Numer projektu (ERC Grant Agreement): ERC-2020-COG
Program finansowania: H2020-EU.1.1. 鈥� Doskona艂a Nauka (European Research Council 鈥� Consolidator Grant)
Instytucja koordynuj膮ca: The Chancellor, Masters and Scholars of the University of Oxford, Wielka Brytania
Okres realizacji: 1 stycznia 2022 鈥� 31 maja 2027
Ca艂kowity bud偶et: 鈧�2 311 847,00
Dziedziny nauki: nauki przyrodnicze, informatyka, sztuczna inteligencja
Strona internetowa projektu: /
Opis projektu:
Celem projektu Unsupervised Perception (UNION) jest zbadanie mo偶liwo艣ci nabywania wiedzy przez systemy sztucznej inteligencji bez nadzoru cz艂owieka (unsupervised learning), przy jednoczesnym zachowaniu interpretowalno艣ci uzyskanych modeli. Projekt opiera si臋 na dw贸ch hipotezach badawczych:
-
Uczenie bez nadzoru: Systemy AI mog膮 uczy膰 si臋 reprezentacji w艂a艣ciwo艣ci obiekt贸w 鈥� takich jak ich geometria i cechy fizyczne 鈥� bez konieczno艣ci r臋cznej adnotacji danych, pozostaj膮c jednocze艣nie zrozumia艂e dla u偶ytkownika.
-
Efektywne nabywanie umiej臋tno艣ci: Systemy mog膮 nabywa膰 nowe funkcjonalno艣ci przy minimalnym nak艂adzie danych oznaczonych, co zwi臋ksza ich elastyczno艣膰 i umo偶liwia dostosowanie do r贸偶norodnych zastosowa艅.
Projekt ma charakter interdyscyplinarny i zak艂ada 艣cis艂e powi膮zanie bada艅 nad uczeniem maszynowym z analiz膮 odpowiedzialno艣ci technologicznej oraz ocenami etycznymi.
Udzia艂 Centrum LCH (U艁):
Dr Joanna Kulesza, dyrektor Centrum LCH przy Uniwersytecie 艁贸dzkim, pe艂ni funkcj臋 cz艂onkini Rady Doradczej projektu. W ramach tej roli odpowiada za wsparcie merytoryczne w zakresie prawa mi臋dzynarodowego oraz etyki technologicznej, ze szczeg贸lnym uwzgl臋dnieniem nale偶ytej staranno艣ci w implementacji system贸w sztucznej inteligencji (AI Due Diligence). Udzia艂 ten wspiera komponent etyczny projektu, prowadzony m.in. poprzez dedykowan膮 platform臋 .