Opracowaniem bezpiecznych, przejrzystych i wydajnych algorytmów AI zdolnych do pracy na ograniczonych, zaszumionych i niekompletnych danych zajmą się naukowcy z Centrum Godnej Zaufania Sztucznej Inteligencji dla Nauk o Życiu. Jednostka powstała na Uniwersytecie Warszawskim.
Projekt otrzymał dofinansowanie w wysokości 30 mln zł w ramach programu Międzynarodowe Agendy Badawcze prowadzonego przez Fundację na rzecz Nauki Polskiej. Będzie realizowany przez najbliższe cztery lata – do końca 2029 roku.
Bazując na solidnych podstawach matematycznych, będziemy rozwijać modele sztucznej inteligencji nowej generacji. Naszym celem jest ograniczenie błędów i halucynacji, które stanowią istotne wyzwanie dla dotychczasowych rozwiązań, szczególnie w zastosowaniach biomedycznych. Chcemy, aby projekt był przykładem tego, jak silne krajowe kompetencje w matematyce i informatyce można przekuć w nowatorskie technologie służące społeczeństwu. Naszą ambicją jest, by projekt był propozycją rozwoju europejskiej niszy sztucznej inteligencji – zapowiada dr hab. Paweł Dłotko, kierownik Centrum Godnej Zaufania Sztucznej Inteligencji dla Nauk o Życiu.
W nowej jednostce powstaną bezpieczne, przejrzyste i wydajne algorytmy AI, zdolne do pracy na ograniczonych, zaszumionych i niekompletnych danych – ze szczególnym uwzględnieniem zastosowań w medycynie i naukach o życiu. Cztery grupy naukowców będą prowadzić badania obejmujące m.in. analizę złożonych szeregów czasowych, w tym sygnałów biologicznych, takich jak EEG, które odgrywają kluczową rolę w diagnostyce chorób neurologicznych. Nowe metody pozwolą na lepszą interpretowalność modeli AI, ocenę poziomu niepewności decyzji oraz minimalizację ryzyka błędnych odpowiedzi.
Opracowywane rozwiązania służyć mają realnemu przełamaniu barier, które dotychczas uniemożliwiały szerokie wdrożenie sztucznej inteligencji w praktyce klinicznej.
Przedsięwzięcie jest realizowane na Uniwersytecie Warszawskim we współpracy z Helmholtz Zentrum München ze środków z programu Fundusze Europejskie dla Nowoczesnej Gospodarki (FENG).
MK, źródło: UW