Knowledge engineering in agrifood

Knowledge engineering in agrifood

Van het ontwikkelen van nieuwe producten tot het duurzaam maken van processen: waar zouden agrifoodbedrijven zijn zonder de kennis van experts? Wageningen Food & Biobased Research maakt kennis in organisaties concreet en brengt verborgen aannames aan het licht. Ze vertaalt deze kennis naar algoritmen op basis waarvan bedrijven wetenschappelijk onderbouwd en volgens de laatste inzichten beslissingen kunnen nemen.

Kennismodellen

Kennis staat vaak niet op papier, maar zit in de hoofden van mensen. Denk aan de voedingskundige die aangeeft dat iemand zich in principe aan de voedingsrichtlijnen moet houden, maar best af en toe een patatje mag eten. Aan de fruithandelaar die in een oogopslag ziet of een partij appels op transport kan naar het buitenland. Het gaat vaak om waardevolle kennis en ervaring, die in organisaties niet altijd even goed wordt benut. Bijvoorbeeld omdat experts van baan veranderen, verschillende disciplines elkaar niet goed begrijpen of omdat het te duur of tijdrovend is om experts te raadplegen. Door betekenisvolle data te koppelen aan kennismodellen kunnen slimme applicaties continu ondersteuning bieden.

Modelgebaseerd redeneren

Wageningen Food & Biobased Research vertaalt kennis naar algoritmen, het denkvermogen van software. De voorspellingen waarop bedrijven hun beslissingen (‘wat als…’) baseren, worden hiermee nauwkeuriger en beter onderbouwd. Wij combineren onze kennis over knowledge engineering met een brede expertise in agrifood – van versketens en productontwikkeling tot voeding en gezondheid.

Wij modelleren expertkennis op een systematische manier. Dit geeft inzicht in impliciete veronderstellingen, verschillen in jargon en inconsequente denkpatronen. Ook vastgeroeste manieren van denken komen hiermee aan het licht. De kennis die zo boven tafel komt, biedt een goede basis voor de bouw van slimme softwaresystemen. Bijvoorbeeld ter ondersteuning van integrale productontwikkeling, of voor apps die gepersonaliseerd voedingsadvies geven aan consumenten. Deze manier om kennis van experts bruikbaar te maken voor software is complementair aan machine learning, waarmee juist grote datasets de basis vormen voor nieuwe kennismodellen.

Voedselveiligheid en kwaliteitsverloop

Voedselveiligheidsrisico’s zien aankomen: dat is mogelijk met het systeem voor emerging risk detection dat wij hebben ontwikkeld voor het Chinese zuivelbedrijf Yili. We hebben hiertoe de kennis van experts van Wageningen University & Research (Wageningen Food & Biobased Research en Rikilt) over voedselveiligheid in ketens bijeengebracht in een kennismodel. Het bedrijf kan nu nog beter anticiperen op mogelijke voedselveiligheidsrisico’s en daarmee dure terugroepacties voorkomen.
Het kwaliteitsverloop van rozen voorspellen en daarmee weloverwogen beslissingen nemen over opslag, transport en afzetmarkt. Dat kan met het kennismodel dat wij hebben ontwikkeld binnen GreenCHAINge (2016-2019), een project met 15 partners uit de hele keten. Het systeem is gebaseerd op een Bayesian Belief Network.