Ein innovativer Ansatz, der Unternehmen hilft, wissensbasierte Prozesse zu verbessern und dadurch bei KI hochmoderne Maßstäbe setzt
Expert System kündigt neue Fortschritte bei der Anwendung von Knowledge Graphs und Machine Learning bei der Verarbeitung natürlicher Sprache an und festigt damit seine Position an der Spitze der KI. Wie im Semantic Web Journal[1] Labs veröffentlicht, werden die F&E-Ergebnisse durch die bisher größte empirische Studie zum Thema bestätigt und zeigen, wie der Ansatz von Expert System die Mitbewerber übertrifft und in diesem Bereich neueste, hochmoderne Maßstäbe setzt.
Während Machine Learning und Deep Learning bereits sehr beliebte Methoden sind, sind sie gleichwohl noch weit davon entfernt, das natürliche Sprachverständnis zu erfassen, mit starken Bedenken der KI-Gemeinschaft bei wichtigen Aspekten wie Erklärbarkeit und vernünftiges Denken. Im Gegensatz zum Knowledge Graph, der reichhaltige, aussagekräftige und verwertbare Beschreibungen der Interessenbereiche liefert, bieten sie klare Erklärungen für kognitive Verarbeitungsergebnisse. Dadurch können unstrukturierte Daten (z. B. natürliche Sprache) schneller und genauer verstanden und verarbeitet werden, so dass KI-Systeme durch Natural Language Understanding (NLU) und linguistische Datenverarbeitung (LDV) wissensbasierte Prozesse verbessern können.
„Trotz des Hypes scheitert das Machine Learning allein immer noch am natürlichen Sprachverständnis in realen Geschäftsszenarien. Im Gegensatz dazu liefert der auf Knowledge Graph basierende Ansatz in allen Szenarien eine solide Performance“, sagt Marco Varone, Präsident von Expert System und Technische Direktor (CTO). „Unser Ansatz ist es, Machine Learning mit der Fülle an Informationen, die in unserem Knowledge Graph eingebettet sind, zu erleichtern. Das bedeutet, dass mit weniger Arbeit bessere Ergebnisse zu erzielen sind und wir uns dem echten Verständnis der natürlichen Sprache nähern können.“
Der marktführende Ansatz von Expert System basiert auf wissenschaftlicher Forschung zur neural-symbolischen KI-Integration für das Verständnis von Text und natürlicher Sprache. Insbesondere ist das Unternehmen seit Jahren führend im Bereich der Knowledge Graphs, die kürzlich von Gartner als einer der aufkommenden Technologietrends identifiziert wurden, die die Grenzen zwischen Mensch und Maschine verwischen werden. Der von Expert System angekündigte Durchbruch ermöglicht es nun, dass Machine Learning- und Deep-Learning-Modelle die gleiche Datenqualität des Cogito®-Knowledge Graph nutzen können. Dies bedeutet auch, dass sich die Implementierung von KI-Anwendungen optimierten lässt, da es möglich ist, ein großes und extrem gut gepflegtes strukturiertes Wissen mit datengesteuerten Modellen aus großen Dokumentenkorpussen flexibel zu kombinieren.
[1] Im Druck für die nächste Ausgabe der Semantic Web Journal unter dem Titel Vecsigrafo: Corpus-based word-concept embeddings – Bridging the statistic-symbolic representational gap in natural language processing. Vorabdrucke sind derzeit hier verfügbar.
