Het gaat om:
Interactieve afstemming (”alignment”) tussen mensen en kunstmatige agenten door proactiviteit van universitair docent Informatica Kim Baraka & dr. E. Senft (Idiap Research Institute).
Kunstmatige agenten - van spraakassistenten en conversatie-agents tot interactieve robots - dringen geleidelijk onze dagelijkse levens binnen. Ondanks toenemende technische vooruitgang blijven de meeste mens-agent systemen niet goed afgestemd. Agenten zijn vaak niet goed afgestemd op gebruikers, wat hun adoptie en betrouwbaarheid beïnvloedt, terwijl gebruikers vaak een verkeerd beeld hebben van de werkelijke capaciteiten en toestanden van agenten, wat leidt tot inefficiënt gebruik. Dit project benadert misafstemming als een tweezijdig kennisprobleem en stelt een interactieve, interdisciplinaire aanpak voor, geïnspireerd door psychologische inzichten over proactiviteit. Door interactie centraal te stellen, wil het de afstemming tussen mens en agent verbeteren, met speciale aandacht voor robotassistenten.
Machine Learning Accelerators for Science: Productive Spatial- Hardware Programming for the Scientific Community van computerwetenschapper Tiziano De Matteis.
ML-accelerators bieden uitzonderlijke prestaties en energie-efficiëntie voor wetenschappelijk rekenen. Hun potentieel blijft echter onbenut door het ontbreken van een uitgebreide software-ecosysteem, waardoor ze moeilijk te gebruiken zijn voor experts en ontoegankelijk voor wetenschappers. De Matteis gaat dit aanpakken door 1) computing-specialisten uit te rusten met best practices, methodologieën, benchmarks en tools voor efficiënte ontwikkeling; 2) domeinspecialisten te ondersteunen met gebruiksvriendelijke programmeertools en gerichte training. Het doel is om ML-accelerators breed toegankelijk te maken, ontwikkelingscomplexiteit te verminderen en duurzame, high-performance toepassingen in diverse wetenschappelijke disciplines te bevorderen.
Hoe beïnvloedt klimaatopwarming weersextremen? Lessen uit schelpen en modelsimulaties van een warmere periode in het verleden van klimatologen Niels de Winter en Paolo Scussolini
PAST onderzoekt hoe klimaatverandering het voorkomen van stormen in Europa beïnvloedt door het verleden te bestuderen. Omdat weersgegevens slechts ~200 jaar teruggaan, analyseren De Winter en Scussolini oude schelpen van kokkels, mosselen en oesters om stormen uit het geologisch verleden te herkennen. Zij richten zich op het Laatste Interglaciaal (127.000–118.000 jaar geleden), een warme periode voor de laatste ijstijd, om stormpatronen in West-Europa te reconstrueren. Deze inzichten worden gecombineerd met zeer gedetailleerde klimaatmodellen om voorspellingen over toekomstige stormen te verbeteren. Met klimaatinformatie uit het verleden helpt PAST beter te begrijpen hoe de opwarming van de aarde toekomstige extreme weersomstandigheden kan beïnvloeden.
Lees verder in het nieuwsbericht
AMASZINC – Analyseren en MAppen van Strontium en Zink IN Crematies van aardwetenschapper Lisette Kootker & dr. C. Snoeck (Vrije Universiteit Brussel)
Al duizenden jaren worden mensen en dieren gecremeerd, waarbij verbrande botresten achterblijven. Maar wat kunnen deze overblijfselen ons vertellen? AMASZINC onthult verborgen verhalen door geavanceerde lasertechnologie te gebruiken om de chemische samenstelling van verbrande botten te bestuderen. Door het analyseren van zink en strontium kunnen we achterhalen waar mensen ooit leefden, wat ze aten en wat de temperatuur van de crematiebrandstapel was. Deze minimaal destructieve methode zal de manier waarop crematie wordt bestudeerd veranderen en nieuwe inzichten bieden in oude begrafenisrituelen, voeding en mobiliteit. Zo draagt AMASZINC uiteindelijk bij aan een beter begrip van het leven van oude populaties.
Lees over de andere toekenningen op de website van NWO