Opis projektu
Hybrydowa inteligencja zbiorowa na potrzeby wspomagania decyzji w diagnostyce medycznej i usługach klimatycznych
Zespół finansowanego ze środków UE projekt HACID pracuje nad hybrydową inteligencją zbiorową opartą na synergii między ludźmi i maszynami w celu znalezienia rozwiązań faktycznych, otwartych problemów. Rozwiązania tych problemów nie sprowadzają się do ograniczonego zestawu alternatyw i obejmują wiele dziedzin wiedzy. Zespół projektu HACID zbada nowe podejście, które łączy ludzkich ekspertów i reprezentację wiedzy wspieraną przez sztuczną inteligencję, aby stworzyć nowe narzędzia do podejmowania decyzji. Rozpatrzone zostaną dwa studia przypadków. Pierwszy z nich zajmie się problemem rozdrobnienia wiedzy w dziedzinie medycyny, pomagając pracownikom medycznym stawiać trafniejsze diagnozy. Drugi zapewni decydentom wsparcie w określaniu miejskich strategii adaptacyjnych w celu stawienia czoła przyszłym skutkom zmiany klimatu.
Cel
HACID develops a novel hybrid collective intelligence for decision support to professionals facing complex open-ended problems, promoting engagement, fairness and trust. A decision support system (HACID-DSS) is proposed that is based on structured domain knowledge, semi-automatically assembled in a domain knowledge graph (DKG) from available data sources, such as scientific and gray literature. Given a specific case within the addressed domain, a pool of experts is consulted to (i) extract supporting evidence and enrich it, generating a case knowledge graph (CKG) as a subset of the DKG, and (ii) provide one or more solutions to the problem. Exploiting the CKG, the HACID-DSS gathers the expert advice in a collective solution that aggregates the individual opinions and expands them with machine-generated suggestions. In this way, HACID harnesses the wisdom of the crowd in open-ended problems, relying on a traceable process based on supporting evidence for better explainability. A set of evaluation methods is proposed to deal with domains where ground truth is not available, demonstrating the suitability of the proposed approach in a wide range of application domains. Demonstrations are provided in two compelling case studies contributing to the UN Sustainable Development Goals: crowd-sourcing medical diagnostics and climate services for urban adaptation.
Program(-y)
Zaproszenie do składania wniosków
HORIZON-CL4-2021-DIGITAL-EMERGING-01
Zobacz inne projekty w ramach tego zaproszeniaSystem finansowania
HORIZON-IA - HORIZON Innovation ActionsKoordynator
00185 Roma
Włochy