Een Amerikaanse computer vision-expert heeft thuis een muggendoder gebouwd die geen gif of klamboe gebruikt, maar een laser. Het systeem detecteert vliegende muggen met een eigen getraind AI-model en richt de laser automatisch op elk insect. De maker noemt het zelf zijn "ultimate mosquito killer", en de aanpak laat zien dat een idee dat tien jaar geleden nog miljoenen aan venture capital nodig had, nu in een hobbyproject past.
Vier maanden, een DSLR en een GPU die zweet
De bouwer heet Steven Cheng. Hij werkt in computer vision en robotica, en deelde zijn project eind mei op X en op YouTube. Volgens zijn eigen uitleg, opgepikt door Tom's Hardware, kostte het hem vier maanden om het systeem werkend te krijgen.
De opstelling bestaat uit drie delen. Een DSLR-camera met een zoomlens met sterke vergroting kijkt de ruimte rond en zoekt naar bewegende stippen in de lucht. Een eigen, op muggen getraind deep learning-model bepaalt of zo'n stip ook echt een mug is. Een laser, door Cheng zelf omschreven als een "artillery cannon", wordt aangestuurd om het beeld van die mug aan te tikken.
Het trainen van zo'n model is rekenintensief. Cheng zegt dat het zijn grafische kaart "flink heeft belast", en dat de dataset zelf verzamelen "brutaal" was. Voor wie zo'n eigen dataset bouwt is dat geen overdrijving: je moet uren beeld vastleggen, frame voor frame muggen aanwijzen en zorgen dat het model leert om muggen te onderscheiden van vliegen, motjes, stof in de lucht en willekeurige reflecties.
Een idee uit het Bill Gates-tijdperk
Muggen met lasers afschieten is niet bedacht in 2026. Het bekendste voorbeeld is de Photonic Fence, een project van Intellectual Ventures, het bedrijf van oud-Microsoft-cto Nathan Myhrvold. Astrofysicus Jordin Kare presenteerde het rond 2009 op de TED-conferentie. Het idee: een raster van camera's en lasers rond een dorp of vluchtelingenkamp, getraind om alleen op vrouwelijke malariamuggen te schieten, herkend aan de frequentie van hun vleugelslag. De financiering kwam onder meer uit de Bill & Melinda Gates Foundation, gericht op malariabestrijding.
De Photonic Fence is nooit een massaproduct geworden. De optica, de scanners en de bijbehorende rekenkracht waren destijds te duur voor inzet op grote schaal, en oogveiligheid bleek een hardnekkig probleem. Wat de Cheng-bouw interessant maakt is niet het concept, maar dat de losse onderdelen, een fatsoenlijke camera, een gpu en open source object-detectie, nu op consumentenniveau verkrijgbaar zijn.
Photon Matrix: hetzelfde idee, dan als product
Parallel aan dit soort hobbyprojecten is er een commerciële poging. De Photon Matrix, gefinancierd via Indiegogo en gepland voor levering vanaf juni 2026, gebruikt geen losse camera en custom AI-model, maar een LiDAR-scanner gecombineerd met een galvanometer-gestuurde laser.
De makers van de Photon Matrix claimen dat het systeem binnen ongeveer drie milliseconden op zijn doel zit en tot dertig muggen per seconde kan elimineren, met een bereik van drie meter in de basisversie en zes meter in de pro-uitvoering. De behuizing is IP68 (water- en stofdicht), en er zit een mmWave-radar in die de laser uitschakelt zodra er een mens of huisdier in de buurt komt. Dat laatste is geen overbodig detail: lasers die hard genoeg zijn om in een fractie van een seconde een insect te doden, zijn ook hard genoeg om netvliesschade te veroorzaken.
Cheng zegt zelf weinig over de exacte oogveiligheid van zijn opstelling. Voor een DIY-project is dat een gat dat nog dichtgemaakt moet worden voordat zoiets in een huiskamer kan draaien.
Waarom muggen, en waarom nu
Muggen zijn volgens de Wereldgezondheidsorganisatie het dodelijkste dier voor mensen, vooral door ziektes als malaria en dengue. Dat is de morele lading achter dit soort projecten, en de reden dat de Gates Foundation er bijna twintig jaar geleden in stapte. In Europa is de directe impact kleiner, maar de tijgermug is bezig met een opmars richting Nederland en België, en dengue-uitbraken in Zuid-Frankrijk en Italië halen elke zomer het nieuws.
Wat verandert is de drempel om hier zelf iets aan te bouwen. Object-detectie op kleine, snel bewegende doelen was tot voor kort vooral het terrein van defensiebedrijven. Open source-modellen zoals de YOLO-familie en consumenten-gpu's hebben de toegang opengebroken. Een hobbyist die vier maanden tijd heeft, kan nu een systeem trainen dat een mug onderscheidt van een huisvlieg. Dezelfde basisbouwstenen, een camera, een model en een aangestuurde actuator, zitten ook in zelfrijdende auto's en in commerciële drone-onderscheppers; alleen het doelwit verschilt.
Wat het project niet beantwoordt
Er zijn een paar dingen die uit de huidige berichtgeving niet duidelijk worden. Hoe vaak het systeem raak schiet bij normale kamerverlichting. Hoe groot de dataset is waarop het model getraind is. Of er behalve muggen ook andere insecten worden geraakt, en wat het systeem doet als er ineens een hand of een hond door beeld loopt. En, niet onbelangrijk, welke klasse laser Cheng gebruikt en of het apparaat in een woonkamer juridisch überhaupt mag.
Die vragen zijn ook precies het verschil tussen een viraal demo-project en een product dat je kunt verkopen. De Photon Matrix probeert die brug te slaan met radar-interlocks en een vaste hardwarestack. Cheng laat vooral zien dat de AI-kant van het probleem nu klein genoeg is om op een zolderkamer op te lossen.
