SAIL - Nachhaltiger Lebenszyklus von intelligenten soziotechnischen Systemen

Project Period: 2022-08-01 – 2026-07-31
Externally Funded
Alternative Name
SAIL: SustAInable Life-cycle of Intelligent Socio-Technical Systems
Acronym
SAIL
Coordinator
Silke Schönlau
Principal Investigator
Suzana Alpsancar, Eric Bodden, Roman Dumitrescu, Ilona Horwath, Reinhold Häb-Umbach, Axel-Cyrille Ngonga Ngomo, Sebastian Peitz, Marco Platzner, Christian Plessl, Katharina Rohlfing, Walter Sextro, Ansgar Trächtler
Department(s)
Nachrichtentechnik (NT) / Heinz Nixdorf Institut
Secure Software Engineering / Heinz Nixdorf Institut
Regelungstechnik und Mechatronik / Heinz Nixdorf Institut
Advanced Systems Engineering / Heinz Nixdorf Institut
Data Science
Data Science for Engineering
Psycholinguistik (Rohlfing)
Description

Durch SAIL wird das bestehende Forschungsnetzwerk aus Uni Bielefeld, Uni Paderborn, TH OWL und FH Bielefeld im Bereich der künstlichen Intelligenz (KI) vertieft und weiterentwickelt. SAIL adressiert die nächste Stufe der KI-Entwicklung, indem der gesamte Lebenszyklus von KI-Systemen und deren technologische und gesellschaftliche Auswirkungen in den Blick genommen werden. SAIL ist dementsprechend interdisziplinär angelegt und bindet Wissenschaftler:innen aus der Kern-KI, aus den Ingenieurwissenschaften sowie aus den Sozial- und Geisteswissenschaften ein. Das Forschungsprogramm ist inhaltlich in drei Grundlagensäulen („research pillars“) R1-R3 und zwei Anwendungsgebiete („application domains“) A1 und A2 unterteilt. R1 betrachtet insbesondere das Zusammenspiel von KI und menschlichen Partnern bei der Bewertung und Abstimmung von Fehlern und Zielen. R2 zielt auf ausgereifte KI-Systeme, um deren möglicherweise unerwünschte langfristige Auswirkungen auf funktionaler, kognitiver und gesellschaftlicher Ebene zu modellieren und abzumindern. R3 untersucht den gesamten KI-Lebenszyklus bezüglich der Effizienz, damit der praktische Einsatz von KI-Systemen mit möglichst wenig Energie-, Zeit- und Speicherbedarf und möglichst geringer kognitiver Anstrengung beim menschlichen Partner möglich ist. Die angezielten Anwendungsgebiete sind intelligente industrielle Arbeitsumgebungen (A1) und adaptive Assistenzsysteme für die Gesundheitsfürsorge (A2). Zur Umsetzung des Forschungsprogramms werden an den Universitäten Juniorprofessuren und grundlagenorientierte Nachwuchsgruppen und an den Fachhochschulen anwendungsorientierte Nachwuchsgruppen eingerichtet. Außerdem wird ein umfangreiches Promotionsprogramm initiiert, das auf die Vertiefung der Vernetzung zwischen den Partnern abzielt. Darüber hinaus sind umfassende strukturbildende Maßnahmen vorgesehen, um die Region Ostwestfalen-Lippe innerhalb von NRW in der KI-Forschung nachhaltig zu stärken.


Prof. Dr. Sebastian Peitz ist Principal Investigator im Projekt R2.3 „Human-centered continuous optimization“.

Grant Number
Funding Organisation
Ministerium für Kultur und Wissenschaft des Landes Nordrhein-Westfalen (MKW)
Cooperator
Fachhochschule Bielefeld
Technische Hochschule Ostwestfalen-Lippe (TH OWL)
Universität Bielefeld

4 Publications

2023 | Conference Paper | LibreCat-ID: 33734 | OA
Neural Class Expression Synthesis
N.J. KOUAGOU, S. Heindorf, C. Demir, A.-C. Ngonga Ngomo, in: C. Pesquita, E. Jimenez-Ruiz, J. McCusker, D. Faria, M. Dragoni, A. Dimou, R. Troncy, S. Hertling (Eds.), The Semantic Web - 20th Extended Semantic Web Conference (ESWC 2023), Springer International Publishing, 2023, pp. 209–226.
LibreCat | DOI | Download (ext.)
 
2023 | Journal Article | LibreCat-ID: 46243 | OA LibreCat | Files available
 
2023 | Journal Article | LibreCat-ID: 46251 | OA
Neuro-Symbolic Class Expression Learning
C. Demir, A.-C. Ngonga Ngomo, International Joint Conference on Artificial Intelligence (2023).
LibreCat | Files available
 
2023 | Journal Article | LibreCat-ID: 46248 | OA
LitCQD: Multi-Hop Reasoning in Incomplete Knowledge Graphs with Numeric Literals
C. Demir, M. Wiebesiek, R. Lu, A.-C. Ngonga Ngomo, S. Heindorf, ECML PKDD (2023).
LibreCat | Files available