Kunstmatige intelligentie (AI) verandert onze wereld in hoog tempo en beïnvloedt zowel publieke diensten als het bedrijfsleven.  Het doel van Data Science is het ontwikkelen en ondersteunen van de betrouwbare inzet van AI-oplossingen. Dat doen we door menselijke kennis en waarden toe te voegen aan AI-systemen.

Onze inzet voor Betrouwbare AI, zoals respect voor menselijke waardigheid, vrijheid, democratie, gelijkheid, de rechtsstaat en mensenrechten, sluit aan bij de kernwaarden van de Europese Unie. Deze waarden helpen ons bij het bouwen van oplossingen die voldoen aan ethische en maatschappelijke normen.

Onze missie

AI-systemen kunnen soms ‘hallucineren’ en onvolledige, misleidende of zelfs onjuiste antwoorden geven. Ook bevatten ze vaak vooroordelen tegenover bepaalde groepen, omdat de gebruikte data ongelijk verdeeld zijn. Bij Data Science maken we AI verantwoordelijker door de interactie met gebruikers te verbeteren en technieken te ontwikkelen die het risico op hallucinaties en bias verkleinen. AI kan mensen ondersteunen, maar ook menselijke fouten en vooroordelen bevatten. Wij doen er alles aan om dat te beperken.

Onze missie luidt dan ook: Betrouwbare AI, zo menselijk mogelijk – en soms zelfs beter.

Daarom dragen we bij aan de ontwikkeling van Europese Generatieve AI en Large Language Models. Hiermee bieden we een soeverein en ethisch alternatief voor modellen van grote techbedrijven. We werken samen met publieke en private organisaties om innovatieve AI-oplossingen te implementeren die niet alleen effectief zijn, maar ook aansluiten bij maatschappelijke waarden. Zo versterken we hun succes en concurrentiekracht. Daarnaast ontwerpen we oplossingen die veilige en efficiënte gegevensuitwisseling mogelijk maken, zodat verschillende partijen – over sectoren en domeinen heen – beter kunnen samenwerken. Dit is essentieel voor het aanpakken van complexe uitdagingen, zoals het optimaliseren van energienetwerken voor een slimme en duurzame toekomst.

Een wereld bedekt met een dunne laag data

Je ziet het niet, maar de wereld is bedekt met een flinterdunne laag data. De temperatuur van de lucht, de leeftijd van je buurman, het saldo op je bankrekening. Onze smartphones, laptops, smartwatches en andere apparaten geven ons deze gegevens wanneer we maar willen. Ze kunnen veel met data, maar er is ook nog veel wat ze niet kunnen – of nog niet goed genoeg kunnen.

Zo is het bijvoorbeeld niet altijd duidelijk op basis van welke gegevens een beslissing is genomen – mogelijk zelfs automatisch. En zo’n beslissing kan grote gevolgen hebben voor mensen. Denk aan de vraag of je wel of niet wordt uitgenodigd voor een sollicitatiegesprek. Wanneer twijfelachtig datagebruik leidt tot een inbreuk op de privacy, beseffen we hoe afhankelijk en kwetsbaar we zijn. Zeker als persoonlijke gegevens ineens op straat liggen. Met de groei van technologische mogelijkheden neemt ook het gebruik van onverklaarbare systemen toe. Systemen die ogenschijnlijk zelfstandig denken en beslissen. De enorme hoeveelheden data zijn nuttig – zozeer zelfs dat we nauwelijks zonder kunnen. Maar het is zo veel, dat we soms het overzicht verliezen. Het belang van zorgvuldig omgaan met data en deze op de juiste manier interpreteren, wordt dus alleen maar groter.

Wat doet de expertisegroep Data Science?

Wij ontwikkelen oplossingen die informatiesystemen en kunstmatige intelligentie (AI) verrijken met menselijke kennis en ervaring. Zo helpen we bij het ontwerpen en bouwen van betekenisvolle, betrouwbare en uitlegbare oplossingen voor gegevensdeling en data-analyse. Een van de methoden is het gebruik van natuurlijke taal om gegevensuitwisseling mogelijk te maken. Ook stellen we AI-systemen in staat om te leren van menselijke kennis en contextbewust te redeneren. Deze combinatie van data-gedreven en kennis-gedreven AI noemen we ‘Hybride AI’.

Meer data betekent ook dat privacy en gegevensbeveiliging steeds belangrijker worden. De impact op beleid en wetgeving groeit eveneens. Daarom werken we nauw samen met collega’s die zich bezighouden met informatiebeveiliging en privacy-versterkende technologieën, evenals met experts op het gebied van beleid en strategie.

De expertisegroep Data Science streeft ernaar om op een verantwoorde en begrijpelijke manier inzichtelijke en betekenisvolle data te leveren. Onze primaire focus ligt op Betrouwbare AI: we zorgen ervoor dat data en AI-modellen veilig worden gedeeld en beheerd, en worden ingezet om betere beslissingen te nemen die zowel de samenleving als het bedrijfsleven ten goede komen. We willen een wezenlijke bijdrage leveren door bedrijven en overheden te ondersteunen bij hun datamanagement, besluitvorming en de toepassing van AI-oplossingen.

Technische expertise

Onze expertise in kennisgedreven AI, datagedreven AI en hybride AI, gecombineerd met onze rol als onafhankelijke onderzoeksgroep, plaatst ons in een unieke positie op nationaal en Europees niveau. Zo kunnen we richting geven aan ontwikkelingen en ons blijven aanpassen aan de snel veranderende wereld van AI.

Onze kennis van datagedreven AI omvat zowel traditionele machine learning als geavanceerde deep learning-technologieën. We zijn gespecialiseerd in natuurlijke taalverwerking (NLP) en in het ontwikkelen van betrouwbare en conforme Large Language Models (LLM’s). Deze technieken passen we toe in uiteenlopende domeinen – zoals landbouw en gezondheidszorg – waarbij we steeds de nadruk leggen op de betrouwbaarheid van taalkundige technologie.

Voorbeelden zijn het ontwikkelen van chatbots die zijn afgestemd op specifieke sectoren, en het gebruik van technieken zoals Generatieve AI (GenAI) en LLM’s om teksten samen te vatten en vragen te beantwoorden. Ook genereren we synthetische datasets om privacy te beschermen en om te gaan met een tekort aan data.

We zijn sterk in het bouwen van semantische modellen, zoals ontologieën en kennisgrafen, voor specifieke domeinen zoals de arbeidsmarkt en energiedistributie. Deze modellen stellen ons in staat om ruwe data te voorzien van metadata en er op een open en contextbewuste manier mee te redeneren. Belangrijke toepassingen zijn onder meer het ontwikkelen van het Semantic Interoperability Framework, dat door meerdere bedrijven is overgenomen, en het waarborgen van interoperabiliteit tussen IoT-apparaten en databases.

Onze hybride AI-aanpak combineert datagedreven methoden met kennis- en redeneermethoden, met nadruk op datakwaliteit en betrouwbaarheid. Door deze benaderingen te combineren, bouwen we AI-systemen die betrouwbare en transparante uitkomsten leveren. Een voorbeeld is het afstemmen van LLM’s op specifieke toepassingen, zoals een spraakgestuurde interface voor gezondheidsvragen, waarbij we zorgen dat de AI-antwoorden valide en betrouwbaar zijn.

Onze inzet voor Betrouwbare AI garandeert dat onze technologieën voldoen aan ethische normen en maatschappelijke verwachtingen, en bevordert eerlijkheid, transparantie en verantwoording.

Innovaties en toepassingen

Onze onderzoeksgroep heeft een lange geschiedenis in natuurlijke taalverwerking (NLP) en heeft dit werk snel uitgebreid naar Large Language Models (LLM’s) en Generatieve AI (GenAI). Nu datagedreven AI steeds breder wordt toegepast, groeit ook de behoefte aan hybride AI. Een belangrijke beperking van LLM’s is bijvoorbeeld het gebrek aan feitelijke juistheid en robuustheid van de gegenereerde inhoud. Door kennisgrafen te combineren met LLM’s kunnen we dit probleem deels ondervangen en zo betrouwbaardere AI-oplossingen ontwikkelen.

We werken nauw samen met belanghebbenden om relevante AI-toepassingen te creëren in uiteenlopende domeinen. Enkele voorbeelden:

  • Energie: Optimaliseren van energiegebruik en -timing via het Semantic Interoperability Framework, met gebruik van de SAREF-ontologie voor gegevensdeling.
  • Gezondheid: Gepersonaliseerde aanbevelingssystemen voor mensen met diabetes type 2.
  • Landbouw en voeding: Chatbots die eenvoudig toegang bieden tot gespecialiseerde agrarische kennis.
  • Overheid: AI-tools die belastingwetgeving toegankelijker maken en verantwoord toezicht ondersteunen.
  • Nationale veiligheid: Geautomatiseerde inlichtingen- en besluitvormingssystemen op basis van redenering voor militaire operaties.

Onze technische expertise bestrijkt vele domeinen, waardoor we oplossingen kunnen ontwikkelen die zowel effectief als betrouwbaar zijn.

Projecten en impact

Hier lees je meer over een selectie van onze projecten.

Dit voorbeeld laat zien hoe de expertise van Data Science op het gebied van kennismodellering en interoperabiliteit bijdraagt aan de overgang naar een arbeidsmarkt die draait om vaardigheden. Dit leidt tot meer kansen voor burgers, betere loopbaanmobiliteit, minder werkloosheid en meer persoonlijke voldoening.

De arbeidsmarkt is krap en verandert snel. Diploma’s en cv’s zijn niet langer de beste manier om de juiste kandidaat te vinden. Werkgevers en werkzoekenden richten zich te veel op opleiding en ervaring, en te weinig op vaardigheden. Betere afstemming tussen de arbeidsmarkt en het beroepsonderwijs is nodig om iedereen aan een passende baan te helpen.

Inzicht in vaardigheden biedt werkzoekenden de beste kansen om zich aan te passen aan de veranderende markt, en helpt werkgevers om de juiste match te vinden. In samenwerking met UWV, SBB, CBS en het Ministerie van Sociale Zaken en Werkgelegenheid hebben we onze kennis van kennismodellering en onze ervaring met het verbinden van belanghebbenden ingezet om CompetentNL te ontwikkelen: een gemeenschappelijke taal om vaardigheden te beschrijven in opleidingen en beroepen. CompetentNL is ontworpen als een dynamische taal die meebeweegt met veranderingen op de arbeidsmarkt en sluit aan bij Europese standaarden. Er is bovendien specifiek aandacht besteed aan het verminderen van (gender)bias en het ondersteunen van eerlijke besluitvorming.

CompetentNL ondersteunt Nederland in de transitie naar een vaardigheden-gebaseerde arbeidsmarkt. De brede belangstelling vanuit publieke en private sectoren en succesvolle pilots tonen de positieve impact van deze oplossing aan.

Dit voorbeeld laat zien hoe semantische interoperabiliteit het dagelijks leven van burgers kan verbeteren en slim energiebeheer in woningen en gebouwen toegankelijk maakt. Het resultaat: hogere energie-efficiëntie, lagere energierekeningen, meer bewustzijn van energieverbruik, duurzamer gedrag, minder belasting van het stroomnet en eenvoudigere aansluiting van apparaten van verschillende leveranciers.

Energiegebruik optimaliseren is een complex vraagstuk dat vraagt om effectieve communicatie en coördinatie tussen systemen, apparaten en toepassingen. Semantische interoperabiliteit maakt deze gegevensuitwisseling mogelijk. Data Science heeft hiervoor belangrijke AI-gedreven oplossingen ontwikkeld: de Smart Applications REFerence ontology (SAREF) – het eerste EU-gestandaardiseerde IoT-ontologiekader – en de Knowledge Engine (KE), een open-source middleware gebaseerd op ontologieën voor slimme informatie-integratie tussen systemen. Sinds 2014 worden SAREF en KE toegepast in diverse B2B-projecten (zoals tuinbouw, agrifood, slimme woningen, energie en defensie) en in grootschalige pilots binnen het HorizonEU-project InterConnect (2019–2024).

Dit voorbeeld toont hoe Data Science publieke organisaties ondersteunt bij het verantwoord inzetten van AI, wat leidt tot betere en eerlijkere dienstverlening en meer vertrouwen van burgers in de overheid.

AI speelt een steeds grotere rol in onze samenleving, maar de ontwikkeling en integratie ervan brengt risico’s en vragen met zich mee – zeker in de publieke sector. Het AI Oversight Lab helpt organisaties en overheden om AI op een verantwoorde manier toe te passen. Dit gebeurt via een interdisciplinaire aanpak die zowel technische als organisatorische aspecten omvat.

Het lab begon in 2021 met een samenwerking met de gemeente Nissewaard, waarbij een AI-model voor fraudedetectie in de bijstand werd geëvalueerd op bias en robuustheid. De bevindingen leidden tot het terugtrekken van het algoritme. Sindsdien volgden samenwerkingen met onder andere de Immigratie- en Naturalisatiedienst (IND) en het Openbaar Ministerie (OM). Het lab groeit gestaag, publiceert wetenschappelijke artikelen en stimuleert kennisdeling en best practices binnen een betrokken gemeenschap van stakeholders.

Dit voorbeeld laat zien hoe de expertise van Data Science in taaltechnologieën kan leiden tot de ontwikkeling van een soeverein en privacyvriendelijk Nederlands taalmodel.

Het GPT-NL-project richt zich op het ontwikkelen van een Large Language Model (LLM) dat specifiek is afgestemd op de Nederlandse taal en cultuur. Het model ondersteunt transparantie en inclusiviteit en sluit aan bij Nederlandse en Europese waarden. Het project pakt uitdagingen aan rond bias, ethiek en privacy van gebruikersdata. Door te streven naar naleving van de AVG en de EU AI Act, wil GPT-NL een taalmodel creëren dat geen inbreuk maakt op privacy of intellectuele eigendomsrechten. Dit moet andere initiatieven inspireren om op een verantwoorde manier te innoveren met generatieve AI.

Het project is inmiddels bekend buiten TNO, SURF en NFI. Teamleden zijn uitgenodigd als keynote speakers op Nederlandse conferenties, en als sprekers en panelleden op zowel nationale als Europese evenementen. Ze zijn geïnterviewd door onder andere NPO, iBestuur en Computer Idee. Het team werkt bovendien actief aan het opbouwen van een ecosysteem, en zoekt contact met potentiële dataleveranciers, eindgebruikers, wetenschappers, toezichthouders zoals de Autoriteit Persoonsgegevens en beleidsmakers.

Meer weten?

Wil je meer inzicht krijgen in je data? AI-systemen betrouwbaarder, eerlijker of begrijpelijker maken? Of wil je met ons van gedachten wisselen hoe je je informatie-uitwisseling op een betekenisvolle manier kunt inrichten? Neem dan contact met ons op.

Laat je verder inspireren

52 resultaten, getoond 1 t/m 5

Digitalisering en verduurzaming: hoe AI hierbij kan helpen

Informatietype:
Insight
28 januari 2025
De Twin Transition vraagt om slimme technologieën die processen versnellen, zoals populaire AI-tools. Hoe zet je deze verantwoord in voor circulariteit??

Digitaal Product Paspoort

Informatietype:
Artikel

Tijdmakers in beeld: Kallol Das

Informatietype:
Insight
20 november 2024

Tijdmakers in beeld: Belma Turkovic

Informatietype:
Insight
15 november 2024

Tijdmakers in beeld: Annemieke Kips

Informatietype:
Insight
15 november 2024