Michael Fleischman is Chief Technology Officer en medeoprichter van OpenSpace.

Introductie: een moment van samensmelting

AI spreekt tot de verbeelding van het grote publiek zoals we dat zelden eerder hebben gezien. Van doorbraken in grote taalmodellen tot de nieuwste ontwikkelingen in robotica—kunstmatige intelligentie is niet langer alleen voer voor tech-enthousiastelingen, maar onderdeel van het dagelijks gesprek.

Maar waarom juist nu?

Wat we vandaag meemaken is het resultaat van twee grote technologische trends die samenkomen: ruimtelijke computing en generatieve AI. Bij OpenSpace bouwen we al jaren op dit snijvlak, en we noemen het onze OpenSpace Spatial AI Engine—de kerntechnologie achter veel van onze meest geavanceerde functies.

Spatial AI combineert ruimtelijke computing, waarmee de fysieke wereld wordt geïnterpreteerd, met generatieve AI, die taal en context begrijpt. Deze technologie is specifiek afgestemd op de praktijk in de bouw en vormt de intelligentie achter het OpenSpace Visual Intelligence Platform. Zo worden ruwe beelden van de bouwplaats omgezet in inzichten waar teams direct mee aan de slag kunnen.

In deze blog duiken we dieper in Spatial AI: wat het is, waarom het belangrijk is, en hoe het de toekomst van bouwtechnologie vormgeeft.

Waarom ontwikkelt kunstmatige intelligentie zich juist nu zo snel?

Eerdere AI-technologie liep al snel tegen haar grenzen aan, omdat systemen meestal alleen duidelijk afgebakende en vooraf bepaalde taken konden uitvoeren. Vandaag is dat fundamenteel anders. Moderne AI-systemen kunnen veel opener problemen op het gebied van taal en waarneming verwerken. Daardoor is AI uitgegroeid van een technologische nieuwigheid tot een praktisch hulpmiddel in allerlei sectoren.

De term kunstmatige intelligentie bestaat al sinds de jaren ’50, en de belangstelling ervoor kwam in golven. Af en toe piekte die interesse—vaak in combinatie met popcultuurmomenten, zoals de release van 2001: A Space Odyssey in 1968 en The Terminator in 1986.

Toch bleef AI lang vooral een academisch onderwerp. Er waren indrukwekkende prestaties—zoals IBM’s Deep Blue die schaakgrootmeester Garry Kasparov versloeg in 1996 of Watson die Jeopardy! won—maar het bleven losse demonstraties. De wereld zoals voorgesteld in The Jetsons bleef ver weg.

Wat er de afgelopen tien jaar veranderde, is de combinatie van rekenkracht, beschikbaarheid van data en slimmere algoritmes. AI is nu geen labexperiment meer—het wordt een praktisch hulpmiddel in allerlei sectoren.

Wat is ruimtelijke computing?

Ruimtelijke computing is technologie waarmee machines hun fysieke omgeving kunnen waarnemen, erin kunnen navigeren en begrijpen wat er om hen heen gebeurt, in plaats van alleen tekst of cijfers te verwerken.

De term bestaat al sinds de jaren ’80, maar kreeg recent een nieuwe lading dankzij toepassingen zoals:

Toepassingsgebied Voorbeeld
Virtuele en augmented reality Apple Vision Pro
Zelfrijdende voertuigen Waymo
Robotica en drones Spot van Boston Dynamics
Voorspelling van de luchtkwaliteit PurpleAir-sensoren

Bedrijven zoals Apple positioneren hun VR-producten als “Spatial Computing”, maar het concept is veel breder. Het draait om het vermogen van machines om te navigeren, waarnemen en redeneren over de wereld om hen heen.

Bij OpenSpace zagen we deze trend opkomen en beseften we dat, naarmate sensoren (vooral camera’s) kleiner, goedkoper en krachtiger werden, er een unieke kans lag om ruimtelijke computing naar de bouwsector te brengen. Door deze sensoren te combineren met technieken zoals SLAM (Simultaneous Localization and Mapping) en Structure from Motion, konden we bouwwerkdocumentatie automatiseren en data van bouwplaatsen toegankelijker maken dan ooit.

Die vroege focus op sensoren en positionering vormt de basis van de huidige Spatial AI-technologie van OpenSpace. Deze technologie zet ruwe opnames om in een visueel en navigeerbaar overzicht van de bouwplaats.

Dat idee werd het fundament van OpenSpace. Inmiddels hebben onze gebruikers meer dan 3,7 miljard vierkante meter aan bouwplaatsbeelden vastgelegd.

Wat is generatieve AI?

Generatieve AI verwijst naar systemen die nieuwe content kunnen maken, zoals tekst, afbeeldingen, audio of video, door patronen te leren uit grote hoeveelheden voorbeelden.

Deze modellen vormen de basis van een nieuwe generatie AI-chatbots, waarvan ChatGPT de bekendste is. Ze zijn veel geavanceerder dan eerdere systemen zoals Siri of Alexa (laat staan Microsoft’s Clippy…).

Wat maakt de huidige AI-modellen zo krachtig?

De doorbraak kwam met een machine learning-architectuur genaamd de transformer, waarmee grootschalige modellen efficiënt op meerdere machines tegelijk getraind kunnen worden. Hierdoor konden systemen veel grotere hoeveelheden data verwerken.

De resulterende foundation models leerden iets ogenschijnlijk eenvoudigs: het voorspellen van het volgende woord in een zin. Maar daarmee namen ze ook grammatica, feiten én gezond verstand op over hoe de wereld werkt.

Bijvoorbeeld: ze “begrijpen” dat als je een fles water laat vallen, die kan morsen—en dat gemorst water glad kan zijn. Zulke contextuele kennis was vroeger vrijwel onmogelijk over te brengen aan machines.

Toch zijn deze modellen niet voldoende op zichzelf. Om echt nuttig te zijn voor specifieke sectoren, moeten ze worden afgestemd op praktijkvoorbeelden—vaak met menselijke feedback.

Hier wordt generatieve AI pas echt waardevol. Goed getrainde modellen kunnen dan taken uitvoeren zoals rapporten samenvatten of specifieke vragen beantwoorden—mits ze gevoed worden met domeinkennis.

Zonder die afstemming blijven modellen vaak vaag of algemeen. Zoals DPR Construction in een recent rapport aangaf: algemene AI-tools zijn vaak niet toereikend in echte bouwscenario’s. Ze zijn niet per se fout, maar zelden echt nuttig.

Wat is de OpenSpace Spatial AI Engine?

Het onderscheid zit in een derde onderdeel. Ruimtelijke computing en generatieve AI zijn breed beschikbaar, maar zonder kennis van de bouwpraktijk zijn ze beperkt bruikbaar voor echte bouwprojecten. De domeinspecifieke afstemming van de OpenSpace Spatial AI Engine, gebaseerd op echte beelden van bouwplaatsen en praktijkkennis uit het veld, maakt van algemene AI een technologie die aansluit op de specifieke omstandigheden van een lopend bouwproject.

Daarvoor combineren we drie onderdelen:

Onderdeel Bijdrage aan de Spatial AI Engine
Ruimtelijke computing Begrip van fysieke omgevingen
Generatieve AI Begrip van taal en context
Domeinspecifieke afstemming Nauwkeurigheid bij echte bouwtaken

Door deze combinatie doet de Spatial AI Engine veel meer dan alleen beelden van de bouwplaats opslaan. De technologie begrijpt de beelden: ze worden automatisch op de juiste plaats en het juiste moment gekoppeld en verbonden met plattegronden, BIM-modellen en bestaande workflows. Zo ontstaat een gestructureerde en doorzoekbare geschiedenis van de bouwplaats in plaats van alleen een verzameling beelden. Teams kunnen daardoor snel vinden wat ze nodig hebben en direct actie ondernemen.

Vooruitblik: AI die echt voor je werkt

Het doel van Spatial AI is niet simpelweg om technologie slimmer te maken, maar om jouw werk makkelijker, sneller en beter geïnformeerd te maken. Daarom bouwen we bij OpenSpace systemen die specifiek zijn afgestemd op de bouwsector, getraind zijn op echte data en naadloos integreren met bestaande workflows.

En dit is nog maar het begin. Naarmate ruimtelijke computing en generatieve AI zich blijven ontwikkelen, groeit ook onze capaciteit om deze technologieën om te zetten in praktische en impactvolle tools voor de gebouwde omgeving.

Veelgestelde vragen

Wat is het verschil tussen ruimtelijke computing en generatieve AI?

Ruimtelijke computing richt zich op de fysieke wereld en helpt machines om echte omgevingen en de objecten daarin waar te nemen en te begrijpen. Generatieve AI richt zich op taal en content en maakt op basis van geleerde patronen bijvoorbeeld tekst, afbeeldingen of andere media. Beide technologieën lossen verschillende problemen op. Juist daarom is de combinatie zo krachtig: de ene technologie begrijpt de bouwplaats, de andere taal en context.

Wat is een foundation model?

Een foundation model is een groot AI-model dat met een brede hoeveelheid informatie wordt getraind en daardoor voor veel verschillende taken kan worden aangepast. In plaats van voor één specifieke taak te worden ontwikkeld, leert het eerst algemene patronen. Daarna kan het met geselecteerde voorbeelden en menselijke feedback verder worden afgestemd op specifieke toepassingen, bijvoorbeeld in de bouw.

Kan AI bouwprofessionals vervangen?

Nee. De manier waarop Spatial AI is ontwikkeld laat juist zien dat mensen een belangrijke rol blijven spelen. Het systeem is afhankelijk van mensen voor taken die machines minder goed uitvoeren: de bouwplaats vastleggen, praktijkkennis inbrengen en controleren wat het model oplevert. Het doel is om tijdrovend handmatig documentatiewerk te verminderen, zodat de mensen die het project uitvoeren hun kennis en beoordelingsvermogen kunnen inzetten waar die het meest nodig zijn, niet om dat beoordelingsvermogen te vervangen.

 

Gerelateerde bronnen: