Description: Das Projekt "PlexPlain: Erklärende KI für Komplexe Lineare Programme am Beispiel intelligenter Energiesysteme" wird vom Umweltbundesamt gefördert und von Technische Universität Darmstadt, Centre for Cognitive Science durchgeführt. In vielen Bereichen der KI werden lineare Programme eingesetzt, z.B. bei Planungsproblemen, Reinforcement Learning oder zur Analyse von tiefen neuronalen Netzen. In Anwendungen sind diese linearen Programme aber so komplex, dass sie nur von Experten mit viel Erfahrung verstanden werden. Ziel des Vorhabens PlexPlain ist daher eine automatisierte Erzeugung von kognitiv adäquaten Erklärungen für komplexe lineare Programme. Dazu wird zunächst an einfachen Beispielen in Verhaltensstudien untersucht, welche Erklärungen kognitiv adäquat sind. Hypothesen sind: (1) Erklärungen müssen von vielen Variablen abstrahieren, (2) Wirkzusammenhänge lassen sich für das menschliche Verständnis vorteilhaft in einem graphischen Modell darstellen und (3) Erklärungen müssen zielbezogen sein. Diese Prinzipien können für Strategy Summarization genutzt werden, z.B. um Handlungsstrategien, die bspw. durch Reinforcement Learning gelernt wurden, zu begründen. Beim Inverse Reinforcement Learning geht es darum, die Gründe eines Agenten aus beobachtetem Verhalten zu erschließen. Auch diese Methoden werden entsprechend weiterentwickelt. Parallel zu diesen kognitionswissenschaftlichen Studien und unter Berücksichtigung von formalen Kriterien, wie z.B. Robustheit, Sensitivität und Genauigkeit, werden neue KI-Methoden entwickelt, die (semi-)automatisiert graphische Modelle und Erklärungen aus komplexen linearen Programmen erstellen. Diese Methoden werden auf ein komplexes, realistisches Planungsproblem angewendet: Die Energiewende. Wie muss Deutschland seinen Energiemix über die Zeit anpassen, um seine Klimaziele zu erreichen? Daneben werden die neuen Methoden auch in Vorhersageproblemen, z.B. der Vorhersage von Strompreisen, mit tiefen neuronalen Netzen erprobt. Das ist möglich, weil neuronale Netze mit bestimmten Aktivierungsfunktionen stückweise lineare Funktionen sind und daher verwandt mit linearer Programmierung.
Types:
SupportProgram
Origin: /Bund/UBA/UFORDAT
Tags: Darmstadt ? Energiewende ? Bundesrepublik Deutschland ? Energiemix ? Strompreis ? Prognose ? Energiesystem ? Mensch ? Studie ? Klimaziel ? Strategische Aspekte ? Mentaler Effekt ? Netz ? Verstärkung ?
Region: Hessen
Bounding box: 9° .. 9° x 50.55° .. 50.55°
License: cc-by-nc-nd/4.0
Language: Deutsch
Time ranges: 2020-04-01 - 2023-03-31
Accessed 1 times.