Projektbeschreibung
Förderung von Entdeckungen durch Automatisierung der Analogiefindung
Analogien werden in der Wissenschaft oft verwendet. Viele wichtige Entdeckungen in der Geschichte waren das Ergebnis von Analogiefunden. Die Analogie ist die Fähigkeit, eine tiefgreifende strukturelle Regel zu finden und sie in unterschiedlichen Feldern anzuwenden. Aber heute erhöhen die Menge der verfügbaren Daten und unterschiedlichen strukturellen Muster mit der Unterstützung von künstlicher Intelligenz und maschinellem Lernen die Möglichkeit der Funde beträchtlich. Mit dem EU-finanzierten Projekt SIAM soll ein Mechanismus für die Automatisierung des Analogiefindungsprozesses erzeugt werden, indem menschliche Innovation und maschinelle Informationsverarbeitung kombiniert werden. Dabei wird künstliche Intelligenz bei der Suche, Auswahl und Anwendung von Analogien eingesetzt. Das Projekt wird Instrumente zum Vergleich von Analogien und zum Finden von Ähnlichkeiten vorbereiten, sodass auf gesundem Menschenverstand und Abstraktion basierende Algorithmen erstellt werden können, um neuartige Instrumente zu entwickeln, die Innovation und Entdeckung beschleunigen werden.
Ziel
"Many world-changing breakthroughs in science and technology were enabled by analogical transfer, as ideas from one domain were used to solve a problem in another. Observing water led the Greek philosopher Chrysippus to speculate that sound was a wave phenomenon; an analogy to twisting a cardboard box allowed the Wright brothers to design a steerable aircraft. Despite its value for innovation, very little progress has been made towards automating the process of analogy-finding in real-world settings, and the problem has maintained a longstanding status as a ""holy grail"" in artificial intelligence (AI).
The goal of this proposal is to tackle head-on this important problem and develop principled tools for automatically discovering analogies in large, unstructured, natural-language datasets such as patents and scientific papers. Such tools could revolutionize a variety of fields, allowing scientists and inventors to retrieve useful content based on deep structural similarity rather than simple keywords. The explosion of data available online, coupled with novel machine learning and crowdsourcing techniques, creates an unprecedented opportunity to develop novel methods to accelerate innovation and discovery.
My approach explores the multiple roles AI and machine learning can play in the analogical innovation pipeline. This research will focus on the three core components of the pipeline -- (1) developing representations and similarity metrics to facilitate comparison between potential analogs, (2) imbuing the algorithms with commonsense knowledge and abstraction capabilities, and (3) guiding the adaptation of the discovered analogies to solve the original problem. For each component, the proposal demonstrates how recent advances suggest effective approaches, and describes our concrete preliminary results and ideas to serve as starting points and indicate the feasibility of this challenging project."
Wissenschaftliches Gebiet
Schlüsselbegriffe
Programm/Programme
Thema/Themen
Finanzierungsplan
ERC-STG - Starting GrantGastgebende Einrichtung
91904 Jerusalem
Israel