Badacze opracowali nową metodę do efektywnego przetwarzania niepewności w grafach wiedzy, które mogą zawierać miliardy faktów. Rozwiązanie umożliwia bardziej dokładne wnioskowanie o związkach między bytami przy zachowaniu wydajności obliczeniowej. To ważne dla rozwoju systemów AI pracujących z niekompletną lub niejednoznaczną informacją, a zastosowania obejmują semantic web, rekomendacje i discovery wiedzy naukowej.