Da die KI immer leistungsfähiger wird, wächst das Potenzial für den Menschen, intelligentere Systeme direkt zu nutzen und von ihnen zu profitieren. Eine wirksame KI-basierte Mensch-Maschine-Interaktion und -Zusammenarbeit setzt voraus, dass die Bedeutung natürlicher Sprachen erfasst, Gesten und Aktivitäten erkannt, Absichten verstanden, gemeinsame mentale Modelle erstellt und gepflegt und mehrstufige Interaktionen konzipiert werden. Umgekehrt ist eine wirklich natürliche Interaktion zwischen Menschen und Maschinen für künftige KI-gestützte Systeme in allen Anwendungsbereichen und Domänen unerlässlich.

Vorgesehene KI-Lösungen sollten einen oder beide der folgenden Bereiche abdecken:

• Verbesserung der kontextbezogenen Mensch-Maschine-Interaktion, um das Verständnis und die Nutzung des Interaktionskontextes und -inhalts in multimodalen Umgebungen zu verbessern und so die Reaktionsfähigkeit interaktiver KI-Lösungen, wie z. B. intelligenter Assistenten, Konversations- und Dialogsysteme, Modelle zur Generierung von Inhalten usw., zu erhöhen.
• Unterstützung und Verbesserung der nahtlosen zwischenmenschlichen Kommunikation über Sprachgrenzen hinweg, z. B. durch automatische Übersetzung oder Dolmetschen (einschließlich automatischer Untertitelung) in Echtzeit mit einem besseren Verständnis des Kommunikationskontexts und der damit verbundenen Bedeutung.

Die multidisziplinären Forschungstätigkeiten sollten sich mit mindestens einem der folgenden Themen befassen:

• Entwicklung neuartiger Methoden und Techniken zur Erstellung kontextbezogener Modelle, die faktenbasiertes strukturiertes und unstrukturiertes Wissen in umfassendere situative und zeitliche Informationen einbeziehen, sowie kontinuierliches Lernen, um natürliches Verhalten und logisches Denken in allen beabsichtigten Situationen zu erreichen.
• Verbesserung großer vortrainierter mehrsprachiger Sprachmodelle, um eine große Anzahl von Sprachen abzudecken, mit einem hohen Maß an natürlichem Sprachverständnis und der Fähigkeit, effizient weitere Sprachen, auch solche mit geringen Ressourcen, durch Transfer oder sprachunabhängige Lernmethoden hinzuzufügen.
• Verbesserung sprachunabhängiger und Bias-kontrollierender Algorithmen und Methoden für das Training von Sprachmodellen und deren effiziente Nutzung in Bezug auf Daten-, Zeit- und Energieverbrauch bei gleichzeitiger Beibehaltung von Leistung, Genauigkeit und allgemeiner Nutzbarkeit.
• Entwicklung von Sprachrepräsentationen, die eine wirksame Kombination von mehrsprachigem, symbolischem und subsymbolischem Wissen umfassen und es Systemen ermöglichen, kulturübergreifende Schlussfolgerungen in verschiedenen kontextbezogenen Aufgaben zu ziehen.

An den Vorschlägen sollte entsprechendes Fachwissen in allen relevanten Disziplinen beteiligt sein, wie z. B. Datenwissenschaft, Informatik, Computerlinguistik, maschinelles Lernen und Verarbeitung natürlicher Sprache. Besondere Aufmerksamkeit sollte der Kontrolle geschlechtsspezifischer oder anderer Verzerrungen in Sprachmodellen gewidmet werden.

Die Forschung sollte auf bestehenden Standards aufbauen, zur Standardisierung beitragen und zu auffindbaren, zugänglichen, interoperablen und wiederverwendbaren Forschungsdaten einschließlich Metadatenschemata und Ontologien führen.

Von allen Vorschlägen wird erwartet, dass sie Mechanismen zur Bewertung und zum Nachweis von Fortschritten (mit qualitativen und quantitativen Leistungsindikatoren, Benchmarking und Fortschrittsüberwachung sowie anschaulichen Anwendungsfällen, die einen konkreten potenziellen Mehrwert aufzeigen) enthalten und dass sie über die KI-on-Demand-Plattform, gemeinsame europäische Datenräume (insbesondere den speziellen Sprachdatenraum) und andere einschlägige Initiativen der Mitgliedstaaten wie Open GPT-X und gegebenenfalls andere einschlägige Plattformen für digitale Ressourcen mit der europäischen FuE-Gemeinschaft kommunizierbare Ergebnisse austauschen, um das europäische Ökosystem für KI, Daten und Robotik durch den Austausch von Ergebnissen und bewährten Verfahren zu verbessern.

Von den Vorschlägen wird außerdem erwartet, dass sie Aufgaben und Ressourcen für die Zusammenarbeit mit der offenen Innovationsherausforderung unter HORIZON-CL4-2023-HUMAN-01-04 bereitstellen, die sich mit dem Verständnis natürlicher Sprache und der Interaktion befasst. Von den Forschungsteams, die an den Vorschlägen beteiligt sind, wird erwartet, dass sie sich an den jeweiligen Innovationswettbewerben beteiligen. Mit diesem Thema wird die ko-programmierte Europäische Partnerschaft für KI, Daten und Robotik umgesetzt.

weiterlesen

• Entwicklung des Verständnisses natürlicher Sprache und der Interaktion in fortgeschrittenen Sprachtechnologien auf der Grundlage kontextbezogener Sprachmodelle, die in der Lage sind, langfristiges allgemeines Wissen zu integrieren und Bedeutungen abzuleiten, um automatisierte Schlussfolgerungen und verbesserte Interaktionsfähigkeiten zu entwickeln;
• Effektive mehrsprachige und voreingenommene Sprachmodelle, die von kleineren Sprachkorpora lernen können, effizient in der Datenverarbeitung sind und die europäischen Werte respektieren (d. h. Datenschutz, Nichtdiskriminierung, Robustheit in rechtlicher, ethischer und technischer Hinsicht, Zuverlässigkeit und Vertrauenswürdigkeit, Interpretierbarkeit und Erklärbarkeit, Sicherheit und Schutz);
• KI-Systeme und -Lösungen auf der Grundlage neuartiger mehrsprachiger, vortrainierter Sprachmodelle, die durch Text- und Spracheingabe sprach- und kulturübergreifendes Wissen assimiliert haben;
• Stärkere Übernahme innovativer Sprachtechnologielösungen durch europäische Unternehmen, die für eine umfassende sprachliche Abdeckung von KI-gestützten Anwendungen und Diensten in Europa sorgen.

weiterlesen