Výzkum a aplikace potenciálu umělé inteligence pro podporu odolnosti vůči změně klimatu na regionální a místní úrovni

Očekávaný výsledek

Umělá inteligence má potenciál podporovat nebo usnadňovat prakticky každý aspekt úsilí regionů o adaptaci na změnu klimatu. Od hodnocení rizik přes klimatické prognózy, od plánování infrastruktury po správu zdrojů a další. Projekty, které přispívají k cílům Akčního plánu AI pro kontinent a mise EU pro adaptaci na změnu klimatu, by měly přispět jedním z následujících způsobů: AI je využita ke zlepšení prakticky využitelných znalostí o adaptaci na klima pro evropské regiony a místní samosprávy integrací klimatických dat do rozhodovacích procesů. Konkrétní sektory ve vybraných regionech se díky využití AI pro zlepšení svých procesů nebo technologií stanou odolnějšími vůči změně klimatu, přičemž současně pokročí ve své digitální transformaci.

Rozsah

Odůvodnění V posledních několika letech došlo k rychlému a zásadnímu zrychlení pokroku v oblasti umělé inteligence, poháněnému významnými pokroky v dostupnosti rozsáhlých dat, výpočetní síle a strojovém učení. Zatímco potenciál umělé inteligence je denně odhalován a její možnosti se exponenciálně rozšiřují, taková technologická revoluce může významně urychlit evropské úsilí o klimatickou odolnost a přispět k cílům mise Adaptace. Vzhledem k neustále se měnící povaze růstu AI by návrhy měly prokázat, že jdou nad rámec současného stavu techniky, měly by identifikovat konkrétní mezeru, kterou lze řešit nástrojem poháněným AI, a vysvětlit, proč by to zlepšilo stávající modely, nástroje nebo aplikace, nebo alternativně zdůvodnit potřebu vyvinout zcela nová řešení. Zejména by návrh měl řešit jeden z následujících dvou cílů: Cíl 1: „AI pro přístupnější data“ AI dokáže rychle zpracovat a identifikovat vzory ve velkých datových souborech, které by jinak byly příliš složité. Návrhy by měly prozkoumat, jak lze AI dále integrovat, včetně technik AI, jako je hluboké učení, aby byla data přístupnější a srozumitelnější a usnadnila informované rozhodování regionů a místních samospráv. Zlepšení by měla být testována alespoň u 3 regionálních a místních samospráv, aby bylo zajištěno, že přinášejí konkrétní přidanou hodnotu koncovým uživatelům (tj. rozhodovacím orgánům). Navíc se očekává, že návrhy takovou analýzu aplikují na konkrétní zlepšení integrity a přístupnosti dat. Cíl 2: „AI pro sektorovou adaptaci“ Použití a aplikace nástrojů strojového učení a AI k pomoci regionům a místním samosprávám optimalizovat správu zdrojů a zlepšit adaptační technologie v klíčovém sektoru nebo sektorech. Návrhy by měly vyvinout a otestovat nástroje na území alespoň 5 regionálních nebo místních samospráv. Práce by měla zapojit soukromé subjekty s relevantní odborností v zvoleném sektoru (např. chytré zemědělství, stavebnictví a sektor budov, správa vody, odpadové hospodářství, doprava, odolnost energetických systémů atd.), aby bylo zajištěno, že takové nástroje poháněné AI jsou navrženy pro škálovatelnost a přijetí. Bez ohledu na řešený cíl by všechny návrhy měly poskytnout školící a propagační materiály pro různé cílové skupiny, včetně regionů a místních samospráv, o tom, jak co nejlépe využít vylepšení poháněná AI. Měla by být věnována pozornost vyvarování se zkreslení a zajištění, že data jsou reprezentativní pro různorodé populace, stejně jako zohlednění možných omezení a potenciálních dezinformací při používání generativních AI nástrojů. Aby bylo zajištěno vyvážené portfolio pokrývající oba cíle, budou granty udělovány nejen podle pořadí v žebříčku, ale také alespoň jednomu návrhu, který je nejlépe hodnocený v rámci každého cíle, za předpokladu, že žádosti splní všechny prahové hodnoty.

Co to znamená pro města a regiony

Regiony a místní samosprávy jako koncoví uživatelé a testovací prostředí spolu s výzkumnými partnery. Menší projekty, tedy zvládnutelný vstupní bod pro středně velké město. Rozpočet tématu 12 milionů eur; očekávají se 4 granty; přibližně 3 miliony eur na projekt. Výzva se otevírá 9. února 2027; uzávěrka 21. září 2027. AI pro adaptaci pracuje s klimatickými a daty z pozorování Země; klimatické projekce Copernicus a časové řady Sentinel jsou přirozenými tréninkovými a vstupními daty.