Skip to main content
Vai all'homepage della Commissione europea (si apre in una nuova finestra)
italiano italiano
CORDIS - Risultati della ricerca dell’UE
CORDIS

A computational neuroscience encoding-decoding approach for explaining and comparing artificial and biological networks

Descrizione del progetto

Le neuroscienze computazionali per far progredire l’IA spiegabile

I recenti progressi nel campo dell’IA hanno fatto grande affidamento sulle reti neurali artificiali profonde (RNA) e sull’apprendimento automatico (ML). Queste tecnologie hanno applicazioni diffuse nei trasporti, nella distribuzione di energia e nella diagnosi medica. Il campo dell’IA spiegabile (XAI) è emerso per affrontare la sfida di rendere più trasparenti le decisioni dell’intelligenza artificiale, ma finora ha faticato a farlo in modo efficace. Sostenuto dal programma di azioni Marie Skłodowska-Curie, il progetto Neurosci-ANN applicherà nuove tecniche di neuroscienza computazionale (CNS) per far progredire la XAI e scoprire intuizioni critiche che potrebbero aiutare i ricercatori a rivoluzionare l’IA e la robotica.

Obiettivo

Recent progress in artificial intelligence (AI) has been mostly due to machine learning and, in particular, deep artificial neural networks (ANNs). Deep learning has an increasing presence in everyday life, including critical applications such as medical diagnosis, transportation, and energy distribution. In response to this, the field of Explainable AI (XAI) has generated much effort in terms of techniques and algorithms to address this problem. However, there is still no consensus on a suite of technology to address these challenges, progress has been extremely limited, and the formal properties of such systems are under-studied.

On the other hand, computational neuroscience (CNS) aims to discover the principles behind biological neural networks that enable the brain to support cognition, perception, and action. This project will employ the latest approaches and techniques used in the field of CNS to develop the field of XAI. Specifically, the first major goal will be to employ the methods of representational geometry and neural encoding manifolds (both proven to be effective in revealing meaningful neural relationships in previous studies) to reveal how activations of collections of artificial neurons in hidden layers are associated with the decision-making process of deep networks.

Second, the same methodology will be used to reveal novel insights from a variety of existing large-scale biological datasets. Finally, we will compare and contrast the encoding strategies of neural populations found various deep learning architectures with those observed in biological networks. A better understanding of the inner-workings of biological models could directly inform researchers on how to build novel artificial models that are more accurate, robust, and even economical during both training and inference in terms of data, time, and energy consumption.

Campo scientifico (EuroSciVoc)

CORDIS classifica i progetti con EuroSciVoc, una tassonomia multilingue dei campi scientifici, attraverso un processo semi-automatico basato su tecniche NLP. Cfr.: Il Vocabolario Scientifico Europeo.

È necessario effettuare l’accesso o registrarsi per utilizzare questa funzione

Parole chiave

Parole chiave del progetto, indicate dal coordinatore del progetto. Da non confondere con la tassonomia EuroSciVoc (campo scientifico).

Programma(i)

Programmi di finanziamento pluriennali che definiscono le priorità dell’UE in materia di ricerca e innovazione.

Argomento(i)

Gli inviti a presentare proposte sono suddivisi per argomenti. Un argomento definisce un’area o un tema specifico per il quale i candidati possono presentare proposte. La descrizione di un argomento comprende il suo ambito specifico e l’impatto previsto del progetto finanziato.

Meccanismo di finanziamento

Meccanismo di finanziamento (o «Tipo di azione») all’interno di un programma con caratteristiche comuni. Specifica: l’ambito di ciò che viene finanziato; il tasso di rimborso; i criteri di valutazione specifici per qualificarsi per il finanziamento; l’uso di forme semplificate di costi come gli importi forfettari.

HORIZON-TMA-MSCA-PF-EF - HORIZON TMA MSCA Postdoctoral Fellowships - European Fellowships

Vedi tutti i progetti finanziati nell’ambito di questo schema di finanziamento

Invito a presentare proposte

Procedura per invitare i candidati a presentare proposte di progetti, con l’obiettivo di ricevere finanziamenti dall’UE.

(si apre in una nuova finestra) HORIZON-MSCA-2024-PF-01

Vedi tutti i progetti finanziati nell’ambito del bando

Coordinatore

IE UNIVERSIDAD
Contributo netto dell'UE

Contributo finanziario netto dell’UE. La somma di denaro che il partecipante riceve, decurtata dal contributo dell’UE alla terza parte collegata. Tiene conto della distribuzione del contributo finanziario dell’UE tra i beneficiari diretti del progetto e altri tipi di partecipanti, come i partecipanti terzi.

€ 209 914,56
Indirizzo
CALLE CARDENAL ZUNIGA 12
40003 Segovia
Spagna

Mostra sulla mappa

Regione
Centro (ES) Castilla y León Segovia
Tipo di attività
Higher or Secondary Education Establishments
Collegamenti
Costo totale

I costi totali sostenuti dall’organizzazione per partecipare al progetto, compresi i costi diretti e indiretti. Questo importo è un sottoinsieme del bilancio complessivo del progetto.

Nessun dato
Il mio fascicolo 0 0