Opis projektu
Uproszczenie uczenia maszynowego
Ponieważ sztuczna inteligencja okazała się niezwykle przydatna w wielu sektorach i branżach na całym świecie, badania w tej dziedzinie nabrały tempa. W efekcie proces uczenia maszynowego przyciąga uwagę wielu osób, lecz na razie jest bardzo kosztowny, podatny na błędy i inne problemy. Obniża również produktywność i wymaga dużej uwagi ze strony człowieka, co znacznie utrudnia wprowadzenie na rynek systemów SI i powszechne ich wykorzystanie. Finansowany ze środków UE projekt BrainMatter ma na celu opracowanie nowatorskiej, platformy typu lean dla sztucznej inteligencji, która pozwoli rozwiązać ten problem, zapewniając firmom i zespołom naukowców zajmujących się danymi w pełni konfigurowalne rozwiązania do przetwarzania danych. W ten sposób ma przyczynić się do ułatwienia im pracy nad sztuczną inteligencją w pełnym zakresie i obniżenia kosztów tych działań.
Cel
Artificial Intelligence (AI) appears to be the next big thing that will contribute immensely to businesses’ growth and change the rules of competition, as demonstrated by the growing AI for enterprise applications, a market expected to reach €5.8 billion by 2024. Current AI and ML models are trained via supervised learning, in which manually labeled data is fed into AI models such as regression algorithms. Labeling huge datasets, however, need a lot of human interaction, attention, and effort, which slows down productivity, is prone to errors and, more importantly, very costly.
Our company, BrainCreators, is well paired to address this issue. We deliver innovative AI solutions and to date have accelerated >40 companies in their root cause analysis, language interpretation, predictive maintenance, and quality control related projects. Our innovation, BrainMatter, is a unique enterprise-grade lean AI platform that will offer businesses, and their data scientist teams, a fully customizable data processing solution, that streamlines the full AI lifecycle from the creation of high quality, large data sets to the training and deployment of AI models. It is applicable for a diverse range of data - image recognition, audio, text, video, time series, sensor data. Our innovation is customizable, self-learning, and in line with lean principles, improves accuracy with continuous model training. At the management level, BrainMatter will enable companies to save costs, speed up the labeling process, give control over the process with a customizable dashboard, and improve security through on-premise usage. At the implementation level, it will support data scientists and empower them to dedicate more time towards high-value-added tasks.
After five years of exploitation, we expect BrainMatter to boost our revenues to €17.6 million (with an ROI above 3 euro per euro invested), creating 78 direct and over 2,000 indirect jobs in the process.
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.
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.
- nauki przyrodniczeinformatykasztuczna inteligencjauczenie maszynoweuczenie nadzorowane
- nauki przyrodniczeinformatykanauka o danychduże zbiory danych
- nauki przyrodniczeinformatykasztuczna inteligencjarozpoznawanie obrazówrozpoznawanie obrazów
- inżynieria i technologiainżynieria elektryczna, inżynieria elektroniczna, inżynieria informatycznainżynieria elektronicznaczujniki
- nauki przyrodniczeinformatykanauka o danychprzetwarzanie danych
Aby użyć tej funkcji, musisz się zalogować lub zarejestrować
Program(-y)
Temat(-y)
Zaproszenie do składania wniosków
Zobacz inne projekty w ramach tego zaproszeniaSzczegółowe działanie
H2020-SMEInst-2018-2020-1
System finansowania
SME-1 - SME instrument phase 1Koordynator
1017 JV AMSTERDAM
Niderlandy
Organizacja określiła się jako MŚP (firma z sektora małych i średnich przedsiębiorstw) w czasie podpisania umowy o grant.