Descrizione del progetto
Apprendimento automatico senza supervisione manuale
Oggi possiamo beneficiare di potenti motori di ricerca, dispositivi medici e assistenti personali che utilizzano l’apprendimento automatico. Le macchine, tuttavia, imparano nuove abilità attraverso la supervisione manuale. Il progetto UNION, finanziato dall’UE, intende sviluppare macchine in grado di comprendere e integrare dati audiovisivi con poca o nessuna supervisione manuale, aprendo così la strada a innumerevoli nuove applicazioni di intelligenza artificiale. Il progetto valuterà due ipotesi: la prima, che i concetti che riflettono le proprietà intrinseche del mondo naturale possono essere appresi senza supervisione manuale pur essendo comunque interpretabili dall’uomo; la seconda, che data questa capacità, una macchina può raccogliere nuove competenze utili a specifici soggetti a partire da pochi o nessun esempio annotato manualmente.
Obiettivo
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.
Campo scientifico (EuroSciVoc)
CORDIS classifica i progetti con EuroSciVoc, una tassonomia multilingue dei campi scientifici, attraverso un processo semi-automatico basato su tecniche NLP. Cfr.: https://op.europa.eu/en/web/eu-vocabularies/euroscivoc.
CORDIS classifica i progetti con EuroSciVoc, una tassonomia multilingue dei campi scientifici, attraverso un processo semi-automatico basato su tecniche NLP. Cfr.: https://op.europa.eu/en/web/eu-vocabularies/euroscivoc.
- scienze naturaliinformatica e scienze dell'informazionesoftware
- scienze naturalimatematicamatematica purageometria
È necessario effettuare l’accesso o registrarsi per utilizzare questa funzione
Siamo spiacenti… si è verificato un errore inatteso durante l’esecuzione.
È necessario essere autenticati. La sessione potrebbe essere scaduta.
Grazie per il tuo feedback. Riceverai presto un'e-mail di conferma dell'invio. Se hai scelto di ricevere una notifica sullo stato della segnalazione, sarai contattato anche quando lo stato della segnalazione cambierà.
Parole chiave
Programma(i)
Argomento(i)
Invito a presentare proposte
(si apre in una nuova finestra) ERC-2020-COG
Vedi altri progetti per questo bandoMeccanismo di finanziamento
ERC-COG -Istituzione ospitante
OX1 2JD Oxford
Regno Unito