Skip to main content
Vai all'homepage della Commissione europea (si apre in una nuova finestra)
italiano italiano
CORDIS - Risultati della ricerca dell’UE
CORDIS

Energy-efficient AI-ready Data Spaces

Descrizione del progetto

Servizi di analisi dei dati ad alta efficienza energetica per sistemi industriali basati sull’intelligenza artificiale

L’intelligenza artificiale (IA) possiede le potenzialità per contribuire agli obiettivi del Green Deal europeo. Il progetto Green.Dat.AI finanziato dall’UE, svilupperà servizi innovativi di analisi dei dati su larga scala ad alta efficienza energetica, pronti per essere utilizzati nei sistemi industriali basati sull’intelligenza artificiale, riducendo l’impatto ambientale dei processi di gestione dei dati. Il progetto dimostrerà l’efficienza dei nuovi servizi di analisi nei settori dell’energia intelligente, dell’agricoltura/agroalimentare intelligente, della mobilità intelligente e delle banche intelligenti, nonché in sei diversi scenari applicativi, sfruttando l’uso degli spazi dati europei. Green.Dat.AI prevede di sfruttare soluzioni mature (livello di maturità tecnologica TRL 5 o superiore) già sviluppate in recenti progetti di Orizzonte 2020 e di fornire una piattaforma efficiente, massicciamente distribuita, open-source, verde e predisposta per l’IA/apprendimento federato (FL, federated learning), nonché un set di strumenti convalidato e pronto per essere commercializzato, con livello TRL7/8, per spazi di dati predisposti per l’IA.

Obiettivo

GREEN.DAT.AI aims to channel the potential of AI towards the goals of the European Green Deal, by developing novel Energy-Efficient Large-Scale Data Analytics Services, ready-to-use in industrial AI-based systems, while reducing the environmental impact of data management processes.

GREEN.DAT.AI will demonstrate the efficiencies of the new analytics services in four industries (Smart Energy, Smart Agriculture/Agri-food, Smart Mobility, Smart Banking) and six different application scenarios, leveraging the use of European Data Spaces. The ambition is to exploit mature (TRL5 or higher) solutions already developed in recent H2020 projects and deliver an efficient, massively distributed, open-source, green, AI/FL - ready platform, and a validated go-to-market TRL7/8 Toolbox for AI-ready Data Spaces. The services will cover AI-enabled data enrichment, Incentive mechanisms for Data Sharing, Synthetic Data Generation, Large-scale learning at the Edge/Fog, Federated & Auto ML at the edge/fog, Explainable AI/Feature Learning with Privacy Preservation, Federated & Automatic Transfer Learning, Adaptive FL for Digital Twin Applications, Automated IoT event-based change detection/forecasting.

The GREEN.DAT.AI Consortium consists of a multidisciplinary group of 17 partners from 10 different countries (and one associated party), well balanced in terms of expertise. The vast majority of partners already have key roles in a number of projects funded under the Big Data PPP (ICT-16-2017) topic, namely BigDataStack, CLASS, Track & Know, and I-BiDaaS and are serving as active members of the BDVA/DAIRO Association, FIWARE, AIOTI, and ETSI. In addition, partners come from a variety of sectors, such as banking, mobility, energy, and agriculture, constituting a representative workforce of their respective domains, which will contribute to industry adoption and stimulate uptake in other sectors as well.

Campo scientifico (EuroSciVoc)

CORDIS classifica i progetti con EuroSciVoc, una tassonomia multilingue dei campi scientifici, attraverso un processo semi-automatico basato su tecniche NLP. Cfr.: Il Vocabolario Scientifico Europeo.

È necessario effettuare l’accesso o registrarsi per utilizzare questa funzione

Parole chiave

Parole chiave del progetto, indicate dal coordinatore del progetto. Da non confondere con la tassonomia EuroSciVoc (campo scientifico).

Programma(i)

Programmi di finanziamento pluriennali che definiscono le priorità dell’UE in materia di ricerca e innovazione.

Argomento(i)

Gli inviti a presentare proposte sono suddivisi per argomenti. Un argomento definisce un’area o un tema specifico per il quale i candidati possono presentare proposte. La descrizione di un argomento comprende il suo ambito specifico e l’impatto previsto del progetto finanziato.

Meccanismo di finanziamento

Meccanismo di finanziamento (o «Tipo di azione») all’interno di un programma con caratteristiche comuni. Specifica: l’ambito di ciò che viene finanziato; il tasso di rimborso; i criteri di valutazione specifici per qualificarsi per il finanziamento; l’uso di forme semplificate di costi come gli importi forfettari.

HORIZON-IA - HORIZON Innovation Actions

Vedi tutti i progetti finanziati nell’ambito di questo schema di finanziamento

Invito a presentare proposte

Procedura per invitare i candidati a presentare proposte di progetti, con l’obiettivo di ricevere finanziamenti dall’UE.

(si apre in una nuova finestra) HORIZON-CL4-2021-DATA-01

Vedi tutti i progetti finanziati nell’ambito del bando

Coordinatore

INLECOM INNOVATION ASTIKI MI KERDOSKOPIKI ETAIREIA
Contributo netto dell'UE

Contributo finanziario netto dell’UE. La somma di denaro che il partecipante riceve, decurtata dal contributo dell’UE alla terza parte collegata. Tiene conto della distribuzione del contributo finanziario dell’UE tra i beneficiari diretti del progetto e altri tipi di partecipanti, come i partecipanti terzi.

€ 616 591,45
Indirizzo
TATOIOU 11 KIFISSIA
145 61 Athina
Grecia

Mostra sulla mappa

PMI

L’organizzazione si è definita una PMI (piccola e media impresa) al momento della firma dell’accordo di sovvenzione.

Regione
Αττική Aττική Βόρειος Τομέας Αθηνών
Tipo di attività
Research Organisations
Collegamenti
Costo totale

I costi totali sostenuti dall’organizzazione per partecipare al progetto, compresi i costi diretti e indiretti. Questo importo è un sottoinsieme del bilancio complessivo del progetto.

€ 616 591,45

Partecipanti (19)

Partner (1)

Il mio fascicolo 0 0