Hola,
¿eres nuevo aquí?

Regístrate gratis y conecta tu empresa con financiación pública, partners y proyectos.

Tengo cuenta

Regístrate

Ver video

PID2020-114596RB-C21

Financiado

PERXAI: PERSONALIZACION DE INTELIGENCIA ARTIFICIAL EXPLICABLE MEDIANTE CONOCIMIE...

PERXAI: PERSONALIZACION DE INTELIGENCIA ARTIFICIAL EXPLICABLE MEDIANTE CONOCIMIENTO EXPERIMENTAL EL AREA DE INVESTIGACION EN INTELIGENCIA ARTIFICIAL EXPLICABLE (XAI) HA EXPERIMENTADO UN CONSIDERABLE AUGE EN LOS ULTIMOS AÑOS, GENERANDO UN AMPLIO INTERES TANTO EN INSTITUCIONES Y EMPRESAS COMO EN EL AMBITO ACADEMICO. EN LOS ULTI... ver más

01/01/2020

UCM

54K€

Presupuesto del proyecto: 54K€

Líder del proyecto

Universidad Complutense de Madrid No se ha especificado una descripción o un objeto social para esta compañía.

Total investigadores 3276

Financiación concedida El organismo AGENCIA ESTATAL DE INVESTIGACIÓN notifico la concesión del proyecto el día 2020-01-01 No tenemos la información de la convocatoria

0% 100%

Participantes

UCM

Lider

Conecta tu I+D

¿Tienes un proyecto y buscas un partner? Gracias a nuestro motor inteligente podemos recomendarte los mejores socios y ponerte en contacto con ellos. Te lo explicamos en este video

Proyectos interesantes

IJC2019-039152-I Deep Learning and Neural-symbolic learning and reasoning for... 93K€ Cerrado

TRUST-AI Transparent Reliable and Unbiased Smart Tool for AI 4M€ Cerrado

RYC-2016-19802 Explaining Fuzzy Systems: Making Understandable Intelligent... 309K€ Cerrado

PID2020-112754GB-I00 MODELIZACION Y ANALISIS DE CONTEXTOS PARA EL DISEÑO DE SISTE... 58K€ Cerrado

IJC2018-037522-I Interactive Intelligent Systems 93K€ Cerrado

IJC2019-039276-I Learning Symbolic Models for Generalized Planning in AI 93K€ Cerrado

Líder del proyecto

Universidad Complutense de Madrid No se ha especificado una descripción o un objeto social para esta compañía.

Total investigadores 3276

Presupuesto del proyecto 54K€

Descripción del proyecto EL AREA DE INVESTIGACION EN INTELIGENCIA ARTIFICIAL EXPLICABLE (XAI) HA EXPERIMENTADO UN CONSIDERABLE AUGE EN LOS ULTIMOS AÑOS, GENERANDO UN AMPLIO INTERES TANTO EN INSTITUCIONES Y EMPRESAS COMO EN EL AMBITO ACADEMICO. EN LOS ULTIMOS AÑOS SE HA INCREMENTADO LA NECESIDAD DE COMPRENDER LAS RAZONES QUE LLEVAN A UN SISTEMA DE IA A LLEGAR A UNA CONCLUSION, REALIZAR UNA PREDICCION, UN RAZONAMIENTO, UNA RECOMENDACION O TOMAR UNA DECISION Y QUE DE ESTA MANERA LOS USUARIOS CONFIEN EN EL SISTEMA DE IA. EN ESTE CONTEXTO HAN SURGIDO NUMEROSAS TECNICAS DE XAI APLICADAS EN UN CRECIENTE NUMERO DE AMBITOS PRACTICOS.EL PROYECTO PERXAI SE PLANTEA COMO UNA AMPLIACION DE LOS RESULTADOS DE NUESTRO PROYECTO PREVIO XCBR DONDE HEMOS INVESTIGADO EN LA APLICACION DE RAZONAMIENTO BASADO EN CASOS (CBR) COMO TECNICA SUBROGADA PARA EXPLICAR ALGORITMOS DE IA. EN DICHO PROYECTO SE HA IDENTIFICADO CLARAMENTE LA NECESIDAD DE PLANTEAR LOS PROCESOS DE IA EXPLICABLE DESDE UNA PERSPECTIVA MUCHO MAS AMPLIA QUE EL ALGORITMO DE XAI EN SI, INCLUYENDO EN ESTE PROCESO LOS DATOS UTILIZADOS POR EL SISTEMA INTELIGENTE Y LA FORMA EN QUE SE PRESENTA -VISUALIZA- DICHA EXPLICACION AL USUARIO, DONDE LA INTERACTIVIDAD JUEGA UN PAPEL MUY IMPORTANTE. ADICIONALMENTE, PARA QUE LOS PROCESOS DE EXPLICACION SEAN EFECTIVOS DEBE TENERSE EN CUENTA LA NECESIDAD DE PERSONALIZACION AL USUARIO DESTINATARIO DE LA EXPLICACION. ESTE PROCESO DE GENERACION DE EXPLICACIONES COMPLETAS Y PERSONALIZADAS ES INHERENTEMENTE MUY COMPLEJO DE DESARROLLAR. SIN EMBARGO, DESDE LA EXPERIENCIA DEL PROYECTO XCBR SE PUEDE CONCLUIR QUE LOS PROCESOS DE EXPLICACION SIGUEN UNA SERIE DE PATRONES COMUNES QUE PUEDEN ABSTRAERSE A PARTIR DE DISTINTOS CASOS DE USO Y REUTILIZARSE ENTRE DISTINTOS DOMINIOS.EN ESTA PROPUESTA DE PROYECTO NOS PLANTEAMOS NUEVOS OBJETIVOS QUE SURGEN DE LA NECESIDAD DE ELEVAR EL NIVEL DE ABSTRACCION DE LOS PROCESOS DE XAI INCLUYENDO, NO SOLO EL ALGORITMO EN SI, SINO LA EXPERIENCIA COMPLETA INCLUYENDO DATOS, INTERACCION CON EL USUARIO, PERSONALIZACION PARA GENERAR EXPLICACIONES EFECTIVAS, Y EVALUACION DE LOS RESULTADOS TENIENDO EN CUENTA LA PERCEPCION DEL USUARIO QUE RECIBE LA EXPLICACION. DE ESTA FORMA, EL PRINCIPAL OBJETIVO DE ESTE PROYECTO CONSISTIRIA EN CONSTRUIR UN CATALOGO DE ESTRATEGIAS INTEGRALES DE EXPLICACION QUE PUEDEN SER CAPTURADAS A PARTIR DE LA EXPERIENCIA DE LOS USUARIOS EN DISTINTOS DOMINIOS Y APLICACIONES Y PUEDEN SER ABSTRAIDAS, FORMALIZADAS Y REUTILIZADAS PARA OTROS DOMINIOS, APLICACIONES Y USUARIOS SIGUIENDO UNA APROXIMACION CBR COMPLEMENTADA CON UN ETIQUETADO SEMANTICO BASADO EN ONTOLOGIAS QUE FACILITE SU TRANSFERENCIA A OTROS CONTEXTOS.AVANZAREMOS EN EL ESTADO DEL ARTE EN VARIOS EJES: DESCRIPCIONES ONTOLOGICAS DE ESTRATEGIAS; REPRESENTACIONES DE CASOS PARA CAPTURAR EXPERIENCIAS DE USO DE XAI; Y UNA PLATAFORMA CBR INTEGRAL PARA LA RECUPERACION, REUTILIZACION Y RETENCION DE ESTAS EXPERIENCIAS DE EXPLICACION. ADEMAS INCLUIMOS OBJETIVOS DE PERSONALIZACION QUE PERMITAN GENERAR EXPLICACIONES EFECTIVAS QUE PUEDAN SER EVALUADAS. PARA ALCANZAR DICHOS OBJETIVOS SE DESARROLLARAN CINCO CASOS DE USO EN DISTINTOS DOMINIOS: SISTEMAS DE RECOMENDACION, ENTORNOS VIRTUALES, CIBERSEGURIDAD, INTERNET DE LAS COSAS E INTELIGENCIA MEDIOAMBIENTAL. A EXPLICABLE\MEDICINA PERSONALIZADA\IA RESPONSABLE\ONTOLOGIAS\RAZONAMIENTO BASADO EN CASOS

Conecta tu I+D

Entra hoy

¿Olvidé mi contraseña?

Financiación

Empresas

CTIs/Universidades

Proyectos

Investigadores