Descrizione del progetto
Intelligenza artificiale per risolvere i problemi legati alla scienza del sistema Terra
La Terra viene solitamente considerata un sistema complesso e interconnesso. Utilizzando tecniche di intelligenza artificiale (IA) come l’apprendimento profondo, la causalità, l’IA spiegabile e l’apprendimento automatico basato sulla fisica, nonché sfruttando le capacità predittive dell’apprendimento auto-supervisionato e delle reti neurali a grafo, il progetto ThinkingEarth, finanziato dall’UE, si prefigge di sviluppare modelli di fondazione di Copernicus indipendenti dalle operazioni e un modello di rappresentazione a grafo della Terra. Il progetto metterà in mostra il valore di questi asset attraverso la realizzazione di applicazioni a valle su piccola scala e casi d’uso su larga scala che integrano Copernicus con set di dati industriali e di utenti non legati all’osservazione della Terra. Tra i casi d’uso svolti, che riguarderanno questioni ad alto impatto socio-ambientale e nuove opportunità di crescita aziendale, figurano l’accelerazione della neutralità energetica dell’Europa attraverso la creazione di catene di valore per le reti intelligenti, la valutazione dell’impatto dell’emergenza climatica sulla biodiversità e sulla sicurezza alimentare e la comprensione delle teleconnessioni del sistema Terra con la causalità.
Obiettivo
At ThinkingEarth, we view the Earth as a complex unified and interconnected system. To harness the power of Artificial Intelligence (AI), we use cutting-edge techniques, including deep learning, causality, eXplainable AI, and physics-aware Machine Learning. We leverage the predictive abilities of Self-Supervised Learning and Graph Neural Networks to develop task-agnostic Copernicus Foundation Models and a Graph representation model of the Earth. We demonstrate the potential of these assets through small-scale downstream Spotlight Applications, as well as large-scale use cases that integrate distributed industrial and user non-EO datasets. These use cases address ambitious problems with high socio-environmental impact and new business growth opportunities, such as accelerating Europe's clean energy transition and independence from volatile fossil fuels, understanding Earth's processes by modeling causal Earth system teleconnections, and assessing and modeling the impact of current and future Climate emergency in biodiversity and food security.
Campo scientifico (EuroSciVoc)
CORDIS classifica i progetti con EuroSciVoc, una tassonomia multilingue dei campi scientifici, attraverso un processo semi-automatico basato su tecniche NLP. La classificazione di questo progetto è stata convalidata dal team del progetto.
CORDIS classifica i progetti con EuroSciVoc, una tassonomia multilingue dei campi scientifici, attraverso un processo semi-automatico basato su tecniche NLP. La classificazione di questo progetto è stata convalidata dal team del progetto.
- scienze naturaliinformatica e scienze dell'informazionescienza dei datimegadati
- scienze naturaliscienze della terra e scienze ambientali connessescienze dell'atmosferameteorologiaradiazione solare
- ingegneria e tecnologiaingegneria ambientaletelerilevamento
- scienze naturaliscienze biologicheconservazione della biodiversità
- scienze naturaliinformatica e scienze dell'informazioneintelligenza artificialeapprendimento automaticoapprendimento profondo
Parole chiave
Programma(i)
Meccanismo di finanziamento
HORIZON-RIA - HORIZON Research and Innovation ActionsCoordinatore
11810 Athina
Grecia