Ricercare e applicare il potenziale dell'Intelligenza Artificiale per promuovere la resilienza climatica a livello regionale e locale

Risultato atteso

L’IA ha il potenziale per supportare o facilitare praticamente ogni aspetto degli sforzi di adattamento climatico delle regioni. Dalla valutazione del rischio alla previsione climatica, dalla pianificazione delle infrastrutture alla gestione delle risorse, e altro ancora. Contribuendo agli obiettivi del Piano d’Azione Continentale sull’IA e della Missione UE sull’Adattamento ai Cambiamenti Climatici, i progetti sono chiamati a contribuire in uno dei seguenti modi: l’IA viene utilizzata per migliorare la conoscenza azionabile sull’adattamento climatico per le regioni europee e le autorità locali integrando i dati climatici nei processi decisionali. Settori specifici nelle regioni selezionate diventano più resilienti ai cambiamenti climatici grazie all’uso dell’IA per migliorare i loro processi o tecnologie, avanzando contemporaneamente la loro trasformazione digitale.

Ambito

Motivazione Negli ultimi anni si è verificata un’accelerazione rapida e dirompente nei progressi dell’Intelligenza Artificiale, guidata da significativi avanzamenti nella disponibilità diffusa di dati, nella potenza di calcolo e nel machine learning. Mentre il potenziale dell’Intelligenza Artificiale viene scoperto giorno dopo giorno e le sue possibilità si espandono esponenzialmente, tale rivoluzione tecnologica può accelerare significativamente gli sforzi dell’Europa verso la resilienza climatica e contribuire agli obiettivi della Missione Adattamento. Considerata la natura in continua evoluzione della crescita dell’IA, le proposte dovrebbero dimostrare di andare oltre lo stato dell’arte, identificare una specifica lacuna che può essere colmata da uno strumento basato sull’IA e spiegare perché migliorerebbe modelli, strumenti o applicazioni esistenti o, in alternativa, giustificare la necessità di sviluppare soluzioni completamente nuove. In particolare, la proposta dovrebbe affrontare uno dei seguenti due obiettivi: Obiettivo 1: “IA per dati più accessibili” L’IA può elaborare rapidamente e identificare schemi da grandi set di dati che altrimenti sarebbero troppo complessi. Le proposte dovrebbero esplorare come l’IA possa essere ulteriormente integrata, anche tramite tecniche di IA come il deep learning, per rendere i dati più accessibili e comprensibili, facilitando decisioni informate da parte di regioni e autorità locali. I miglioramenti dovrebbero essere testati con almeno 3 regioni o autorità locali per garantire che forniscano un valore aggiunto concreto agli utenti finali (cioè i decisori). Inoltre, le proposte sono chiamate ad applicare tale analisi per migliorare concretamente l’integrità e l’accessibilità dei dati. Obiettivo 2: “IA per l’adattamento settoriale” Uso e applicazione di strumenti di machine learning e IA per aiutare regioni e autorità locali a ottimizzare la gestione delle risorse e migliorare le tecnologie di adattamento in settori chiave. Le proposte dovrebbero sviluppare e testare gli strumenti nel territorio di almeno 5 regioni o autorità locali. Il lavoro dovrebbe coinvolgere attori del settore privato con competenze rilevanti nel settore scelto (ad esempio agricoltura intelligente, settore delle costruzioni e degli edifici, gestione delle acque, gestione dei rifiuti, trasporti, resilienza dei sistemi energetici, ecc.), per garantire che tali strumenti basati sull’IA siano progettati per scalabilità e adozione. Indipendentemente dall’obiettivo affrontato, tutte le proposte dovrebbero fornire materiale formativo e di divulgazione per diversi gruppi target, incluse regioni e autorità locali, su come sfruttare al meglio i miglioramenti basati sull’IA. Si dovrebbe prestare attenzione a evitare bias e garantire che i dati siano rappresentativi di popolazioni diverse, oltre a considerare possibili limitazioni e potenziali disinformazioni nell’uso di strumenti di IA generativa. Per assicurare un portafoglio equilibrato che copra entrambi gli obiettivi, i finanziamenti saranno assegnati non solo in ordine di graduatoria ma almeno anche a una proposta con il punteggio più alto per ciascun obiettivo, a condizione che le candidature raggiungano tutte le soglie.

Cosa significa per città e regioni

Regioni e autorità locali come utenti finali e laboratori di prova, insieme ai partner di ricerca. Progetti più piccoli, quindi un punto di ingresso gestibile per una città di medie dimensioni. Budget del tema 12 milioni di euro; 4 sovvenzioni previste; circa 3 milioni di euro per progetto. Apertura 9 febbraio 2027; chiusura 21 settembre 2027. L’IA per l’adattamento si basa su dati climatici e di osservazione della Terra; le proiezioni climatiche Copernicus e le serie temporali Sentinel sono i dati naturali di addestramento e input.