ENGINEERINGNET.BE - De meeste AI-systemen worden getraind op basis van internetdata. Die bevatten ruis, zijn ongestructureerd en missen de link met de fysieke realiteit.
Het nieuwe Sustainable Agentic Intelligence Lab (SAIL) combineert daarom agentische AI met gevalideerde wetenschappelijke data uit milieumonitoring, materiaalkunde en industriële systemen. Zo ontstaat een AI die kan redeneren en handelen binnen de operationele logica van de fysieke wereld.
SAIL is gericht op drie gebieden:
- Agentic AI, gericht op multi-agent systemen die autonoom kunnen redeneren, handelen en coördineren met behulp van open standaarden.
- Context Ingeneering, het strategisch ontwerpen en beheren van informatie die aan AI-systemen wordt gegeven.
- Scientific Machine Learning, het ontwikkelen van fysica-geïnformeerde modellen en digital twins die simulatie combineren met datagestuurde benaderingen.
Het lab zal architecturale patronen en herbruikbare softwarecomponenten, domeinspecifieke benchmarks, evaluatiekaders voor contextgerelateerde AI en energiebewuste benaderingen produceren die aansluiten bij de principes van duurzame AI.
Samen leveren deze pijlers praktische tools en kaders aan klanten en partners in België en Europa. Het zorgt ervoor dat innovatie in de industrie versneld kan ingevoerd worden, de overheid AI sneller en efficiënter kan inzetten voor effectievere openbare diensten, en kmo's een realistisch traject krijgen om AI in hun werking op te nemen.
Het eerste project van SAIL breidt de openEO API uit. Dat is een door ESA ondersteunde open-source interface voor verwerking van aardobservatiegegevens, met agentische mogelijkheden.
VITO levert nu al een belangrijke bijdrage aan het openEO-ecosysteem en voert grootschalige implementaties uit op het Copernicus Data Space Ecosystem en de Terrascope-platforms.
Gebruikers hoeven niet langer uit te zoeken welke data er zijn en hoe ze moeten worden verwerkt, want AI-agenten zullen analytische verzoeken op vraag interpreteren en autonoom verwerkingsworkflows samenstellen op basis van beschikbare tools en datasets.
Dennis Clarijs, hoofd Remote Sensing Services VITO: “Door een agentlaag toe te voegen, wordt de drempel voor het gebruik van deze enorme hoeveelheden data verlaagd, waardoor de impact en integratiemogelijkheden in toekomstige bedrijfsprocessen ten volle kunnen worden benut."
