Rakendusliku tehismõistuse uurimisrühm

Nimetus
Applied artificial intelligence group
Head of the research group
Doctoral students
Keyword
mudelipõhine masinõpe
automatiseeritud inimlaadne arutlus
automated commonsense reasoning
ontoloogiapõhine arutlus
ontology based reasoning
AI methods in spatial data analysis
soovitussüsteemid
recommender systems
loogikapõhised tarkvarasüsteemid
logic-based software systems
keeruliste süsteemide modelleerimine ja simulatsioonid
Overview
Rakendusliku tehismõistuse grupp keskendub oma uurimistöös tehismõistuse meetoditele, arendades ja rakendades neid erinevates valdkondades. Keskendutakse peamiselt masinõppe, ontoloogiapõhise arutluse, automaatse teoreemitõestamise, teadmuse loomise jt tehismõistuse meetodite juurutamisele tööstuse ja avaliku sektori rakendustes. Lisaks tegeldakse uuringutega loomuliku keele mõistmise ja automatiseeritud inimlaadse arutluse valdkondades.Uurimistöö mitmete dekaadide vältel on loodud mitmeid rakendusi, mis võimaldavad tehismõistuse tehnikaid rakendada. Praegusel ajal on neist kasutusel või arendusjärgus järgmised:• CoCoViLa – visuaalne mudelipõhine automaatset programmisünteesi pakkuv tarkvaraarenduskeskkond - http://cocovila.github.io/• WhiteDB – kiire NoSQL andmebaasiohjur - http://whitedb.org/• GKC – arutlusvahend tööks (väga) suurtel teadmusbaasidel - https://github.com/tammet/gkcKäesoleval ajal on grupi keskseteks teemadeks tehismõistuse meetodite rakendamine ruumiandmeanalüüsil, masinõppe rakendamine e-kaubanduse ja avaliku sektori riskihalduses ning loomulikul keelel baseeruvate suhtlussüsteemide arendus.
The Applied AI Group conducts research inapplication of AI methods in various fieldsand systems. We investigate applicabilityof machine learning, ontology based reasoning, automated theorem provers, knowledgediscovery and other AI methods for solvingdigitalisation problems of different industrialand governmental stakeholders.Our previous research has been concentratedon building software development methodsand tools (e.g. CoCoViLa) with AI components,basically with program synthesis and ontologybased knowledge representation components.During a number of decades several softwaretools that facilitate AI techniques have beendeveloped by the group. The following is a listof tools that are still in use or under development:‚ CoCoViLa – a visual model-based software development environment –http://cocovila.github.io/‚ WhiteDB – a lightweight NoSQL database library – http://whitedb.org/‚ GKC – a discussion tool on large knowledgebases – https://github.com/tammet/gkcCurrently we work on topics such as application of AI methods in spatial data analysis,using machine learning for risk managementin e-commerce and for public service delivery.
Important results
2023. aastal:Ehitati eksperimentaalsüsteem tavamõtlemise automatiseerimiseks, eesmärgiga uurida ja katsetada võimalusi masinõppesüsteemide – eeskätt suurte keelemudelite (LLM) – integreerimiseks otsingupõhiste reegli- ja loogikasüsteemidega, ning loonud selle jaoks algoritmid loogikajärelduste süsteemi laiendamiseks erandite ja tõenäosustega. Lisaks sellele osalesime skaleeruvate plokiahelate ehitamisele suunatud uurimistöös koostöös AS GuardTime-ga,ning mitmetes küberkaitsealastes uurimistöödes. Osalesime toodete digipassi väljatöötamise HORIZON europrojektis CIRPASS, 2024. a järkub tegevusjätkuprojektis CIRPASS-2. Digipassi eesmärk on suuremahulise ringmajanduse toetamine.
Järv, P.; Tammet, T.; Verrev, M.; Draheim, D. (2023). Large-scale commonsense knowledge for default logic reasoning. SN Computer Science, 4 (550), 14 pp. DOI: 10.1007/s42979-023-01963-2
Tammet, T.; Järv, P.; Verrev, M.; Draheim, D. (2023). An experimental pipeline for automated reasoning in natural language (short paper). In: Pientka, Brigitte; Tinelli, Cesare (Ed.). Automated Deduction –CADE 29 : 29th International Conference on Automated Deduction, Rome, Italy, July 1–4, 2023, Proceedings. (509−521). Cham: Springer. (Lecture Notes in Computer Science; 14132). DOI: 10.1007/978-3-031-38499-8_29