Opis projektu
Inspirowane biologią narzędzia pomagają w szerszym zastosowaniu sztucznej inteligencji
Głównymi czynnikami ograniczającymi powszechne stosowanie sztucznej inteligencji w codziennym życiu jest konieczność wykorzystywania znacznych zasobów obliczeniowych oraz brak przejrzystości sztucznych sieci neuronowych. Finansowany przez UE projekt devSAFARI odpowiada na te wyzwania poprzez opracowanie przejrzystych, inspirowanych biologią ram dla sztucznej inteligencji w postaci wektorowych architektur symbolicznych (Vector Symbolic Architecture, VSA). VSA umożliwiają budowę sprzętu obliczeniowego o niskiej mocy i ogromnym potencjale w zakresie implementacji algorytmów sztucznej inteligencji. Ponadto ze względu na swoje przewidywalne właściwości statystyczne idealnie nadają się do badania sztucznych sieci neuronowych. Zespół devSAFARI stara się dokładniej zrozumieć zasady obliczania w przestrzeniach wielowymiarowych za pomocą VSA oraz opracować teorię i zasady projektowania prostych algorytmów sztucznej inteligencji, które można by zaimplementować w nowych urządzeniach obliczeniowych o małej mocy.
Cel
Artificial Neural Networks (ANNs) form the main approach in Artificial Intelligence (AI). They have two major drawbacks, however: (1) ANNs require significant computational resources; (2) they lack transparency. These challenges restrict the widespread application of AI in daily life. The required resources prevent the use of ANNs on resource-constrained devices and the lack of transparency limits their adoption in many areas where transparency is critical. This action will address these challenges via development of Vector Symbolic Architectures (VSAs): a transparent, bio-inspired framework for AI. With respect to the 1st challenge, VSAs have the potential to become a computational paradigm for emerging low-power computing hardware with huge potential for implementing AI algorithms. With respect to the 2nd challenge, VSAs are a promising framework for opening the black box of ANNs due to their predictable statistical properties. It is expected that VSAs will allow analytical characterization of a class of Recurrent ANNs.
The overall research aim of this action is to improve the understanding of computing principles in high-dimensional spaces with VSAs, and to advance the theory and design principles of simple AI algorithms implementable on emerging low-power computing hardware. The research aim comprises five research objectives. These are relevant to H2020 Work Programme since this action has much potential with respect to the “market creating innovation” and “digitising and transforming industry” aspects of the Programme. The mechanisms for achieving the objectives include both theoretical development and applied investigations. The methodological approach combines the current skills of the applicant with those acquired during this action. The applicant will develop VSAs skills to qualitatively higher level while working under the supervision of eminent researchers. This will enhance applicant’s professional maturity and prepare him for an independent career.
Dziedzina nauki (EuroSciVoc)
Klasyfikacja projektów w serwisie CORDIS opiera się na wielojęzycznej taksonomii EuroSciVoc, obejmującej wszystkie dziedziny nauki, w oparciu o półautomatyczny proces bazujący na technikach przetwarzania języka naturalnego.
Klasyfikacja projektów w serwisie CORDIS opiera się na wielojęzycznej taksonomii EuroSciVoc, obejmującej wszystkie dziedziny nauki, w oparciu o półautomatyczny proces bazujący na technikach przetwarzania języka naturalnego.
Aby użyć tej funkcji, musisz się zalogować lub zarejestrować
Słowa kluczowe
Program(-y)
Temat(-y)
System finansowania
MSCA-IF - Marie Skłodowska-Curie Individual Fellowships (IF)Koordynator
501 15 Boras
Szwecja