Skip to main content
European Commission logo print header

AI-based CCAM: Trustworthy, Explainable, and Accountable

Opis projektu

Wyścig sztucznej inteligencji dla przyszłej połączonej i zautomatyzowanej mobilności

Danych nigdy nie było tak wiele, a SI nigdy nie miała tak ogromnego potencjału w zakresie szkolenia samochodów autonomicznych co obecnie. Pojawiły się połączone i współpracujące rozwiązania w zakresie mobilności samochodowej, ale SI pozostaje „terra incognita” pod względem możliwości wyjaśnienia, ochrony prywatności, etyki i odpowiedzialności. Zespół finansowanego przez UE projektu Althena stworzy podstawy godnej zaufania SI, jednocześnie wykorzystując jej pełne możliwości dla dobra społeczeństwa. Zespół będzie uczestniczył w tworzeniu wyjaśnialnej SI (ang. explainable AI, XAI), a także badaniu danych i modeli oraz testowaniu. Stworzą metodologię humanocentryczną i zaproponują zestaw kluczowych wskaźników efektywności dla XAI. Ponadto dane i narzędzia zostaną udostępnione w ramach europejskich inicjatyw w zakresie wymiany danych.

Cel

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.

æ

Koordynator

FUNDACION CENTRO DE TECNOLOGIAS DE INTERACCION VISUAL Y COMUNICACIONES VICOMTECH
Wkład UE netto
€ 525 650,00
Adres
Paseo mikeletegi parque tecnologico de miramon 57
20009 Donostia san sebastian
Hiszpania

Zobacz na mapie

MŚP

Organizacja określiła się jako MŚP (firma z sektora małych i średnich przedsiębiorstw) w czasie podpisania umowy o grant.

Tak
Region
Noreste País Vasco Gipuzkoa
Rodzaj działalności
Research Organisations
Linki
Środki z innych źródeł
€ 0,00

Uczestnicy (15)

Partnerzy (1)