Opis projektu
Pomaganie ludziom w zrozumieniu zachowania agentów SI
Agenci sztucznej inteligencji (SI) stanowią podstawę wielu technologii, w tym między innymi rozwiązań wykorzystywanych w autonomicznych pojazdach czy platformach wspierających leczenie chorób. Tego rodzaju rozwiązania stają się coraz bardziej powszechne, dzięki czemu mogą przynieść społeczeństwu wiele korzyści w obszarach takich jak edukacja, opieka zdrowotna czy transport. Ze względu na fakt, że algorytmy SI wchodzą w interakcje z ludźmi, ważne jest, aby zwiększyć świadomość i zrozumienie tego rodzaju inteligencji. Finansowany przez Europejską Radę ds. Badań Naukowych zespół projektu CONVEY zamierza opracować adaptacyjne i interaktywne metody informowania o zachowaniach agentów, opartych na wnioskach i metodologiach dotyczących obszarów sztucznej inteligencji i interakcji człowiek-komputer. W ramach projektu opracowane zostaną również algorytmy i interfejsy umożliwiające użytkownikom badanie możliwości agentów.
Cel
From self-driving cars to agents recommending medical treatment, Artificial Intelligence (AI) agents are becoming increasingly prevalent. These agents have the potential to benefit society in areas such as transportation, healthcare and education. Importantly, they do not operate in a vacuumpeople interact with agents in a wide range of settings. To effectively interact with agents, people need to be able to anticipate and understand their behavior. For example, a driver of an autonomous vehicle will need to anticipate situations in which the carfails and hands over control, while a clinician will need to understand the treatment regime recommended by an agent to determine whether it aligns with the patients preferences.
Explainable AI methods aim to support users by making the behavior of AI systems more transparent. However, the state-of-the-art in explainable AI is lacking in several key aspects. First, the majority of existing methods focus on providing local explanations to one-shot decisions of machine learning models. They are not adequate for conveying the behavior of agents that act over an extended time duration in large state spaces. Second, most existing methods do not consider the context in which explanations are deployed, including to the specific needs and characteristics of users. Finally, most methods are not interactive, limiting users ability to gain a thorough understanding of the agents.
The overarching objective of this proposal is to develop adaptive and interactive methods for conveying the behavior of agents and multi-agent teams operating in sequential decision-making settings. To tackle this challenge, the proposed research will draw on insights and methodologies from AI and human-computer interaction. It will develop algorithms that determine what information about agents behavior to share with users, tailored to users needs and characteristics, and interfaces that allow users to proactively explore agents capabilities.
Słowa kluczowe
Program(-y)
- HORIZON.1.1 - European Research Council (ERC) Main Programme
Temat(-y)
System finansowania
HORIZON-ERC - HORIZON ERC GrantsInstytucja przyjmująca
32000 Haifa
Izrael