Obiettivo
The number of storks and newborn babies in a country are correlated, but neither causes the other. Uncovering which correlations signal an underlying causal relationship is a fundamental step in science, requiring the analysis of ever increasing amounts of raw, high-dimensional, temporal data. This creates an urgent need for computational aids by machine learning systems. Unfortunately, off-the-shelf models fail to draw causal conclusions, as they make predictions only using correlations. Even in well-designed experiments, the correlations they detect can be spurious, leading to mistakes and hallucinations that systematically affect conclusions when fed into causal reasoning pipelines.
My research project, Causal-AIM, tackles the challenge of turning pre-trained foundation models into scalable data-driven measurement devices for scientific experiments. My core hypothesis is that foundation models can be post-trained with suitable causal principles to become causally valid by design: capitalizing on the thriving ecosystem of open-source models, we build AI systems that yield causal rather than merely correlational interpretations.
To detect and quantify causality, thereby supporting scientists in their analysis workflow of experimental data, I propose methodologies for: (1) static, high-dimensional, raw data; (2) structured temporal data; and (3) generalization to new experiments without further training. These capabilities are integrated to support correct causal inference on temporal, multi-modal datasets arising from new scientific experiments. Alongside, I will release the first real-world benchmark for causal inference from high-dimensional data across scientific disciplines. Overall, Causal-AIM addresses key challenges in using AI models to support causal inferences, and its results will serve as a basis for groundbreaking interdisciplinary applications, including research on neurodevelopmental diseases, ecology, virtual cells, and extreme climate events.
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.
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.
- scienze mediche e della salute scienze della salute malattie infettive virus a RNA HIV
- scienze naturali scienze biologiche ecologia ecosistemi
- scienze naturali informatica e scienze dell'informazione intelligenza artificiale apprendimento automatico
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).
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.
Programmi di finanziamento pluriennali che definiscono le priorità dell’UE in materia di ricerca e innovazione.
-
HORIZON.1.1 - European Research Council (ERC)
PROGRAMMA PRINCIPALE
Vedi tutti i progetti finanziati nell’ambito di questo programma
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.
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.
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-ERC - HORIZON ERC Grants
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.
Procedura per invitare i candidati a presentare proposte di progetti, con l’obiettivo di ricevere finanziamenti dall’UE.
(si apre in una nuova finestra) ERC-2026-STG
Vedi tutti i progetti finanziati nell’ambito del bandoIstituzione ospitante
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.
3400 Klosterneuburg
Austria
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.