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

Structured Physics-Inspired Representations and dAta models for efficient Learning

Descrizione del progetto

Soluzione per un apprendimento automatico efficiente e sostenibile

La rapida crescita e la diversità dei progressi nel campo dell’IA e dell’apprendimento automatico hanno portato a un’adozione diffusa delle tecnologie di IA e allo sviluppo di molti modelli linguistici di grandi dimensioni, come ChatGPT. ChatGPT è ampiamente utilizzato, ma richiede un’immensa potenza di calcolo ed energia, evidenziando le sfide legate all’efficienza e alla sostenibilità di questi sistemi. Sostenuto dal programma di azioni Marie Skłodowska-Curie, il progetto SPIRAL intende sviluppare modelli di apprendimento automatico strutturati e mirati, più efficienti e facili da interpretare. Il progetto approfondirà la comprensione del modo in cui i dati strutturati vengono elaborati e interpretati internamente, ottimizzando al contempo le architetture attuali per migliorare l’efficienza e la sostenibilità della formazione.

Obiettivo

Artificial Intelligence (AI) is set to revolutionize technology and society. While the fast improvement and adoption of AI comes with tremendous potential, it also brings significant challenges. The rise of so-called Large Language Models such as ChatGPT, which require tremendous computational resources, notably highlights the need for more efficient architectures to address sustainability and sovereignty concerns.
In this context, the SPIRAL projectStructured Physics-Inspired Representations and dAta models for efficient Learningaims to create more interpretable, efficient, and targeted machine learning models by focusing on the role of structure. Indeed, despite advancements in Machine Learning research, the field has yet to fully understand how models process and build internal representations from structured data. SPIRAL seeks to close this gap by identifying how current architectures use structure in data and subsequently by developing better training protocols and tailored architectures, opening an alternative to the blind increase of model size and complexity.
To achieve its goals, SPIRAL will take a dual, physics-inspired approach. First, it will establish an in-silico laboratory to explore the role of structure in data by developing a tunable model of synthetic structured data and conducting targeted experiments on modern machine learning architectures. Second, it will leverage insights from the statistical physics of disordered systems to understand the emergent structure in the solution landscape of asymmetric neural networks, ultimately proposing innovative architectures that make use of this internal structure to build meaningful internal representations of data.
This interdisciplinary strategy, developed within the fast-growing Bocconi Institute for Data Science and Analytics, will provide new methods for building efficient models aligning with Europes goals of sustainability and technological independence.

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.

Questo progetto non è ancora stato classificato con EuroSciVoc.
Suggerisci i campi scientifici che ritieni più rilevanti e aiutaci a migliorare il nostro servizio di classificazione.

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

UNIVERSITA COMMERCIALE LUIGI BOCCONI
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.

€ 193 643,28
Indirizzo
VIA SARFATTI 25
20136 Milano
Italia

Mostra sulla mappa

Regione
Nord-Ovest Lombardia Milano
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