Skip to main content
Aller à la page d’accueil de la Commission européenne (s’ouvre dans une nouvelle fenêtre)
français français
CORDIS - Résultats de la recherche de l’UE
CORDIS

Scaling Up Innovation through Analogy Mining

Description du projet

Stimuler les découvertes scientifiques en automatisant la recherche d’analogies

Les analogies sont souvent utilisées dans le domaine scientifique. On leur doit de nombreuses découvertes importantes dans l’histoire. Le raisonnement analogique repose sur la capacité à identifier une règle structurelle profonde et à l’appliquer à différents domaines. Aujourd’hui, avec l’aide de l’IA et de l’apprentissage automatique, la quantité de données et la multiplicité des modèles structurels disponibles augmentent considérablement la possibilité de faire des découvertes. Le projet SIAM, financé par l’UE, entend mettre au point un mécanisme d’automatisation du processus de recherche d’analogies en combinant l’innovation humaine et le traitement automatisé de l’information. Il utilisera l’IA pour l’identification, la sélection et l’application des analogies. Le projet préparera des outils pour comparer les analogies et détecter des similitudes, en vue de créer des algorithmes reposant sur le bon sens et l’abstraction pour développer de nouveaux instruments qui accéléreront l’innovation et la découverte.

Objectif

"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."

Champ scientifique (EuroSciVoc)

CORDIS classe les projets avec EuroSciVoc, une taxonomie multilingue des domaines scientifiques, grâce à un processus semi-automatique basé sur des techniques TLN. Voir: Le vocabulaire scientifique européen.

Vous devez vous identifier ou vous inscrire pour utiliser cette fonction

Mots‑clés

Les mots-clés du projet tels qu’indiqués par le coordinateur du projet. À ne pas confondre avec la taxonomie EuroSciVoc (champ scientifique).

Programme(s)

Programmes de financement pluriannuels qui définissent les priorités de l’UE en matière de recherche et d’innovation.

Thème(s)

Les appels à propositions sont divisés en thèmes. Un thème définit un sujet ou un domaine spécifique dans le cadre duquel les candidats peuvent soumettre des propositions. La description d’un thème comprend sa portée spécifique et l’impact attendu du projet financé.

Régime de financement

Régime de financement (ou «type d’action») à l’intérieur d’un programme présentant des caractéristiques communes. Le régime de financement précise le champ d’application de ce qui est financé, le taux de remboursement, les critères d’évaluation spécifiques pour bénéficier du financement et les formes simplifiées de couverture des coûts, telles que les montants forfaitaires.

ERC-STG - Starting Grant

Voir tous les projets financés dans le cadre de ce programme de financement

Appel à propositions

Procédure par laquelle les candidats sont invités à soumettre des propositions de projet en vue de bénéficier d’un financement de l’UE.

(s’ouvre dans une nouvelle fenêtre) ERC-2019-STG

Voir tous les projets financés au titre de cet appel

Institution d’accueil

THE HEBREW UNIVERSITY OF JERUSALEM
Contribution nette de l'UE

La contribution financière nette de l’UE est la somme d’argent que le participant reçoit, déduite de la contribution de l’UE versée à son tiers lié. Elle prend en compte la répartition de la contribution financière de l’UE entre les bénéficiaires directs du projet et d’autres types de participants, tels que les participants tiers.

€ 1 373 057,00
Coût total

Les coûts totaux encourus par l’organisation concernée pour participer au projet, y compris les coûts directs et indirects. Ce montant est un sous-ensemble du budget global du projet.

€ 1 373 057,00

Bénéficiaires (1)

Mon livret 0 0