Efficient Explainable Learning on Knowledge Graphs (ENEXA) ist ein europäisches Projekt, das menschenzentrierte, erklärbare maschinelle Lernansätze für Wissensgraphen der realen Welt entwickelt.

Auf den Menschen ausgerichtete, transparente und erklärbare KI sind der Schlüssel zu einer auf den Menschen ausgerichteten und ethisch vertretbaren Entwicklung von digitalen und industriellen Lösungen. ENEXA baut auf neuen und vielversprechenden Ergebnissen in den Bereichen Wissensrepräsentation und maschinelles Lernen auf, um skalierbare, transparente und erklärbare hybride Algorithmen für maschinelles Lernen zu entwickeln, die symbolisches und subsymbolisches Lernen kombinieren. Das Projekt konzentriert sich auf Wissensgraphen mit reichhaltiger Semantik als Wissensrepräsentationsmechanismus, da diese in allen Bereichen und Branchen in Europa immer beliebter werden

ENEXA entwickelt neue Ansätze für das maschinelle Lernen, die formale Garantien für Vollständigkeit und Korrektheit beibehalten und gleichzeitig verschiedene Darstellungen (formale Logiken, Einbettungen und Tensoren) von Wissensgraphen nutzen. Mit unseren neuen Methoden planen wir, signifikante Fortschritte in der Skalierbarkeit des maschinellen Lernens, insbesondere auf Wissensgraphen, zu erzielen. Eine wesentliche Innovation von ENEXA liegt in seinem Ansatz der Erklärbarkeit. Hier konzentrieren wir uns auf die Entwicklung von auf den Menschen ausgerichteten Erklärungsmethoden, die auf dem Konzept der Ko-Konstruktion basieren, bei dem Mensch und Maschine in ein Gespräch eintreten, um gemeinsam für den Menschen verständliche Erklärungen zu konstruieren. Der daraus resultierende Ansatz wird in drei Sektoren von europäischer Bedeutung eingesetzt, nämlich in den Bereichen Unternehmensdienstleistungen, Geoinformatik und Markenmarketing. …

Quelle: The ENEXA-Project 

Weitere Informationen:

Universität Paderborn leitet EU-Forschungsprojekt zu erklärbarer künstlicher Intelligenz