Knowledge representation and reasoning

Thema:: Artificiële intelligentie

Wanneer we een beslissing willen maken of iets willen controleren is correcte informatie cruciaal. Hoe eenduidiger de informatie, hoe beter. Wanneer dit niet het geval is en meerdere bronnen verschillende termen voor hetzelfde concept gebruiken, kunnen de verkeerde conclusies worden getrokken. Dan kun je geen effectieve beslissingsondersteuning of real-time control waarborgen. Het probleem is echter dat veel systemen meerduidige informatie aanbieden.

Om dit probleem te verhelpen, zetten we de AI-technologie ‘knowledge representation & reasoning’ in. Hiermee leggen we kennis uit het domein vast. Zo maken we consistent gebruik van dezelfde termen én representeren we informatie eenduidig. Pas dan kunnen we op een juiste wijze deze kennis combineren en erover redeneren. Hieruit kunnen nieuwe feiten en inzichten worden gehaald. Dit versterkt de beslissingsondersteuning en real-time control.

OWL-formats representeren eenduidige informatie

TNO maakt de belangrijkste concepten en hun onderlinge relaties in een domein zichtbaar. Dit zijn kennismodellen die we met diverse AI-tools ontwikkelen. Die presenteren we in de vorm van Knowledge Graphs in Ontology Web Language (OWL) formats en Resource Description Framework Schema (RDFS) formats.

We ontwikkelen zo’n ontologie in samenwerking met domein experts. Relevante kennis en mogelijke trends worden hierin op eenduidige wijze weergegeven. Dit maakt de data gebruiksklaar voor een redeneermachine die hieruit nieuwe inzichten en verbanden weet op te halen.

“ Knowledge Representation & Reasoning is een sleuteltechnologie binnen AI. Het is ondersteunend bij het maken van beslissingen en maakt real-time control effectief.” - Jack Verhoosel - Senior Business Consultant & Architect

Knowledge engine zorgt voor gedeelde eenduidige kennis

TNO heeft een generiek softwarecomponent gemaakt, genaamd de Knowledge Engine, die een ontologie gebruikt om verschillende systemen in een domein met elkaar te koppelen en informatie op een gecontroleerde en veilige manier toegankelijk te maken.

De Knowledge Engine zorgt ervoor dat kennis die beschikbaar en/of benodigd is in deze systemen wordt vertaald naar de domein-ontologie. Daarmee wordt het gemakkelijk om deze kennis eenduidig uit te wisselen in het domein en te combineren in een AI-systeem dat vervolgens hierover kan redeneren en leren.

Hybrid AI is dubbel zo krachtig

De AI-techniek knowledge representation & reasoning kan zeer waardevol zijn in combinatie met machine learning. Zo draagt machine learning bij door de onzekerheid van voorspellingen mee te wegen. En knowledge representation & reasoning helpt op haar beurt weer bij de duiding van de interne relaties binnen een domein.

Deze combinatie van redeneren (knowledge representation & reasoning) en leren (machine learning) wordt Hybrid AI genoemd. Symbolische en sub-symbolische AI wordt gecombineerd. Naast beslissingsondersteuning en real-time control, helpt dit ook bij het vinden van trends en patronen. Deze technologie wordt momenteel in diverse sectoren ingezet, zoals landbouw, tuinbouw, defensie, industrie en energie domeinen.

Neem contact met ons op

Sla navigatie over (Neem contact met ons op)

Linda Oosterheert

Functie:
Consultant
Linda is consultant binnen de afdeling Data Science. Linda ontwikkelt semantische standaarden en adviseert organisaties hoe ze interoperabel kunnen worden. Haar specifieke aandachtsgebied is hoe organisaties hun semantische standaarden kunnen doorontwikkelen en beheren, als er sprake is van veel dynamiek en waarbij dus een combinatie van expertkennis en data benodigd is. Typische klanten die Linda bedient zijn branche- of standaardisatieorganisaties. Ze werkt in verschillende domeinen, met de afgelopen jaren een focus op de arbeidsmarkt met projecten zoals Skills Matching en SETU.

Meer over Linda
- Standplaats:
  Soesterberg - Kampweg
- E-mail:
  E-mail Linda