Objetivo
AI-DAPT brings forward a data-centric mentality in AI, that is effectively fused with a model-centric, science-guided approach, across the complete lifecycle of AI-Ops, by introducing end-to-end automation and AI-based systematic methods to support the design, the execution, the observability and the lifecycle management of robust, intelligent and scalable data-AI pipelines that continuously learn and adapt based on their context. AI-DAPT will design a novel AI-Ops / intelligent pipeline lifecycle framework cross-cutting the different business, legal/ethics, data, AI logic/models, and system requirements while always ensuring a human-in-the-loop (HITL) approach across five axis: “Data Design for AI”, “Data Nurturning for AI”, “Data Generation for AI”, “Model Delivery for AI”, “Data-Model Optimization for AI”. AI-DAPT will contribute to the current research and advance the state-of-the-art techniques and technologies across a number of research paths, including sophisticated Explainable AI (XAI)-driven data operations from purposing, harvesting/mining, exploration, documentation and valuation to interoperability, annotation, cleaning, augmentation and bias detection; collaborative feature engineering minimizing the data where appropriate; adaptive AI for model retraining purposes.
Overall, AI-DAPT aims at reinstating the pure data-related work in its rightful place in AI and at reinforcing the generalizability, reliability, trustworthiness and fairness of Al solutions.
In order to demonstrate the actual innovation and added value that can be derived through the AI-DAPT scientific advancements, the AI-DAPT results will be validated in two, interlinked axes:
I. Through their actual application to address real-life problems in four (4) representative industries: Health, Robotics, Energy, and Manufacturing;
II. Through their integration in different AI solutions, either open source or commercial, that are currently available in the market.
Ámbito científico
Palabras clave
Programa(s)
Convocatoria de propuestas
HORIZON-CL4-2023-HUMAN-01-CNECT
Consulte otros proyectos de esta convocatoriaRégimen de financiación
HORIZON-RIA - HORIZON Research and Innovation ActionsCoordinador
151 25 Maroussi
Grecia
Ver en el mapa
Participantes (17)
80686 Munchen
Ver en el mapa
X91 K0EK Waterford
Ver en el mapa
2829-516 Caparica
Ver en el mapa
Organización definida por ella misma como pequeña y mediana empresa (pyme) en el momento de la firma del acuerdo de subvención.
08034 Barcelona
Ver en el mapa
3013 Limassol
Ver en el mapa
Organización definida por ella misma como pequeña y mediana empresa (pyme) en el momento de la firma del acuerdo de subvención.
14193 Berlin
Ver en el mapa
Organización definida por ella misma como pequeña y mediana empresa (pyme) en el momento de la firma del acuerdo de subvención.
174 56 ALIMOS
Ver en el mapa
Organización definida por ella misma como pequeña y mediana empresa (pyme) en el momento de la firma del acuerdo de subvención.
1678 Nicosia
Ver en el mapa
20149 MILANO
Ver en el mapa
Organización definida por ella misma como pequeña y mediana empresa (pyme) en el momento de la firma del acuerdo de subvención.
11632 Athina
Ver en el mapa
Organización definida por ella misma como pequeña y mediana empresa (pyme) en el momento de la firma del acuerdo de subvención.
10117 Berlin
Ver en el mapa
28359 Bremen
Ver en el mapa
28199 BREMEN
Ver en el mapa
Organización definida por ella misma como pequeña y mediana empresa (pyme) en el momento de la firma del acuerdo de subvención.
546 27 THESSALONIKI
Ver en el mapa
551 32 THESSALONIKI
Ver en el mapa
Organización definida por ella misma como pequeña y mediana empresa (pyme) en el momento de la firma del acuerdo de subvención.
20133 Milano Mi
Ver en el mapa
Organización definida por ella misma como pequeña y mediana empresa (pyme) en el momento de la firma del acuerdo de subvención.
24126 Bergamo
Ver en el mapa
Organización definida por ella misma como pequeña y mediana empresa (pyme) en el momento de la firma del acuerdo de subvención.