Tilbake til søkeresultatene

FRINATEK-Fri prosj.st. mat.,naturv.,tek

Unsupervised Lifelong Learning

Alternativ tittel: Ikke-veiledet livslang maskinlæring

Tildelt: kr 12,0 mill.

ULEARN adresserer et nytt fundament innen 'ikke-veiledet livslang maskinlæring' som vil endre hvordan en designer fremtidens maskinlæringssystemer til å kunne håndtere de betydelige tekniske utfordringer som møter datasystemer som må fungere over lang tid i stadig i stadig skiftende omgivelse. I dag skjer utformingen av maskinlæringssystemer i all hovedsak før oppstart, og krever dermed kontinuerlige oppdateringer for å takle endringer gjennom livsløpet. I den fremtidige hyperkoblet digitale verdenen, allestedsnærværende koblet til en enorm mengde heterogene data og overfor uventede og på forhånd ukjente driftsforhold, må derimot læringssystemer fungere radikalt annerledes enn i dag. Essensen i ULEARN er å erstatte manuelle systemdesign med en dynamisk programvarearkitektur som implementerer velkomponerte maskinlæringsprosesser, som er dynamisk optimalisert, og som utvikler seg helhetlig gjennom levetiden. Datasystemer vil bli selvlærende, tilpasningsdyktige og utvikle seg til de dynamiske forholdene under kjøretiden. En slik ny systemdesign kan lære av høydimensjonale komplekse data og vil være i stand til å autonomt utvikle sine egne læringsprosesser under skiftende og uforutsette forhold, livslangt. Dette nye paradigmet vil bli realisert gjennom samordnet forskning under tre PIer, som sammen representerer komplementær ekspertise innen ikke-veiledet læring, naturlig databehandling, evolusjonære arkitekturer og programvareteknikk. Forskningen er sentrert rundt det å finne struktur i data, gjenkjenne avvik under operasjoner, tilpasse læringsarkitekturen og (re-) organisere og utvikle egne læringsprosesser ved kjøretid under uforutsette situasjoner. Videre vil hele tilnærmingen bli konseptualisert i et nytt selvlæringssystem for å realisere visjonen om ikke-veiledet livslang maskinlæring. Det ultimate målet med ULEARN er autonome databehandlingssystem som bidrar til teknologiske gjennombrudd som vil forandre våre liv i det neste tiåret.

ULEARN targets a novel foundation “Unsupervised Lifelong Learning” that will shift the future design of machine learning to tackle significant engineering challenges of long running systems operating in ever-changing environments. Today, the design of learning systems primarily occurs before runtime, requiring continuous updates to tackle changes. In the future hyper-connected digital world, learning systems will need to work radically different than today, ubiquitously connected to a tremendous amount of diverse data and facing unanticipated and a priori unknown conditions during operation. The essence of ULEARN is to replace the actual manual system design with a dynamic software architecture that implements well-composed learning processes, which are dynamically optimized and evolving in a holistic lifetime manner. Computing systems will self-learn, adapting and evolving to the highly dynamic conditions at runtime. Such new designed systems can learn from high-dimensional complex data and are capable to autonomously evolve their own learning processes under changing and unforeseen conditions, lifelong. This new paradigm will be achieved by the concerted research of three PIs, bringing together diverse expertise in unsupervised learning, natural computing, evolutionary architecture and software engineering. The research is centered around finding structure in data, recognizing anomalies during operation, adapting the learning architecture and (re-)organizing and evolving own learning processes at runtime against unforeseen situations. Furthermore, the whole approach will be conceptualized into a novel self-learning system to realize the integrated vision of unsupervised lifelong learning. ULEARN ultimately aims at autonomic computing systems contributing to tipping points in the next decade that will change our all lives. Different scenarios will be used to test and evaluate the research findings.

Aktivitet:

FRINATEK-Fri prosj.st. mat.,naturv.,tek