ML6, gespecialiseerd in artificiële intelligentie en machine learning, gaat op zoek naar goede doelen die met een specifiek data-gerelateerd probleem kampen. In het kader van het benefietinitiatief ‘ML6 For Good’ ontwikkelt de Gentse scale-up een AI-oplossingen op maat van ngo’s of non-profitorganisaties om zo hun werking te verbeteren. Organisaties kunnen zich kandidaat stellen via de website van ML6 en worden vanaf Kerstmis geholpen.
Een goed doel steunen met een donatie of vrijwilligerswerk is een nobele zaak. Zeker tijdens de eindejaarsperiode kunnen veel goede doelen en organisaties rekenen op giften. Dat geldt ook voor ngo’s en non-profitorganisaties. Om die financiële steun optimaal in te zetten en hun interne werking te verbeteren, lanceert de Gentse scale-up ML6 het ‘ML6 For Good’-project.
Automatisatie en optimalisatie
Daarom gaat ML6 op zoek naar ngo’s en non-profits die met een concreet data-gerelateerd probleem kampen. In nauwe samenwerking met het goede doel engageert ML6 zich dan om een oplossing uit te werken op basis van AI. Daarbij ligt de nadruk op een toepassing die gebruiksvriendelijk en toegankelijk is, zodat de organisaties op eigen houtje verder kunnen met de oplossing. “Ngo’s zijn op dat vlak niet verschillend van commerciële bedrijven”, weet Matthias Feys, CTO bij ML6. “Zowel op het vlak van administratie als inkomsten kan AI oplossingen bieden met automatisatie en optimalisatie. Op die manier komt er meer tijd en geld vrij voor hun core business: mensen helpen.”
Geïnteresseerde ngo’s of non-profits met een concreet probleem kunnen zich kandidaat stellen voor het ‘ML6 For Good’-initiatief. Wanneer een ontwikkelaar bij ML6 zich geïnspireerd voelt om een haalbare oplossing uit te werken, wordt een samenwerkingsproject gestart. De eerste projecten zullen vanaf Kerstmis opgevolgd worden, maar geïnteresseerde ngo’s kunnen zich ook daarna nog kandidaat stellen. Deelnemen kan via www.ml6.eu/for-good.
Belang van data
Concreet gaat ML6 aan de slag met drie soorten data. Ten eerste zijn er afbeeldingen, camerabeelden en satellietbeelden die via computer vision geanalyseerd kunnen worden om bijvoorbeeld ontbossing in kaart te brengen. Ten tweede zijn er tabellen met persoonsgegevens waaruit doelgroepen gefilterd worden die gebruikt kunnen worden tijdens campagnes. Ten derde zijn er tekstberichten die via natural language processing als input kunnen dienen voor chatbots. Zo’n chatbot kan bijvoorbeeld ingezet worden om op de website een antwoord te bieden op veelgestelde vragen.
