Artificiële intelligentie is niet meer weg te denken uit onze maatschappij. Het is evenwel riskant om de resultaten die dergelijke platformen opleveren, zomaar voor waarheid aan te nemen. Professor Pieter Bonte van het Stream Intelligence Lab (domein computerwetenschappen) aan KU Leuven Kulak legt zich hier al geruime tijd op toe.
Stream reasoning draait om het slim interpreteren van data die heel snel worden geproduceerd. “Alles wat je monitort via sensoren, genereert een continue datastroom”, legt Pieter Bonte uit. “Als je dergelijke data loslaat op grote taalmodellen (LLM’s), krijg je resultaten die niet meer zijn dan voorspellingen. Het doel van stream reasoning is om data beter te interpreteren, zodat de resultaten aantoonbaar correct zijn.”
Dat doen ze bij het Stream Intelligence Lab door er logica op los te laten. “Logica is in deze context een formele taal waarin je zoveel mogelijk kennis van experts zo precies mogelijk vastlegt. Vervolgens laat je die logica de dynamische datastroom en statische data (bijvoorbeeld de locatie van een sensor) zo correct én zo snel mogelijk interpreteren. Dat doen we bij KU Leuven Kulak onder meer voor een VLAIO-gesubsidieerd project voor De Blauwe Cluster, voor de correcte monitoring van kritieke infrastructuur op zee. Daarbij kan stream reasoning er bijvoorbeeld voor zorgen dat de data afkomstig van sensoren op een energie-eiland automatisch worden geanalyseerd en geïnterpreteerd, waarna je ook zo snel mogelijk kan ingrijpen.”
Stream reasoning biedt veel potentieel voor alle toepassingen die via sensoren data opleveren, zoals de maakindustrie.
Pieter Bonte
Het beste van 2 werelden
Het Stream Intelligence Lab bestaat intussen 3 jaar. “We focussen ons zowel op fundamenteel als toegepast onderzoek. Bij fundamenteel onderzoek willen we onder meer een nieuwe logica ontwikkelen, terwijl toegepast onderzoek intussen heeft geresulteerd in de realisatie van een eerste systeem, onder de naam Kolibrie. Het grote verschil met AI-modellen zoals ChatGPT is dat het eindresultaat nog altijd de expertkennis volgt die door mensen is aangeleverd en ook door hen kan worden geverifieerd.”
Het lab wil zich onder meer toeleggen op onderzoek naar neurosymbolische stream reasoning. “Hierbij combineren we 2 vormen van artificiële intelligentie om voortdurend binnenkomende gegevens te interpreteren. Machine learning herkent patronen en doet voorspellingen. Symbolische AI koppelt die informatie aan bestaande kennis en expliciete regels om conclusies te trekken. Op die manier linken we het beste van 2 werelden. Zo kan een systeem bijvoorbeeld sensorgegevens analyseren, een mogelijk probleem voorspellen en beredeneren waarom het aandacht vraagt.”
Op termijn biedt stream reasoning veel potentieel voor alle toepassingen die via sensoren data opleveren, zoals de maakindustrie. “Idealiter maken we zoveel mogelijk gebruik van edge computing, waarbij we data zo dicht mogelijk bij de bron verwerken. Op die manier hoeven de data niet naar de cloud, waardoor we zowel sneller als met respect voor privacy kunnen werken”, besluit professor Bonte.
Stream Intelligence Lab
West-Vlaamse ondernemingen hebben zuurstof nodig om te blijven groeien. Daarvoor is onder meer de interactie tussen het hoger onderwijs en het bedrijfsleven van groot belang. Hier laten we de hogeronderwijsinstellingen uit onze provincie aan het woord over hun opleidingsaanbod en onderzoeksprojecten. Met al jouw vragen over onderwijs kan je terecht bij joyce.simoens@voka.be.
