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

Explainable Trustworthy brain-like AI for Data Intensive Applications

Projektbeschreibung

Gehirnähnliche neuronale Netzwerke für energieeffiziente KI-Lösungen

Auf dem Gebiet der schwachen künstlichen Intelligenz gibt es Fortschritte zu verzeichnen, doch es besteht ein zunehmender Bedarf an universelleren KI-Ansätzen, die für ein breiteres Anwendungsspektrum geeignet sind. Das Ziel des EU-finanzierten Projekts EXTRA-BRAIN besteht in der Entwicklung flexibler, hardwarefreundlicher und energieeffizienter KI-Lösungen, die auf gehirnähnlichen neuronalen Netzwerken beruhen. Mit diesen Netzwerken sollen die Grenzen der heute üblichen KI-Methoden wie etwa die begrenzte Zuverlässigkeit und die übermäßige Datenabhängigkeit überwunden werden. Das Projektteam nutzt die Erkenntnisse der computergestützten Neurowissenschaft in Hinsicht auf die Informationsverarbeitungsprinzipien des Gehirns, die Lernverfahren und die neuroanatomischen Strukturen, um diese Netzwerke zu entwerfen. Unterstützt werden die Modelle durch Datenoptimierungspipelines und einen Erklärbarkeitsrahmen. Das Projektteam wird diesen Rahmen innerhalb verschiedener Anwendungsfälle mit unterschiedlichen Hardwareanforderungen validieren.

Ziel

In parallel to the current developments in the so-called narrow artificial intelligence (AI) realm, there is an urgent demand for more universal, general AI approaches that can operate across a wider spectrum of application domains with varying data characteristics. It is expected that the emerging sustainable AI methods can be efficiently deployed in the edge-cloud continuum on different hardware platforms and computing infrastructure depending on the real-world task scenarios and constraints including the limited energy budget. In response to this growing demand and emerging trends we propose to adopt a brain-like approach to AI system design due to its promising potential for functional flexibility, hardware friendliness as well as energy efficiency among others. To this end, EXTRA-BRAIN is aimed at developing a new generation of AI solutions based on brain-like neural networks that enable us to overcome key limitations of the current state-of-the-art methods, exemplified by deep learning, such as limited cross-task generalisation and extrapolation to novel domains (bounded reliability), excessive dependence on costly annotated data as well as extensive training and validation processes with heavy demand for compute resources at high energy cost, to name a few. The core brain-like neural network design in our approach derives from the accumulated computational neuroscience insights into the brain's working principles of information processing, key learning schemes and neuroanatomical structures that underlie the brain's perceptual/cognitive phenomena and its functional flexibility. Furthermore, these novel models are supported by data optimisation pipelines, which improve data quality, security and reduce the costs of assembling suitable training data, and an explainability framework to empower the human user. The proposed EXTRA-BRAIN framework will be examined in a diverse set of use cases with different hardware demands in the edge-cloud continuum.

Wissenschaftliches Gebiet (EuroSciVoc)

Schlüsselbegriffe

Programm/Programme

Thema/Themen

Finanzierungsplan

HORIZON-RIA - HORIZON Research and Innovation Actions

Alle im Rahmen dieses Finanzierungsinstruments finanzierten Projekte anzeigen

Aufforderung zur Vorschlagseinreichung

(öffnet in neuem Fenster) HORIZON-CL4-2023-HUMAN-01-CNECT

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

Koordinator

KUNGLIGA TEKNISKA HOEGSKOLAN
Netto-EU-Beitrag
€ 1 015 000,00
Adresse
BRINELLVAGEN 8
100 44 Stockholm
Schweden
Region
Östra Sverige Stockholm Stockholms län
Aktivitätstyp
Higher or Secondary Education Establishments
Links
Gesamtkosten
€ 1 015 000,00

Beteiligte (11)