Progetto ENFIELD - Bando aperto per programmi di scambio

Il progetto ENFIELD dispone di 1,1 milioni di euro per fornire sostegno a un totale di 76 ricercatori per rispondere a sfide specifiche attraverso quattro cicli di bandi aperti per programmi di scambio. ENFIELD invita a presentare proposte da parte di ricercatori europei o gruppi di ricercatori per borse di mobilità al fine di condurre attività di ricerca di base relative a specifiche sfide scientifiche/tecnologiche nell'ambito dell'intelligenza artificiale.

Queste sfide devono essere affrontate promuovendo e diffondendo l'eccellenza, favorendo la ricerca interdisciplinare per una scienza innovativa e responsabilizzando e fidelizzando i giovani ricercatori. ENFIELD riunisce i migliori talenti, le tecnologie e le risorse della ricerca e dell'industria di livello mondiale in Europa per sviluppare congiuntamente attività di ricerca di alto livello in sincronia con le sfide dell'industria.

Il bando non finanzia la ricerca in sé, ma promuove le interazioni e rafforza la collaborazione di ricerca tra i ricercatori di tutta Europa, concedendo un contributo per svolgere attività di ricerca presso le organizzazioni partner di ENFIELD per 3-6 mesi.

Le proposte devono riguardare i topic di ricerca ENFIELD sull'intelligenza artificiale adattiva, verde, incentrata sull'uomo o affidabile per contribuire al progresso della ricerca nei settori della sanità, dell'energia, della produzione e dello spazio.

I ricercatori dovranno condurre attività di ricerca di base relative a sfide scientifiche/tecnologiche specifiche in almeno una delle seguenti aree:

Green AI

• G-AI.1: Metriche di intelligenza artificiale verde
• G-AI.2 Apprendimento automatico informato dalla fisica
• G-AI.3 Il panorama delle politiche per l'IA verde
• G-AI.4 Modelli di linguaggio generativo ecologico
• G-AI.5 Modelli linguistici di grandi dimensioni ad alta efficienza energetica per l'ingegneria del software sostenibile
• G-AI.6 Modelli di mondo ecologici
• G-AI.7 IA verde cooperativa multi-agente

Adaptive AI

• A-AI.1 IA adattiva per il monitoraggio ambientale: Fusione di dati multimodali per una distribuzione consapevole del contesto
• Consapevole del contesto
• A-AI.2 IA adattiva per il multimedia: Compressione appresa e applicazioni in tempo reale
• A-AI.3. IA adattiva on the Edge - Innovazioni per sistemi con risorse limitate
• A-AI.4 -LLM on the Edge
• A-AI.5 - Gemello digitale adattivo alimentato dall'intelligenza artificiale per innovare la sicurezza e la resilienza dell'assistenza sanitaria
• A-AI.6 IA adattiva per il ragionamento semantico generalizzabile e multimodale
• A-AI.7 Corrispondenza e collegamento di entità biomediche su larga scala a scatto zero
• A-AI.8 Algoritmi efficienti dal punto di vista dei parametri per i modelli di fondazione
• A-AI.9 Resistenza e generalizzazione in modelli singoli o multimodali

Human Centric AI

• HC-AI.1 Interpretabilità e incertezza nei modelli predittivi
• HC-AI.2 Migliorare la trasparenza e la spiegabilità dei sistemi di IA basati sul web attraverso descrizioni semi-strutturate in linguaggio naturale
• HC-AI.3 IA spiegabile per l'analisi di dati multimodali e sequenziali nei processi fisici e chimici

Trustworthy AI

• T-AI.1 Sicurezza e solidità dei sistemi di IA
• T-AI.2 Privacy e conformità dei sistemi di IA
• T-AI.3 Pianificazione affidabile basata su ML per il settore energetico
• T-AI.4 IA nei sistemi distribuiti
• T-AI.5 Valutare l'affidabilità dei sistemi di IA distribuiti
• T-AI.6 Interfaccia cervello-voce: Dai segnali neurali al ripristino della comunicazione
• T-AI.7 Biometria vocale sicura con rilevamento della voce falsa

Verticali

• VE.1 Combinare l'IA con l'LLM per una chiara interazione umana con dati complessi 
• VE.2 Interrogazione e visualizzazione dei dati basati su LLM
• VS.1 Generazione di un dataset sintetico di detriti di oggetti estranei sulle piste e sulle FATO 
• VS.2 Rilevamento di potenziali prelievi illegali di acqua utilizzando l'Intelligenza Artificiale e l'Osservazione della Terra 
• VS.3 Modello di apprendimento automatico causale per identificare le pratiche agricole che aiutano a migliorare la produttività dei raccolti utilizzando dati di osservazione della Terra (EO).
• VM.1 Rilevamento di persone in computer vision, indipendente dal contesto. 
• VM.2 Rilevamento dello stress per gli operatori umani basato sul Machine Learning

Per i dettagli su ciascuna sfida, compresi le sfide scientifiche proposte, le attività di ricerca e i risultati attesi, consultare il Catalogo delle sfide.

Possono partecipare al bando:

• Dottorandi (che dimostrino di essere iscritti a un programma di dottorato)
• Post-doc (che dimostrino di essere impiegati presso un'università, un centro di ricerca o un'azienda)
• Ricercatori senior (che dimostrino di lavorare presso un'università, un centro di ricerca o un'azienda)

In caso di candidatura di un gruppo di ricercatori, il team deve essere composto da un minimo di un Post-doc/Ricercatore senior + uno (o due) dottorandi.

I ricercatori delle organizzazioni partner di ENFIELD non possono candidarsi.

I candidati devono avere sede negli Stati membri dell'UE o nei Paesi associati a Horizon Europe.

Dotazione finanziaria complessiva: 1.100.000 Euro

I ricercatori occupati che saranno selezionati potranno beneficiare di un’indennità di mobilità di 2.400 Euro al mese (fino a 14.400 Euro in totale).

Pagina web per formulari e documenti

Portale F&T

Bando

Linee Guida

Si consiglia di consultare regolarmente il sito web ufficiale del bando per gli aggiornamenti e le informazioni addizionali.