Human-like AI


"Het doel is om meer natuurlijke, interactieve, gepersonaliseerde en op de mens geïnspireerde AI-systemen te ontwikkelen. Daarbij is een natuurlijke en naadloze interactie tussen mens en AI onmisbaar bij multimodale perceptie, multimodale instructies, gepersonaliseerde interactie en reactie, en complexe besturing (navigatie, redenering, ...).

Deze onderzoekslijn focust op het ontwerpen van AI-systemen die zo natuurlijk mogelijk communiceren en interageren met mensen, onder andere via het gebruik van gesproken en geschreven taal of het gebruik van computer visie technieken voor het herkennen van afbeeldingen. Een dergelijk AI-systeem moet in staat zijn om, net zoals mensen, een gelaagde redenering op te bouwen door het observeren en het begrijpen van een complexe omgeving. Op die manier kunnen computers zelfstandig problemen identificeren, begrijpen en oplossen. Daarnaast stelt het mensen in staat om met hun unieke intelligentie en fysieke capaciteiten in harmonie samen te werken met aanvullende machines door intuïtieve en sociale interactie. Dit is een lange termijndoelstelling waar we nog een hele weg voor af te leggen hebben. Echter, in vele praktische toepassingen, zoals het herkennen van patronen en het generaliseren van individuele taken, kunnen AI-systemen al nuttige en interessante bijdrages maken.

Steven Latré UAntwerpen - IDLab Management team
Tom De Schepper UAntwerpen - IDLab Management team and WP5 Lead: Use Cases
Tinne Tuytelaars KULeuven WP1 Lead: Audio-visual Perception and Multimodal Representations
Walter Daelemans UAntwerpen - CLiPS WP2 Lead: Deep Learning-based Conversational Agents
Bart Goethals UAntwerpen - ADREM WP3 Lead: Interaction, Personalization and Recommendation
Geraint Wiggins VUB WP4 Lead: Cognitive Architectures & Human-like learning

Verschillende onderzoeksgroepen werken samen in dit onderzoekdomein. Bovenstaande tabel geeft enkel de contactpersonen weer per werkpakket.

Meer weten?