Lo scopo del progetto TAILOR dell'UE è quello di costruire la capacità di fornire le basi scientifiche per un'IA affidabile in Europa sviluppando una rete di centri di eccellenza nella ricerca che sfruttano e combinano apprendimento, ottimizzazione e ragionamento. Questi sistemi sono destinati a fornire sistemi descrittivi, predittivi e prescrittivi che integrano approcci basati sui dati e sulla conoscenza.
L'intelligenza artificiale (IA) è cresciuta negli ultimi dieci anni a un ritmo senza precedenti. È stata applicata a molti settori industriali e dei servizi, diventando onnipresente nella nostra vita quotidiana. Sempre più spesso, i sistemi di IA vengono utilizzati per suggerire decisioni agli esperti umani, proporre azioni e fornire previsioni. Poiché questi sistemi potrebbero influenzare la nostra vita e avere un impatto significativo sul modo in cui decidiamo, devono essere affidabili. Come può un radiologo fidarsi di un sistema di IA che analizza le immagini mediche? Come può un broker finanziario fidarsi di un sistema di IA che fornisce previsioni sui prezzi delle azioni? Come può un passeggero fidarsi di un'auto a guida autonoma?
Queste sono domande fondamentali che richiedono un'analisi approfondita e un'attività di ricerca fondamentale, nonché una nuova generazione di talenti nell'IA che siano esperti nelle basi scientifiche dell'IA affidabile, che sappiano come valutare e progettare sistemi di IA affidabili. Alcuni dei problemi attuali legati alla mancanza di fiducia nei sistemi di IA sono una conseguenza diretta dell'uso massiccio di metodi black-box che si basano solo sui dati. Dobbiamo definire le basi di una nuova generazione di sistemi di IA che non si basino solo su approcci basati sui dati, ma anche sull'intero insieme di tecniche di IA, inclusi metodi di IA simbolica, ottimizzazione, ragionamento e pianificazione.
- Programma: H2020
- Ente finanziatore: Unione Europea
- Data inizio e data fine: dal 9/1/2020 al 8/31/2024