NYHET När ny information och kunskap genereras behöver människor liksom autonoma datorsystem revidera de slutsatser som tidigare dragits. I sin avhandling presenterar Timotheus Kampik matematiska resonemangsmetoder för autonoma intelligenta system som balanserar mellan att behålla tidigare dragna slutsatser och att förkasta dem inför övertygande nya bevis.
Fredagen den 29 april 2022 försvarar Timotheus Kampik, Institutionen för datavetenskap vid Umeå universitet sin avhandling.
BildSandra Viklund, Sandra Viklund Fine Art PhotographyDetta gör att datormaskiner kan undvika att vara "enkelspåriga" och envisa.
Människor reviderar kontinuerligt vad deras syn på saker och ting är när de resonerar och när de fattar beslut: vi förkastar vad vi tidigare har ansett som sant eller önskvärt och ersätter det med ett uppdaterat och helst mer nyttigt perspektiv. Forskare inom artificiell intelligens försöker möjliggöra att datorer resonerar på ett liknande sätt, men med logisk precision.
I sin avhandling flyttar Timotheus Kampik fram denna forskningsfront genom att konstruera resonemangsmetoder som balanserar mellan att behålla tidigare dragna slutsatser för att säkerställa pålitlighet och revidera dem när hänsyn tas till nya övertygande bevis. För detta ändamål tillämpar han välkända matematiska principer från ekonomisk teori och kombinerar dessa med formell argumentation, en metodik för logikbaserade automatiserade resonemang.
De tillvägagångssätt som Timotheus Kampik har utarbetat tillåter en maskin att revidera, med matematisk precision, tidigare slutsatser endast så mycket som är nödvändigt och att annars inte justera något.
– Detta gör att datormaskiner kan undvika att vara "enkelspåriga" och envisa, men också att avstå från att "sick-zacka runt" inför en kontinuerlig ström av ny information som kan i någon mån, men inte övertygande, motsäga tidigare dragna slutsatser, säger Timotheus Kampik, doktorand på Institutionen för datavetenskap vid Umeå universitet.
Även om bidragen i avhandlingen i första hand är teoretiska, ges tillämpade perspektiv, särskilt i två delstudier i samarbete med en forskare i juridik respektive en expert inom telekommunikationsindustri.
– När jag började med min avhandling trodde jag att mitt arbete bara skulle vara relevant ur ett teoretiskt perspektiv. Jag förväntade mig inte att träffa forskare från andra discipliner, såväl som experter inom industrin som tyckte att några av mina idéer var tillräckligt intressanta för att börja samarbeta med mig. Detta kan vara en indikation på att vårt forskningsområde inom artificiell intelligens långsamt går mot storskalig tillämpning, säger Timotheus Kampik.
Timotheus Kampik började som doktorand på Institutionen för Datavetenskap vid Umeå universitet år 2018 finansierad av Wallenberg AI, Autonomous Systems and Software Programme (WASP). Han tog sin kandidat- och masterexamen vid Universitetet i Agder i Norge och UiT – Norges arktiska universitet.
Fredagen den 29 april 2022 försvarar Timotheus Kampik, Institutionen för datavetenskap vid Umeå universitet sin avhandling med titeln: Principle-based Non-Monotonic Reasoning - From Humans to Machines. Svensk titel: Principbaserat icke-monotoniskt Resonemang - Från Människor till Maskiner.
Disputationen äger rum i sal MA121 klockan 13:15.
Fakultetsopponent är Anthony Hunter, University College London
