Projektbeschreibung
Intelligentere, schlankere generative künstliche Intelligenz in der Entwicklung
Von der Erzeugung realistischer Bilder und Texte bis hin zur Erfindung neuer Moleküle: Generative künstliche Intelligenz (KI) revolutioniert Wissenschaft, Technik und Kunst. Die heute üblichen Modelle benötigen jedoch enorme Daten- und Rechenleistungen, wodurch ihre Zugänglichkeit eingeschränkt wird. Damit sie ihr volles Potenzial entfalten können, müssen sie unbedingt effizienter, zuverlässiger und besser interpretierbar werden. Vor diesem Hintergrund werden innerhalb des ERC-finanzierten Projekts SAGMOS die mathematischen Grundlagen der generativen Modellierung untersucht. Dabei werden insbesondere Methoden wie Stichprobenverfahren, Manifold Learning und optimaler Transport analysiert. Es wird erkundet, wie sich Variablen wie Größe, Rauschen und Komplexität der Daten auf Präzision und Robustheit auswirken. Als Ziel gilt, Algorithmen der nächsten Generation zu entwickeln, die effizienter, stabiler und interpretierbar sind.
Ziel
Generative modeling, the automatic generation of examples such as texts, images, music, and molecules that are similar to those in a given dataset, is a central task in artificial intelligence. Mathematically, this task is framed as the problem of sampling from an unknown distribution, which is accessible only through a limited set of examples drawn from it. The size and quality of this set can vary greatly depending on the application. The algorithms that have propelled generative modeling to fame are known for their substantial data and computational resource requirements, often necessitating vast amounts of both to achieve state-of-the-art performance.
The goal of this project is to investigate the mathematical properties of generative modeling algorithms to better understand their strengths and weaknesses, enhance their efficiency, and design new methods. The mathematical challenge in generative modeling lies in successfully integrating techniques from various areas of mathematical statistics and probability theory: dimension reduction, nonparametric estimation, manifold learning, sampling, optimal transport, stochastic calculus, etc. Investigating the mathematical properties of this pipeline requires a deep analysis of these methods and their interactions to solve the overarching problem. Such analysis is key to exploring multiple facets of generative modeling algorithms, including precision, robustness, creativity, and computational traceability.
Our focus will be on obtaining interpretable statistical guarantees that highlight the impact of sample size, intrinsic and ambient dimensions, noise level, and contamination rate on precision, creativity, and running time. These guarantees are essential in AI to ensure the reliability of the resulting algorithms and enhance their trustworthiness, explainability, and frugality. We will pay special attention to stability and robustness properties, particularly against model misspecification, noise, and outliers.
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.
Die Klassifikation dieses Projekts wurde von Menschen validiert.
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.
Die Klassifikation dieses Projekts wurde von Menschen validiert.
Schlüsselbegriffe
Schlüsselbegriffe des Projekts, wie vom Projektkoordinator angegeben. Nicht zu verwechseln mit der EuroSciVoc-Taxonomie (Wissenschaftliches Gebiet).
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.
Mehrjährige Finanzierungsprogramme, in denen die Prioritäten der EU für Forschung und Innovation festgelegt sind.
-
HORIZON.1.1 - European Research Council (ERC)
HAUPTPROGRAMM
Alle im Rahmen dieses Programms finanzierten Projekte anzeigen
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.
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.
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.
Verfahren zur Aufforderung zur Einreichung von Projektvorschlägen mit dem Ziel, eine EU-Finanzierung zu erhalten.
(öffnet in neuem Fenster) ERC-2024-ADG
Alle im Rahmen dieser Aufforderung zur Einreichung von Vorschlägen finanzierten Projekte anzeigenGastgebende Einrichtung
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.
91120 Palaiseau
Frankreich
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.