# Lumin — case van Accessible AI

> Lumin is een AI-native lichtengine en ruimtelijke studio die taal, muziek en een gemapte installatie vertaalt naar gevalideerde shows voor modulaire woonobjecten en professionele DMX-rigs.

**Type:** AI-native spatial lighting

**Positionering:** Elke ruimte wordt een instrument voor licht.

**Status:** capability demonstrator van Accessible AI

## De kans

Slimme lampen behandelen lichtpunten als losse apparaten; professionele lichtsoftware vraagt dat een operator sfeer, muziek en ruimte handmatig vertaalt naar fixtures, kanalen en cues.

## Wat we maakten

We bouwden één spatial lighting-systeem: een gemeten digital twin beschrijft ruimte en modules, AI schrijft portable show- en effectintentie en een lokale renderer compileert die veilig naar dezelfde 44 Hz-output voor preview, Art-Net en sACN.

## Waarom het telt

Van een Pillar, Line en Bloom in een woonkamer tot een professionele DMX-rig: dezelfde ruimtelijke intentie kan worden gegenereerd, bekeken, gecommissioned en deterministisch afgespeeld zonder modelcall in het framepad.

## Kerngegevens

- **Context:** Home + pro
- **Playback:** 44 Hz lokaal
- **Preview:** Dezelfde frames
- **Output:** Art-Net + sACN

## Momenten in het product

### Een digital twin die de installatie begrijpt

Afmetingen, oppervlakken, zones en moduleposities maken links-rechts, hoogte en afstand onderdeel van de choreografie.

**Signaal:** Room + topology

### Creatieve programma’s blijven portable

Een wave of pulse bevat geen fixture-ID’s of pixelmaten; Lumin bindt het effect pas bij playback aan de actuele rig.

**Signaal:** Intent → compiler

### Preview en output delen dezelfde waarheid

De browser visualiseert de gerenderde frames; de 44 Hz-engine bewaakt veiligheid en protocoloutput zonder modelcall in het framepad.

**Signaal:** One frame truth

## De ruimte wordt onderdeel van het lichtprogramma.

De huidige Lumin-repository combineert een Python-engine, lokale API en React/Three.js-studio. Een spatial RigProfile bewaart gemeten ruimtegeometrie en module-identiteit; AI maakt gevalideerde intentie buiten het realtimepad en de renderer levert de gedeelde framewaarheid.

### Ruimte, objecten, zones en modules

**Spatial twin:** Gemeten oppervlakken en vaste module-identiteit geven de AI bruikbare geometrie zonder dat een scan de DMX-patch mag veranderen.

### Gedrag los van één rig

**Portable effects:** Effect-assets beschrijven lagen, kleuren, richting en tempo zonder fixture-ID’s, adressen of pixelmaten op te slaan.

### Van intentie naar ruimtelijke choreografie

**Music + prompt:** Prompt-, song- en live-context worden vertaald naar role-aware timelines en lokale modulators die over gedeelde XYZ-coördinaten bewegen.

### Geen model in het framepad

**Runtime:** 44 Hz playback, safety validators, exclusief output-eigenaarschap en deadman blackout blijven deterministische software.

## AI regisseert intentie. De lokale engine bezit de uitvoering.

Portable gedrag wordt pas bij playback aan de actuele moduletopologie gebonden. Preview, logging en protocoltransport observeren daarna dezelfde gevalideerde frames.

1. **Twin:** Room + modules
2. **Intent:** Prompt + music
3. **Effect:** Portable draft
4. **Compiler:** Rig-aware DSL
5. **Renderer:** Preview + output

**Gecontroleerde uitkomst:** Eén creatieve laag die kan schalen van modulaire woonverlichting naar professionele installaties, met een expliciete commissioninggrens voor fysieke output.

## Details uit de productlaag

### De preview leest de echte output

**Frame truth:** De browser decodeert dezelfde DMX-frames die de renderer produceert, in plaats van een losstaande demo-animatie te tonen.

### Meten is niet hetzelfde als genereren

**Commissioning:** Geometrie, mappings en vijf diagnostische patronen leiden tot een receipt die aan rigfingerprint en release is gebonden.

### Effecten zonder deployment-ID’s

**Portabiliteit:** Import, varianten en playback houden creatieve intentie los van universes, adressen, pixelcounts en één vaste ruimte.

### Geometrisch, nog niet fotometrisch

**Eerlijke grens:** De studio simuleert positie, oppervlakken en lichtspill, maar claimt nog geen gekalibreerde lux, IES-distributies of ray-traced lichttransport.

## Systeemflow

1. **Mappen:** Ruimte, zones en lichtmodules vastleggen
2. **Regisseren:** Prompt, muziek of live input naar portable intent
3. **Compiler:** Intent aan actuele geometrie en capabilities binden
4. **Uitvoeren:** Dezelfde 44 Hz-frames naar preview of protocoloutput

## Voorbeeld / modulaire woonkamer

### Een woonkamer krijgt één lichtkarakter, zonder ieder object afzonderlijk te programmeren.

Een Pillar, een architecturale Line en drie Bloom-modules hebben verschillende vormen en posities, maar moeten samen als één muziekgevoelige ervaring reageren.

1. Meet de ruimte en koppel ieder lichtobject aan een stabiele module-identiteit.
2. Beschrijf het gedrag: de bloemen pulsen na elkaar, de Line ademt warm en de Pillar draagt de bas.
3. Laat Lumin een portable effectplan maken en compileer het tegen de actuele geometrie.
4. Controleer de gedeelde frame-output in de 3D-preview en commission fysieke output daarna afzonderlijk.

**Uitkomst:** Eén ruimtelijke choreografie die over nieuwe modules en andere kamers kan worden hergebruikt zonder veiligheid of timing aan een model over te laten.

## Werkprincipes

- Ruimte als context
- Intentie bindt laat
- Deterministische uitvoering

## Gerelateerde inzichten

- [AI-agents versus workflowautomatisering: een architectuurkeuzegids](https://www.accessible-ai.nl/insights/ai-agents-vs-workflow-automation/index.md) — Een praktisch raamwerk om te bepalen wanneer een deterministische workflow volstaat, wanneer een AI-agent zijn complexiteit verdient en hoe MCP en A2A in een productiearchitectuur passen.
- [Van AI-prototype naar productie: het operationele model dat de kloof sluit](https://www.accessible-ai.nl/insights/ai-prototype-to-production/index.md) — Waarom overtuigende AI-demo's in productie falen—en een operationeel model met vier poorten voor bewijs, evaluatie, observeerbaarheid en gecontroleerde schaal.
- [Een AI-product laten bouwen: scope, kostenlogica en de route naar productie](https://www.accessible-ai.nl/insights/ai-product-bouwen-kosten-aanpak/index.md) — Geen vage prijsrange, maar een beslismodel voor scope: welke productlagen bepalen werk, risico en doorlooptijd, en hoe start je met het kleinste complete bewijs?