В результате конкурсного отбора из 376 заявок было поддержано всего 41. В это число вошел проект от Университета Лобачевского «Надёжный и логически прозрачный искусственный интеллект: технология, верификация и применение при социально-значимых и инфекционных заболеваниях».
Проект направлен на создание систем искусственного интеллекта (ИИ) и машинного обучения нового поколения, способных к выявлению и быстрой коррекции ошибок, в том числе, благодаря имплементации логически объяснимых решений.
«В первую очередь, применение этих систем необходимо в чувствительных областях, например, в биомедицинских приложениях, где от принимаемых решений зависит жизнь людей», – говорит Михаил Иванченко, координатор проекта и проректор по научной работе ННГУ.
Научным руководителем проекта является профессор Александр Горбань, ведущий учёный – руководитель лаборатории мегагранта в ННГУ по тематике искусственного интеллекта и машинного обучения.
Главным результатом проекта должна стать разработка новых методов и технологий, позволяющих преодолеть два основных барьера систем машинного обучения и искусственного интеллекта: проблему ошибок и проблему явного объяснения решений. На сегодняшний день эти задачи не имеют удовлетворительного решения и требуют новых разработок.
«Эти проблемы тесно связаны: без возможности логического прочтения ошибки искусственного интеллекта будут оставаться необъяснимыми. Дообучение системы в рамках существующих методов может повредить имеющиеся навыки и, с другой стороны, может потребовать огромных ресурсов, что в серьезных задачах непрактично. К примеру, широко известная многомиллионная система ИИ IBM «Watson» потерпела неудачу на рынке персонализированной медицины вследствие систематически совершаемых ошибок в диагностике и рекомендации лечения рака, найти и устранить источники которых не удалось», – объясняет руководитель проекта Александр Горбань.
Новая технология надёжного и объяснимого нейросетевого ИИ будет реализована в широком перечне стратегически важных задач реальной сложности. В каждой из них требование надёжности и логической объяснимости является критичным, в каждой ожидается достижение практически значимых результатов: анализ больших биомедицинских данных и выявление сверхранних предикторов заболеваний, анализ климатических данных и предсказание экстремальных событий, инженерия новых материалов, квантовых и оптических технологий, разработка нейросетей, реализующих информационно-вычислительные (интеллектуальные) функции мозга.
, ИИ
Источник: robogeek.ru