikkeling van een all-in-one premix voor vegetarische burgers

Inleiding

GIFT betreft een project waarbij twee toonaangevende bedrijven op het gebied van Artificial Intelligence in Nederland de samenwerking aangaan om een document- en image forensics toolkit te ontwikkelen. Slimmer AI Science is expert op het gebied van Explainable AI, NLP en Computer Vision en heeft ervaring in meer dan 100 succesvolle Applied-AI-projecten. Sensity is kennisleider op het gebied van deep fake detectie en is goed bekend met de fraude detectiemarkt.

Samenwerking

Een bijkomend voordeel in deze unieke samenwerking tussen het Groningse Slimmer AI en het Amsterdamse Sensity is de nauwe band tussen Slimmer en de RUG en Sensity en de UvA. Hierdoor wordt kennis vanuit de Randstad samengebracht met de kennis van Noord-Nederland om gezamenlijk de positie van het MKB Nederland binnen het AI-landschap internationaal op de kaart te verstevigen.

Hoofddoel

Het hoofddoel van het project is de ontwikkeling van een end-to-end omvattende ‘truth service’ voor afbeeldingen en documenten. Deze truth service maakt gebruik van AI-technologie om manipulatie, frauduleuze of andere niet-waarheidsgetrouwe aspecten in documenten en afbeeldingen te detecteren.

Productomschrijving

Het product richt zich op:

• Grafische inhoud (detectie van computervisie/beeldmanipulatie)
• Documentinhoud (OCR/NLP)
• Metadata-analyse om een uitgebreide toolkit te bieden

De oplossing zal worden gebouwd als een algemeen product dat domeinoverschrijdend kan worden gebruikt, met gebruikmaking van gestandaardiseerde interfaces en zeer schaalbare infrastructuren.

Subdoelen

Om het hoofddoel te bereiken, zijn de volgende subdoelen opgesteld:

1. Gebruikmaken van Deep Research om het gebruik van (X)AI in fraudedetectie en image forensics volledig te doorgronden.
2. Gebrek aan trainingsdata in niche marktsegment ondervangen door het genereren van synthetische data (GANs).
3. Ontwikkeling van een geautomatiseerd extractie- en classificatiemodel voor metadata-analyse.
4. Ontwikkeling van een toolkit voor het opsporen van vervalsingen van afbeeldingen.
5. Ontwikkeling van een Explainable AI-model ter ondersteuning van de interpreteerbaarheid, auditeerbaarheid en traceerbaarheid voor eindgebruikers.
6. Bouwen en valideren van een technisch prototype van de toolkit.