VITO lanceert SAIL (Sustainable Agentic Intelligence Lab), een onderzoeksinitiatief voor agentic AI die opereren in de fysieke wereld. Het lab combineert wetenschappelijke gegevens uit milieumonitoring, materiaalkunde en industriële systemen om AI te ontwikkelen die kan redeneren en handelen binnen de operationele logica van de fysieke realiteit.
De meeste AI-systemen worden getraind op internetgegevens die ruis bevatten, ongestructureerd zijn en de link met de fysieke realiteit missen. SAIL pakt deze fundamentele beperking aan door agentische AI te koppelen aan gevalideerde wetenschappelijke datasets.
“De uitdaging is niet om grotere modellen te bouwen”, zegt Shane Ó Seasnáin, directeur Digitalisering en AI bij VITO. “Het gaat erom systemen te bouwen die zijn gebaseerd op de reële fysieke wereld waarbij we rekening houden met de aard van de bodem, atmosferische dynamica, materiaaleigenschappen en infrastructurele beperkingen.”
Het lab richt zich op drie pijlers: Agentic AI voor multi-agent systemen die autonoom kunnen redeneren en handelen, Context Engineering voor het strategisch ontwerpen van informatie voor AI-systemen, en Scientific Machine Learning voor fysica-geïnformeerde modellen en digital twins. Deze combinatie moet architecturale patronen, herbruikbare softwarecomponenten en energiebewuste benaderingen opleveren die aansluiten bij duurzame AI-principes. Met de ontwikkelde AI wil VITO de overheid ondersteunen met AI-oplossingen, maar ook kmo’s die dergelijke wetenschappelijke datasets inzetten.
OpenEO krijgt agentische laag
Het eerste SAIL-project breidt de openEO API uit met agentic AI. Het gaat om een door ESA ondersteunde open-source interface voor aardobservatiegegevens. Met deze toevoeging hoeven gebruikers niet langer zelf uit te zoeken welke datasets beschikbaar zijn en hoe deze moeten worden verwerkt.
“Als we over aardobservatiegegevens en tijdreeksen beschikken, dan kunnen we ons baseren op objectieve monitoring van de veranderingen op onze planeet”, legt Dennis Clarijs uit, hoofd Remote Sensing Services bij VITO. Door een agent toe te voegen aan de Europese referentie-implementaties wordt de drempel voor het gebruik van deze enorme hoeveelheden gegevens verlaagd.
Lees ook: Google introduceert Workspace Studio: AI-agents bouwen zonder een regel code