Nalaganje ...
Projekti / Programi vir: ARIS

Causalify - Vzročnost v dinamiki svetovnih dogodkov

Raziskovalna dejavnost

Koda Veda Področje Podpodročje
2.07.07  Tehnika  Računalništvo in informatika  Inteligentni sistemi - programska oprema 

Koda Veda Področje
P176  Naravoslovno-matematične vede  Umetna inteligenca 

Koda Veda Področje
1.02  Naravoslovne vede  Računalništvo in informatika 
Ključne besede
umetna inteligenca, kavzalno modeliranje, probabilistično sklepanje, razumevanje besedila, gos. z nizkimi emisijami ogljika, verjetnostni graf znanja
Vrednotenje (pravilnik)
vir: COBISS
Raziskovalci (7)
št. Evidenčna št. Ime in priimek Razisk. področje Vloga Obdobje Štev. publikacijŠtev. publikacij
1.  22278  dr. Janez Brank  Računalništvo in informatika  Raziskovalec  2019 - 2022  99 
2.  28015  dr. Blaž Fortuna  Računalništvo in informatika  Raziskovalec  2019 - 2022  153 
3.  31885  dr. Aljaž Košmerlj  Računalništvo in informatika  Raziskovalec  2019 - 2022  34 
4.  33425  dr. Jurij Leskovec  Računalništvo in informatika  Raziskovalec  2019 - 2022  281 
5.  12570  dr. Dunja Mladenić  Računalništvo in informatika  Vodja  2019 - 2022  668 
6.  34646  dr. Inna Novalija  Računalništvo in informatika  Raziskovalec  2019 - 2022  65 
7.  32381  dr. Primož Škraba  Matematika  Raziskovalec  2019 - 2022  133 
Organizacije (1)
št. Evidenčna št. Razisk. organizacija Kraj Matična številka Štev. publikacijŠtev. publikacij
1.  0106  Institut "Jožef Stefan"  Ljubljana  5051606000  91.992 
Povzetek
Naslednji cikel umetne inteligence (UI) bo osredotočen na pridobivanje globlje strukture opazovanih sistemov. Temeljil bo na hitrem razvoju obstoječih tehnologij umetne intelligence kot so kavzalno sklepanje (angl. Causal Reasoning) znanje o svet (angl. Common Sense Reasoning) in razumevanje besedila. Vse to bo imelo za posledico veliko sposobnejše rešitve, kot so možne dandanes.   V projektu Causalify se osredotočamo na scenarije, kjer bomo (a) analizirali globalne podatkovne tokove v realnem času, (b) jih povezovali v razvijajoči se verjetnostni graf kavzalnega znanja, (c) pripravili operativno algoritemsko okolje, (d) odgovarjali in razlagali zahtevna vprašanja o znanih in morda neznanih pojavih; (e) obravnavali etična vprašanja v zvezi s prihajajočimi tehnologijami; (f) uporabili razvite metod na področju gospodarstva z nizkimi emisijami ogljika.   Naš interdisciplinarni primer uporabe je področje globalnega nizkoogljičnega gospodarstva, ki obravnava družbene, politične, gospodarske, zdravstvene, prehrambene in okoljske vidike. Zagotovili smo dostop do več tokov podatkov, ki zajemajo različne vidike globalne dinamike v skoraj realnem času, vključno z mediji, trgom, dobavno verigo, delovnimi mesti in veščinami, znanostjo, vremenskimi in satelitskimi posnetki.   Vzorčna vprašanja, na katera želimo odgovoriti, so: napovedovanje trendov in spremljanje dogodkov v svetu, odgovarjanje na vprašanja "kaj-če", kavzalno razlaganje globalnih pojavov na človeško razumljiv način, napovedovanje motenj vzdolž dobavnih verig, napovedovanje vpliva znanosti na trg dela in proaktivno odkrivanje pojavov iz opazovanja zemlje.   Metodološko so naša izhodišča sodobni pristopi in orodja UI. Pričakujemo znanstvene rezultate v teoriji, metodologiji in algoritmih, zlasti na področju modeliranja kavzalnosti, razumevanja besedila, skalabilnega verjetnostnega sklepanja, konstrukcije grafa znanja iz raznovrstnih virov podatkov in nove vpoglede v nizkoogljično gospodarstvo.
Pomen za razvoj znanosti
Pomen predlaganega projekta za širši napredek raziskav je v obravnavanju tematik, ki bodo najverjetneje bodoče teme umetne inteligence in ki presegajo obstoječe »ozke naloge«, ki jih rešuje UI. To vključuje globlji strukturni vpogled v opazovane sisteme, kot so modeliranje vzročnosti, upoštevanje modela sveta (»sklepanje z zdravo pametjo« oz. z upoštevanjem znanja o svetu), uporaba najsodobnejšega strojnega učenja (globoko učenje) za učenje učinkovitih operaterjev sklepanja in razumevanje besedila. Te pristope bomo povezali vpogled v probleme nizkoogljičnega gospodarstva ob uporabi obsežnih realnih podatkovnih tokovih. Dodatna potrditev pomembnosti predlagane raziskave je nedavni (december 2018) DARPA projektni klic na temo "Machine Common Sense" in prihajajoči projektni klic (sredi leta 2019) o "Umetni inteligenci, ki jo usmerja znanje in sklepanje nad shemami znanja". Obe tematiki sta vključeni v projekt Causalify.
Pomen za razvoj Slovenije
The importance of the proposed project for the broad advancement of research is in addressing topics which will be most likely future topics of Artificial Intelligence, beyond existing “narrow AI tasks”. This includes deeper structural insights into observed systems like causality modelling, common sense reasoning, using state-of-the art machine learning (deep learning) to learn highly efficient reasoning operators, and text understanding. All these approaches will be combined to gain global insights into low carbon economy on large real data streams on global dynamics. An additional confirmation of the importance of the proposed research is the recent (Dec 2018) DARPA call on “Machine Common Sense” and upcoming call (mid 2019) on “Knowledge-directed Artificial Intelligence Reasoning Over Schemas” both addressing the topics of the proposed project Causalify.
Najpomembnejši znanstveni rezultati Vmesno poročilo
Najpomembnejši družbeno–ekonomsko in kulturno relevantni rezultati
Zgodovina ogledov
Priljubljeno