Bospaden spotten en oude akten lezen met AI

Een verrassing: het werkt

“Mensen kunnen een handgeschreven tekst soms al nauwelijks lezen. Dus we dachten dat het AI nooit zou lukken”, vertelt Janneke. “Maar we besloten toch om het experiment aan te gaan.” En met succes. Het model herkent veel meer dan verwacht. “AI markeert tekstblokken zodat een collega direct ziet om welk deel van de akte het gaat. Urenlang onderzoek doen in oude akten kan heel vermoeiend zijn. Het nieuwe systeem maakt dat werk echt makkelijker.”

Zorgvuldigheid voor alles

Janneke let wel op dat het zorgvuldig gebeurt. “We testen uitgebreid en voeren het gebruik van AI stapje voor stapje in. Het beter leesbaar maken van handgeschreven documenten werkt goed. Maar het is nog te vroeg om het proces helemaal te automatiseren. Dat blijft nog even mensenwerk. Er is meer onderzoek nodig om te bepalen hoe we dit betrouwbaar kunnen doen.”

Peter Brouwer: ‘AI geeft ons ogen op plekken waar wij niet kunnen kijken’

Waar Janneke naar woorden zoekt, speurt GEO/AI‑specialist Peter Brouwer naar lijnen in het landschap. Vooral naar lijnen die je met het blote oog niet ziet. “In Nederland hebben we een prachtig netwerk van bospaden. Maar op luchtfoto’s zie je van bovenaf alleen een gesloten bladerdak. De paden verdwijnen onder de groene boomtoppen.”

Een zoektocht met laserpulsen

Peter vond de oplossing in het Actueel Hoogtebestand Nederland. “Daarin staan hoogtegegevens van begroeiing en bodem. Met laserpulsen meten we nauwkeurig de hoogte.” Een laserpuls is een korte flits laserlicht, waarmee je bijvoorbeeld afstand kunt meten. “Elke laserpuls raakt eerst bladeren, dan takken en uiteindelijk de grond. Door die punten slim te filteren, halen we het bladerdak digitaal weg. Dan zie je ineens bospaden die op foto’s totaal onzichtbaar zijn.”

Het verleden vinden met techniek van nu

De techniek levert verrassende ontdekkingen op: historische karrensporen, vergeten paden en zelfs oude koningswegen op de Veluwe. “Je ziet waar Willem III waarschijnlijk met zijn koets door het jachtdomein racete.” AI helpt nu om al die verborgen bospaden automatisch te herkennen. “Vroeger liepen topografen die paadjes letterlijk na. Maar daar is gewoon geen tijd meer voor. Dankzij AI kunnen we nu veel meer werk verzetten met minder mensen.”

Kaarten maken blijft mensenwerk

Maar ook hier zijn grenzen. “Een pad dat in de data zichtbaar wordt, is niet altijd een pad waar je in het echt kunt lopen. We blijven verantwoordelijk voor wat mensen uiteindelijk op onze kaarten zien. Dat moet echt kloppen.” Daarom blijft Peter de AI-modellen trainen en verfijnen. “Als de data juist zijn, kunnen we straks veel paden toevoegen die nu nog ontbreken. AI geeft ons ogen op plekken waar we niet kunnen kijken. Maar wij bepalen wat er uiteindelijk op de kaart komt.”

Bhavya Kausika: ‘AI kan opslagtanks en kassen opsporen’

GEO/AI‑specialist Bhavya Kausika experimenteert ook volop. Zij onderzoekt hoe AI kan helpen bij het maken van de topografische kaart. “Jaarlijks updaten we de Basisregistratie Topografie (BRT) met kaarten op verschillende schalen.” De afgelopen 10 jaar is de productie van de kaarten al sterk geautomatiseerd. Maar AI maakt nu nog geen deel uit van dat proces. 

De kaart nog beter invullen

Dat gaat wel gebeuren in het project BRT Next. Daarin wordt het maakproces van de BRT compleet vernieuwd. Zo wordt die aangesloten op andere basisregistraties. Zoals de Basisregistratie Grootschalige Topografie en de Basisregistratie Adressen en Gebouwen. “Deze registraties kunnen alleen niet alles aanleveren wat we voor onze BRT-producten nodig hebben. Als er verder geen andere bronnen te vinden zijn, kunnen we AI inzetten om bepaalde objecten zelf op te sporen”, vertelt Bhavya. Zo ontwikkelt het team processen waarmee AI opslagtanks en kassen op luchtfoto’s herkent. Daarmee kunnen we de kaart nog completer invullen.

Duurzaam en betrouwbaar

“We trainen modellen en bouwen een systeem dat continu controleert of die modellen goed blijven presteren. AI moet duurzaam inzetbaar zijn: snel waar het kan, zorgvuldig waar het moet.” Daarbij staat voor Bhavya vertrouwen centraal. “Tegenwoordig kan iedereen met AI in korte tijd een kaart maken. Wij moeten als Kadaster kunnen uitleggen waar we AI voor gebruiken en waarom dat juist onze kaart betrouwbaar maakt. Dat blijft de kern van ons werk.”

Meer informatie

• Hoe het herkennen van opslagtanks met AI precies in z’n werk gaat? Dat leest u op de pagina Use Case: Opslagtanks.
• En wilt u meer weten over het onderzoek naar handgeschreven akten? Ga dan naar de pagina Handgeschreven akten AI.