Opis projektu
Bezpieczne i zrównoważone multimodalne modele wielkoskalowe w środowisku brzegowym
Usługi generatywnej sztucznej inteligencji często opierają się na scentralizowanych chmurach, co może prowadzić do problemów związanych z ochroną prywatności danych, wysokim zużyciem energii i szybkością odpowiedzi. Zespół finansowanego ze środków działania „Maria Skłodowska-Curie” projektu EDGELM ma na celu rozwiązanie tych problemów poprzez opracowanie rozwiązania umożliwiającego adaptację i wdrażanie dużych modeli multimodalnych w zróżnicowanych infrastrukturach brzegowych. Wykorzystując uczenie się ze wzmocnieniem oraz federacyjne modele uczenia, zespół umożliwi efektywne zarządzanie zasobami oraz dostosowywanie modeli z zachowaniem prywatności w różnorodnych środowiskach lokalnych. W ramach projektu EDGELM zespół zbada również metody szkolenia wspomagane technologią kwantową, a rozwiązania wypracowane przez badaczy zostaną zweryfikowane w wrażliwych środowiskach opieki zdrowotnej w celu zapewnienia zgodności z normami etycznymi. Celem prac jest opracowanie planu działania w zakresie opracowania zgodnej z przepisami o ochronie prywatności i zrównoważonej generatywnej sztucznej inteligencji w Europie, aby przyspieszyć odejście od scentralizowanych usług w chmurze do bezpiecznej i wydajnej inteligencji brzegowej.
Cel
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.
Dziedzina nauki (EuroSciVoc)
Klasyfikacja projektów w serwisie CORDIS opiera się na wielojęzycznej taksonomii EuroSciVoc, obejmującej wszystkie dziedziny nauki, w oparciu o półautomatyczny proces bazujący na technikach przetwarzania języka naturalnego. Więcej informacji: Europejski Słownik Naukowy.
Klasyfikacja projektów w serwisie CORDIS opiera się na wielojęzycznej taksonomii EuroSciVoc, obejmującej wszystkie dziedziny nauki, w oparciu o półautomatyczny proces bazujący na technikach przetwarzania języka naturalnego. Więcej informacji: Europejski Słownik Naukowy.
- inżynieria i technologia inżynieria śodowiska gospodarka oparta na ekosystemie łagodzenie zmian klimatycznych
- nauki przyrodnicze informatyka bezpieczeństwo teleinformatyczne ochrona danych
- nauki przyrodnicze informatyka sztuczna inteligencja generatywna sztuczna inteligencja
- inżynieria i technologia inżynieria elektryczna, inżynieria elektroniczna, inżynieria informatyczna inżynieria elektroniczna sprzęt komputerowy komputer kwantowy
Aby użyć tej funkcji, musisz się zalogować lub zarejestrować
Słowa kluczowe
Słowa kluczowe dotyczące projektu wybrane przez koordynatora projektu. Nie należy mylić ich z pojęciami z taksonomii EuroSciVoc dotyczącymi dziedzin nauki.
Słowa kluczowe dotyczące projektu wybrane przez koordynatora projektu. Nie należy mylić ich z pojęciami z taksonomii EuroSciVoc dotyczącymi dziedzin nauki.
Program(-y)
Wieloletnie programy finansowania, które określają priorytety Unii Europejskiej w obszarach badań naukowych i innowacji.
Wieloletnie programy finansowania, które określają priorytety Unii Europejskiej w obszarach badań naukowych i innowacji.
-
HORIZON.1.2 - Marie Skłodowska-Curie Actions (MSCA)
GŁÓWNY PROGRAM
Wyświetl wszystkie projekty finansowane w ramach tego programu
Temat(-y)
Zaproszenia do składania wniosków dzielą się na tematy. Każdy temat określa wybrany obszar lub wybrane zagadnienie, których powinny dotyczyć wnioski składane przez wnioskodawców. Opis tematu obejmuje jego szczegółowy zakres i oczekiwane oddziaływanie finansowanego projektu.
Zaproszenia do składania wniosków dzielą się na tematy. Każdy temat określa wybrany obszar lub wybrane zagadnienie, których powinny dotyczyć wnioski składane przez wnioskodawców. Opis tematu obejmuje jego szczegółowy zakres i oczekiwane oddziaływanie finansowanego projektu.
System finansowania
Program finansowania (lub „rodzaj działania”) realizowany w ramach programu o wspólnych cechach. Określa zakres finansowania, stawkę zwrotu kosztów, szczegółowe kryteria oceny kwalifikowalności kosztów w celu ich finansowania oraz stosowanie uproszczonych form rozliczania kosztów, takich jak rozliczanie ryczałtowe.
Program finansowania (lub „rodzaj działania”) realizowany w ramach programu o wspólnych cechach. Określa zakres finansowania, stawkę zwrotu kosztów, szczegółowe kryteria oceny kwalifikowalności kosztów w celu ich finansowania oraz stosowanie uproszczonych form rozliczania kosztów, takich jak rozliczanie ryczałtowe.
HORIZON-TMA-MSCA-PF-EF - HORIZON TMA MSCA Postdoctoral Fellowships - European Fellowships
Wyświetl wszystkie projekty finansowane w ramach tego programu finansowania
Zaproszenie do składania wniosków
Procedura zapraszania wnioskodawców do składania wniosków projektowych w celu uzyskania finansowania ze środków Unii Europejskiej.
Procedura zapraszania wnioskodawców do składania wniosków projektowych w celu uzyskania finansowania ze środków Unii Europejskiej.
(odnośnik otworzy się w nowym oknie) HORIZON-MSCA-2025-PF
Wyświetl wszystkie projekty finansowane w ramach tego zaproszeniaKoordynator
Kwota netto dofinansowania ze środków Unii Europejskiej. Suma środków otrzymanych przez uczestnika, pomniejszona o kwotę unijnego dofinansowania przekazanego powiązanym podmiotom zewnętrznym. Uwzględnia podział unijnego dofinansowania pomiędzy bezpośrednich beneficjentów projektu i pozostałych uczestników, w tym podmioty zewnętrzne.
10129 Torino
Włochy
Ogół kosztów poniesionych przez organizację w związku z uczestnictwem w projekcie. Obejmuje koszty bezpośrednie i pośrednie. Kwota stanowi część całkowitego budżetu projektu.