Onze collega Rob Reijtenbach onderzocht recentelijk hoe generatieve AI kan worden ingezet om datasets te maken voor visual entailment. Visual entailment is het proces waarbij AI-modellen leren begrijpen of een afbeelding een bepaalde bewering ondersteunt, tegenspreekt of neutraal is. Dit klinkt misschien ingewikkeld, maar in de praktijk betekent het dat AI beter kan “begrijpen” wat er op afbeeldingen gebeurt, en daardoor slimmer kan reageren of voorspellingen kan doen.
Het grote probleem in dit vakgebied is dat er vaak te weinig goede, geannoteerde datasets zijn om AI-modellen mee te trainen. Het handmatig maken van zulke datasets kost ontzettend veel tijd en geld. Samen met andere deskundigen bewijst Rob dat generatieve AI deze datasets automatisch kan creëren, waardoor bedrijven sneller en goedkoper modellen kunnen ontwikkelen die visuele informatie begrijpen.
Dit is voor organisaties baanbrekend omdat het AI-projecten toegankelijker maakt. Bedrijven kunnen sneller experimenteren met beeldgestuurde AI, nieuwe toepassingen ontwikkelen en hun producten of diensten verbeteren zonder enorme investeringen in dataverzameling. Bijvoorbeeld: organisaties die veiligheid op de werkvloer willen waarborgen, kunnen AI trainen om automatisch te controleren of werknemers de juiste beschermende kleding dragen of of veiligheidsborden zichtbaar zijn. Dit maakt het mogelijk om risico’s sneller te detecteren en te verminderen, zonder dat honderden handmatige controles nodig zijn.
Het onderzoek is gepubliceerd in de paper “Dataset Creation for Visual Entailment using Generative AI” door Suzan Verberne, Gijs Wijnholds en dus Rob Reijtenbach. Voor organisaties die met AI aan de slag willen, biedt dit een concrete manier om hun projecten sneller van de grond te krijgen.
Meer weten? Neem contact met ons op om te ontdekken hoe generatieve AI jouw organisatie kan helpen bij het trainen van slimme beeldmodellen: info@mvrdw.nl. Je kunt Rob ook direct een bericht sturen via LinkedIn.
Link naar artikel: https://arxiv.org/abs/2508.11605
