Skip to main content
Aller à la page d’accueil de la Commission européenne (s’ouvre dans une nouvelle fenêtre)
français fr
CORDIS - Résultats de la recherche de l’UE
CORDIS

Reliable AI and Data Optimisation

Description du projet

Développer des solutions d’IA fiables et écologiques

Le projet RAIDO, financé par l’UE, vise à créer une plateforme unifiée pour le développement d’une IA fiable, éthique et économe en énergie. À l’aide d’outils tels que les jumeaux numériques et les modèles de diffusion, l’équipe automatisera la curation des données afin de créer des données d’entraînement de haute qualité et impartiales, et intégrera des garanties éthiques pour s’assurer que les systèmes d’IA sont sûrs et équitables, en particulier dans les applications critiques. Le projet intégrera également des techniques d’IA explicable et de blockchain pour garantir la transparence et la fiabilité des modèles d’IA. Enfin, l’équipe développera des modèles efficaces en termes de données et de calcul, ainsi qu’un orchestrateur d’IA afin de réduire la consommation d’énergie. Le cadre sera testé à l’aide de quatre démonstrateurs réels dans des applications telles que les réseaux intelligents, l’agriculture basée sur la vision par ordinateur, les soins de santé et la robotique.

Objectif

RAIDO is a powerful framework solution designed to develop trustworthy and green artificial intelligence (AI). Trustworthy AI focuses on ensuring the reliability, safety, and unbiased optimization and deployment of AI systems, particularly in critical applications such as healthcare, farming, energy, and robotics. On the other hand, Green AI involves the development and deployment of energy-efficient and environmentally sustainable AI technologies, leading to reduced environmental impact and improved resource management.

RAIDO provides an array of automated data curation and enrichment methods, including digital twins and diffusion models, to create high-quality, representative, unbiased, and compliant training data. It also offers various data- and compute-efficient models and tools to create energy-efficient Green AI, such as few- and zero-shot learning, dataset and model search, data and model distillation, and continual learning.

To ensure the transparency, explainability, and reliability of the optimized AI models and data handling processes, RAIDO uses various XAI methods, decentralized blockchain, feedback-based reinforcement learning, novel KPIs, and visualization techniques. Additionally, the innovative AI orchestrator optimizes related tasks and processes, reducing the overall energy consumption and environmental footprint of the models during both development and deployment.

RAIDO emphasizes the development of dynamic interfaces that support the appropriate AI paradigms (central, distributed, dynamic, hybrid) and enable seamless adaptation to the needs of the use situation. Furthermore, RAIDO will be evaluated through four real-life demonstrators in key application domains, such as smart grids, computer vision-based smart farming, healthcare, and robotics, showcasing notable societal and market impact.

Champ scientifique (EuroSciVoc)

Ce projet n'a pas encore été classé par EuroSciVoc.
Proposez les domaines scientifiques qui vous semblent les plus pertinents et aidez-nous à améliorer notre service de classification.

Mots‑clés

Programme(s)

Thème(s)

Régime de financement

HORIZON-RIA - HORIZON Research and Innovation Actions

Voir tous les projets financés dans le cadre de ce programme de financement

Appel à propositions

(s’ouvre dans une nouvelle fenêtre) HORIZON-CL4-2023-HUMAN-01-CNECT

Voir tous les projets financés au titre de cet appel

Coordinateur

INSTITUT JOZEF STEFAN
Contribution nette de l'UE
€ 561 187,50
Coût total
€ 561 187,50

Participants (24)

Partenaires (6)