Objectif
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.
Champ scientifique
Programme(s)
Régime de financement
HORIZON-RIA - HORIZON Research and Innovation ActionsCoordinateur
151 25 Maroussi
Grèce
Voir sur la carte
Participants (17)
80686 Munchen
Voir sur la carte
X91 K0EK Waterford
Voir sur la carte
2829-516 Caparica
Voir sur la carte
L’entreprise s’est définie comme une PME (petite et moyenne entreprise) au moment de la signature de la convention de subvention.
08034 Barcelona
Voir sur la carte
3013 Limassol
Voir sur la carte
L’entreprise s’est définie comme une PME (petite et moyenne entreprise) au moment de la signature de la convention de subvention.
14193 Berlin
Voir sur la carte
L’entreprise s’est définie comme une PME (petite et moyenne entreprise) au moment de la signature de la convention de subvention.
174 56 ALIMOS
Voir sur la carte
L’entreprise s’est définie comme une PME (petite et moyenne entreprise) au moment de la signature de la convention de subvention.
1678 Nicosia
Voir sur la carte
20149 MILANO
Voir sur la carte
L’entreprise s’est définie comme une PME (petite et moyenne entreprise) au moment de la signature de la convention de subvention.
11632 Athina
Voir sur la carte
L’entreprise s’est définie comme une PME (petite et moyenne entreprise) au moment de la signature de la convention de subvention.
10117 Berlin
Voir sur la carte
28359 Bremen
Voir sur la carte
28199 BREMEN
Voir sur la carte
L’entreprise s’est définie comme une PME (petite et moyenne entreprise) au moment de la signature de la convention de subvention.
546 27 THESSALONIKI
Voir sur la carte
551 32 THESSALONIKI
Voir sur la carte
L’entreprise s’est définie comme une PME (petite et moyenne entreprise) au moment de la signature de la convention de subvention.
20133 Milano Mi
Voir sur la carte
L’entreprise s’est définie comme une PME (petite et moyenne entreprise) au moment de la signature de la convention de subvention.
24126 Bergamo
Voir sur la carte
L’entreprise s’est définie comme une PME (petite et moyenne entreprise) au moment de la signature de la convention de subvention.