Descripción del proyecto
Comunicación de redes neuronales profundas inspiradas en el lenguaje humano
Las redes neuronales profundas (RNP) son algoritmos de aprendizaje automático que aspiran a imitar el procesamiento de la información del encéfalo. Las RNP representan una solución prometedora para la introducción de la inteligencia artificial en nuestras vidas diarias, desde los vehículos autónomos a los teléfonos inteligentes y los juegos. El proyecto ALiEN, financiado con fondos europeos, se propone mejorar la interfaz de las RNP y desarrollar un lenguaje universal que pueda aplicarse fácilmente en diferentes aplicaciones. El proyecto se inspira en el lenguaje humano y aspira a sustituir las interfaces existentes con protocolos de comunicación genéricos. Los investigadores configurarán un entorno de aprendizaje para la interacción de las RNP que ayude a mejorar las RNP existentes y a abordar las complejidades asociadas con las aplicaciones de la vida real.
Objetivo
Deep neural networks (DNNs) are specialized computational models lacking a standard interface. If a complex task requires different DNNs, an ad-hoc connection must be laboriously designed. Inspired by human language, ALiEN wants to replace such ad-hoc interfaces with generic communication protocols optimized for ease of learning by DNNs that might have different architectures and functions. ALiEN “languages” are not hand-crafted: they emerge by training DNNs to share information through communication, offering the scalability and robustness to noise that is an asset of learned systems.
A first set of experiments will study, in tightly controlled settings, the impact of input, training community size and communication channel on the expressiveness and ease of acquisition of emergent protocols. The emergence of general protocols will be encouraged by a training environment characterized by varied inputs and interaction among numerous DNNs. The best emerged protocols will also be taught in a supervised way to new DNNs, with the final aim of establishing a “universal” DNN language. Next, I will explore how emergent protocols can help interfacing out-of-the box, state-of-the-art DNNs, only requiring the addition of light input and output layers to existing pre-trained models. Finally, a simplified home automation use case will demonstrate the usefulness of emergent protocols in a scenario that features some of the complexities to be expected in real-life applications. The project will also thoroughly analyze the emerging protocols, with the concurrent aims of i) identifying and favoring features that make them more expressive and easier to learn; ii) enhancing interpretability; and iii) gathering scientific insights into communication emergence in a non-human “species”.
All in all, ALiEN will take a first bold step towards enabling autonomous DNN interaction, and thus genuinely adaptive AI systems.
Ámbito científico (EuroSciVoc)
CORDIS clasifica los proyectos con EuroSciVoc, una taxonomía plurilingüe de ámbitos científicos, mediante un proceso semiautomático basado en técnicas de procesamiento del lenguaje natural.
CORDIS clasifica los proyectos con EuroSciVoc, una taxonomía plurilingüe de ámbitos científicos, mediante un proceso semiautomático basado en técnicas de procesamiento del lenguaje natural.
Para utilizar esta función, debe iniciar sesión o registrarse
Palabras clave
Programa(s)
Régimen de financiación
ERC-ADG - Advanced GrantInstitución de acogida
08002 Barcelona
España