Skip to main content
Weiter zur Homepage der Europäischen Kommission (öffnet in neuem Fenster)
Deutsch Deutsch
CORDIS - Forschungsergebnisse der EU
CORDIS

Unsupervised Perception

Projektbeschreibung

Maschinelles Lernen ohne manuelle Überwachung

Heutzutage können wir von leistungsstarken Suchmaschinen, Medizinprodukten und persönlichen Assistenzsystemen profitieren, bei denen maschinelles Lernen zum Einsatz kommt. Allerdings erlernen Maschinen ihre neuen Fähigkeiten unter manueller Überwachung. Das EU-finanzierte Projekt UNION plant nun die Entwicklung von Maschinen, die audiovisuelle Daten mit wenig manueller Überwachung oder ganz ohne sie verstehen und integrieren, und auf diese Weise zahllosen neuen Anwendungen der künstlichen Intelligenz den Weg bereiten können. Das Projekt wird zwei Hypothesen untersuchen: Erstens, dass Konzepte, die intrinsische Eigenschaften der natürlichen Welt widerspiegeln, ohne manuelle Überwachung erlernt werden können und dennoch für einen Menschen interpretierbar sind; und zweitens, dass eine Maschine mit dieser Fähigkeit aus wenigen oder gar keinen manuell kommentierten Beispielen neue, für bestimmte Interessengruppen nützliche Fähigkeiten erwerben kann.

Ziel

The aim of UNION is to liberate machine learning, enabling everyone to use it productively and creatively instead of being the demesne of experts. Today, machines must be explicitly taught any new skill via manual supervision, incurring a cost justifiable only for applications of general interest. Thus, as laypeople, we can benefit from powerful search engines, medical devices and personal assistants that are designed by means of machine learning, but we cannot easily teach machines to address our particular professional or personal needs. From recognizing illustrations on Greek vases to building catalogues of store products, machine learning could empower millions of individuals, but current technology cannot scale to these micro-tasks. The goal of UNION is thus to develop machines that can learn to understand audio-visual data with little to no manual supervision, opening up artificial intelligence to countless new applications. To this end, UNION will investigate two key hypotheses. The first is that concepts that reflect intrinsic properties of the natural world, such as detachable objects and their 3D geometry, physics and high-level class, can be learned without manual supervision, while still being interpretable to a human. The second hypothesis is that, given this ability, a machine can pick up new skills useful to specific stakeholders from no or just a few manually-annotated examples. These hypotheses will be validated (1) by developing algorithms that can learn without manual supervision, (2) by endowing machines with advanced general-purpose audio-visual analytical skills, and (3) by using the knowledge already acquired to learn new skills very efficiently, from little data and even less manual supervision. This will be delivered as an open-source package that will demonstrate how one can create open-ended audio-visual analysis software that can be taught a large variety of different tasks with at most lightweight manual assistance.

Wissenschaftliches Gebiet (EuroSciVoc)

CORDIS klassifiziert Projekte mit EuroSciVoc, einer mehrsprachigen Taxonomie der Wissenschaftsbereiche, durch einen halbautomatischen Prozess, der auf Verfahren der Verarbeitung natürlicher Sprache beruht. Siehe: Das European Science Vocabulary.

Sie müssen sich anmelden oder registrieren, um diese Funktion zu nutzen

Schlüsselbegriffe

Schlüsselbegriffe des Projekts, wie vom Projektkoordinator angegeben. Nicht zu verwechseln mit der EuroSciVoc-Taxonomie (Wissenschaftliches Gebiet).

Programm/Programme

Mehrjährige Finanzierungsprogramme, in denen die Prioritäten der EU für Forschung und Innovation festgelegt sind.

Thema/Themen

Aufforderungen zur Einreichung von Vorschlägen sind nach Themen gegliedert. Ein Thema definiert einen bestimmten Bereich oder ein Gebiet, zu dem Vorschläge eingereicht werden können. Die Beschreibung eines Themas umfasst seinen spezifischen Umfang und die erwarteten Auswirkungen des finanzierten Projekts.

Finanzierungsplan

Finanzierungsregelung (oder „Art der Maßnahme“) innerhalb eines Programms mit gemeinsamen Merkmalen. Sieht folgendes vor: den Umfang der finanzierten Maßnahmen, den Erstattungssatz, spezifische Bewertungskriterien für die Finanzierung und die Verwendung vereinfachter Kostenformen wie Pauschalbeträge.

ERC-COG - Consolidator Grant

Alle im Rahmen dieses Finanzierungsinstruments finanzierten Projekte anzeigen

Aufforderung zur Vorschlagseinreichung

Verfahren zur Aufforderung zur Einreichung von Projektvorschlägen mit dem Ziel, eine EU-Finanzierung zu erhalten.

(öffnet in neuem Fenster) ERC-2020-COG

Alle im Rahmen dieser Aufforderung zur Einreichung von Vorschlägen finanzierten Projekte anzeigen

Gastgebende Einrichtung

THE CHANCELLOR, MASTERS AND SCHOLARS OF THE UNIVERSITY OF OXFORD
Netto-EU-Beitrag

Finanzieller Nettobeitrag der EU. Der Geldbetrag, den der Beteiligte erhält, abzüglich des EU-Beitrags an mit ihm verbundene Dritte. Berücksichtigt die Aufteilung des EU-Finanzbeitrags zwischen den direkten Begünstigten des Projekts und anderen Arten von Beteiligten, wie z. B. Dritten.

€ 2 311 847,00
Adresse
WELLINGTON SQUARE UNIVERSITY OFFICES
OX1 2JD Oxford
Vereinigtes Königreich

Auf der Karte ansehen

Region
South East (England) Berkshire, Buckinghamshire and Oxfordshire Oxfordshire
Aktivitätstyp
Higher or Secondary Education Establishments
Links
Gesamtkosten

Die Gesamtkosten, die dieser Organisation durch die Beteiligung am Projekt entstanden sind, einschließlich der direkten und indirekten Kosten. Dieser Betrag ist Teil des Gesamtbudgets des Projekts.

€ 2 311 847,00

Begünstigte (1)

Mein Booklet 0 0