Poszerzanie granic sztucznej inteligencji
Świat sztucznych systemów kognitywnych i maszynowego uczenia rozwija się w szybkim tempie, stając się istotnym wyzwaniem dla badań naukowych. Opracowano w tej dziedzinie nowe techniki, które zmienią nasze codzienne życie i pracę. Projekt SIMBAD (Nie tylko cechy: modele analizy i poznania oparte na podobieństwie), finansowany ze środków unijnych na kwotę 1,65 mln EUR, sprawdza sposoby praktycznego wykorzystania tych badań. SIMBAD ma na celu pełne opracowanie nowej technologii, która wyłania się w dziedzinie rozpoznawania wzorców i maszynowego uczenia oraz prowadzenie badań nad wykorzystaniem "informacji o podobieństwie" zamiast standardowego podejścia "opartego na cechach" - powiedział profesor Marcello Pelillo z Uniwersytetu Ca Foscari Venezia we Włoszech, koordynator naukowy projektu. Ludzie stale budują złożone maszyny, takie jak roboty, do zaspakajania wielu swoich codziennych potrzeb - powiedział. Sztuczne systemy kognitywne (ACS) stają się obecnie ważnym międzynarodowym priorytetem badawczym, a Komisja Europejska w odpowiedzi na ten priorytet wybrała tę dziedzinę jako jeden z siedmiu kluczowych obszarów badawczych, w których Europa musi się rozwijać, aby stać się jednym ze światowych liderów technologii informacyjnych i komunikacyjnych (TIK) następnej generacji. Owocne badania w tej dziedzinie przyczynią się do opracowania wielu narzędzi, które będą mieć ogromny wpływ społeczny i polityczny na UE - dodał. Sterowanie pojazdami, kontrola sieci komunikacyjnych, diagnostyka medyczna i interakcja człowiek-maszyna, to zaledwie kilka dziedzin, które będą czerpać profity. Ponadto pojawi się również wiele korzyści gospodarczych, które zwiększą konkurencyjność Europy. "Wiele wysiłku wkładamy w opanowanie dwóch wielkoskalowych zastosowań obrazowania biomedycznego. Staramy się zapewnić efektywne i zaawansowane techniki, które mają wspomagać diagnozowanie raka nerkowokomórkowego i większość psychoz takich jak schizofrenia i zaburzenie dwubiegunowe" - wyjaśnia profesor Pelillo. "Tego typu problemów nie można rozwiązać za pomocą tradycyjnych technik maszynowego uczenia się z powodu trudności w znalezieniu odpowiednich opisów opartych na cechach." Udane zastosowania badawcze udowodnią, że podejście przyjęte w projekcie SIMBAD doskonale nadaje się do zastosowania w biomedycynie, co będzie stanowić solidną podstawę dla kolejnych badań w tej dziedzinie - wyjaśnił. Zastosowanie technik rozpoznawania wzorców w medycynie i opiece zdrowotnej przyniesie olbrzymią poprawę opieki zdrowotnej w całej UE i otworzy wiele możliwości technologicznych dla sektora medycznego. "Udane eksperymenty dowiodą praktycznego zastosowania naszego podejścia w biomedycynie, promując przez to dalsze badania w kierunku wyznaczonym przez projekt SIMBAD zarówno na płaszczyźnie metodologicznej jak i praktycznej" - zauważył profesor Pelillo. "To może otworzyć nowe możliwości w zarządzaniu profilaktyką zdrowotną, jak również przynieść zdecydowaną poprawę jakości i skuteczności naszych systemów opieki zdrowotnej" - powiedział. "Dziedzina rozpoznawania wzorców zajmuje się automatycznym wykrywaniem regularności danych za pomocą algorytmów komputerowych, które następnie są wykorzystywane do podejmowania działań, takich jak zaszeregowanie danych do różnych kategorii, mając na celu wyposażenie sztucznych systemów w zdolność doskonalenia ich własnych wyników w świetle zewnętrznych bodźców." Sześciu partnerów z krajów europejskich (Włochy, Holandia, Portugalia, Szwajcaria i Wielka Brytania) bierze udział w projekcie SIMBAD - międzynarodowym konsorcjum, które odzwierciedla międzynarodowy charakter badań. "Wiedzy i umiejętności potrzebnych do osiągnięcia tych celów nie można zebrać na szczeblu lokalnym lub krajowym. Europejski wymiar projektu zapewnia masę krytyczną uzupełniającego się doświadczenia i specjalistycznej wiedzy naukowców, zwiększając przez to szanse na powodzenie" - powiedział profesor Pelillo. "Ponadto potencjalny wpływ tych badań wykracza daleko poza skalę kraju i UE skorzysta na przyjęciu aktywnej roli na światowej scenie sztucznych systemów kognitywnych, zdominowanej w znacznym stopniu przez USA."
Kraje
Szwajcaria, Włochy, Niderlandy, Portugalia, Zjednoczone Królestwo