‘’Onze missie is om iedereen met een ruimtelijk vraagstuk een gebruiksvriendelijke AI geo-assistent te bieden.’’
Wat als iedereen met een ruimtelijke uitdaging - van natuurbeheerder tot beleidsmaker - binnen enkele minuten een natuurgebied kan analyseren door middel van AI? Dat is de missie van Spheer.ai. Met hun innovatieve platform Carto, ondersteund met Europese subsidie uit het Just Transition Fund (JTF), versnellen ze een proces dat voorheen weken of zelfs maanden kostte.

De aarde verandert voortdurend. Klimaatverandering, biodiversiteitsverlies, verstedelijking - het zijn allemaal mondiale vraagstukken met een ruimtelijke component. “Veel van wat de mens dagelijks doet, heeft impact op het aardoppervlak,” zegt Jakko de Jong, co-founder van het Groningse MKB-bedrijf Spheer.ai. “En als we niet goed begrijpen wat die impact precies is, kunnen we er ook niet effectief op sturen.”
Satellieten maken al sinds de jaren ’50 beelden van de aarde. Inmiddels is de hoeveelheid beschikbare data enorm. Maar juist in die berg aan informatie ligt een kans, als je weet hoe je die moet benutten. En daar komt kunstmatige intelligentie (AI) in beeld.

Satellietbeeld van Noord-Nederland.
Van Veldwerk naar Virtueel: Hoe AI de monitoring van de natuur kan veranderen
Tot nu toe gebeurde het analyseren en monitoren van natuur vooral handmatig door middel van bijvoorbeeld veldonderzoeken door gespecialiseerde ecologen. Deze aanpak is erg tijdrovend en kan hoog in de kosten lopen. Ondanks een overvloed aan satelliet data wordt deze informatie nog maar beperkt ingezet. Daarnaast wordt deze data vaak nog inefficiënt benut. Er wordt veel interessante data verzameld, maar slechts een klein deel hiervan wordt gebruikt. Als er al AI-modellen worden gebruikt, moeten deze modellen vaak voor iedere use-case opnieuw moeten worden getraind en ontwikkeld. Daardoor stokt het denkproces van de mensen die juist op die inzichten zitten te wachten. “Een AI-model trainen met deze data is complex en kostbaar. Je hebt veel voorbeelden nodig, het trainen duurt lang, en vaak moet het proces meerdere keren opnieuw’’ vertelt Jakko de Jong.
Doorbraak: zelflerende AI-modellen
De grote doorbraak kwam met een innovatief idee: kunnen we een AI-model laten leren zónder dat mensen eerst alles labelen? “Precies dat principe ligt ook ten grondslag aan taalmodellen zoals ChatGPT,” legt Jakko de Jong uit. “Die zijn getraind in het voorspellen van het volgende woord in enorme hoeveelheden tekst. Zonder dat iemand dat heeft geannoteerd of daar een soort context aan heeft gegeven’’.

Het platform Carto van Spheer.ai.
Spheer.ai paste dit idee toe op satellietbeelden. Ze bouwden een zogenaamd ‘foundation model’ dat getraind is met een enorme hoeveelheid aardobservatie-video’s, beginnend met ‘Sentinel-2’ satellietbeelden van Nederland.
Op dit foundation model bouwden ze vervolgens Carto: een gebruiksvriendelijke interface waarmee gebruikers zélf, zonder AI-kennis, aan de slag kunnen. “Je tekent een aantal voorbeelden uit op een kaart, drukt op ‘train model’, en binnen een minuut zie je de resultaten.’’
Of het nu gaat om een kruidenrijk landschap, duinverstuiving of boomverval: Carto maakt complexe AI-toepassingen toegankelijk voor iedereen met een ruimtelijke vraag. En dat met een snelheid die voorheen ondenkbaar was. “Wat vroeger weken of maanden duurde, kan nu in een uur.”
Toekomstplannen: slimmer, toegankelijker, sneller
De ambities reiken verder. Spheer.ai kijkt vooruit naar het combineren van verschillende soorten data, zoals radar, LiDAR en hoogte-informatie, voor een nog scherper en completer beeld.
Daarnaast bouwen ze aan een nog intuïtievere gebruikerservaring. “Het AI-model moet niet alleen sneller zijn, maar ook beter snappen wat de gebruiker bedoelt. Uiteindelijk willen we toe naar een slimme geo-assistent, een soort gesprekspartner die meedenkt en adviseert.”
‘’ Het moet gewoon zijn alsof je je eigen keuken in loopt. Er moeten goede gerechten uitkomen, maar de keuken moet niet al te indrukwekkend zijn.’’ - Jakko de Jong, co-founder van Spheer.ai
Spheer.ai bewijst dat innovatie niet alleen zit in technologie, maar juist in toegankelijkheid. Met Carto maken ze AI bruikbaar voor iedereen die de wereld beter wil begrijpen en verbeteren. Hierbij werken ze nauw samen met Sigbar, een ervaren mkb-bedrijf uit Groningen, vanwege hun diepgaande kennis van gebruiksvriendelijke web interfaces. Sigbar helpt bij het vertalen van complexe technologie naar een eenvoudige en intuïtieve gebruikerservaring. Het doel van deze samenwerking: een omgeving ontwikkelen die er bedrieglijk simpel uitziet, zodat gebruikers zich meteen vertrouwd voelen en vooral onder de indruk zijn van de resultaten, niet van de interface. ‘’ Het moet gewoon zijn alsof je je eigen keuken in loopt. Er moeten goede gerechten uitkomen, maar de keuken moet niet al te indrukwekkend zijn.’’
Europese subsidie als springplank
In de vorige fases van het ontwikkelen van Carto heeft Spheer.ai veel geleerd. Het testen van het product bij verschillende partijen heeft uiteindelijk het hele leerproces versneld. En die periode wordt nu afgesloten om daarna over te gaan tot de volgende fase, waarin voorzichtig gekeken kan worden naar het commercialiseren van het product.
Uiteindelijk werkt Spheer.ai toe naar één AI model die inzetbaar is voor wereldwijde vraagstukken, zonder dat daar bij heel veel maatwerk geleverd hoeft te worden. Mede dankzij steun vanuit het Just Transition Fund (JTF) kan Spheer.ai ‘’heel gefocust met het hele team de volgende stappen zetten in de verdere ontwikkeling van dit product’’, vertelt Jakko de Jong.
Dit project wordt mede mogelijk gemaakt door de subsidie Valorisatie, vanuit het Europese subsidieprogramma Just Transition Fund (JTF). Het JTF, fonds voor een rechtvaardige klimaattransitie, is een fonds voor gebieden die het zwaarst worden getroffen door de overgang naar een groene economie. Met dit Europese programma werken we specifiek in de regio Groningen-Emmen, volop aan het verder vergroenen van de economie en het investeren in de werkgelegenheid van de toekomst.