Skip to main content
Przejdź do strony domowej Komisji Europejskiej (odnośnik otworzy się w nowym oknie)
polski pl
CORDIS - Wyniki badań wspieranych przez UE
CORDIS

Deep Probabilistic Logics

Opis projektu

Fundamenty neurosymbolicznej sztucznej inteligencji ze zdolnością do nauki i rozumowania

Neurosymboliczna sztuczna inteligencja łączy mocne strony tradycyjnej sztucznej inteligencji opartej na logice i nowoczesnych algorytmów uczenia głębokiego. Zestawienie to ma na celu stworzenie systemów, które mogą zarówno uczyć się na podstawie danych, jak i wyciągać wnioski na ich podstawie. Pomimo potencjału tej technologii, dotychczas poziom zrozumienia zasad jej działania pozostaje ograniczony. Co więcej, żadne powszechnie stosowane narzędzia do uczenia maszynowego nie obsługują tej technologii, co utrudnia rozwój takich systemów. Zespół finansowanego ze środków Europejskiej Rady ds. Badań Naukowych projektu DeepLog będzie dążył do analizy i opracowania tych zasad dzięki połączeniu neuronowej, probabilistycznej i logicznej sztucznej inteligencji. Określając kluczowe elementy składowe, tworząc ramy semantyczne zwane sieciami neurosymbolicznej sztucznej inteligencji i opracowując otwartoźródłowy prototyp, zespół projektu DeepLog przyczyni się do rozwoju zintegrowanych systemów uczących się i wnioskujących.

Cel

Neurosymbolic AI (NeSy) is the 3rd wave in AI. It wants to answer the key open question in AI as how to combine learning (2nd wave) and reasoning (1st wave) by integrating logic based AI with deep learning. However, there is only little understanding of the underlying principles and there exist no widely used machine learning tools that support NeSy. This makes the development of learning and reasoning systems extremely hard. What is urgently needed is a paradigm shift in NeSy that focuses on foundations rather than on which system from the alphabet-soup scores best on the latest benchmarks.
I propose to develop these foundations by identifying key building blocks and demonstrate that they support the integration of knowledge and reasoning into any neural network learning task. My methodology is based on the slogan that I have coined:

NeuroSymbolic AI = Neural + Probabilistic + Logical AI

This advocates that we need to integrate the two main paradigms for reasoning (logic and probability), with that for learning (neural networks). I will exploit many similarities I have identified between statistical relational AI, which focuses on probabilistic logics, and NeSy. More specifically, I shall develop the foundations of NeSy. At the conceptual level, I shall identify the building blocks of NeSy by designing primitives that integrate logical, probabilistic and neural networks representations; at the semantic level, I shall introduce the notion of NeSy networks (that encompass logic circuits, algebraic operators and neural networks) as a semantic framework for NeSy; at the computational level, I will show how to exploit NeSy networks for inference and learning. DEEPLOG is not 'yet another NeSy system', but rather a fundamental and operational framework in which a wide variety of NeSy systems and applications can be cast and implemented. We will develop an open-source software environment, and evaluate DEEPLOG s generality and applicability.

Dziedzina nauki (EuroSciVoc)

Słowa kluczowe

Program(-y)

Temat(-y)

System finansowania

HORIZON-ERC - HORIZON ERC Grants

Wyświetl wszystkie projekty finansowane w ramach tego programu finansowania

Zaproszenie do składania wniosków

(odnośnik otworzy się w nowym oknie) ERC-2023-ADG

Wyświetl wszystkie projekty finansowane w ramach tego zaproszenia

Instytucja przyjmująca

KATHOLIEKE UNIVERSITEIT LEUVEN
Wkład UE netto
€ 2 500 000,00
Koszt całkowity
€ 2 500 000,00

Beneficjenci (1)