Opis projektu
Sztuczna inteligencja oparta nie na danych, lecz na modelu – wykorzystanie metod uczących się reprezentacji do celów planowania
W badaniach nad sztuczną inteligencją dominują obecnie dwa wątki: algorytmy uczenia maszynowego oparte na danych, potrafiące wyciągać wnioski na temat zachowania i funkcji na podstawie doświadczenia i danych, oraz algorytmy rozwiązywania problemów oparte na modelu, potrafiące rozwikłać trudne modele, takie jak SAT, planowanie klasyczne i sieci bayesowskie. Algorytmy uczenia, w szczególności uczenia głębokiego, okazały się sporym sukcesem, lecz jednocześnie wytworzyły problem nieelastycznych czarnych skrzynek. Z drugiej strony algorytmy rozwiązywania problemów wymagają modeli, które trudno jest zbudować ręcznie. Celem finansowanego ze środków UE projektu RLeap jest doprowadzenie do integracji obu tych wątków w kontekście planowania poprzez rozwiązanie problemu uczenia się reprezentacji symbolicznych pierwszego rzędu na podstawie samych spostrzeżeń. Projekt może zmienić sposób rozumienia i budowania ogólnej, zrozumiałej i wiarygodnej sztucznej inteligencji.
Cel
Two of the main research threads in AI revolve around the development of data-based learners capable of inferring behavior and functions from experience and data, and model-based solvers capable of tackling well-defined but intractable models like SAT, classical planning, and Bayesian networks. Learners, and in particular deep learners, have achieved considerable success but result in black boxes that do not have the flexibility, transparency, and generality of their model-based counterparts. Solvers, on the other hand, require models which are hard to build by hand. RLeap is aimed at achieving an integration of learners and solvers in the context of planning by addressing and solving the problem of learning first-order planning representations from raw perceptions alone without using any prior symbolic knowledge. The ability to construct first-order symbolic representations and using them for expressing, communicating, achieving, and recognizing goals is a main component of human intelligence and a fundamental, open research problem in AI. The success of RLeap requires the development of radically new ideas and methods that will build on those of a number of related areas that include planning, learning, knowledge representation, combinatorial optimization and SAT. The approach to be pursued is based on a clear separation between learning the symbolic representations themselves, that is cast as a combinatorial problem, and learning the interpretations of those representations, that is cast as a supervised learning problem from targets obtained from the first part. RLeap will address both problems, not just in the planning setting but in the generalized planning setting as well where plans are general strategies. The project can make a significant difference in how general, explainable, and trustworthy AI can be understood and achieved. The PI has made key contribution to the main themes of the project that make him uniquely qualified to carry it forward.
Słowa kluczowe
Słowa kluczowe dotyczące projektu wybrane przez koordynatora projektu. Nie należy mylić ich z pojęciami z taksonomii EuroSciVoc dotyczącymi dziedzin nauki.
Słowa kluczowe dotyczące projektu wybrane przez koordynatora projektu. Nie należy mylić ich z pojęciami z taksonomii EuroSciVoc dotyczącymi dziedzin nauki.
Program(-y)
Wieloletnie programy finansowania, które określają priorytety Unii Europejskiej w obszarach badań naukowych i innowacji.
Wieloletnie programy finansowania, które określają priorytety Unii Europejskiej w obszarach badań naukowych i innowacji.
-
H2020-EU.1.1. - EXCELLENT SCIENCE - European Research Council (ERC)
GŁÓWNY PROGRAM
Wyświetl wszystkie projekty finansowane w ramach tego programu
Temat(-y)
Zaproszenia do składania wniosków dzielą się na tematy. Każdy temat określa wybrany obszar lub wybrane zagadnienie, których powinny dotyczyć wnioski składane przez wnioskodawców. Opis tematu obejmuje jego szczegółowy zakres i oczekiwane oddziaływanie finansowanego projektu.
Zaproszenia do składania wniosków dzielą się na tematy. Każdy temat określa wybrany obszar lub wybrane zagadnienie, których powinny dotyczyć wnioski składane przez wnioskodawców. Opis tematu obejmuje jego szczegółowy zakres i oczekiwane oddziaływanie finansowanego projektu.
System finansowania
Program finansowania (lub „rodzaj działania”) realizowany w ramach programu o wspólnych cechach. Określa zakres finansowania, stawkę zwrotu kosztów, szczegółowe kryteria oceny kwalifikowalności kosztów w celu ich finansowania oraz stosowanie uproszczonych form rozliczania kosztów, takich jak rozliczanie ryczałtowe.
Program finansowania (lub „rodzaj działania”) realizowany w ramach programu o wspólnych cechach. Określa zakres finansowania, stawkę zwrotu kosztów, szczegółowe kryteria oceny kwalifikowalności kosztów w celu ich finansowania oraz stosowanie uproszczonych form rozliczania kosztów, takich jak rozliczanie ryczałtowe.
ERC-ADG - Advanced Grant
Wyświetl wszystkie projekty finansowane w ramach tego programu finansowania
Zaproszenie do składania wniosków
Procedura zapraszania wnioskodawców do składania wniosków projektowych w celu uzyskania finansowania ze środków Unii Europejskiej.
Procedura zapraszania wnioskodawców do składania wniosków projektowych w celu uzyskania finansowania ze środków Unii Europejskiej.
(odnośnik otworzy się w nowym oknie) ERC-2019-ADG
Wyświetl wszystkie projekty finansowane w ramach tego zaproszeniaInstytucja przyjmująca
Kwota netto dofinansowania ze środków Unii Europejskiej. Suma środków otrzymanych przez uczestnika, pomniejszona o kwotę unijnego dofinansowania przekazanego powiązanym podmiotom zewnętrznym. Uwzględnia podział unijnego dofinansowania pomiędzy bezpośrednich beneficjentów projektu i pozostałych uczestników, w tym podmioty zewnętrzne.
52062 Aachen
Niemcy
Ogół kosztów poniesionych przez organizację w związku z uczestnictwem w projekcie. Obejmuje koszty bezpośrednie i pośrednie. Kwota stanowi część całkowitego budżetu projektu.