LLM WIKI
Met OKF en DESL bouw je zelf betere AI
Van Informatie naar Kennis
Ik ben nieuwsgierig naar hoe de wereld om ons heen werkt en hoe we die beter kunnen begrijpen. Ik vind het fascinerend om te onderzoeken hoe feiten, omstandigheden, definities en aannames met elkaar samenhangen.
Wat kunnen we leren van het werk van Andrej Karpathy en de ontwikkeling van Open Knowledge Format bij Google Cloud? En hoe kunnen we ervoor zorgen dat AI-systemen niet alleen data verwerken, maar ook de betekenis, herkomst en onderlinge relaties ervan beter begrijpen?
Wat ik onderweg leer, deel ik graag. Wanneer een vraagstuk om meer samenhang vraagt, breng ik bronnen, gegevens, definities en modellen bij elkaar. Zo onderzoek ik hoe kennis beter kan worden vastgelegd, getoetst en gereconstrueerd, voor mensen én voor AI-systemen.
Waarom informatie nog geen kennis is
Organisaties beschikken over grote hoeveelheden informatie: rapporten, spreadsheets, webpagina's, beleidsregels, metingen, procedures, wetenschappelijke artikelen en broncode. Die informatie kan nauwkeurig en nuttig zijn. Toch kan de betekenis ervan moeilijk te achterhalen zijn zodra de omstandigheden, definities en relaties ontbreken die nodig zijn om haar goed te interpreteren.
Een getal in een spreadsheet zegt weinig als de eenheid ontbreekt. Een tekst kan een meetresultaat presenteren alsof het een aanbeveling is. Een drempelwaarde kan worden genoemd zonder de voorwaarden waaronder deze geldt of de bron waarop zij berust. Een beleidsdocument kan een begrip anders definiëren dan een technisch rapport. Software kan een formule of uitzondering toepassen die niet overeenkomt met de onderliggende requirement.
Mensen kunnen zulke verschillen soms oplossen door aanvullende informatie op te vragen of de oorspronkelijke auteur te raadplegen. Een AI-systeem beschikt niet vanzelf over die mogelijkheid. Het kan een overtuigend antwoord genereren terwijl het twee vergelijkbare formuleringen ten onrechte als gelijkwaardig behandelt, een aanbeveling als een bindende regel interpreteert of een ontbrekende voorwaarde buiten beschouwing laat. Een vloeiend antwoord bewijst niet dat de onderliggende betekenis correct is geïnterpreteerd.
Met het Open Knowledge Format (OKF) en het Double Entry Semantic Ledger (DESL) maak ik deze problemen beter inzichtelijk. OKF biedt een structuur om informatie en haar betekenis vast te leggen. DESL biedt een methode om de context van een vraagstuk systematisch te vergelijken met een relevant normatief kader.
Van broninformatie naar controleerbare kennis
Een kennisarchitectuur voor AI begint bij bestaande kennisbronnen. AI helpt die kennis te interpreteren, te structureren en te verbinden. OKF maakt de kennisdocumenten herkenbaar en vergelijkbaar. DESL voegt daar een methode voor controleerbare vergelijking aan toe.
- 01 Probabilistische verwerking Kennisopbouw
- AI interpreteert bronnen, herkent context, legt relaties en maakt semantische objecten.
- 02 Expliciete kennisrepresentatie Kennisdocument
- OKF legt kennis vast in begrijpelijke, gestructureerde documenten met herkomst, betekenis, context en status.
- 03 Vergelijking en controle Vergelijkingsmethode
- DESL vergelijkt de feitelijke context (debet) met normen en referentiekaders (credit), en registreert verschillen, onzekerheden en uitkomsten.
- 04 Onderbouwde besluitvorming Toepassing
- Management gebruikt de beschikbare kennis, de kwaliteit van de onderbouwing en de resterende onzekerheden voor een beslissing.
Toepassing en controle
De architectuur is toepasbaar op uiteenlopende kennisdomeinen. Op rmaanden.nl wordt zij toegepast op kennis over het binnenklimaat, waarbij wetenschappelijke bronnen, begrippen, meetgegevens, modellen en praktijkcontext met elkaar in verband worden gebracht.
Het doel is niet om AI automatisch de waarheid te laten bepalen. Het doel is om zichtbaar te maken waarop een interpretatie of conclusie is gebaseerd, welke normen zijn toegepast en waar onzekerheden of ontbrekende onderbouwing blijven bestaan.
OKF en DESL zijn ontworpen voor een wereld waarin AI kennis probabilistisch kan ontsluiten, interpreteren en vergelijken. Dat vraagt om een andere benadering van informatiearchitectuur.
In plaats van vooraf de volledige werkelijkheid te modelleren in een omvangrijke Object Type Library (OTL), datamodel of ontologie, vertrek je vanuit kennis die al aanwezig is in documenten, onderzoeken, normen, systeemcode en andere bronnen. De uitdaging verschuift daarmee naar het expliciet maken en borgen van de betekenis, context, herkomst en kwaliteit van die kennis.
OKF maakt kennis gestructureerd en herbruikbaar. DESL maakt relaties tussen context en normen inzichtelijk en controleerbaar. Zo ontstaat een pragmatische kennisinfrastructuur waarin AI kennis kan benutten, terwijl de onderbouwing van uitkomsten voor mensen herleidbaar en toetsbaar blijft.
Open Knowledge Format
Een belangrijke inspiratiebron is Andrej Karpathy. Met zijn LLM Wiki liet hij zien hoe AI kan helpen om informatie uit bronnen te verwerken tot een blijvende, onderling verbonden kennisbasis. Dat werk inspireerde mij om verder te onderzoeken hoe kennis niet alleen kan worden verzameld, maar ook structureel kan worden vastgelegd en onderhouden.
Ook Google Cloud werkt aan een open formaat voor kennis: het Open Knowledge Format (OKF). De specificatie beschrijft een open, uitbreidbare structuur voor kennisdocumenten op basis van Markdown en machineleesbare metadata. Daarmee ontstaat een overdraagbare basis waarmee mensen en AI-systemen kennis op een herkenbare manier kunnen verwerken.
Op deze basis bouw ik voort met een eigen uitbreiding: De uitbreiding gebruikt aanvullende metadata om onder meer het type document, de volledigheid van de vastlegging en relevante vergelijkingssleutels expliciet te maken.
Een OKF Bundle brengt meerdere documenten en bronnen in een samenhangende verzameling bijeen. Ieder OKF-document legt één bron afzonderlijk vast, zodat de herkomst en inhoud ervan herkenbaar blijven. Afhankelijk van het document worden onder meer begrippen, beweringen, waarden, formules, voorwaarden, relaties en onderbouwing vastgelegd. Zo kan een AI-agent gerichter relevante informatie terugvinden en kunnen gebruikers beter nagaan waarop een antwoord of analyse is gebaseerd.
Double Entry Semantic Ledger (DESL)
Kennis ordenen is een belangrijke eerste stap. Maar hoe stel je vast of een analyse voldoende is onderbouwd? Het Double Entry Semantic Ledger (DESL) is mijn methode om die vergelijking systematisch en controleerbaar uit te voeren. Daarbij worden de context die wordt onderzocht en het normatieve kader afzonderlijk vastgelegd. De twee kanten worden vervolgens met elkaar in verband gebracht.
- Context / Debet De praktijk: waarnemingen, metingen, voorspellingen, berekeningen, analyses en conclusies, met hun relevante omstandigheden, aannames en onderbouwing.
- Norm / Credit Het normatieve kader: toepasselijke eisen, criteria, normen en definities, aangevuld met de wetenschappelijke of andere onderbouwing die nodig is om het kader te interpreteren en toe te passen.
Binnen de DESL-methode zijn debet en credit twee verschillende rollen: debet legt vast wat er in de praktijk is vastgesteld, credit wat er volgens de geldende normen, eisen of afspraken zou moeten gelden. DESL vergelijkt deze informatie, vastgelegd in afzonderlijke OKF-documenten. Zo wordt zichtbaar waar praktijk en norm overeenkomen, waar ze afwijken en waar bewijs, onderbouwing of informatie ontbreekt of elkaar tegenspreekt.
De gereedschapskist achter mijn werk
Van data-analyse en softwareontwikkeling tot AI en binnenklimaatonderzoek: met deze hulpmiddelen, modellen en kaders onderzoek, verbind en ontwikkel ik kennis.
Ontwikkeling en kennisorganisatie
- Visual Studio Code — code.visualstudio.com
- Cline — cline.bot
- Obsidian — obsidian.md
- Figma — figma.com
- HTML — MDN Web Docs
- CSS — MDN Web Docs
- Markdown — markdownguide.org
- SVG — MDN Web Docs
- cPanel — websitebeheer en hosting cpanel.net
AI en kennisontwikkeling
- ChatGPT — chatgpt.com
- Claude — claude.ai
- Google Gemini — gemini.google.com
- Chrome Built-in AI & WebMCP — in-browser AI-integratie en context retrieval developer.chrome.com
- Google NotebookLM — notebooklm.google.com
- Microsoft Copilot — copilot.microsoft.com
- Deepseek en andere Chinese AI-modellen — www.deepseek.com
Data, modellen en kennisbronnen
- Microsoft Power BI — microsoft.com/power-bi
- Microsoft Power Query — Microsoft Learn
- Microsoft Fabric — microsoft.com/microsoft-fabric
- Microsoft 365 — microsoft.com/microsoft-365
- ASHRAE Handbook — Fundamentals — ASHRAE Handbook
- ASHRAE Standard 241 — Control of Infectious Aerosols ASHRAE Standard 241
- Google Digital Buildings Ontology — semantische beschrijving van gebouwgerelateerde begrippen en relaties Google op GitHub
-
OKF-bundle — virologie en binnenklimaat
De samenhangende kennisverzameling achter rmaanden.nl van OKF en DESL documenten en onderliggende bronnen over virale overdracht, HVAC, luchtkwaliteit en binnenklimaat.
- Semantisch Grootboek (DESL) — eigen methodologie voor contextarchitectuur en audit-reporting semantisch-grootboek.nl
Meetapparatuur en databronnen voor binnenklimaatonderzoek
- 1× Aranet4 Home — CO₂- en binnenklimaatmetingen aranet.com
- 10× TFA AirCO₂ntrol 5000 — CO₂-metingen en datalogging tfa-dostmann.de
- 12× iBebot — binnenklimaatsensoren ibebot.com
- 1x Trotec CO₂-meter trotec.com
- 3x Stadler Form Oskar — luchtbevochtiging in de praktijk stadlerform.com
- KNMI — meteorologische waarnemingen en weersverwachtingen knmi.nl