AAP Horizon Europe – Advancing Large AI Models: Integration of New Data Modalities and Expansion of Capabilities (AI, Data and Robotics Partnership) HORIZON-CL4-2024-HUMAN-03-01
Thématiques
Les projets doivent contribuer à l’un des résultats suivants :
- Applicabilité accrue des systèmes d’IA de grande taille à de nouveaux domaines par l’intégration de modalités de données innovantes, telles que les mesures de capteurs (par exemple, en robotique, IoT) ou la télédétection (par exemple, l’observation de la Terre).
- Amélioration des capacités des systèmes d’IA multimodaux de grande taille et expansion du nombre de modalités de données gérées conjointement par un même système d’IA, conduisant à un potentiel d’application plus large et à une performance améliorée.
Pour atteindre ces résultats, les propositions doivent couvrir les domaines suivants :
- Modèles d’IA multimodaux innovants : Développement de modèles d’IA de grande taille capables d’intégrer plusieurs modalités de données, y compris texte, données structurées, code informatique, médias visuels ou audio, capteurs robotiques ou IoT, et données de télédétection.
- Préformation et affinement des modèles de fondation multimodaux : Amélioration des méthodes de représentation, d’alignement et d’interaction entre différentes modalités de données.
Nature des projets éligibles
- Intégration de nouvelles modalités de données pour les modèles d’IA de grande taille durant la formation et l’inférence.
- Développement de modèles multimodaux améliorés dépassant l’état de l’art actuel, avec des capacités significativement accrues ou la capacité de gérer un plus grand nombre de modalités.
- Collecte, traitement et alignement intermodal des données : Décrire les caractéristiques et la disponibilité des sources de données fiables, ainsi que les étapes de traitement des données pour garantir la fiabilité, la transparence et l’alignement des données entre les différentes modalités.
- Préformation des modèles de fondation multimodaux : Démontrer des capacités élevées sur une large gamme de tâches, indépendamment des tâches en aval.
- Affinement des modèles de fondation multimodaux pour diverses tâches en aval, en démontrant des cas d’utilisation illustratifs.
- Test et évaluation : Développement de flux de travail, de bancs d’essai, de procédures de test et d’outils pertinents pour évaluer les modèles de fondation et les modèles affinés.
Critères d’éligibilité
- Démarrer à un TRL de 2-3 et atteindre un TRL de 4-5 d’ici la fin du projet.
- Incorporer des caractéristiques de fiabilité telles que l’explicabilité, la sécurité et la confidentialité, conformément aux dispositions du futur Acte sur l’Intelligence Artificielle.
- Adopter une approche multidisciplinaire pour couvrir tous les aspects mentionnés, en respectant les principes de la science ouverte et les principes FAIR (Findable, Accessible, Interoperable, Reusable).
Modalités de financement
- Budget total de l’appel : 50M€
- Taux de cofinancement : Variable selon la nature du projet et le type de porteur.
Informations supplémentaires
Consultez le site EU Funding & Tenders ICI
Contact SAFE : Adeline.gleizal@safecluster.com et Fanny.verilhac@safecluster.com
