ar

2 مناصب زمالة بحثية لدرجة الدكتوراه ضمن "أنظمة الذكاء الاصطناعي القابلة للتفسير لتطبيقات الأعمال المهمة".

2 مناصب زمالة بحثية لدرجة الدكتوراه ضمن "أنظمة الذكاء الاصطناعي القابلة للتفسير لتطبيقات الأعمال المهمة".

النرويج 01 فيفري 2021
NTNU

NTNU

جامعة حكومية, تصفح الفرص المماثلة

تفاصيل الفرصة

المكافأة الإجمالية
0 $
جامعة حكومية
المنطقة
البلد المضيف
آخر موعد للتقديم
01 فيفري 2021
المستوى التعليمي
نوع الفرصة
التخصصات
تمويل الفرصة
تمويل كامل
الدول المؤهلة
هذه الفرصة متوفرة لجميع البلدان
المنطقة المؤهلة
جميع المناطق

هذا هو NTNU

في NTNU ، خلق المعرفة من أجل عالم أفضل هو الرؤية التي توحد موظفينا 7400 و 42000 طالب.

نحن نبحث عن موظفين متفانين للانضمام إلينا.

ستجد المزيد من المعلومات حول العمل في NTNU وعملية التقديم هنا.



حول المنصب

الذكاء الاصطناعي القابل للتفسير ومشروع EXAIGON

إن التطورات السريعة الأخيرة في الذكاء الاصطناعي (AI) تبشر بفوائد متعددة للمجتمع في المستقبل القريب. أصبحت أنظمة الذكاء الاصطناعي منتشرة في كل مكان وتعرقل صناعات مثل الرعاية الصحية والنقل والتصنيع والروبوتات وتجارة التجزئة والمصارف والطاقة. وفقًا لدراسة أوروبية حديثة ، يمكن أن يساهم الذكاء الاصطناعي بما يصل إلى 13.3 تريليون يورو في الاقتصاد العالمي بحلول عام 2030 ؛ 5.6 تريليون يورو من زيادة الإنتاجية و 7.73 تريليون يورو من الفرص المتعلقة بتجربة المستهلك. ومع ذلك ، من أجل جعل أنظمة الذكاء الاصطناعي قابلة للنشر في البيئات الاجتماعية ، وتطبيقات الصناعة والأعمال المهمة ، يجب معالجة العديد من التحديات المتعلقة بمصداقيتها أولاً.

يمكن أن تُعزى معظم الاختراقات الحديثة في مجال الذكاء الاصطناعي إلى المجال الفرعي للتعلم العميق (DL) ، استنادًا إلى الشبكات العصبية العميقة (DNNs) ، والتي تغذيها توفر قوة حوسبة عالية ومجموعات بيانات كبيرة. لقد حظي التعلم العميق باهتمام هائل نظرًا لأدائه المتطور ، أو حتى فوق طاقة البشر ، في المهام التي كان يُنظر فيها إلى البشر على أنهم أفضل بكثير من الآلات ، بما في ذلك رؤية الكمبيوتر ، ومعالجة اللغة الطبيعية ، وما إلى ذلك. منذ عام 2013 ، جمعت Deep Mind قوة DL مع Reinforcement Learning (RL) لتطوير خوارزميات قادرة على تعلم كيفية لعب ألعاب Atari من البكسل ، والتغلب على أبطال البشر في لعبة Go ، وتجاوز جميع الأساليب السابقة في الشطرنج ، وتعلم كيفية ذلك. لإنجاز المهام الآلية المعقدة. وبالمثل ، تم استخدام تقنية DL بالاشتراك مع شبكات Bayesian Networks (BNs) ، مما أدى إلى إنشاء شبكات بايزية عميقة (DBNs) ، وهي إطار عمل يزيد بشكل كبير من فائدة التعلم الآلي الاحتمالي. على الرغم من أدائها المثير للإعجاب ، إلا أن نماذج DL لها عيوب ، ومن أهمها الافتقار إلى الشفافية وقابلية التفسير ، والافتقار إلى القوة ، وعدم القدرة على التعميم في مواقف تتجاوز تجاربهم السابقة. يصعب التعامل مع هذه المشكلات نظرًا لطبيعة الصندوق الأسود لشبكات DNN ، والتي غالبًا ما تنتهي بملايين المعلمات ، مما يجعل المنطق الكامن وراء تنبؤاتهم غير مفهوم حتى بالنسبة للخبراء البشريين. بالإضافة إلى ذلك ، هناك حاجة إلى فهم أفضل للتوقعات المجتمعية والعناصر اللازمة لضمان القبول المجتمعي لهذه التقنيات.


يهدف الذكاء الاصطناعي القابل للتفسير (XAI) إلى معالجة هذه المشكلات من خلال تطوير طرق لفهم كيفية قيام نماذج الصندوق الأسود بعمل تنبؤاتها وما هي حدودها. تأتي الدعوة لمثل هذه الحلول من مجتمع البحث والصناعة وصانعي السياسات رفيعي المستوى ، المهتمين بتأثير نشر أنظمة الذكاء الاصطناعي في العالم الحقيقي من حيث الكفاءة والسلامة واحترام حقوق الإنسان. من أجل أن يكون XAI مفيدًا في بيئات العمل والتطبيقات الحرجة ، لا ينبغي أن يقتصر على تصميم الخوارزمية لأن الخبراء الذين يفهمون نماذج صنع القرار بشكل أفضل ليسوا في الوضع المناسب للحكم على فائدة التفسيرات وهيكلها. من الضروري تعزيز بحث XAI من خلال دمج نماذج لكيفية فهم الناس للتفسيرات ، وعندما تكون التفسيرات كافية للثقة بشيء أو بشخص ما. تم البحث عن مثل هذه النماذج لسنوات عديدة من قبل الفلاسفة وعلماء النفس الاجتماعي والمعرفي وعلماء الإدراك. يصبح من الواضح أن هناك حاجة إلى مساهمات كبيرة متعددة التخصصات لأنظمة الذكاء الاصطناعي لاعتبارها جديرة بالثقة بما يكفي للنشر في البيئات الاجتماعية والتطبيقات التجارية الهامة.

سيقدم مشروع EXAIGON (أنظمة الذكاء الاصطناعي القابلة للتفسير للتبني التدريجي للصناعة) (2020-2024) البحث والكفاءة بناءً على XAI ، بما في ذلك تصميم الخوارزمية والسلوك المشترك بين الإنسان والآلة ، لتلبية معايير المجتمع والصناعة لنشر أنظمة الذكاء الاصطناعي الجديرة بالثقة في البيئات الاجتماعية والتطبيقات المهمة للأعمال. سيؤدي استخراج التفسيرات من نماذج الصندوق الأسود إلى تمكين التحقق من النموذج وتحسين النموذج والتعلم من النموذج والامتثال للتشريعات.

تهدف EXAIGON إلى إنشاء نظام XAI البيئي حول مختبر الذكاء الاصطناعي النرويجي المفتوح ، بما في ذلك الباحثين ذوي الخلفية المتنوعة والروابط القوية للصناعة. يتم دعم المشروع من قبل 7 لاعبين رئيسيين في الصناعة في النرويج والذين سيوفرون للباحثين حالات استخدام ، بما في ذلك البيانات والنماذج ومعرفة الخبراء. سيعمل جميع الباحثين المعنيين عن كثب مع بعضهم البعض ، وشركاء الصناعة ، والباحثين الذين يعملون بالفعل على الموضوعات ذات الصلة في NTNU ، وبالتالي تعظيم تأثير المشروع وصلته بالعالم الحقيقي.

سوف تقدم تقريرا إلى رئيس القسم.


مؤسسات أخرى


اختر وجهتك الدراسية


اختر البلد الذي توّد السفر إليه للدراسة مجانا أو العمل أو التطوع

يمكنك أن تجد أيضا


كلمات دلالية


منح الدكتوراه 2024 برنامج الدكتوراة رسائل الدكتوراه