Onderzoek doen naar en toepassen van het potentieel van Kunstmatige Intelligentie om klimaatbestendigheid op regionaal en lokaal niveau te bevorderen

Verwacht resultaat

AI heeft het potentieel om vrijwel elk aspect van de klimaatadaptatie-inspanningen van regio’s te ondersteunen of te faciliteren. Van risicobeoordeling tot klimaatvoorspelling, van infrastructuurplanning tot hulpbronnenbeheer, en meer. Bijdragend aan de doelstellingen van het AI Continent Actieplan en de EU-missie Adaptatie aan Klimaatverandering, wordt van projecten verwacht dat zij een van de volgende bijdragen leveren: AI wordt gebruikt om bruikbare kennis over klimaatadaptatie voor Europese regio’s en lokale overheden te verbeteren door klimaatdata te integreren in besluitvormingsprocessen. Specifieke sectoren in de geselecteerde regio’s worden veerkrachtiger tegen klimaatverandering dankzij het gebruik van AI om hun processen of technologieën te verbeteren, terwijl tegelijkertijd hun digitale transformatie wordt bevorderd.

Reikwijdte

Motivatie In de afgelopen jaren heeft zich een snelle en disruptieve versnelling van de vooruitgang in Kunstmatige Intelligentie voorgedaan, gedreven door significante ontwikkelingen in de brede beschikbaarheid van data, rekenkracht en machine learning. Terwijl het potentieel van Kunstmatige Intelligentie dagelijks wordt ontdekt en de mogelijkheden exponentieel toenemen, kan een dergelijke technologische revolutie de inspanningen van Europa richting klimaatbestendigheid aanzienlijk versnellen en bijdragen aan de doelstellingen van de Adaptatiemissie. Gezien de voortdurend veranderende aard van AI-groei, dienen voorstellen aan te tonen dat zij verder gaan dan de stand van de techniek, een specifieke lacune te identificeren die kan worden aangepakt met een AI-gestuurde tool, en uit te leggen waarom dit bestaande modellen, tools of toepassingen zou verbeteren of, als alternatief, de noodzaak te rechtvaardigen om volledig nieuwe oplossingen te ontwikkelen. In het bijzonder dient het voorstel een van de volgende twee doelstellingen te adresseren: Doelstelling 1: “AI voor meer toegankelijke data” AI kan snel grote datasets verwerken en patronen identificeren die anders te complex zouden zijn. Voorstellen dienen te onderzoeken hoe AI verder geïntegreerd kan worden, onder meer via AI-technieken zoals deep learning, om data toegankelijker en begrijpelijker te maken, teneinde geïnformeerde besluitvorming door regio’s en lokale overheden te faciliteren. Verbeteringen dienen getest te worden bij ten minste 3 regionale en lokale overheden om te waarborgen dat zij een concrete meerwaarde bieden voor eindgebruikers (d.w.z. besluitvormers). Bovendien wordt verwacht dat voorstellen deze analyse toepassen om concreet de dataintegriteit en toegankelijkheid te verbeteren. Doelstelling 2: “AI voor sectorale adaptatie” Gebruik en toepassing van machine learning en AI-tools om regio’s en lokale overheden te helpen hun hulpbronnenbeheer te optimaliseren en adaptatietechnologieën in sleutelsector(en) te verbeteren. Voorstellen dienen de tools te ontwikkelen en te testen in het gebied van ten minste 5 regionale of lokale overheden. Het werk dient private sectoractoren met relevante expertise in de gekozen sector (bijv. slimme landbouw, bouw- en vastgoedsector, waterbeheer, afvalbeheer, transport, veerkracht van energiesystemen, enz.) te betrekken, om te waarborgen dat dergelijke AI-gestuurde tools ontworpen zijn voor opschaalbaarheid en adoptie. Ongeacht de nagestreefde doelstelling dienen alle voorstellen trainings- en verspreidingsmateriaal te leveren voor verschillende doelgroepen, waaronder regio’s en lokale overheden, over hoe zij het beste kunnen profiteren van de AI-gestuurde verbeteringen. Er dient aandacht te zijn voor het vermijden van vooroordelen en het waarborgen dat de data representatief is voor diverse bevolkingsgroepen, evenals rekening te houden met mogelijke beperkingen en potentiële misinformatie bij het gebruik van generatieve AI-tools. Om een evenwichtige portefeuille te waarborgen die beide doelstellingen dekt, zullen subsidies worden toegekend aan voorstellen niet alleen op volgorde van rangschikking, maar ten minste ook aan één voorstel dat het hoogst gerangschikt is binnen elke doelstelling, mits de aanvragen aan alle drempels voldoen.

Wat dit betekent voor steden en regio’s

Regio’s en lokale overheden fungeren als eindgebruikers en testlocaties, samen met onderzoekspartners. Kleinere projecten, dus een beheersbaar instappunt voor een middelgrote stad. Thema-budget €12 miljoen; 4 subsidies verwacht; circa €3 miljoen per project. Openstelling 9 februari 2027; sluiting 21 september 2027. AI voor adaptatie werkt met klimaat- en aardobservatiegegevens; Copernicus klimaatprojecties en Sentinel tijdreeksen vormen de natuurlijke trainings- en invoergegevens.