"False"
Hoppa direkt till innehållet
printicon
Huvudmenyn dold.
Publicerad: 2026-06-09

Långvarig datautmaning löst – öppnar för snabbare och säkrare hantering

NYHET Organisationer och företag kämpar för att hantera sin information, som ofta lagras i flera olika databaser, register och system. Nu har Romual Esdras Wandji i sitt avhandlingsarbete vid Umeå universitet, tagit fram en helt ny lösning. Hans ramverk gör det möjligt att inte bara hämta, utan även uppdatera data genom virtuella kunskapsgrafer. – Det här kan förändra hur både människor och AI-system arbetar med data på ett säkrare och mer tillgängligt sätt, säger Romuald Esdras Wandji.

Romuald Esdras Wandji, WASP-doktorand vid institutionen för datavetenskap, Umeå universitet, har i sitt avhandlingsarbete utvecklat ett helt nytt ramverk som möjliggör inte bara hämtning utan även uppdatering av data via virtuella kunskapsgrafer. Tekniken har funnits i årtionden, men hittills har den endast fungerat i en riktning; användare kunde söka efter information via ett begreppsligt lager, men eventuella ändringar krävde direkt expertis och hantering av de underliggande databaserna. Romualds forskning är något nytt, som gör kunskapsgraferna dubbelriktade.

– Både människor och AI-agenter kan i min lösning korrigera, lägga till och uppdatera information via samma konceptuella lager som de använder för att söka efter den, säger Romuald Esdras Wandji.

Löser långvarig utmaning  

Hans resultat bidrar till att undanröja en välkänd flaskhals genom att göra det möjligt för både människor och AI-assistenter att hantera data med hjälp av välbekanta begrepp istället för tekniska språk. 
– Det som tidigare krävde specialiserade utvecklare kan nu utföras av vem som helst. Det förändrar i grunden vem som kan arbeta med data, säger Romuald Esdras Wandji. 

Flexibla lösningar 

De flesta organisationer lagrar sin information i många olika system, vart och ett med sin egen tekniska struktur. Virtuella kunskapsgrafer har gjort det möjligt att hämta data från dessa system via en gemensam begreppsmodell – men endast i läsläge. Wandjis forskning tar itu med denna långvariga begränsning genom att ge de begreppsmässiga lagret möjlighet att uppdatera data. Detta gör det möjligt för användarna att arbeta med en enda samlad vy av information – både när de hämtar data och när de ändrar den. 

Relevant för stora datamängder

Data är en av samhällets mest värdefulla resurser men hanteringen kräver fortfarande specialiserade tekniska kunskaper. Detta skapar flaskhalsar, bromsar beslutsfattandet och ökar risken för fel. 

–Genom att låta både människor och AI-agenter arbeta genom ettt tydligt och semantiskt strukturerat lager minskar dessa hinder. Det blir enklare att rätta till misstag, lägga till ny information och hålla systemen uppdaterade – utan att skriva databaskod, säger doktor Wandji. 

Tekniken är särskilt relevant för organisationer som hanterar stora och komplexa datamängder, såsom myndigheter med omfattande register, vårdgivare som integrerar patientinformation mellan olika system, forskningsintensiva områden som biomedicin och stora företag med fragmenterade datamiljöer. 

– Komplexa informationssystem kan bli mer flexibla, mer tillgängliga för ämnesexperter och betydligt mer anpassningsbara när organisationens behov förändras, säger Romuald Esdras Wandji. 

Säkrare AI-användning 

I takt med att AI-system tar på sig ett större ansvar för hantering av data inom både den offentliga och den privata sektorn blir säkerhet allt viktigare. Att ge AI direkt tillgång till databaser medför betydande risker. 
Med Wandjis ramverk fungerar kunskapsgrafen istället som ett säkerhetslager. AI-system interagerar med data genom ett kontinuerligt begreppsordförråd, vilket minskar riskerna för felaktiga eller skadliga uppdateringar. 

– När AI-system tar på sig större ansvar blir det avgörande att de fungerar genom strukturerade och begripliga gränssnitt. Min forskning bidrar till den grunden, säger Romuald Esdras Wandji. 

För mer information

Romuald Esdras Wandji försvarade sin avhandling vid institutionen för datavetenskap i Maj, 2026. Huvudhandledare: Professor och världsledande expert inom artificiell intelligens för datahantering, Diego Calvanese. Läs avhandlingen "Ontology-based Update in Virtual Knowledgje Graphs" här. 

Kontakta Romuald Esdras Wandji. 

Romuald Esdras Wandji
Forskarstuderande
E-post
E-post