Opis projektu
Technologie produkcji multimediów przy minimalnym zapotrzebowaniu na energię
W erze gwałtownie rosnącej ilości treści wideo i rozwoju rozszerzonej rzeczywistości branża rozrywkowa i medialna musi sprostać olbrzymiemu zapotrzebowaniu na wykwalifikowanych pracowników, moce obliczeniowe i energię. Zespół finansowanego przez UE projektu EMERALD postanowił wykorzystać sztuczną inteligencję, uczenie maszynowe i duże zbiory danych do zrewolucjonizowania produkcji medialnej. Jego celem jest automatyzacja przetwarzania, zwiększenie wielkości produkcji, zmniejszenie zużycia energii i poprawa jakości treści. We współpracy z konsorcjum obejmującym firmy z sektora filmowego, nadawczego, streamingowego i rozrywki na żywo zespół EMERALD opracuje przykładowe narzędzia do zrównoważonego tworzenia mediów. W planach jest pomiar zużycia energii, zoptymalizowanie wykorzystania danych dla aplikacji AI/ML i minimalizacja zapotrzebowania na energię.
Cel
EMERALD is a 30-month IA to develop and demonstrate exemplary tools for the digital entertainment and media industries using AI Machine Learning and Big Data technologies, to automate and speed processing, increase production efficiency, use less energy and increase the quality of content. There is a massive increase in the volume of video-based and extended reality content, with an unsustainable demand for skilled human resources, data processing and energy. EMERALD aims to meet the challenge by developing process automation for sustainable media creation; creating a testbed for measuring the energy used in media computation; developing more efficient data use for AI/ML in entertainment and media applications; reducing the power demands for large-scale media data processing; and creating acceptance and demand for AI and sustainable production technologies in the entertainment and media industries.
The interdisciplinary Consortium of seven partners includes leading companies from the movie, broadcast, streaming and live entertainment technology sectors, supported by two major European universities.
Dziedzina nauki (EuroSciVoc)
Klasyfikacja projektów w serwisie CORDIS opiera się na wielojęzycznej taksonomii EuroSciVoc, obejmującej wszystkie dziedziny nauki, w oparciu o półautomatyczny proces bazujący na technikach przetwarzania języka naturalnego.
Klasyfikacja projektów w serwisie CORDIS opiera się na wielojęzycznej taksonomii EuroSciVoc, obejmującej wszystkie dziedziny nauki, w oparciu o półautomatyczny proces bazujący na technikach przetwarzania języka naturalnego.
- nauki społecznesocjologiastosunki przemysłoweautomatyzacja
- nauki humanistycznesztukasztuka nowożytna i współczesnafilm
- nauki społeczneekonomia i biznesekonomiazrównoważona gospodarka
Aby użyć tej funkcji, musisz się zalogować lub zarejestrować
Słowa kluczowe
Program(-y)
Zaproszenie do składania wniosków
HORIZON-CL4-2022-DIGITAL-EMERGING-02
Zobacz inne projekty w ramach tego zaproszeniaSystem finansowania
HORIZON-IA - HORIZON Innovation ActionsKoordynator
08002 Barcelona
Hiszpania