RAISGATE: Inteligencia artificial fiable mediante técnicas de juegos estocásticos

Resumen del proyecto

El objetivo de este proyecto es reunir a investigadores en probabilidad aplicada e investigación operativa, en torno al desarrollo de la teoría y las aplicaciones de los juegos dinámicos de Stackelberg (jerárquicos). Esta teoría es relevante para situaciones prácticas que involucran a un "defensor" y uno o varios "atacantes" en un entorno que evoluciona aleatoriamente. Además de los avances teóricos, planeamos desarrollar aplicaciones para: a) la prevención de incendios forestales; b) la protección de sistemas de aprendizaje distribuido contra la inyección maliciosa de datos. Se desarrollarán modelos de teoría de juegos para estos casos de estudio, junto con algoritmos para calcular su solución. Los avances algorítmicos se incorporarán al software Marmote y se integrarán en una herramienta de apoyo a la toma de decisiones para la aplicación de incendios forestales.

En Francia

• Alain Jean-Marie, investigador, coordinador del proyecto RAISGATE, Equipo-proyecto NEO, Centro Inria de la Université Côte d'Azur, Inria

• Giovanni Neglia, investigador, Equipo-proyecto NEO, Centro Inria de la Université Côte d'Azur, Inria

• Chuan Xu, investigadora, Equipo-proyecto COATI, Centro Inria de la Université Côte d'Azur, Inria

• Mabel Tidball, investigadora, INRAE, Center for Environmental Economics of Montpellier (C-EEM)

En Chile

• Víctor Bucarey, investigador, coordinador del proyecto RAISGATE, Universidad de O’Higgins

• David Salas, investigador, Universidad de O’Higgins

• Andrea Canales, investigadora, Universidad de O’Higgins

• Fernando Ordóñez, investigador, Universidad de Chile

• Andrés Weintraub, investigador, Universidad de Chile

• Antonia Pua, estudiante de máster, Universidad de O’Higgins

• Gonzalo Muñoz, investigador, Universidad de Chile