Description du projet
La course à l’IA pour la mobilité connectée et automatisée de demain
Les données n’ont jamais été aussi nombreuses, et l’IA n’a jamais eu un potentiel aussi important pour entraîner des voitures à conduite autonome. Des solutions de mobilité automobile connectées et coopératives ont vu le jour, mais l’IA reste inexplorée en matière d’explicabilité, de préservation de la vie privée, d’éthique et de responsabilité. Le projet Althena, financé par l’UE, jettera les bases d’une IA digne de confiance tout en l’utilisant au maximum de ses capacités au profit de la société. L’équipe contribuera à la construction d’une IA explicable (XAI), recherchant données, modèles et tests. Elle créera une méthodologie centrée sur l’humain et proposera un ensemble d’indicateurs de performance clés sur la XAI. En outre, les données et les outils seront mis à disposition via des initiatives européennes de partage de données.
Objectif
Connected and Cooperative Automotive Mobility (CCAM) solutions have emerged thanks to novel Artificial Intelligence (AI) which can be trained with huge amounts of data to produce driving functions with better-than-human performance under certain conditions. The race on AI keeps on building HW/SW frameworks to manage and process even larger real and synthetic datasets to train increasingly accurate AI models.
However, AI remains largely unexplored with respect to explainability (interpretability of model functioning), privacy preservation (exposure of sensitive data), ethics (bias and wanted/unwanted behaviour), and accountability (responsibilities of AI outputs). These features will establish the basis of trustworthy AI, as a novel paradigm to fully understand and trust AI in operation, while using it at its full capabilities for the benefit of society.
AITHENA will contribute to build Explainable AI (XAI) in CCAM development and testing frameworks, researching three main AI pillars: data (real/synthetic data management), models (data fusion, hybrid AI approaches), and testing (physical/virtual XiL set-ups with scalable MLOps).
A human-centric methodology will be created to derive trustworthy AI dimensions from user identified group needs in CCAM applications. AITHENA will innovate proposing a set of Key Performance Indicators (KPI) on XAI, and an analysis to explore trade-offs between these dimensions.
Demonstrators will show the AITHENA methodology in four critical use cases: perception (what does the AI perceive, and why), situational awareness (what is the AI understanding about the current driving environment, including the driver state), decision (why a certain decision is taken), and traffic management (how transport-level applications interoperate with AI-enabled systems operating at vehicle-level).
Created data and tools will be made available via European data sharing initiatives (OpenData and OpenTools) to foster research on trustworthy AI for CCAM.
Champ scientifique
Mots‑clés
Programme(s)
Régime de financement
HORIZON-RIA - HORIZON Research and Innovation ActionsCoordinateur
20009 Donostia San Sebastian
Espagne
L’entreprise s’est définie comme une PME (petite et moyenne entreprise) au moment de la signature de la convention de subvention.