Description du projet
L’apprentissage automatique sans supervision manuelle
Nous avons aujourd’hui accès à de puissants moteurs de recherche, appareils médicaux et assistants personnels qui ont recours à l’apprentissage automatique. Les machines acquièrent toutefois de nouvelles compétences par le biais d’une supervision manuelle. Le projet UNION, financé par l’UE, entend développer des machines capables de comprendre et d’intégrer des données audiovisuelles avec peu ou pas de supervision manuelle, ouvrant ainsi la voie à d’innombrables nouvelles applications d’intelligence artificielle. Le projet étudiera deux hypothèses: la première suppose que les concepts reflétant les propriétés intrinsèques du monde naturel peuvent être appris sans supervision manuelle tout en restant interprétables par un humain; la deuxième suggère que grâce à cette capacité, une machine peut acquérir de nouvelles compétences utiles à des acteurs spécifiques à partir de peu ou pas d’exemples annotés manuellement.
Objectif
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.
Champ scientifique (EuroSciVoc)
CORDIS classe les projets avec EuroSciVoc, une taxonomie multilingue des domaines scientifiques, grâce à un processus semi-automatique basé sur des techniques TLN. Voir: Le vocabulaire scientifique européen.
CORDIS classe les projets avec EuroSciVoc, une taxonomie multilingue des domaines scientifiques, grâce à un processus semi-automatique basé sur des techniques TLN. Voir: Le vocabulaire scientifique européen.
- sciences naturelles informatique et science de l'information intelligence artificielle vision par ordinateur
Vous devez vous identifier ou vous inscrire pour utiliser cette fonction
Nous sommes désolés... Une erreur inattendue s’est produite.
Vous devez être authentifié. Votre session a peut-être expiré.
Merci pour votre retour d'information. Vous recevrez bientôt un courriel confirmant la soumission. Si vous avez choisi d'être informé de l'état de la déclaration, vous serez également contacté lorsque celui-ci évoluera.
Mots‑clés
Les mots-clés du projet tels qu’indiqués par le coordinateur du projet. À ne pas confondre avec la taxonomie EuroSciVoc (champ scientifique).
Les mots-clés du projet tels qu’indiqués par le coordinateur du projet. À ne pas confondre avec la taxonomie EuroSciVoc (champ scientifique).
Programme(s)
Programmes de financement pluriannuels qui définissent les priorités de l’UE en matière de recherche et d’innovation.
Programmes de financement pluriannuels qui définissent les priorités de l’UE en matière de recherche et d’innovation.
-
H2020-EU.1.1. - EXCELLENT SCIENCE - European Research Council (ERC)
PROGRAMME PRINCIPAL
Voir tous les projets financés dans le cadre de ce programme
Thème(s)
Les appels à propositions sont divisés en thèmes. Un thème définit un sujet ou un domaine spécifique dans le cadre duquel les candidats peuvent soumettre des propositions. La description d’un thème comprend sa portée spécifique et l’impact attendu du projet financé.
Les appels à propositions sont divisés en thèmes. Un thème définit un sujet ou un domaine spécifique dans le cadre duquel les candidats peuvent soumettre des propositions. La description d’un thème comprend sa portée spécifique et l’impact attendu du projet financé.
Régime de financement
Régime de financement (ou «type d’action») à l’intérieur d’un programme présentant des caractéristiques communes. Le régime de financement précise le champ d’application de ce qui est financé, le taux de remboursement, les critères d’évaluation spécifiques pour bénéficier du financement et les formes simplifiées de couverture des coûts, telles que les montants forfaitaires.
Régime de financement (ou «type d’action») à l’intérieur d’un programme présentant des caractéristiques communes. Le régime de financement précise le champ d’application de ce qui est financé, le taux de remboursement, les critères d’évaluation spécifiques pour bénéficier du financement et les formes simplifiées de couverture des coûts, telles que les montants forfaitaires.
ERC-COG - Consolidator Grant
Voir tous les projets financés dans le cadre de ce programme de financement
Appel à propositions
Procédure par laquelle les candidats sont invités à soumettre des propositions de projet en vue de bénéficier d’un financement de l’UE.
Procédure par laquelle les candidats sont invités à soumettre des propositions de projet en vue de bénéficier d’un financement de l’UE.
(s’ouvre dans une nouvelle fenêtre) ERC-2020-COG
Voir tous les projets financés au titre de cet appelInstitution d’accueil
La contribution financière nette de l’UE est la somme d’argent que le participant reçoit, déduite de la contribution de l’UE versée à son tiers lié. Elle prend en compte la répartition de la contribution financière de l’UE entre les bénéficiaires directs du projet et d’autres types de participants, tels que les participants tiers.
OX1 2JD Oxford
Royaume-Uni
Les coûts totaux encourus par l’organisation concernée pour participer au projet, y compris les coûts directs et indirects. Ce montant est un sous-ensemble du budget global du projet.