Ewch i’r prif gynnwys
Nico Potyka

Dr Nico Potyka

(e/fe)

Darlithydd

Yr Ysgol Cyfrifiadureg a Gwybodeg

Email
PotykaN@caerdydd.ac.uk
Telephone
+44 29225 14936

Trosolwyg

Rwy'n Ddarlithydd yn y grŵp Cynrychiolaeth a Rhesymu Gwybodaeth ym Mhrifysgol Caerdydd ac yn aelod o'r grŵp Rhesymeg a Dadlau Cyfrifiannol yng Ngholeg Imperial Llundain fel Cymrawd Ymchwil Anrhydeddus. 

Mae fy ymchwil yn ymwneud â'r cwestiynau canlynol:

  • Sut gallwn ni gynrychioli a rhesymu am wybodaeth?
  • Sut allwn ni ddelio â gwybodaeth ansicr ac anghyson ?
  • Sut allwn ni warantu cadernid a chywirdeb systemau ymreolaethol?
  • Sut y gallwn egluro penderfyniadau systemau ymreolaethol yn ffyddlon ac yn ddealladwy i ddefnyddiwr?

Credaf fod yr ateb yn gofyn am systemau hybrid sy'n cyfuno tryloywder a gwiredd dulliau symbolaidd gyda hyblygrwydd ac effeithlonrwydd dulliau dysgu peiriannau.

Mae gen i ddiddordeb hefyd mewn trosglwyddo gwybodaeth a chydweithio â phartneriaid yn y diwydiant.

 

Llyfrgelloedd Rhaglennu

Am ddiffyg lle gwell, cyfeiriaf at rai llyfrgelloedd yma a weithredais ynghyd â chydweithwyr dros y blynyddoedd.

Attractor (Java): Mae'r llyfrgell Attractor yn caniatáu modelu a datrys problemau Dadl Meintiol / Graddol . Gellir modelu dadleuon mewn graff wedi'i gyfarwyddo, lle mae nodau'n cynrychioli dadleuon ac ymylon yn ymosod neu'n cefnogi perthnasoedd rhyngddynt. Mae gan bob dadl bwysau cychwynnol sy'n cynrychioli cryfder apriori pan anwybyddir pob dadl arall. Mae algorithmau rhesymu yn neilltuo cryfder terfynol i bob dadl yn seiliedig ar ei bwysau cychwynnol a chryfder terfynol ei ymosodwyr a'i gefnogwyr. Mae attractor yn cefnogi semanteg amrywiol ac yn cyfrifo'r gwerthoedd cryfder terfynol trwy edrych ar y broblem resymu fel system ddeinamig y gellir ei datrys trwy ddulliau rhifiadol mewn amser polynomial- (amser llinol ar gyfer graffiau cylchol).

ProBabble (Java): Mae ProBabble yn caniatáu modelu a rhesymu am broblemau dadleuon tebygolrwydd . Yn debyg i fframweithiau dadlau graddol, disgrifir problemau dadlau gan graffiau cyfarwyddiedig. Fodd bynnag, disgrifir y berthynas rhwng dadleuon gan gyfyngiadau tebygolrwydd. Mae ProBabble yn cefnogi cyfyngiadau atomig llinol sy'n caniatáu cynrychioli llawer o berthnasoedd diddorol a rhesymu mewn amser polynomial.

Ansicrwydd (Python): Dechreuodd ansicrwydd fel fersiwn Python o Attractor ond erbyn hyn mae'n cynnwys offer ychwanegol y gellir eu defnyddio ar gyfer Dadleuon Meintiol gyda phwysau neu debygolrwydd. Fel rheol bawd, mae'r gweithredu Java yn gyflymach ond mae ansicrwydd yn fwy addas ar gyfer prototeipio cyflym.

Log4KR (Java): Mae Log4KR yn llyfrgell Java sy'n caniatáu modelu a rhesymu am broblemau Rhesymu Tebygolrwydd. Mae'n cefnogi rhesymeg propositional a chysylltiedig gan gynnwys rhesymeg amodol tebygolrwydd. Er mwyn delio ag anghysondebau, mae hefyd yn darparu gweithredu mesurau anghysondeb ac algorithmau rhesymu paragyson. Gellir lawrlwytho'r llyfrgell fel rhan o'r prosiect KReator.

Cyhoeddiad

2023

2022

  • Xiong, B., Potyka, N., Tran, T., Nayyeri, M. and Staab, S. 2022. Faithful embeddings for EL++ knowledge bases. Presented at: International Semantic Web Conference (ISWC 2022), Hangzhou, China, 23-27 October 2022The Semantic Web – ISWC 2022, Vol. 13489. Lecture Notes in Computer Science Vol. 13489. Springer Cham pp. 22-38., (10.1007/978-3-031-19433-7_2)

2021

2020

2019

Adrannau llyfrau

  • Hunter, A., Polberg, S., Potyka, N., Rienstra, T. and Thimm, M. 2021. Probabilistic argumentation: a survey. In: Gobbay, D. et al. eds. Handbook of Formal Argumentation, Volume 2., Vol. 2. College Publications, pp. 397-444.

Cynadleddau

Erthyglau

Ymchwil

AI egluradwy

Mae gwneud penderfyniadau awtomatig yn cael ei yrru'n gynyddol gan fodelau dysgu peiriannau blwch du. Fodd bynnag, mae anhryloywder y modelau hyn yn codi cwestiynau am degwch, dibynadwyedd a diogelwch. Er enghraifft, dangosodd ymchwil mewn dysgu peiriant gwrthwynebol y gall modelau blwch du fod yn frau, a gall mân newidiadau yn y mewnbynnau arwain at allbynnau trychinebus gwahanol a all fod yn risg ddifrifol mewn cymwysiadau sy'n hanfodol i ddiogelwch fel gyrru ymreolaethol. Yn yr un modd, mae natur blwch du cyfredol llawer o fodelau yn ei gwneud hi'n amhosibl gwarantu nad oedd y model yn dysgu rhagfarnau rhywiaethol, hiliol neu annymunol eraill. Nod AI egluradwy yw gwneud systemau ymreolaethol yn fwy tryloyw. Er enghraifft, trwy ddylunio systemau y gellir eu dehongli neu drwy wneud mecaneg modelau blwch du yn fwy tryloyw.

Cyhoeddiadau Dethol

  • Nico Potyka, Yuqicheng Zhu, Yunjie He, Evgeny Kharlamov, Steffen Staab: Echdynnu Gwybodaeth Gadarn o Fodelau Iaith Mawr gan ddefnyddio Theori Dewis Cymdeithasol. AAMAS 2024: I ymddangos. Preprint
  • Francesco Leofante, Nico Potyka: Hyrwyddo Cadernid Gwrthffeithiol trwy Amrywiaeth. AAAI 2024: I ymddangos. Preprint
  • Nico Potyka, Xiang Yin, Francesca Toni: Esbonio Coedwigoedd ar hap gan ddefnyddio Dadleuon Deubegynol a Rhwydweithiau Markov. AAAI 2023: 9453-9460. Lawrlwytho
  • Hamed Ayoobi, Nico Potyka, Francesca Toni: SparX: Esboniadau Dadleuol Sparse ar gyfer Rhwydweithiau Niwral. ECAI 2023: 149-156. Lawrlwytho
  • Nico Potyka: dehongli rhwydweithiau niwral fel fframweithiau dadleuon meintiol. AAAI 2021: 6463-6470. Lawrlwytho

Graffiau Gwybodaeth a Rhesymeg Disgrifiad

Gellir gweld graffiau gwybodaeth fel cronfeydd data syml sy'n cynrychioli data ar ffurf triplau (pwnc, rhagfynegol, gwrthrych). Mae enghreifftiau poblogaidd yn cynnwys DBpedia ac YAGO sy'n cynnwys cannoedd o filiynau o ffeithiau y gellir eu defnyddio mewn systemau deallus. Mae rhesymeg rhwygo yn ffurfioldebau sy'n caniatáu rhesymu am y data yn y graff gwybodaeth er mwyn casglu gwybodaeth newydd nad yw'n cael ei storio'n benodol. Nod ymgorffori graffiau gwybodaeth yw cynrychioli graffiau gwybodaeth fel fectorau (yn debyg i sut mae ymgorffori geiriau yn cynrychioli geiriau) a gellir eu defnyddio fel offer annibynnol ar gyfer rhesymu credadwy neu i chwistrellu gwybodaeth gefndir i fodelau dysgu peiriannau. Mae ontoleg a rheolau sy'n ymgorffori gwybodaeth safonol yn ymgorffori graffiau trwy ystyried perthnasoedd rhesymegol a all wella'r gwreiddio cyffredinol.

Cyhoeddiadau Dethol

  • Bo Xiong, Nico Potyka, Trung-Kien Tran, Mojtaba Nayyeri, Steffen Staab:
    Ymwreiddiadau ffyddlon ar gyfer EL ++ Sylfeini Gwybodaeth. ISWC 2022: 22-38. Lawrlwytho
    (Gwobr Papur Myfyrwyr Gorau)
  • Bo Xiong, Shichao Zhu, Nico Potyka, Shirui Pan, Chuan Zhou, Steffen Staab:
    Rhwydweithiau Graff Cyfansawdd Pseudo-Riemannian NeurIPS 2022. Lawrlwytho
  • Rafael Peñaloza, Nico Potyka: tuag at resymu ystadegol mewn rhesymeg disgrifiad rhesymeg dros barthau cyfyngedig. SUM 2017: 280-294. Lawrlwytho

Dadl Gyfrifiadurol

Dulliau astudiaethau dadlau cyfrifiadol i gynrychioli a rhesymu am ddadleuon sy'n digwydd yn naturiol mewn trafodaethau ar-lein, dadleuon gwleidyddol neu broblemau penderfyniadau cyffredinol. Yn hytrach na'r rhagdybiaethau o resymeg glasurol, mae problemau dadlau yn cael eu llenwi yn naturiol â dadleuon gwrth-ddweud, fel na ellir datgan dadleuon yn aml fel rhai sy'n bendant yn wir neu'n bendant yn ffug, ond yn hytrach fel rhai derbyniol neu nad ydynt yn dderbyniol. Gellir rhannu ffurfioldebau dadleuon yn fras yn ddulliau strwythuredig sy'n ystyried strwythur rhesymegol dadleuon a dulliau haniaethol sy'n haniaethol o gynnwys dadleuon ac yn canolbwyntio ar eu perthnasoedd. Ar ben hynny, gallwn wahaniaethu rhwng dulliau ansoddol sy'n canolbwyntio ar nodi setiau derbyniol o ddadleuon a dulliau meintiol sy'n mesur derbynioldeb dadleuon.

Cyhoeddiadau Dethol

  • Anthony Hunter, Nico Potyka: Rhesymu Tactegol gyda Tebygolrwydd Amodol mewn Dadleuon Didyniadol. Deallusrwydd artiffisial 321. 2023. Lawrlwytho
  • Nico Potyka: Dadl Haniaethol gyda Rhwydweithiau Markov. ECAI 2020: 865-872. Lawrlwytho
  • Anthony Hunter, Sylwia Polberg, Nico Potyka: Diweddaru'r gred mewn dadleuon mewn graffiau epistemig. KR 2018: 138-147. Lawrlwytho
  • Nico Potyka: Systemau deinamig parhaus ar gyfer dadlau deubegynol wedi'i bwysoli. KR 2018: 148-157. Lawrlwytho

Rhesymu Tebygolrwydd

Mae ymagweddau rhesymu tebygolrwydd yn mynd y tu hwnt i resymu clasurol trwy werthuso hawliadau gan ddefnyddio tebygolrwyddau yn hytrach na'r gwerthoedd gwirionedd clasurol Gwir a Ffug. Un o'r dulliau rhesymu tebygolrwydd mwyaf poblogaidd yw modelau graffigol tebygolrwydd, sy'n cynrychioli newidynnau ar hap a'u perthnasoedd mewn strwythur graffigol a manteisio ar ddibyniaethau er mwyn perfformio dysgu a chasgliad yn fwy effeithlon. Dull diddorol arall yw rhesymeg tebygolrwydd sy'n cyfuno rhesymeg glasurol a theori tebygolrwydd i ganiatáu ar gyfer rhesymu awtomataidd gyda gwybodaeth ansicr sy'n digwydd yn naturiol mewn cymwysiadau fel diagnosis meddygol neu resymu cyfreithiol. Mae'r cyfuniad o'r ddau yn caniatáu disgrifio problemau rhesymu yn fwy naturiol nag mewn theori tebygolrwydd pur (gan ddefnyddio fformiwlâu rhesymegol yn hytrach na digwyddiadau haniaethol neu hapnewidynnau) ac yn fwy cywir nag mewn rhesymeg pur (gan ddisodli'r gwir werthoedd 0 ac 1 gan yr egwyl tebygolrwydd o 0 i 1). Mae maes deallusrwydd artiffisial perthynol ystadegol yn dwyn ynghyd syniadau o fodelau graffigol tebygolrwydd, rhesymeg tebygolrwydd a rhaglennu rhesymeg.

Cyhoeddiadau Dethol

  • Nico Potyka: darn polynomial-amser o ddadleuon tebygolrwydd epistemig. International Journal of Approximate Reasoning 115: 265-289 (2019). Lawrlwytho
  • Nico Potyka, Matthias Thimm: rhesymu anghysondeb-goddefgar dros ganolfannau gwybodaeth tebygolrwydd llinol. International Journal of Approximate Reasoning 88: 209-236 (2017). Lawrlwytho
  • Nico Potyka, Erman Acar, Matthias Thimm, Heiner Stuckenschmidt: Gwneud penderfyniadau grŵp trwy Gyfuno Cred Tebygolrwydd. IJCAI 2016: 3623-3629. Lawrlwytho

Goddefgarwch anghysondeb

Mae rhesymeg glasurol a phrysurol yn frau yn yr ystyr y gall gwybodaeth wrthgyferbyniol wneud canlyniadau rhesymegol yn ddiystyr. Mae sawl ffordd o ddatrys y broblem hon. Mae gweithredwyr atgyweirio yn ceisio trwsio sylfaen wybodaeth anghyson tra'n cynnal cymaint o'r wybodaeth gyson â phosibl. Dull arall yw dylunio dulliau rhesymu anghysondeb-goddefgar a all gael canlyniadau dibwys hyd yn oed os yw'r sylfaen wybodaeth yn anghyson. Mae mesurau anghysondeb yn caniatáu mesur graddfa'r anghysondeb er mwyn gwneud dewis mwy gwybodus am yr offeryn cywir.

Cyhoeddiadau Dethol

  • Nico Potyka, Matthias Thimm: Rhesymu Probabilistig gyda chredoau anghyson gan ddefnyddio mesurau anghysondeb. IJCAI 2015: 3156-3163. Lawrlwytho
  • Nico Potyka: Rhesymu dros Ganolfannau Gwybodaeth Tebygolrwydd Llinol gyda Blaenoriaethau. SUM 2015: 121-136. Lawrlwytho
  • Nico Potyka: Rhaglenni llinol ar gyfer Mesur anghysondeb mewn rhesymeg tebygolrwydd. KR 2014. Lawrlwytho

 

 

 

Addysgu

Prifysgol Caerdydd (ers 2023)

Fi yw'r Arweinydd Rhaglen Israddedig ar gyfer Cyfrifiadureg ac rwy'n addysgu'r modiwlau canlynol

  • Meddwl Cyfrifiadurol: ynghyd â Dr Daniela Tsaneva (Tymor yr Hydref 2023).

 

Prifysgol Stuttgart (2020 - 2022)

Dysgais sawl modiwl sy'n gysylltiedig â Deallusrwydd Artiffisial gan gynnwys

  • Graffiau Gwybodaeth: ynghyd â'r Athro Steffen Staab (Tymor y Gwanwyn 2021),
  • Cyflwyniad i Ddeallusrwydd Artiffisial (Tymor yr Hydref 2020),
  • Commonsense Reasoning (Seminar): ynghyd â Teresa Kraemer (Tymor yr Hydref 2020),
  • Graffiau Gwybodaeth (Seminar): ynghyd â Teresa Kraemer a'r Athro Steffen Staab (Tymor y Gwanwyn 2020).

 

Prifysgol Osnabrueck (2016 - 2020)

Dysgais sawl modiwl sy'n gysylltiedig â Deallusrwydd Artiffisial gan gynnwys

  • Cyflwyniad i Ddeallusrwydd Artiffisial a Rhaglennu Rhesymeg: ynghyd â Dr Tobias Thelen (Tymor y Gwanwyn 2017 - 2019),
  • Dulliau Deallusrwydd Artiffisial: ynghyd â'r Athro Kai-Uwe Kuehnberger (Tymor yr Hydref 2016 - 2019),
  • Dulliau Sylfaenol o Resymu Tebygolrwydd ( Tymor y Gwanwyn 2016 - 2018, Tymor yr Hydref 2019),
  • Rhesymu Rhesymegol mewn Systemau Aml-Asiant (Tymor yr Hydref 2016 - 2018),
  • Pynciau a ddewiswyd mewn Algorithmau a ysbrydolwyd gan Natur (Tymor yr Hydref 2017, Tymor y Gwanwyn 2018, 2019),
  • Dadansoddiad a Rhagolwg Cyfres Amser (Tymor yr Hydref 2019),
  • Pynciau a ddewiswyd mewn Rhaglennu Cyfyngiadau (Seminar, Tymor y Gwanwyn 2017),
  • Mannau Cysyniadol - Ceisiadau a Dysgu (Seminar): ynghyd â Dr Lucas Bechberger a Dr Eleni Gregoromichelaki (Tymor y Gwanwyn 2017).

 

Prifysgol Hagen (2011 - 2015)

Roeddwn yn gynorthwyydd addysgu ar gyfer y modiwlau blynyddol

  • Dulliau o Gynrychioli a Rhesymu Gwybodaeth,
  • Rhaglennu rhesymegol a swyddogaethol,
  • Systemau sy'n seiliedig ar wybodaeth,
  • Systemau didynnu,
  • Cynrychiolaeth a Rhesymu Gwybodaeth (Seminar).

 

Bywgraffiad

Cyn ymuno â Phrifysgol Caerdydd fel Darlithydd yn 2023, roedd gen i swyddi academaidd blaenorol yn

a threulio ymweliadau ymchwil yn

Cyn astudio Cyfrifiadureg (2005-2010), gweithiais mewn Electroneg (2000-2001) a Logisteg (2001-2004). Bûm hefyd yn gweithio fel Datblygwr Meddalwedd ar Gynllunio Adnoddau Menter (2010-2011) rhwng fy Meistr a fy PhD.

Gweithgareddau Gwyddonol

Anrhydeddau a dyfarniadau

Ymrwymiadau siarad cyhoeddus

  • Gweithdy Haf NLP Caerdydd, 2023: Trafodaeth Panel ar Ymchwil NLP yn yr Oes LLM (Aelod o'r Panel)
  • Prifysgol Bergen, 2023: Embeddings cysyniad (Sgwrs Gwahoddedig)
  • Ysgol Ferched St Paul's, Llundain, 2023: Cymhlethdod Algorithmau (Tiwtorial)
  • Prifysgol Hagen, 2022: Rhwydweithiau Markov ar gyfer Dysgu a Rhesymu am Broblemau Dadlau (Sgwrs Gwahoddedig)
  • Yr 8fed Gweithdy ar Raglennu Rhesymeg Tebygolrwydd (PLP 2021): O raglennu tebygolrwydd i ddadlau tebygolrwydd (Sgwrs Gwahoddedig)
  • Cynhadledd Almaeneg ar Ddeallusrwydd Artiffisial (KI 2020): Gwneud penderfyniadau Egluradwy a Chyfrifiannol Effeithlon gyda Fframweithiau Dadlau Haniaethol Meintiol (Tiwtorial)
  • Cynhadledd Almaeneg ar Ddeallusrwydd Artiffisial (KI 2019): Modelu a Datrys Problemau Dadlau Deubegynol wedi'u Pwysoli (Tiwtorial)
  • Prifysgol Dechnegol Dresden, 2019: Rhesymu Tebygolrwydd gyda Gwybodaeth Gwrthdaro (Sgwrs Gwahoddedig)
  • Gweithdy ar Ontolegau, Ansicrwydd, a Thrin Anghysondeb, 2018: Cynrychiolaeth a Rhesymu Gwybodaeth gyda Rhesymeg Probabilistig Nilsson (Tiwtorial)
  • Cynhadledd Almaeneg ar Ddeallusrwydd Artiffisial (KI 2017): Cynrychiolaeth a Rhesymu Gwybodaeth gyda Rhesymeg Probabilistig Nilsson (Tiwtorial)
  • Prifysgol Mannheim, 2015: Rhesymu Tebygolrwydd gyda Gwybodaeth Gyson ac Anghyson (Sgwrs Gwahoddedig)

Pwyllgorau ac adolygu

Rwy'n gwasanaethu ar Bwyllgorau Rhaglen cynadleddau a gweithdai arbenigol mawr a llai gan gynnwys y cynadleddau

  • IJCAI: Cynhadledd Ryngwladol ar y Cyd ar Ddeallusrwydd Artiffisial (ers 2017),
  • AAAI: Cynhadledd AAAI ar Ddeallusrwydd Artiffisial (ers 2020),
  • KR: Cynhadledd Ryngwladol ar Egwyddorion Cynrychiolaeth a Rhesymu Gwybodaeth (ers 2022),
  • ICML: Cynhadledd Ryngwladol ar Ddysgu Peiriant (ers 2022),
  • NeurIPS: Cynhadledd ar Systemau Prosesu Gwybodaeth Niwclear (ers 2022),
  • ECSQARU: Conf Ewropeaidd ar Ymagweddau symbolaidd a meintiol tuag at Resymu gydag Ansicrwydd (ers 2019),
  • SWM: Cynhadledd Ryngwladol ar Reoli Ansicrwydd Graddadwy (ers 2020),
  • ATALNOD: Cynhadledd Ryngwladol ar Fodelau Dadlau Cyfrifiadurol (ers 2020),
  • WSDM: Cynhadledd Ryngwladol ar Chwilio'r We a Mwyngloddio Data (2021-2023),
  • KDD: Cynhadledd ACM SIGKDD ar Ddarganfod Gwybodaeth a Mwyngloddio Data (2021-2023).

Rwyf hefyd yn gwasanaethu fel adolygydd ar gyfer cyfnodolion arbenigol mawr a llai gan gynnwys

  • AIJ: Artificial Intelligence Journal,
  • JAIR: Journal of Artificial Intelligence Research,
  • IJAR: International Journal of Approximate Reasoning.

Themâu ymchwil

Arbenigeddau

  • Deallusrwydd artiffisial
  • Rhesymeg gyfrifiadurol ac ieithoedd ffurfiol
  • Cynrychiolaeth a rhesymu gwybodaeth
  • AI egluradwy
  • Dysgu Peiriant Dehongli

External profiles