Hans AI-modell granskar hamnar och flygplatser

Teddy Preststulen är uppvuxen i Norge men bor numera i Rotterdam. Det var där han jobbade, i en containerterminal, med arbetsuppgiften att fotografera alla containrar som ankom och skeppades iväg. 

– Vi hade problem med att de som ägde containrarna sa att vi hade skadat dem, och vi hade inga bevis för om det stämde eller ej. Därför behövde vi spåra vad som skedde och när. Numera finns det applikationer som gör detta mycket enklare, men på den tiden var det extremt manuellt och jag tänkte att det borde gå att göra på ett annat sätt, säger Teddy Preststulen.

Han slutade på terminalen och började istället jobba med några start-ups i RDM, ett tidigare varvsområde i Rotterdam som idag blivit en hub för innovation och teknikföretag. 

– Jag lärde mig snabbt mycket om artificiell intelligens och särskilt computer vision. När jag såg att det går att analysera bilder med AI fick jag direkt idén att automatisera hur man upptäcker skador på till exempel containrar. Jag förstod att det skulle kunna användas även för inspektioner på andra områden, säger han. 

Inspekterar landningsbanor

Namnet Mavisoft står för Machine Vision Software. Företaget utvecklar lösningar som samlar digital data och analyserar den med hjälp av artificiell intelligens.

– Det går att lösa många industriella problem på det sättet. Allt som är visuellt tillgängligt och sker fysiskt kan man rikta en kamera mot. Om man tänker med den logiken kan man lösa nästan vilket industriellt problem som helst.

Idag har Mavisoft 14 anställda och kontor i Nederländerna och på Filippinerna. Bland kunderna finns några av världens största terminaloperatörer och rederier, flera hamnar i Nederländerna, Belgien och Australien samt flera flygplatser. 

– Schiphol i Amsterdam är en av våra största kunder. AI-modellerna som används för att inspektera flygplatsens landningsbanor liknar mycket dem vi använder för att upptäcka sprickor i till exempel kajkonstruktioner i hamnar, säger han.

På senare tid har bolaget också utvecklat en plattform som omvandlar visuella upptäckter till operativa arbetsflöden. Kunderna definierar själva vilka regler som ska gälla: vad som ska hända när något upptäcks, vem som ska meddelas och hur resultaten ska kopplas till andra system. En terminaloperatör kan konfigurera plattformen så att en skadad container automatiskt skickas vidare för ytterligare inspektion. En flygplats kan ställa in den så att ett larm utlöses före nästa avgång om en spricka upptäcks på en landningsbana, och ett gruvbolag kan använda den för att säkerställa att personalen bär rätt skyddsutrustning i riskområden. 

Kamerabilder importeras i systemet och kartläggs utifrån hur datan ska användas. 

– På en byggarbetsplats kan du sätta en regel att alla som går in på området ska kontrolleras om de har hjälm på sig. Om någon inte möter regeln så kan systemet larma. Det är ett exempel på hur vi kan automatisera en visuellt tillgänglig process. 

Modellen kräver träning

För att modellen ska fungera krävs träning. Teddy Preststulen jämför med när du i google ombeds markera alla rutor som innehåller en buss eller ett trafikljus. 

– Då annoterar du data för trafikautomation. Vi gör detsamma för skador. Vi har kanske 50.000 bilder av containrar där vi noterar manuellt var skadorna är. När vi gjort det många gånger så kommer AI-modellen att lära sig, förklarar han.

När det gäller att övervaka människor finns många faktorer att ta hänsyn till. Ett dilemma med att låta AI-lösningar kontrollera skyddsutrustning, menar Teddy Preststulen, är att människor riskerar att glömma ta vara på sig själva. 

Man får heller inte filma människor hur som helst.

– Jag tror generellt att det finns en större öppenhet för sådana lösningar i Mellanöstern än här i Europa. Att använda människor som data med kameror är riskfyllt och vi bör vara försiktiga med hur vi implementerar sådana lösningar. I Europa får vi till exempel inte lov att visa en tydlig bild av folks ansikten, säger han och betonar samtidigt att allt som Mavisoft gör är kompatibelt med GDPR.

"Finns fler problem att lösa här"

RDM-området i Rotterdam var ett perfekt ställe att starta företag på, menar Teddy Preststulen. Där fanns fler som gick igenom samma process och många att fråga.

– Rotterdam är en bra plats i sig, eftersom du befinner dig mitt i Europa och många stora företag finns här. Här finns ett väldigt bra ekosystem som gynnar innovation. 

Teddy Preststulen menar att innovation gror lättare i Nederländerna jämfört med i hans tidigare hemland Norge. Han ser flera anledningar till det. Här samlas många människor och mycket expertis, och många stora företag finns här och konkurrerar och pushar varandra. 

– Det finns helt enkelt fler problem att lösa här. Innovation trivs i områden där det finns utmaningar och problem, men också möjligheter. I Norge har vi det ganska behagligt med oljefonder och annat, och det är förstås bra, men det föder inte innovation på samma sätt som här, funderar han. 

Lång startsträcka

Efter sju år har Teddy Preststulen fortfarande väldigt kul på jobbet. Att driva företaget är oftast roligt, även om han tycker att saker kan ta lång tid. 

– Det kan ta sinnessjukt lång tid att komma igång med projekt. Det tar minst två år att få in en ny kund, och sedan ett år till innan du implementerar en lösning. För oss som start-up kan det vara svårt. Det finns stor potential i att implementera AI i den här branschen, men eftersom tekniken är innovativ och avancerad kan det vara svårt att penetrera de gamla och konservativa företag som finns i branschen. De flesta är inte så riskbenägna och AI kan framstå som högriskprojekt. Men nu ser vi på marknaden att allt fler företag börjar ta till sig tekniken, säger han.