Description du projet
Des grands modèles multimodaux sûrs et durables en périphérie
Les services d’IA générative reposent souvent sur des clouds centralisés, ce qui pose des problèmes en matière de confidentialité des données, de consommation d’énergie et de rapidité de réponse. Soutenu par le programme Actions Marie Skłodowska-Curie, le projet EDGELM vise à résoudre ces problèmes en développant un cadre permettant d’adapter et de déployer de grands modèles multimodaux sur des infrastructures de périphérie hétérogènes. En recourant à l’apprentissage par renforcement et à l’apprentissage fédéré, le projet favorisera une gestion efficace des ressources et une adaptation des modèles préservant la confidentialité dans divers environnements sur site. EDGELM explorera également des méthodes d’entraînement améliorées par l’informatique quantique et validera le cadre dans des environnements sensibles de soins de santé afin de garantir le respect des exigences éthiques. À terme, le projet vise à établir une feuille de route pour une IA générative durable et conforme aux exigences de confidentialité en Europe, en accélérant la transition d’une dépendance aux clouds centralisés vers une intelligence en périphérie sûre et efficace.
Objectif
Large models (LMs) powering generative Artificial Intelligence (AI) services are typically hosted in centralized cloud infrastructures. This paradigm introduces significant challenges related to data sovereignty, privacy protection, energy consumption, and transmission latency, severely restricting their suitability for real-time, privacy-sensitive applications. Despite recent advances, current solutions for LM compression and edge deployment remain insufficiently adaptive to heterogeneous hardware distributions, diverse multimodal model requirements, and practical deployment constraints.
The EDGELM project directly addresses these gaps by developing a context-aware, AI-driven framework that tailors LM compression strategies to heterogeneous edge-resource distributions, modality-specific compression characteristics, and application-specific accuracy constraints. Complementing this framework, an adaptive reinforcement-learning-assisted orchestration solution will be designed to optimize model cooperation and resource allocation, thereby improving inference latency and energy efficiency. Furthermore, EDGELM will integrate hybrid quantum-classical fine-tuning methods and federated learning techniques to augment model expressiveness and training efficiency within limited resource budgets. EDGELM’s practical effectiveness will be validated through real-world deployment in a privacy-sensitive healthcare scenario, ensuring compliance with data protection and ethical standards, while evaluating user acceptance and trust with expert psychological insights.
Supported by advanced edge-computing and quantum computing facilities at Politecnico di Torino, industrial expertise from Nextworks, and clinical input from healthcare partners, EDGELM will establish a robust methodology and practical roadmap for broader deployment of multimodal LMs at the network edge. This initiative supports Europe's transition toward privacy-compliant, sustainable, and efficient generative AI services.
Champ scientifique (EuroSciVoc)
CORDIS classe les projets avec EuroSciVoc, une taxonomie multilingue des domaines scientifiques, grâce à un processus semi-automatique basé sur des techniques TLN. Voir: Le vocabulaire scientifique européen.
CORDIS classe les projets avec EuroSciVoc, une taxonomie multilingue des domaines scientifiques, grâce à un processus semi-automatique basé sur des techniques TLN. Voir: Le vocabulaire scientifique européen.
- ingénierie et technologie génie de l'environnement gestion écosystémique atténuation du changement climatique
- sciences naturelles informatique et science de l'information sécurité informatique protection des données
- sciences naturelles informatique et science de l'information intelligence artificielle intelligence artificielle générative
- ingénierie et technologie génie électrique, génie électronique, génie de l’information ingénierie électronique matériel informatique calculateur quantique
Vous devez vous identifier ou vous inscrire pour utiliser cette fonction
Mots‑clés
Les mots-clés du projet tels qu’indiqués par le coordinateur du projet. À ne pas confondre avec la taxonomie EuroSciVoc (champ scientifique).
Les mots-clés du projet tels qu’indiqués par le coordinateur du projet. À ne pas confondre avec la taxonomie EuroSciVoc (champ scientifique).
Programme(s)
Programmes de financement pluriannuels qui définissent les priorités de l’UE en matière de recherche et d’innovation.
Programmes de financement pluriannuels qui définissent les priorités de l’UE en matière de recherche et d’innovation.
-
HORIZON.1.2 - Marie Skłodowska-Curie Actions (MSCA)
PROGRAMME PRINCIPAL
Voir tous les projets financés dans le cadre de ce programme
Thème(s)
Les appels à propositions sont divisés en thèmes. Un thème définit un sujet ou un domaine spécifique dans le cadre duquel les candidats peuvent soumettre des propositions. La description d’un thème comprend sa portée spécifique et l’impact attendu du projet financé.
Les appels à propositions sont divisés en thèmes. Un thème définit un sujet ou un domaine spécifique dans le cadre duquel les candidats peuvent soumettre des propositions. La description d’un thème comprend sa portée spécifique et l’impact attendu du projet financé.
Régime de financement
Régime de financement (ou «type d’action») à l’intérieur d’un programme présentant des caractéristiques communes. Le régime de financement précise le champ d’application de ce qui est financé, le taux de remboursement, les critères d’évaluation spécifiques pour bénéficier du financement et les formes simplifiées de couverture des coûts, telles que les montants forfaitaires.
Régime de financement (ou «type d’action») à l’intérieur d’un programme présentant des caractéristiques communes. Le régime de financement précise le champ d’application de ce qui est financé, le taux de remboursement, les critères d’évaluation spécifiques pour bénéficier du financement et les formes simplifiées de couverture des coûts, telles que les montants forfaitaires.
HORIZON-TMA-MSCA-PF-EF - HORIZON TMA MSCA Postdoctoral Fellowships - European Fellowships
Voir tous les projets financés dans le cadre de ce programme de financement
Appel à propositions
Procédure par laquelle les candidats sont invités à soumettre des propositions de projet en vue de bénéficier d’un financement de l’UE.
Procédure par laquelle les candidats sont invités à soumettre des propositions de projet en vue de bénéficier d’un financement de l’UE.
(s’ouvre dans une nouvelle fenêtre) HORIZON-MSCA-2025-PF
Voir tous les projets financés au titre de cet appelCoordinateur
La contribution financière nette de l’UE est la somme d’argent que le participant reçoit, déduite de la contribution de l’UE versée à son tiers lié. Elle prend en compte la répartition de la contribution financière de l’UE entre les bénéficiaires directs du projet et d’autres types de participants, tels que les participants tiers.
10129 Torino
Italie
Les coûts totaux encourus par l’organisation concernée pour participer au projet, y compris les coûts directs et indirects. Ce montant est un sous-ensemble du budget global du projet.