Descrizione del progetto
Realizzare un’intelligenza artificiale affidabile per la pianificazione e la programmazione
Gli attuali metodi di intelligenza artificiale (IA) per la pianificazione e la programmazione, basati su modelli o guidati dai dati, non ispirano una fiducia tale da essere adottati in modo massivo e ottenere il loro potenziale impatto. Il progetto TUPLES, finanziato dall’UE, contribuirà a un approccio integrato e antropocentrico per lo sviluppo di strumenti di pianificazione e programmazione al fine di aumentare la fiducia e l’adozione. Nel complesso, il progetto si pone tre obiettivi. In primo luogo, sviluppare metodi di pianificazione e programmazione ibridi che combinino l’efficienza, la flessibilità e l’adattabilità degli approcci di apprendimento basati sui dati con la robustezza, l’affidabilità e la chiarezza dei metodi di ragionamento basati su modelli. In secondo luogo, progettare metodi per verificare e spiegare le soluzioni prodotte dai sistemi di pianificazione e programmazione. Infine, la conduzione di casi di studio, dall’assistenza al pilota di aerei alla gestione di squadre di calcio e alla raccolta dei rifiuti.
Obiettivo
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.
Campo scientifico
- social sciencessociologygovernancepublic services
- engineering and technologyenvironmental engineeringwaste management
- social scienceseconomics and businesseconomicsproduction economicsproductivity
- social sciencespsychology
- natural sciencescomputer and information sciencesartificial intelligencemachine learning
Parole chiave
Programma(i)
Meccanismo di finanziamento
HORIZON-RIA - HORIZON Research and Innovation ActionsCoordinatore
31000 Toulouse
Francia