DIREC-projekt

Machine Learning Algorithms Generalisation

Resumé

AI ændrer vores samfund radikalt, og den vigtigste drivkraft bag nye AI-metoder og systemer er maskinlæring. Maskinlæring fokuserer på at finde løsninger på – eller mønstre i – nye data ved at lære af relevante eksisterende data. Derfor anvendes maskinlæringsalgoritmer ofte på store datasæt, hvor de mere eller mindre autonomt finder gode løsninger ved at finde relevant information eller mønstre, der er skjult i dataene.

Dog er det ofte ikke nemt at forstå, hvorfor maskinlæringsalgoritmer fungerer så godt i praksis på helt nye data – og ofte overgår deres ydeevne, hvad den nuværende teori ville forudsige med stor margin.

At kunne forstå og forudsige, hvornår, hvorfor og hvor godt maskinlæringsalgoritmer fungerer på et givet problem, er afgørende for at vide, hvornår de kan anvendes og stoles på, især i mere kritiske systemer. Forståelsen af, hvorfor algoritmerne virker, er også vigtig for at kunne drive maskinlæringsfeltet fremad i den rigtige retning, forbedre eksisterende algoritmer og designe nye.

Projektperiode: 2020-2024
Budget: 2,41 millioner kr

Mere info (på engelsk)

The goal of this project is to research and develop a better understanding of the generalization capability of the most used machine learning algorithms, including boosting algorithms, support vector machines, and deep learning algorithms. The result will be new generalization bounds, both showing positive what can be achieved and negative what cannot. This will allow us to more fully understand the current possibilities and limits, and thus drive the development of new and better methods. Ultimately, this will provide better guarantees for the quality of the output of machine learning algorithms in a variety of domains.

Value creation
Researching the theoretical foundation for machine learning (and thus essentially all AI-based systems) will benefit society at large since a solid theory will allow us to formally argue and understand when and under which conditions machine learning algorithms can deliver the required quality. As an added value, the project will bring together leading experts in Denmark in the theory of algorithms to (further) develop the fundamental theoretical basis of machine learning. Thus, it may serve as a starting point for additional national and international collaboration and projects, and it will build up competencies highly relevant for the Danish industry.

Værdi

Projektet sigter mod at forbedre forståelsen af generaliseringsevnerne for nøglemaskinlæringsalgoritmer, hvilket fører til nye generaliseringsgrænser, der tydeliggør deres muligheder og begrænsninger, og i sidste ende forbedrer kvaliteten og pålideligheden af maskinlæringsresultater på tværs af forskellige domæner.