Области исследований

Подразделение проводит фундаментальные и прикладные исследования по следующим темам:

Области исследований

• Машинное обучение и приложения
• Обработка естественного языка
• Графики знаний
• Научный анализ данных и открытие
• Мультимодальное понимание
• Представление здравого смысла и рассуждение
• Вычислительная социальная наука
• Справедливость ИИ

Машинное обучение и приложения

Сосредоточение внимания на фундаментальных исследованиях, включая надежность ИИ, состязательное машинное обучение, защиту от спуфинга, адаптацию предметной области и федеративное обучение, а также на прикладных исследованиях в таких прикладных областях, как биомедицинские науки, биометрическая аутентификация, вычислительные социальные науки и кибербезопасность.

Люди

Проекты

• Рассуждение здравого смысла
  Мультимодальное основанное на открытом мире обучение и вывод
• КОРАЛЛОВЫЙ
  Комбинированные представления для эффективного обучения (DARPA Learning with Less Labels)
• КВАЗАР
  Квантовая выборка для машинного обучения (DARPA)
• Безопасная федерация гетерогенного обучения с теоретико-информационными гарантиями (DARPA)
• БАТЛ
  Биометрическая аутентификация с вневременным учеником (IARPA)
• LR2
  Изучение надежных представлений (DARPA)
• AI2AI
  ИИ исследует ИИ (Премия Кестона)
• Совместное безопасное обучение DARPA SHELFI
  Безопасная федерация гетерогенного обучения с теоретико-информационными гарантиями

Обработка естественного языка

Сосредоточение внимания на малоресурсном машинном переводе, многоязычном репрезентативном обучении, трансферном обучении, диалоге, принятии решений, ответах на вопросы, обобщении, онтологиях, поиске информации, расшифровке текста.
Посетить сайт

Люди

Проекты

• ЧИСТО
  Межъязыковой поиск событий и аргументов (IARPA BETTER)
• КОРАЛЛОВЫЙ
  Комбинированные представления для эффективного обучения (DARPA Learning with Less Labels)
• ВЫЯВЛЕНИЕ
  Система извлечения и организации причинно-следственной информации (DARPA Causal Exploration)
• ИФА
  Использование языковой информации для ситуационной осведомленности (DARPA LORELEI)
• EvidxExtraction
  Системы извлечения доказательств для литературы о молекулярном взаимодействии (NIH R01)
• ЛЕСТАТ
  Схема событий обучения во времени и трансмодально (DARPA KAIROS)
• MICS
  Машинный интеллект на основе здравого смысла (DARPA MCS)
• САРАЛ
  Обобщение и поиск с адаптацией к предметной области для разных языков (МАТЕРИАЛ IARPA)

Графики знаний

Использование методов искусственного интеллекта и машинного обучения для создания и использования крупномасштабных баз знаний и создания таксономий на основе данных.Известные приложения включают вероятностные модели для научной воспроизводимости, включающие извлечения из научных статей и научных сетей цитирования и ссылок, а также графики бизнес-знаний, характеризующие инновации и конкуренцию, с использованием веб-данных и нормативных документов.
Посетить сайт

Люди

Проекты

• КГТК
  Инструментарий графа знаний (DARPA)
• Компоновщик таблиц
  Связывание таблиц с графами знаний (DARPA, Novartis)
• Построение графа знаний для продовольственной безопасности (DARPA)
• Датамарт
  Создание крупнейшего общедоступного графа знаний для поддержки моделей, управляемых данными (DARPA)
• Карма
  Инструмент интеграции данных
• Графики знаний для бизнеса (DARPA)
• Оценка научных исследований
  Разработка автоматизированных методов оценки научных заявлений (DARPA)
• Семантическое моделирование
  Автоматическое построение семантических моделей источников (DARPA)
• ЦСКГ
  Граф здравого смысла
• Завершение графа знаний с помощью Transferable Representation Learning (NSF)
• Новартис-ОСК
  Масштабирование данных FAIR-ificaton

Научный анализ данных и открытие

Использование интерактивного сбора знаний, интеллектуальных пользовательских интерфейсов, семантических рабочих процессов, происхождения и совместной работы; крупномасштабная интеграция данных и анализ биомедицинских данных (включая сенсорные, экологические, нейровизуализационные, клинические и генетические данные) и (палео)климатических данных.
Посетить сайт

Люди

Проекты

• КРЫЛЬЯ
  Семантическая система рабочего процесса, которая помогает ученым в планировании вычислительных экспериментов.
• МЯТНЫЙ МЯТ
  Интеграция научных моделей
• ДИСК
  Автоматизация открытия научных моделей
• LinkedEarth
  Палеоклиматические данные и анализ
  • автоТС
    Автоматизация анализа временных рядов
  • Престо
    Хранилище реконструкции палеоклимата
  • СТРАНИЦА
    Популяционная архитектура с использованием Координационного центра геномики и эпидемиологии
  • NRGR
    Репозиторий и ресурс по геномике

  Мультимодальное понимание

  Включая понимание изображений и видео для обнаружения дипфейков, визуальную идентификацию дезинформации, выявление фальсифицированной научной литературы и мультимедийный анализ, распознавание лиц, биометрическую защиту от спуфинга и надежный ИИ; понимание таблиц для автоматизации использования миллионов таблиц в Интернете с упором на автоматическое определение макета, семантическое моделирование, поиск таблиц, суммирование таблиц, связывание сущностей и проверку фактов.

  Люди

  Проекты

  

  • Понимание таблицы
    Понимание структуры и семантики таблиц (DARPA)
  • НЕСООТВЕТСТВИЕ
    Цифровой, семантический и физический анализ целостности медиа (DARPA)

  

  Представление здравого смысла и рассуждение

  Использование когнитивно-вдохновленных вычислительных парадигм для оценки здравого ИИ (включая те, которые основаны на крупномасштабных языковых моделях) для создания и решения новых сложных задач, основанных на логических аксиомах и арифметике; диалоговые агенты, ориентированные на человека, которые максимизируют показатели человеческой полезности наряду с алгоритмической полезностью в диалогах, ориентированных на задачи; теоретико-игровые симуляторы для покера, монополии и варгеймов, которые позволяют уточнять и оценивать теории новизны для обычных агентов ИИ.
  Посетить сайт

  Люди

  Проекты

  • Рассуждение здравого смысла
    Мультимодальное основанное на открытом мире обучение и вывод
  • ЦСКГ
    Граф здравого смысла

  Вычислительная социальная наука

  С акцентом на обнаружение структуры и сопоставление шаблонов в необычных сложных системах со скрытой информацией (например, торговля людьми, сети темных денег); крупномасштабный контекстуальный анализ социальных сетей (например, в контексте стихийных бедствий), включая анализ с использованием невербальных токенов, таких как смайлики; вычислительные социальные методы для количественной оценки социально-демографического воздействия COVID-19 на благополучие, технологическое неравенство и недоверие к вакцинам; прикладной ИИ в промышленных приложениях, таких как электронная коммерция.

  Люди

  Проекты

  

  • Поляризация в контексте COVID-19
    Пандемия обострила эхо-камеры, открыв путь для безудержного распространения дезинформации.
  • Наука роста
    Этот проект исследует влияние роста на различное поведение людей, например, как рост городов влияет на инфраструктуру, как доски объявлений увеличивают взаимодействие или рост институтов влияет на сотрудничество.
  • DARPA Influence Campaign Awareness and Sense Making (INCAS)
    • Раннее обнаружение индикаторов влияния с помощью машинного интеллекта (EDIFICE)
      Проект по выявлению кампаний влияния в зарубежных соцсетях
    • Универсальные алгоритмы сегментации и характеристики населения для онлайн-сред (UPSCALE)
      Проект по анализу кампаний влияния в зарубежных соцсетях
  • ВЕНЕЦИЯ
    ПРОВЕРКА ИМЯПЛИТНЫХ КУЛЬТУРНЫХ МОДЕЛЕЙ: Сделайте вывод о культурных причинно-следственных связях; хранить в запрашиваемом графе знаний. Подтвердите отношения с помощью реальных интервью с людьми в другой стране.

  

  Справедливость ИИ

  Обнаружение и устранение предвзятости, устойчивость к состязательным атакам, выявление культурных ценностей, поляризация и дезинформация, прогнозирование и краудсорсинг. Известные тематические исследования включают исследование гендерной предвзятости в английской литературе XIX века с использованием методов обработки естественного языка (NLP) и исследование того, как современные подходы к распознаванию именованных сущностей систематически не позволяют идентифицировать женские имена.

  Люди

  Проекты

  • Аудит честности систем ИИ
    Многие готовые инструменты искусственного интеллекта имеют встроенные в них социальные предубеждения. Эти проекты сосредоточены на выявлении и измерении влияния этих предубеждений.
  • Повышение достоверности данных
    Повышение объективности может выиграть от независимости от модели, что позволяет применять лучшие модели к интересующим данным. Этот проект исследует, какие методы лучше всего подходят для различных типов данных.
  • Враждебные атаки на справедливость
    Враждебные атаки пытаются намеренно исказить влияние системы машинного обучения. Мы исследуем эффективность таких атак в контексте справедливости.
  голоса

  Рейтинг статьи