Descripción del proyecto
La inteligencia artificial antropocéntrica que nos entenderá mejor
La inteligencia artificial (IA) ya ha hecho posible la comunicación entre las máquinas y los humanos, además de proporcionar soluciones a problemas. Pero ¿podría la IA comprender significados o motivaciones más profundos? El proyecto MUHAI, financiado con fondos europeos, lo investigará al explorar un enfoque radicalmente nuevo en estudios sobre la tecnología de IA antropocéntrica que presta atención al significado y la comprensión. Los investigadores se referirán a la teoría de la memoria dinámica personal para arrojar luz sobre el proceso de reconstrucción de los significados de las experiencias. En función de avances recientes en los componentes técnicos de la IA, tales como las redes de aprendizaje profundo, construirá otras nuevas, como la simulación mental de las acciones mediante entornos virtuales ludificados. Este enfoque nuevo se probará en casos que requieran del sentido común y la comprensión de fenómenos sociales, como por ejemplo, la persistencia de la desigualdad en nuestra sociedad.
Objetivo
The MUHAI project explores a radically new approach to push the envelope of human-centric AI technology to come to grips with meaning and understanding. Meanings are distinctions (categories) that are relevant for prediction, classification, communication, problem solving or other mental tasks. The meanings of an experience include what events, actors and entities play a role, the temporal, spatial and causal relations between events, intentions and motivations of the actors, and values that implicitly underly their behaviour. Understanding is the process of reconstructing these meanings and organizing them in terms of a coherent narrative that explains a new experience by linking it into a Personal Dynamic Memory.
The MUHAI project will advance our ability to capture more of the rich and complex understanding that humans are capable of. It critically relies on enormous recent advances in technical AI components (such as deep learning networks) and semantic resources (such as knowledge graphs). In addition, the project will build novel components, such as: mental simulation of actions using gamified virtual environments and a powerful context mechanism to deal with the complexity of accessing, expanding and managing a very big dynamic memory (> 10-100 billion of facts). All these components will be assembled in a library called CANVAS, made available through the AI4EU AI-on-demand platform.
The technical advances of the project will be developed and systematically tested in two challenging human-centric case studies emphasizing AI for the common good: (i) learning and using common sense every day knowledge on how to do things, in order to enhance well-being and empower common human activities, and (ii) learning about society through AI-supported analysis of historical sources and contemporary digital media streams, in order to understand social phenomena, specifically the origins and persistence of inequality in our society.
Ámbito científico
Palabras clave
Programa(s)
Convocatoria de propuestas
Consulte otros proyectos de esta convocatoriaConvocatoria de subcontratación
H2020-EIC-FETPROACT-2019
Régimen de financiación
RIA - Research and Innovation actionCoordinador
28359 Bremen
Alemania