Saltar al contenido principal.

Acceso a otros temas jcyl.es

Página de inicio de la Junta de Castilla y León

Información Europea

Contacto

Acceso a otros temas jcyl.es

Información Europea de Castilla y León

Contenido principal. Saltar al inicio.

Inteligencia artificial (EDF-2021-DIGIT-R)

Título:

Inteligencia artificial (EDF-2021-DIGIT-R)

Categoría temática:

Todos los tenas

Programa:

FONDO EUROPEO DE DEFENSA - EDF

Descripción y objetivos:

Objetivo :En tiempos de disponibilidad e intercambio de información en tiempo real, y situaciones cada vez más complejas, la inteligencia artificial (IA) se ha convertido en un impulsor esencial para las nuevas soluciones de sistemas competitivos. Las futuras capacidades militares incluirán una parte significativa de los sistemas que harán un uso masivo de las técnicas de IA.Los sistemas de IA modernos basados ​​en aprendizaje automático y, en especial, técnicas de aprendizaje profundo suelen requerir muchos puntos de datos etiquetados para alcanzar un rendimiento aceptable. Además, pueden sufrir comportamientos inconsistentes, como fallas de alta confianza o fallas en casos triviales. De manera más general, mejorar los sistemas de IA para tener en cuenta nuevos datos requiere pruebas exhaustivas por parte de desarrolladores expertos para evitar la regresión. Estos problemas afectan gravemente a su disponibilidad para los sistemas de defensa, que se caracterizan por la falta de datos, por ejemplo, cuando se trata de inteligencia enemiga, y por la necesidad de resultados fiables y una rápida adaptación, incluso a partir de datos que no se pueden compartir con los desarrolladores de sistemas por motivos de confidencialidad. razones o debido a una mala conectividad.El desafío es desarrollar nuevos métodos de inteligencia artificial que puedan utilizar menos datos de entrenamiento que los algoritmos de aprendizaje profundo de última generación actuales y, al mismo tiempo, mantener un rendimiento similar, para proporcionar un mejor control sobre el espacio de salida a fin de garantizar una mayor comportamiento consistente, y limitar los esfuerzos de desarrollo al adaptar los sistemas a nuevos datos. Estos métodos deben demostrar su valía en casos de uso realistas y desafiantes representativos de las operaciones militares.Alcance :El objetivo es abordar el problema de la robustez y frugalidad en los componentes de software de IA militar para facilitar el desarrollo de nuevos sistemas y su adaptación a la evolución de su entorno, incluso desde la supervisión del usuario, por un coste razonable, con la mínima intervención de desarrolladores expertos, y sin regresión. Se debe aprovechar la investigación de vanguardia sobre aprendizaje de transferencia, aprendizaje de cero o pocos disparos, aprendizaje activo, adaptación de dominio, IA híbrida y otros temas relevantes para proponer nuevos métodos para mejorar los métodos basados ​​en IA, al tiempo que se preserva un alto rendimiento. .Actividades dirigidasLas propuestas deben cubrir las siguientes actividades a que se refiere el artículo 10.3 del Reglamento del FED, sin excluir las posibles actividades posteriores elegibles para acciones de investigación si se consideran útiles para alcanzar los objetivos:- Actividades que tienen como objetivo crear, sustentar y mejorar el conocimiento, los productos y las tecnologías, incluidas las tecnologías disruptivas para la defensa, que pueden lograr efectos significativos en el ámbito de la defensa.Las propuestas deberán abordar en particular los siguientes objetivos:- Diseño de casos de uso militar relevantes donde se necesitan algoritmos de IA frugales y confiables (es decir, tareas específicas para las cuales los algoritmos ávidos de datos actualmente superan a otros métodos), y para los cuales se pueden recopilar datos representativos y medir el desempeño de una manera objetiva. .- Desarrollo de nuevos métodos para reducir la necesidad de datos y supervisión para entrenar y adaptar los sistemas de IA (y el monitoreo simultáneo del estado del arte, que es importante en este dominio en rápida evolución pero debe tener lugar como una actividad de fondo integrada con el desarrollo del sistema ), por ejemplo a través de:o simulación y modelos generativos,o transferencia, aprendizaje semisupervisado, autosupervisado y activo,o hibridación con reglas definidas por el usuario.- Desarrollo de nuevos métodos para mejorar las garantías de robustez por diseño, por ejemplo a través de:o nuevos algoritmos que aumentan la solidez de los métodos de redes neuronales existentes que no son intrínsecamente robustos,o evaluación y vigilancia tanto del espacio de salida como del entorno.- Realización de experimentos de benchmarking sobre los casos de uso para demostrar las ventajas e inconvenientes de los métodos propuestos.Requerimientos funcionalesLas soluciones propuestas deben cumplir los siguientes requisitos:1. General- Para cada caso de uso abordado, diferentes equipos de investigación deben explorar varios enfoques.- Las técnicas propuestas deberán ser presentadas en las propuestas.- Todos los sistemas que aborden un caso de uso dado deben compararse utilizando el mismo protocolo experimental (métrica, datos, división de entrenamiento/prueba, etc.) para garantizar la comparabilidad.- En todos los experimentos, se deben realizar varias ejecuciones para proporcionar las medias y las varianzas de las estimaciones de rendimiento del sistema.- Debe definirse una estrategia fuerte y sólida de código abierto para garantizar el intercambio de resultados genéricos, funciones, software con una licencia compatible con el desarrollo posterior y la explotación comercial de los resultados (por ejemplo, ePL, L-GPL, etc.).- Para al menos un caso de uso, se deben garantizar los medios para reproducir los experimentos de manera comparable más allá del proyecto, publicando como datos abiertos la descripción del caso de uso, el conjunto de datos asociado y las métricas. Los miembros del consorcio que garantizan esta disponibilidad sostenible deben estar claramente identificados.- Deben describirse las posibilidades y condiciones para proporcionar más datos de casos de uso y medios para reproducir experimentos y puntos de referencia con métodos internos, en particular para las autoridades nacionales y sus centros técnicos. Los miembros del consorcio que garanticen esto deben estar claramente identificados.2) Casos de uso- Los casos de uso deben definirse y describirse con precisión, incluida una descripción de los datos que se recopilarán y utilizarán para los experimentos y una descripción de las métricas para evaluar el progreso.- Los casos de uso deben girar en torno a uno o varios de los siguientes temas:o Conciencia de situación e inteligencia (ATD/ATR, monitorización, detección de cambios, fusión de datos…), para múltiples vectores (robot, UxV, vehículo) y fuentes (multimodal y/o multilingüe)o Operacional C2 (ayuda a la decisión, evaluación de amenazas, predicción de efectos, coordinación de movimientos, planificación de misiones…)o Equipamiento de la misión (vehículo autónomo, decisión deslocalizada…)- Los casos de uso deben ser representativos de las condiciones militares modernas, mediante el uso de cantidades suficientes de datos reales o realistas.- Los casos de uso deben ser desafiantes, es decir, los métodos existentes del estado del arte académico y/o de la industria no deben estar cerca de un punto de saturación (por ejemplo, una tasa de éxito del 100% para un caso de uso de reconocimiento de imagen simple, sin desafíos, en un conjunto básico de datos simulados, no es relevante)- Debe investigarse el proceso mediante el cual un usuario final podría adaptar un sistema para que se ajuste a sus propios datos o reglas, a fin de determinar si es posible hacerlo sin experiencia en IA.- Los sistemas deben ser resistentes a entradas inconsistentes y a ataques (ataques adversarios, envenenamiento de datos...)3) IA frugal- Los sistemas de IA frugales deberían requerir cantidades de datos más pequeñas que los tradicionales de última generación para ofrecer rendimientos similares.- Los sistemas deben compararse con respecto al costo de la creación de datos (en particular, en función de la cantidad de ejemplos etiquetados y no etiquetados) y/o supervisión del sistema (por ejemplo, cantidad mínima de supervisión necesaria para proporcionar un resultado correcto)4) IA robusta- Los sistemas robustos de IA deberían poder garantizar algunas propiedades y comportamientos predefinidos. Al adaptarse a nuevos entornos, deben garantizar la no regresión y posiblemente guiar la supervisión del usuario.- Los sistemas deben evaluarse comparativamente con respecto a estas capacidades y ofrecer un rendimiento mejorado en comparación con los sistemas tradicionales de última generación (al evitar fallas en casos triviales o comportamientos inconsistentes mientras se mantiene el rendimiento en otros casos).Impacto esperado :Los impactos esperados son:- Acelerar la introducción de IA robusta en los sistemas militares;- Aumentar la confianza de los expertos y usuarios finales en los sistemas de IA;- Aumentar el rendimiento y la resiliencia del sistema;- Potenciar la autonomía tecnológica.

Acciones previstas:

Esta convocatoria cubre los siguientes temas:

  • EDF-2021-DIGIT-R-FL: Aprendizaje frugal para una rápida adaptación de los sistemas de IA
  • Organizaciones que pueden participar:

    Abierto para entidades legalmente constituidas y localizadas en alguna de las zonas de actuación de cualquiera de los siguientes tipos:

    • Cualquier tipo de organización

    Zonas de actuacion:

    • Las entidades u organizaciones que participen deberán disponer de su sede social en el ámbito geográfico siguiente:
      • Unión Europea (UE)
      • Asociación Europea de Libre Comercio (AELC)

    Financiacion comunitaria:

    La previsión de financiación comunitaria disponible para la convocatoria de propuestas es:

    • Presupuesto global: 18.500.000,00 €

    Fechas a tener en cuenta:

    • jueves, 09 de diciembre de 2021 a las 18:00 horas

    Dirección general responsable:

    • Dirección General de Relaciones Exteriores: Rue de la Loi , 56, 1049 - Bruxelles
    • Dirección General de Relaciones Exteriores: Rue de la Loi, 170, 1040 - Bruxelles

    convocatoria:

    Para más información visita la página web de la convocatoria

    Convocatorias Relacionadas: