Projektbeschreibung
Erste Software-Engine zur automatischen Kausalitätserkennung
Methoden zur Kausalitätserkennung sind nicht neu. Sie werden seit Jahrzehnten eingesetzt, um mögliche Ursache-Wirkungs-Beziehungen aus Beobachtungsdaten zu ermitteln. Obwohl sie in Wissenschaft und Industrie immer mehr an Bedeutung gewinnen, sind sie für Nichtfachleute weitgehend unzugänglich. Das EU-finanzierte Projekt AUTOCD hat zum Ziel, die erste Software-Engine zur automatischen Kausalitätserkennung zu entwickeln und ihre kommerzielle Nutzbarkeit zu prüfen. AutoCD wird die Produktivität von Sachverständigen erhöhen und die Anwendung der Kausalitätserkennung mit minimalem Fachwissen begünstigen. Eine solche Automatisierung beruht auf den Ergebnissen des ERC-Projekts CAUSALPATH. AutoCD wird die Entwicklung der wachsenden Branche der Bibliotheken und Plattformen für automatisiertes maschinelles Lernen (AutoML) vergleichen.
Ziel
Causal Discovery is desperately needed in both science and the industry, but it is largely inaccessible to non-experts. AutoCD proposes to create the first automated causal discovery software engine and explore its commercial exploitation. AutoCD will largely boost the productivity of experts as well as allow the application of causal discovery with minimal expertise. It will provide functionalities such as (a) induction of causal models and causal relations from data by automatically tuning the algorithmic causal discovery choices and their hyper-parameters, (b) inferences regarding the strength of causal effects and exploration of what-if scenarios of possible interventions. Such automation has only become recently possible due to research performed of the origin ERC named CAUSALPATH. We will work with two industrial partners, namely Gnosis Data Analysis and Huawei to validate AutoCD on real data and problems. Gnosis commercializes the JADBio product, which is a SaaS AutoML platform with obvious synergies to AutoCD. It has an expressed interest in AutoCD for a potential licensing deal (see letter of intent). AutoCD parallels the development of automated machine learning (AutoML) libraries and platforms that is growing to a $14bil industry. The project will create an MVP at TRL 5 and a business plan to commercialize the product. The research team (2 Profs, 1 Ph.D. student, 1 scientific programmer) have extensive collective experience not only inventing and designing novel causal discovery algorithms. In addition, the PI is also the co-founder of Gnosis with extensive experience in creating deep tech AutoML products and commercializing them. He will devote 70% of his research time to the project.
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: https://op.europa.eu/en/web/eu-vocabularies/euroscivoc.
CORDIS klassifiziert Projekte mit EuroSciVoc, einer mehrsprachigen Taxonomie der Wissenschaftsbereiche, durch einen halbautomatischen Prozess, der auf Verfahren der Verarbeitung natürlicher Sprache beruht. Siehe: https://op.europa.eu/en/web/eu-vocabularies/euroscivoc.
- NaturwissenschaftenInformatik und InformationswissenschaftenSoftware
- SozialwissenschaftenSoziologieindustrielle BeziehungenAutomatisierung
- SozialwissenschaftenWirtschaftswissenschaftenWirtschaftswissenschaftProduktionswirtschaftProduktivität
Sie müssen sich anmelden oder registrieren, um diese Funktion zu nutzen
Programm/Programme
- HORIZON.1.1 - European Research Council (ERC) Main Programme
Thema/Themen
Aufforderung zur Vorschlagseinreichung
(öffnet in neuem Fenster) ERC-2022-POC1
Andere Projekte für diesen Aufruf anzeigenFinanzierungsplan
HORIZON-ERC-POC - HORIZON ERC Proof of Concept GrantsGastgebende Einrichtung
74100 Rethimno
Griechenland