Projektbeschreibung
Aufbau einer zuverlässigen KI für die Planung und Disposition
Die derzeitigen Methoden der künstlichen Intelligenz (KI) für die Planung und Disposition, ob modellbasiert oder datengesteuert, sind nicht zuverlässig genug, um in großem Umfang eingesetzt zu werden und ihre potenzielle Wirkung zu entfalten. Das EU-finanzierte Projekt TUPLES wird zu einem integrierten und menschenzentrierten Ansatz für die Entwicklung von Instrumenten für Planung und Disposition beitragen, um das Vertrauen und die Akzeptanz in diese zu erhöhen. Insgesamt werden drei Ziele verfolgt. Erstens sollen hybride Methoden der Planung und Disposition entwickelt werden, welche die Effizienz, Flexibilität und Anpassungsfähigkeit von datengesteuerten Lernansätzen mit der Stabilität, Zuverlässigkeit und Klarheit von modellbasierten Argumentationsmethoden verknüpfen. Zweitens sollen Methoden zur Verifizierung und Erklärung der von Systemen der Planung und Disposition erzeugten Lösungen entworfen werden. Und drittens sollen Fallstudien durchgeführt werden, von der Unterstützung von Flugzeugpiloten über das Management von Fußballmannschaften bis hin zur Müllabfuhr.
Ziel
Planning and scheduling (P&S) is a core area of AI. Its aim is to build systems that assist humans in planning, organising and optimising courses of action to achieve complex objectives. Despite the pressing need for decision-support systems for P&S applications in industry and public services, current approaches do not satisfy essential properties of trustworthy AI, such as transparency, explainability, robustness, safety and scalability.
TUPLES is a 3 year project aiming to obtain scalable, yet transparent, robust and safe algorithmic solutions for P&S. The cornerstones of our scientific contributions will be (1) combining symbolic P&S methods with data-driven methods to benefit from the scalability and modelling power of the latter, while gaining the transparency, robustness, and safety of the former and (2) developing rigorous explanations and verification approaches for ensuring the transparency, robustness, and safety of a sequence of interacting machine learned decisions. Both of these challenges are at the forefront of AI research.
We will demonstrate and evaluate our novel and rigorous methods in a laboratory environment, on a range of use-cases in manufacturing, aircraft operations, sport management, waste collection, and energy management. Our results also include practical guidelines derived from the lessons learnt in this process, and open-source software tools and test environments enabling the human-centered development and assessment of trustworthy P&S systems. Expected outcomes include increased productivity, decreased environmental footprint and the empowerment of workers in the above sectors. These could translate into huge economic, environmental and social impacts if trustworthiness ends up driving mass adoption of P&S.
The TUPLES consortium includes world-leading researchers in several fields of AI (P&S, constraints, machine learning, explanations), humanities and social sciences (psychology, law, ethics), and experts of their applications.
Wissenschaftliches Gebiet
- social sciencessociologygovernancepublic services
- engineering and technologyenvironmental engineeringwaste management
- social scienceseconomics and businesseconomicsproduction economicsproductivity
- social sciencespsychology
- natural sciencescomputer and information sciencesartificial intelligencemachine learning
Schlüsselbegriffe
Programm/Programme
Aufforderung zur Vorschlagseinreichung
Andere Projekte für diesen Aufruf anzeigenFinanzierungsplan
HORIZON-RIA - HORIZON Research and Innovation ActionsKoordinator
31000 Toulouse
Frankreich