Description du projet
De nouveaux algorithmes pour rendre l’apprentissage automatique durable
L’apprentissage automatique joue un rôle essentiel dans les récents succès des systèmes intelligents et des moteurs d’analyse de données. Les algorithmes d’apprentissage automatique entraînés avec des données peuvent accomplir des tâches impressionnantes, mais souvent aux dépens de ressources informatiques massives. L’objectif du projet SLING, financé par l’UE, consiste à faire diminuer ces besoins. SLING développera une nouvelle génération d’algorithmes économes en ressources pour des solutions d’apprentissage automatique à grande échelle, facilement applicables à des scénarios du monde réel. Les solutions mises au point dans le cadre du projet rendront l’apprentissage automatique plus accessible et durable, ce qui améliorera considérablement les perspectives de développement de systèmes intelligents véritablement évolutifs.
Objectif
This project will develop and integrate the latest optimization and statistical advances into a new generation of resource-efficient algorithms for large-scale machine learning. State-of-the-art machine learning methods provide impressive results, opening new perspectives for science, technology, and society. However, they rely on massive computational resources to process huge manually annotated data-sets. The corresponding costs in terms of energy consumption and human efforts are not sustainable.
This project builds on the idea that improving efficiency is a key to scale the ambitions and applicability of machine learning. Achieving efficiency requires overcoming the traditional boundaries between statistics and computations, to develop new theory and algorithms.
Within a multidisciplinary approach, we will establish a new regularization theory of efficient machine learning.
We will develop models that incorporate budgeted computations, and numerical solutions with resources tailored to the statistically accuracy allowed by the data. Theoretical advances will provide the foundations for novel and sound algorithmic solutions. Close collaborations in diverse applied fields
will ensure that our research results and solutions will be apt and immediately applicable to real world scenarios.
The new algorithms developed in the project will contribute to boost the possibilities of Artificial Intelligence, modeling and decision making in a world of data with ever-increasing size and complexity.
Programme(s)
Appel à propositions
(s’ouvre dans une nouvelle fenêtre) ERC-2018-COG
Voir d’autres projets de cet appelRégime de financement
ERC-COG - Consolidator GrantInstitution d’accueil
16126 Genova
Italie