ITU-forsker sikrer midler fra Det Europæiske Forskningsråd til at udvikle kreativ AI

Professor Sebastian Risi fra IT-Universitetet i Københavns Institut for Digital Design har modtaget en bevilling på 14,8 millioner kroner til at udvikle kunstig intelligens, som er i stand til at tilpasse sig uforudsete omstændigheder. Målet er at forløse mere af automatiseringens enorme potentiale.

Sebastian RisiForskningInstitut for Digital Designalgoritmerbevillingerkunstig intelligens

Skrevet 14. december 2022 09:24 af Theis Duelund Jensen

Hvis maskiner var i stand til hurtigt at lære og tilpasse sig nye situationer og omstændigheder på samme måde som den menneskelige intelligens, ville vi være i stand til at automatisere en lang række processer, som kan få stor betydning på alle niveauer i samfundet. Fra maskiner, der kan udføre redningsmissioner under svære forhold til noget så enkelt som at tømme en opvaskemaskine uden at smadre en tallerken. Det, disse forskelligartede problemstillinger har tilfælles, er behovet for en type dynamisk intelligens, som vi hidtil ikke har været i stand til at udvikle i maskiner.

Men det er præcis den udfordring professor på IT-Universitetet i København, Sebastian Risi, har taget på sig med forskningsprojektet, GROW-AI: Growing Machines Capable of Rapid Learning in Unknown Environments. Forskeren har netop modtaget en bevilling på rundt regnet 14,8 millioner kroner fra Det Europæiske Forskningsråds Consolidator-instrument til at udvikle generel intelligens, der kan gøre maskiner i stand til at tilpasse sig uforudsete hændelser.

Sebastian Risi og hans hold af forskere vil undersøge, hvordan biologisk intelligens udvikles med det formål at optimere neurale netværk. I dag udvikles neurale netværk af forskere, som optimerer maskinparametrene direkte. Den biologiske evolution opererer ikke på samme direkte måde, når det biologiske nervesystem udvikles i mennesker og dyr. Tværtimod, vokser nervesystemer efter selvorganiserende principper inden for rammerne af meget mindre genetiske processer, der producerer alsidige adfærdsevner samt evnen til at indoptage og reagere på ny viden lige fra fødslen.

Ifølge mange forskere inden for neurovidenskab udgør denne såkaldte ”genomiske flaskehals” en vigtig regulerende instans, som tillader mennesker og dyr at tilpasse sig nye omstændigheder. På nuværende tidspunkt findes der ikke en lignende løsning for udviklingen af kunstige intelligenser.

For at tackle problemet vil Sebastian Risi og hans hold lærer neurale netværk genomiske flaskehals-algoritmer i stedet for manuelt at designe dem og derved udnytte de seneste landvindinger inden for såkaldt memory-augmentet deep neural networks, der er i stand til at lære komplekse algoritmer. Derudover vil holdet arbejde på at optimere opgavegeneratorer, som kan skabe optimale læringsmiljøer omkring de neurale netværk. Grundlæggende handler projektet om at undersøge, hvorvidt algoritmisk vækst er påkrævet i udviklingen af kunstig intelligens. Fremgangsmåden er inspireret af forskning i kunstigt liv, neurobiologi og maskinlæring.

”Hvis vi lykkedes med projektet, vil vi være i stand til at forbedre maskiners evne til at handle autonomt og løse langt flere praktiske opgaver i virkelighedens verden,” siger Sebastian Risi.

”Selvom opskalering af neurale netværk til større og større modeller har produceret banebrydende resultater, er jeg ikke sikker på, at vi kan forlade os på den metode alene, hvis vi skal udvikle en mere generel kunstig intelligens. Med nærværende projekt ønsker jeg at introducere en ny tilgang til problemet, der potentielt kan give os en bredere forståelse af nogle af ingredienserne, der skal til for at skabe intelligente maskiner.”

Det Europæiske Forskningsråd blev grundlagt af EU i 2007 og er den største bevillingsorganisation rettet mod ny forskning i Europa.

Mere information