DeepRAP: Deep Reasoning, Abstraction and Planning Towards Reliable Cognitive AI Systems

Очаквано въздействие:Полученото портфолио не само ще допринесе за напредъка на най-съвременните научни постижения, но и ще изгради стабилна, оперативно съвместима и ориентирана към приложенията общност, като позиционира Европа в челните редици на надеждния когнитивен ИИ. Тя следва също така да положи основите за бъдещо европейско лидерство в областта на безопасния, ориентиран към човека когнитивен ИИ, като подкрепя суверенитета и конкурентоспособността в ключови сектори. Тя ще подкрепи амбициите на Законодателния акт за ИИ [1] и европейския подход към изкуствения интелект [2].Очакван резултат:Амбициозните предложения, представени в рамките на настоящата покана, ще доведат до:Модели и/или архитектури, които обработват мултимодални данни и знания, несигурност и могат да бъдат обучени и внедрени с ограничени изчислителни ресурсинадеждни механизми за надеждност, гарантиращи обяснимост, прозрачност, справедливост, оценка на риска, сигурност и привеждане в съответствие с етичните и правните стандарти, включително основните права и Законодателния акт на ЕС за ИИ, иДемонстриране на разработените способности, интегрирани в когнитивна система с ИИ (достигаща TRL4), изпълняваща сложни задачи в реални условия (напр. научно откритие, подпомагане на вземането на решения, решаване на проблеми), както и симулации в голям мащаб. Освен това предложенията:Предлагане на нови методи и показатели за оценка и сертифициране на обосновката и надеждността на ИИ, както и използването на изчислителните ресурсиСледвайте принципите FAIR, като гарантирате, че всички данни, модели и резултати са лесни за намиране, достъпни, оперативно съвместими и повторно използваеми, за да увеличите максимално прозрачността, възпроизводимостта и въздействието, иРазработване на полезни взаимодействия с инициативи на ЕС като TEF (съоръжения за изпитване и експериментиране с ИИ)[3], eBrains [4], Resource for AI Science in Europe (RAISE)[5], AI-on-demand Platform (AIoD)[6] и водещата инициатива в областта на квантовия интелект [7]. Подход на портфейлаСъставът на портфейла от проекти, които ще бъдат финансирани в рамките на проекта DeepRAP Challenge, ще осигури цялостно покритие в следните категории с цел да се гарантира широчина и да се даде възможност за полезни взаимодействия между проектите:Категория 1 — Способност за когнитивна функция: Разсъжденията, абстракцията и планирането следва да бъдат обхванати от избрания портфейл.Категория 2 — Технологичен подход: Очаква се избраните проекти да използват различни технологични подходи, включително, но не само, невросимволичен ИИ, задълбочено учене, укрепващо обучение и нови рамки, вдъхновени от интердисциплинарни области, иКатегория 3 — Случай на използване и област на приложение: Избраните проекти ще обхващат различни области от реалния свят, като например промишлеността, мобилността, гражданската сигурност, научните открития, здравеопазването, киберсигурността, правосъдието и взаимодействието човек-робот. На избраните проекти също така ще бъде възложено да ръководят и/или да участват в дейности по портфейла, съсредоточени върху следните приоритети:Оперативна съвместимост: Установяване на общи стандарти и протоколи, за да се гарантира безпроблемно привеждане в съответствие между проектитеРазработване на референтни показатели: Съвместно създаване на сравнителен показател на DeepRAP със споделени задачи и отворена платформа за оценка за прозрачна оценкаОбщи пилотни проекти: Провеждане на съвместни пилотни демонстрации, насочени към сложни реални проблеми, за да се демонстрират способностите на DeepRAPИнтегриране на няколко агента: когато е осъществимо, съчетаване на резултатите от проекта в модулни многоагентни системи с ИИ, демонстриращи колективно мислене и планиране чрез структурирани взаимодействия между множество участнициОформяне на приложението: определяне на случаи на използване с голямо въздействие и ангажиране на заинтересованите страни да ръководят разработването и внедряването на иновативни когнитивни системи с ИИ, иЕтично и социално сближаване: Проактивно разглеждане на етичните, правните и обществените съображения, включително основните права, прозрачността, неприкосновеността на личния живот, безопасността и справедливостта на когнитивните системи с ИИ. Цел:Иновативните идеи, предложени в рамките на това предизвикателство, трябва да изследват нови подходи, включително комбинации от съществуващи техники (т.е. невросимволичен ИИ) или създаването на изцяло нови рамки, които надхвърлят настоящите традиционни парадигми за задълбочено учене и обучение за укрепване. Те могат да бъдат вдъхновени от развитието в различни области като неврология, биология, физика, философия и др.Предложенията следва да се отнасят до един или повече от следните когнитивни способности: Дълбоко мотивиране: Преминаване отвъд съвпадението на статистическия модел, за да се подкрепи причинно-следствената връзка, логическо разсъждение и вземане на решения, съобразени с контекста или здравия разум, в сложни, неструктурирани среди. Това изисква преминаване от чисто основани на данни корелации към системи с ИИ, способни да разберат защо се появяват модели, да идентифицират основните причини и да направят валидни заключения както чрез дедуктивни, така и чрез индуктивни процеси. Невро-символичните подходи, които съчетават способността за учене на невронните мрежи със структурираното заключение на символичното мислене, са особено насърчавани да развиват тези способности. Интегрирането на контекстуални и разумни знания дава възможност на ИИ да интерпретира информацията по-цялостно, да адаптира решенията динамично и да се справя с неяснотата и несигурността. Дълбоките системи за разсъждение следва да могат да съчетават множество източници на информация, да предоставят прозрачни и обясними обосновки за своите резултати и да се привеждат в съответствие с човешките ценности и очаквания, като гарантират надеждни и отговорни операции при взискателни сценарии в реални условия. Дълбоко абстракция: Даване на възможност на сист