Descripción del proyecto
Una inteligencia artificial fiable y transparente para torres remotas digitales
Los aeropuertos de todo el mundo adoptan cada vez más las torres remotas digitales (RDT, por sus siglas en inglés), una solución innovadora para mejorar la gestión de los datos en los aeropuertos, con el fin de aumentar la seguridad y la eficacia. Sin embargo, el gran volumen de datos generados exige un esfuerzo y una atención considerables para su utilización y organización eficaces. El equipo del proyecto TRUSTY, financiado con fondos europeos, pretende mejorar las RDT aprovechando la inteligencia artificial (IA) para aumentar su eficiencia, capacidad de datos y durabilidad general. Además, pretende garantizar mayores niveles de transparencia y fiabilidad en sus sistemas de IA. Para lograr estos objetivos, en el proyecto se aprovecharán los descubrimientos innovadores en materia de visualización interactiva de datos, las tecnologías más recientes y las técnicas de visualización de la información.
Objetivo
Remote digital towers (RDT) are taking place around the world to ensure efficiency and safety. TRUSTY harnesses the power of artificial intelligence (AI) to enhance resilience, capacity, and efficiency in making significant advancements in the deployment of digital towers. The overall goal of TRUSTY is to provide adaptation in the level of transparency and explanation to enhance the trustworthiness of AI-powered decisions in the context of RDT. Through the video transmission data from RDT, TRUSTY considers the following major tasks:
1. Taxiway monitoring (i.e. bird hazard, presence of a drone, autonomous vehicle monitoring, human intrusion, etc.).
2. Runway monitoring (approach and landing) misalignment warning and the corresponding explanation.
To deliver trustworthiness in an AI-powered intelligent system several approaches are considered:
• ‘Self-explainable and Self-learning’ system for critical decision-making
• ‘Transparent ML’ models incorporating interpretability, fairness, and accountability
• ‘Interactive data visualization and HMI dashboard’ for smart and efficient decision support
• ‘Adaptive level of explanation’ regarding the user's cognitive state.
• “Human-centric AI” enhances the trustworthiness of AI-powered systems.
• “Human-AI teaming” to consider users’ feedback to insure some computation flexibility and the users’ acceptability.
To achieve the goal, TRUSTY will rely on the SotA developments in interactive data visualization, and user-centric explanation and on recent technological improvements in accuracy, robustness, interpretability, fairness, and accountability. We will apply information visualization techniques like visual analytics, data-driven storytelling, and immersive analytics in human-machine interactions (HMI). Thus, this project is at the crossroad of trustworthy AI, multi-model machine learning, active learning, and UX for human and AI model interaction.
Ámbito científico
- engineering and technologymechanical engineeringvehicle engineeringautomotive engineeringautonomous vehicles
- engineering and technologyelectrical engineering, electronic engineering, information engineeringelectronic engineeringroboticsautonomous robotsdrones
- natural sciencescomputer and information sciencesartificial intelligencemachine learning
- social scienceseducational sciencespedagogyactive learning
Programa(s)
- HORIZON.2.5 - Climate, Energy and Mobility Main Programme
Convocatoria de propuestas
Consulte otros proyectos de esta convocatoriaRégimen de financiación
HORIZON-JU-RIA - HORIZON JU Research and Innovation ActionsCoordinador
722 20 VASTERAAS
Suecia