Food Process Seminar: De perspectieven van AI binnen de voedingsindustrie

Overzicht keynotsprekers

Meer over het Food Process Seminar

Gratis toegang registreren

"Artificiële Intelligentie in de voedingsindustrie: Van hype naar toepassing"

Lars Roba, Innovatiemanager bij Flanders' Food

Artificiële intelligentie (AI) is een veelbesproken thema, en terecht: de technologie biedt tal van opportuniteiten voor wie ze op een doordachte manier inzet. Binnen de voedingsindustrie is het potentieel van AI groot, maar tegelijk is het nog vaak zoeken naar concrete toepassingen en een juiste aanpak.

Een succesvolle AI-integratie vraagt immers meer dan alleen technologie — het vereist ook een duidelijke strategie. In deze presentatie geeft Lars Roba, innovatiemanager bij Flanders' FOOD, inzicht in de noodzakelijke stappen om tot een succesvolle AI-case te komen. Aan de hand van praktijkvoorbeelden toont hij waar AI vandaag al wordt toegepast in de sector en hoe bedrijven hun eerste of volgende stappen kunnen zetten richting een slimme, digitale toekomst.

lars roba flanders food foto Wie is Lars Roba?
Lars Roba is innovatiemanager bij Flanders' FOOD, waar hij sinds vijf jaar projecten leidt rond digitalisering en automatisering binnen de voedingsindustrie. In zijn rol vormt hij de brug tussen voedingsbedrijven en kennispartners, met als doel de sector te versterken via nieuwe technologieën en inzichten. Flanders’FOOD ondersteunt bedrijven door het delen van kennis via artikels, presentaties en events, en biedt strategisch advies over de voorwaarden en toepassingen van artificiële intelligentie. Met een scherp oog voor de noden in de sector helpt Flanders’ FOOD bedrijven stappen te zetten richting een toekomstgerichte, digitale werking.

"Generatieve AI in robotica voor de voedingsindustrie"

Prof. dr. ir. Bram Vanderborght, VUB

In de voedingsindustrie zorgen automatisering en robotica al langer voor efficiëntieverhoging - zeker voor taken die controleerbaar zijn zoals het oogsten van bepaalde gewassen, het verpakken en de logistiek. Zodra handigheid, creativiteit of verscheidenheid van taken uitgevoerd dienen te worden, kunnen robots deze handelingen vaak nog niet, of zijn de ontwikkelings- en programmatiekosten te hoog.

Generatieve AI, met bijvoorbeeld large language models, revolutioneert de manier waarop we tekst en afbeeldingen creëren. De impact ervan breidt uit naar robotica. Zogenaamde foundation models zijn grootschalige AI-modellen, getraind met diverse data, met het idee dat een breed scala aan robottaken uitgevoerd kan worden zonder dat de klassieke voorprogrammatie nodig is. Bij voorkeur voor humanoïde of menselijke robots vermits hun design, geïnspireerd op de mens, ontwikkeld is voor verscheidenheid van taken. Potentieel hebben ze dan ook heel wat mogelijkheden in de voedingsindustrie, naast de toepassingen in de logistiek en maakindustrie waar ze momenteel worden ingezet.

Er zijn echter nog belangrijke uitdagingen, zowel naar hardware als beschikbaarheid van trainingsdata, die de uitrol van humanoide robots met foundation models verhindert. Bijvoorbeeld op het gebied van nabijheidssensoren waardoor robots snel maar toch veilig kunnen opereren in complexe omgevingen. Of op het vlak van Tastsensoren in soepele grijpers die fragiele objecten zoals groenten en fruit kunnen optillen en nieuwe motorlijnen die zwaardere lasten kunnen optillen met lichte en energie-efficiënte robots.

De voedingsindustrie kan evenals andere industrieën een significante transformatie ondergaan met de komst van humanoïde robotica, aangestuurd door generatieve AI. Deze technologische vooruitgang belooft de productiviteit, veiligheid en kwaliteit te verbeteren.

Wie is Bram Vanderborght?
Prof. dr. ir. Bram Vanderborght behaalde zijn doctoraat aan de Vrije Universiteit Brussel in 2007. Hij verrichtte verder onderzoek aan het JRL lab in AIST Tsukuba (Japan) en werkte als post-doc aan het Italiaans Instituut voor Technologie. Sinds 2009 is hij professor aan de VUB. Na het binnenhalen van een ERC starting grant coördineert hij momenteel drie Europese projecten over slimme en zelfherstellende materialen voor zachte robots. Zijn onderzoeksinteresses omvatten onder andere de samenwerking tussen mens en robot voor gezondheidszorg en maakindustrie, met concrete oplossingen zoals exoskeletten, protheses, sociale robots, drones en cobots. Hij is geaffilieerd met imec, als wetenschappelijk medewerker.

"Cybersecurity in de maakindustrie: van verplichte wetgeving tot praktische aanpak"

Christophe Michiels, IIoT Engineer bij Sirris

De toenemende connectiviteit van machines in productieomgevingen biedt tal van voordelen, zoals remote support en het valoriseren van machinegegevens. Tegelijk brengt deze connectiviteit nieuwe cybersecurityrisico’s met zich mee. De recente aanpassingen in de Machinerichtlijn en de invoering van NIS2-wetgeving benadrukken dat cybersecurity geen optie meer is, maar een noodzaak.

Europese commissie machinewet Machines en netwerken veilig maken blijft echter een uitdaging: waar een IT-verantwoordelijke geen enkele fout mag maken, volstaat voor een hacker één kwetsbaarheid om schade aan te richten. Toch kan het globale risico aanzienlijk verlaagd worden, onder meer door een betere samenwerking tussen IT en OT en door gezond verstand te combineren met pragmatische maatregelen.

Tijdens deze lezing krijgt u praktische tips en handvatten om de eerste stappen te zetten naar een cyberveilige productieomgeving, en leert u hoe u gericht risico’s kunt verminderen zonder de operationele flexibiliteit te verliezen.

Cybersecurity in de maakindustrie Wie is Christophe Michiels?
Christophe Michiels is IIoT Engineer bij Sirris, het collectief centrum voor en door de technologische industrie in België. Binnen Sirris ondersteunt hij bedrijven bij de digitale transformatie van hun productieomgevingen. Christophe specialiseert zich in het connecteren van zowel nieuwe als bestaande (legacy) machines om machinegegevens veilig te ontsluiten, op te slaan, te visualiseren en klaar te maken voor verdere analyses. Hij helpt bedrijven schaalbare en toekomstbestendige architecturen op te zetten, onder andere via het Unified Namespace-concept en bedrijfsbrede databrokersystemen, als alternatief voor klassieke Industrie 3.0 punt-tot-puntverbindingen. Daarnaast richt hij zich op operator support, met aandacht voor het verbeteren van het werk van operatoren via digitale werkinstructies, VR-trainingen en remote supportoplossingen. Cybersecurity en gebruiksvriendelijkheid staan daarbij steeds centraal.

"Een AI-model om de smaak van voeding te voorspellen"

Michiel Scheurs, PhD. Student VIB-KU Leuven Center voor Microbiologie

PhD. Student Michiel Scheurs

De perceptie en waardering van smaak is zeer complex en moeilijk te voorspellen. Daarom vertrouwt de voedingsindustrie op experts om smaak te beoordelen, maar dit gaat gepaard met afwegingen tussen consistentie en kosten. Wij geloven dat machine learning methodes ons hierbij kunnen ondersteunen of aanvullen.

Ons onderzoek toont aan dat machine learning modellen beter geschikt zijn om smaak te voorspellen dan conventionele statistische methodes. Onze modellen kunnen nauwkeurig specifieke smaken in bier voorspellen vanuit de chemische samenstelling, en de cruciale smaakcomponenten onthullen, wat toepassingen vindt in productoptimalisatie.

In deze presentatie lichten we onze strategieën voor modelleren toe, bespreken we veelvoorkomende valkuilen en verkennen we de mogelijke toepassingen van machine learning voor voedingsproducenten en -onderzoekers.

Wie is Michiel Schreurs?
Michiel Schreurs is een doctoraatstudent aan het VIB-KU Leuven Center voor Microbiologie in Leuven, onder leiding van professor Kevin Verstrepen. Hij bestudeert hoe de chemische samenstelling van bier bepalend is voor de bijhorende smaak, met een specifieke focus op hoe lekker we (alcoholvrij) bier vinden. Zijn werk verbindt analytische chemie met sensorisch onderzoek door middel van machine learning.

AI als basis voor Smart Maintenance

Wim Vancauwenberghe, directeur van BEMAS

In deze presentatie verkent Wim Vancauwenberghe, directeur van BEMAS, de wereld van Smart Maintenance. Slim onderhoud is steeds meer een cruciaal onderdeel in de moderne industrie waarbij geavanceerde technologieën worden gebruikt om onderhoud efficiënter, betrouwbaarder en duurzamer te maken.

Wim begint met een inleiding op wat Smart Maintenance precies is en hoe recente technologische ontwikkelingen deze aanpak mogelijk hebben gemaakt. Vervolgens bespreekt hij enkele belangrijke bouwstenen van Smart Maintenance, waaronder het Industrial Internet of Things (IIoT), Data Analytics en Predictief Onderhoud en Generatieve AI. Tenslotte gaat hij ook dieper in op de voordelen van Smart Maintenance.

Tijdens de presentatie krijg je enkele fundamentele inzichten die helpen om beter te begrijpen wat Smart Maintenance inhoudt en hoe het ook in jouw onderneming kan worden toegepast.

Outline

Introductie

Wat is Smart Maintenance?
Technologische evoluties die Smart Maintenance mogelijk maken.

Toepassingen van AI in Smart Maintenance

Data Analytics en Predictive Maintenance.
Generatieve AI.

Voordelen van Smart Maintenance

Verbeterde betrouwbaarheid en efficiëntie.
Kostenbesparing.
Verlenging van de levensduur.
Duurzaamheid.

wim Vancauwenberghe foto Wie is Wim Vancauwenberghe?
Wim Vancauwenberghe is een toonaangevend expert op het gebied van onderhoud en assetmanagement. Als directeur van BEMAS, de Belgische Maintenance Association, speelt hij een sleutelrol in het bevorderen van best practices en innovatie. Wims passie ligt in het verbeteren van industriële prestaties door het optimaliseren van de betrouwbaarheid van installaties en het minimaliseren van stilstand via effectieve onderhouds- en assetmanagementprogramma's. Hij is een fervent pleitbezorger van Smart Maintenance en de toepassing van geavanceerde technologieën zoals het Industrial Internet of Things (IIoT), data-analyse, digitale tweelingen en generatieve AI om onderhoud efficiënter, betrouwbaarder en duurzamer te maken .
In zijn rol als conferentiedirecteur van de Asset Performance Conference, Europa's toonaangevende evenement op het gebied van digitale transformatie in onderhoud en asset management, richt Wim zich op thema's zoals duurzame asset performance, generatieve AI en digitale transformatie. Daarnaast is hij de host van de Asset Performance Podcast, waarin hij gesprekken voert met experts over onderwerpen als AI-gedreven kwaliteitscontrole, predictief onderhoud en de integratie van mensgerichte AI in onderhoudsstrategieën

Van simulatie tot GenAI: robuuste AI zonder labelkost in de voedingsindustrie

Connor Verhulst, application engineer

Application engineer Connor Verhulst,

De belofte van artificiële intelligentie in de voedingsindustrie is groot, maar in de praktijk zorgen de hoge kosten van dataverzameling en manuele labeling vaak voor problemen. In deze presentatie laten we zien hoe een alternatieve aanpak, met synthetische data, domeinkennis en generatieve AI, deze barrières doorbreekt.

Aan de hand van concrete toepassingen zoals 2D-cameravisie voor sorteertaken (detectie van vreemde objecten of beschadigde producten) tonen we hoe robuuste AI-modellen getraind kunnen worden zonder manuele labels, en tegen een fractie van de klassieke kosten. We gaan ook in op de rol van simulatieomgevingen en GenAI bij het automatisch genereren van trainingsdata, en werpen een blik op toekomstige mogelijkheden zoals text-to-video-generatie om bijvoorbeeld automatisch gebruikersinstructies of productiedemo's te visualiseren.

Deze aanpak maakt AI niet alleen haalbaar voor grote spelers, maar opent ook de deur naar betaalbare automatisering voor kleinere producenten in de voedingssector.

Connor Verhulst, spreker flanders make Wie is Connor Verhulst?
Connor Verhulst is application engineer bij Flanders Make, het Vlaamse onderzoekscentrum dat innovatieve technologieën ontwikkelt om de maakindustrie concurrerend en toekomstgericht te houden. Binnen Flanders Make focust hij vooral op generatieve AI, het trainen van detectiemodellen, en het creëren van synthetische data om AI-systemen efficiënter en betaalbaarder te trainen. Zijn werk helpt om de kloof tussen geavanceerde AI-technieken en praktische toepassingen in de industrie te dichten.

##campagne:20##

CONTACT

Wenst u mee te werken aan de redactionele invulling van het evenement, of uw eigen product de nodige visibiliteit te geven tijdens dit evenement? Contacteer ons!

EVENEMENT & PROGRAMMA
Contacteer Rick van de Lustgraaf
Tel.: +32 (0)50/24.04.04
Mail: rvl@pmg.be

PARTNERSHIPS
Contacteer Carl Vandaele
Tel.: +32 (0)50/24.04.04
Mail: cvd@pmg.be