Skip to main content
Weiter zur Homepage der Europäischen Kommission (öffnet in neuem Fenster)
Deutsch de
CORDIS - Forschungsergebnisse der EU
CORDIS

The Global Latent Workspace: towards AI models of flexible cognition

Projektbeschreibung

KI-basierte Architektur sorgt für robuste und flexible Kognition

Die Fortschritte im Bereich des Deep Learnings haben es ermöglicht, mit künstlicher Intelligenz (KI) bei verschiedenen sensorischen, wahrnehmungsbezogenen, sprachlichen und kognitiven Aufgaben Leistungen auf dem Niveau des Menschen zu erreichen. Um jedoch zu einer robusteren und flexibleren Kognition zu gelangen, bedarf es innovativer kognitiver Architekturen nach dem Vorbild des menschlichen Gehirns. Bei der Theorie des globalen Arbeitsraums (Global Workspace Theory, GWT) handelt es sich um eine kognitive Architektur, die bewusste und unbewusste Prozesse qualitativ erklärt. In diesem Zusammenhang besteht das Ziel des ERC-finanzierten Projekts GLoW darin, einen Fahrplan für die unbeaufsichtigte neuronale Übersetzung über mehrere latente Räume hinweg zu entwickeln, was in einem einzigartigen, amodalen globalen latenten Arbeitsraum (Global Latent Workspace, GLW) mündet. Dieser GLW-Rahmen wird direkt in Deep-Learning-Modelle zunehmender Komplexität implementiert. Im Rahmen des Projekts wird außerdem die Korrelation zwischen dem GLW-Rahmen und den Gehirnnetzwerken bewertet.

Ziel

Recent advances in deep learning have allowed Artificial Intelligence (AI) to reach human-level performance in many sensory, perceptual, linguistic or cognitive tasks. There is a growing need, however, for novel, brain-inspired cognitive architectures to achieve more robust and flexible cognition. The Global Workspace Theory refers to a large-scale system integrating and distributing information among networks of specialized modules to create higher-level forms of cognition and awareness. It is one of the dominant neuroscientific accounts of higher-level brain function. We argue that the time is ripe to consider explicit implementations of this theory using deep learning techniques. We propose a roadmap based on unsupervised neural translation between multiple latent spaces (neural networks trained for distinct tasks, on distinct sensory inputs and/or modalities) to create a unique, amodal global latent workspace (GLW). Sensory inputs that are broadcast in this GLW acquire meaning by connecting them to (or translating them into) the relevant semantic knowledge and representations from language, memory or decision systems: the semantic grounding property. Conversely, language and semantic representations are grounded in the sensory environment via the same broadcast/translation operation. Finally, broadcasting sensory and semantic inputs to the relevant effector domains can create motor affordances and support embodied cognition. Together, the grounding and affordance properties infuse meaning in AI processes, which can then be combined sequentially (via attentional selection) to enable flexible cognitive functionsi.e. System-2 AI. The interdisciplinary project will directly implement the GLW framework in deep learning models of growing complexity, and evaluate their correspondence with brain networks. It will provide an explicit evaluation of the Global Workspace Theory, and push the limits of current deep learning systems towards next-generation AI.

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: Das European Science Vocabulary.

Sie müssen sich anmelden oder registrieren, um diese Funktion zu nutzen

Schlüsselbegriffe

Schlüsselbegriffe des Projekts, wie vom Projektkoordinator angegeben. Nicht zu verwechseln mit der EuroSciVoc-Taxonomie (Wissenschaftliches Gebiet).

Programm/Programme

Mehrjährige Finanzierungsprogramme, in denen die Prioritäten der EU für Forschung und Innovation festgelegt sind.

Thema/Themen

Aufforderungen zur Einreichung von Vorschlägen sind nach Themen gegliedert. Ein Thema definiert einen bestimmten Bereich oder ein Gebiet, zu dem Vorschläge eingereicht werden können. Die Beschreibung eines Themas umfasst seinen spezifischen Umfang und die erwarteten Auswirkungen des finanzierten Projekts.

Finanzierungsplan

Finanzierungsregelung (oder „Art der Maßnahme“) innerhalb eines Programms mit gemeinsamen Merkmalen. Sieht folgendes vor: den Umfang der finanzierten Maßnahmen, den Erstattungssatz, spezifische Bewertungskriterien für die Finanzierung und die Verwendung vereinfachter Kostenformen wie Pauschalbeträge.

HORIZON-ERC - HORIZON ERC Grants

Alle im Rahmen dieses Finanzierungsinstruments finanzierten Projekte anzeigen

Aufforderung zur Vorschlagseinreichung

Verfahren zur Aufforderung zur Einreichung von Projektvorschlägen mit dem Ziel, eine EU-Finanzierung zu erhalten.

(öffnet in neuem Fenster) ERC-2022-ADG

Alle im Rahmen dieser Aufforderung zur Einreichung von Vorschlägen finanzierten Projekte anzeigen

Gastgebende Einrichtung

CENTRE NATIONAL DE LA RECHERCHE SCIENTIFIQUE CNRS
Netto-EU-Beitrag

Finanzieller Nettobeitrag der EU. Der Geldbetrag, den der Beteiligte erhält, abzüglich des EU-Beitrags an mit ihm verbundene Dritte. Berücksichtigt die Aufteilung des EU-Finanzbeitrags zwischen den direkten Begünstigten des Projekts und anderen Arten von Beteiligten, wie z. B. Dritten.

€ 2 499 366,00
Adresse
RUE MICHEL ANGE 3
75794 PARIS
Frankreich

Auf der Karte ansehen

Region
Ile-de-France Ile-de-France Paris
Aktivitätstyp
Research Organisations
Links
Gesamtkosten

Die Gesamtkosten, die dieser Organisation durch die Beteiligung am Projekt entstanden sind, einschließlich der direkten und indirekten Kosten. Dieser Betrag ist Teil des Gesamtbudgets des Projekts.

€ 2 499 366,00

Begünstigte (1)

Mein Booklet 0 0