Projektbeschreibung
Veränderte Sichtweise auf künstliche Intelligenz
Künstliche Intelligenz, oder KI, ist ein Gebiet mit strategischer Bedeutung und ein zentraler Antrieb der wirtschaftlichen Entwicklung. Egal ob die Behandlung von Krankheiten oder die Reduzierung der Auswirkungen auf die Umwelt in der Landwirtschaft, KI bringt Lösungen für viele Herausforderungen. In diesem Zusammenhang wird das EU-finanzierte Projekt E-pi ein Modell für eine KI der nächsten Generation entwickeln. Es wird eine reelle Modellierung realer Unsicherheiten verwenden, um Garantien für die schlimmsten Szenarien der Prognosen zu bieten. Insgesamt wird das Projekt die Fähigkeit von KI verbessern, Prognosen zu liefern, die zuverlässig genug sind, der Prüfung durch Daten standzuhalten, die durch andere Verfahren gewonnen wurden als diejenigen, die im Training analysiert wurden. Ohne eine Lösung wird es für KI weiterhin schwierig sein, in neuen Situationen zu funktionieren, beispielsweise beim Fahren in Starkregen.
Ziel
Although artificial intelligence (AI) has improved remarkably over the last years, its inability to deal with fundamental uncertainty severely limits its application. This proposal re-imagines AI with a proper treatment of the uncertainty stemming from our forcibly partial knowledge of the world.
As currently practised, AI cannot confidently make predictions robust enough to stand the test of data generated by processes different (even by tiny details, as shown by ‘adversarial’ results able to fool deep neural networks) from those studied at training time. While recognising this issue under different names (e.g. ‘overfitting’), traditional ML seems unable to address it in non-incremental ways. As a result, AI systems suffer from brittle behaviour, and find difficult to operate in new situations, e.g. adapting to driving in heavy rain or to other road users’ different styles of driving, e.g. deriving from cultural traits.
Epistemic AI’s overall objective is to create a new paradigm for a next-generation artificial intelligence providing worst-case guarantees on its predictions thanks to a proper modelling of real-world uncertainties.
Schlüsselbegriffe
Programm/Programme
Aufforderung zur Vorschlagseinreichung
(öffnet in neuem Fenster) H2020-FETOPEN-2018-2020
Andere Projekte für diesen Aufruf anzeigenUnterauftrag
H2020-FETOPEN-2018-2019-2020-01
Finanzierungsplan
RIA - Research and Innovation actionKoordinator
OX3 OBP Oxford
Vereinigtes Königreich