Rechercher et appliquer le potentiel de l'intelligence artificielle pour favoriser la résilience climatique aux niveaux régional et local

Résultat attendu :

L'IA a le potentiel de soutenir ou de faciliter pratiquement tous les aspects des efforts d'adaptation climatique des régions. De l'évaluation des risques à la prévision climatique, de la planification des infrastructures à la gestion des ressources, et plus encore. Contribuant aux objectifs du Plan d'action pour un continent IA et de la Mission de l'UE sur l'adaptation au changement climatique, les projets devraient contribuer à l'un des éléments suivants :

• L'IA est utilisée pour améliorer les connaissances exploitables en matière d'adaptation climatique pour les régions et les autorités locales européennes en intégrant les données climatiques dans les processus de prise de décision.
• Des secteurs spécifiques dans les régions sélectionnées deviennent plus résilients au changement climatique grâce à l'utilisation de l'IA pour améliorer leurs processus ou technologies, tout en faisant progresser leur transformation numérique.

Portée :

Justification

Au cours des dernières années, une accélération rapide et disruptive des progrès de l'intelligence artificielle s'est produite, tirée par des avancées significatives dans la disponibilité généralisée des données, la puissance de calcul et l'apprentissage automatique^[1]. Alors que le potentiel de l'intelligence artificielle est découvert chaque jour et que ses possibilités s'étendent de manière exponentielle, une telle révolution technologique peut accélérer considérablement les efforts de l'Europe vers la résilience climatique et contribuer aux objectifs de la Mission d'adaptation.

Compte tenu de la nature en constante évolution de la croissance de l'IA, les propositions devraient démontrer qu'elles vont au-delà de l'état de l'art, elles devraient identifier une lacune spécifique qui peut être comblée par un outil basé sur l'IA, et expliquer pourquoi cela améliorerait les modèles, outils ou applications existants ou, alternativement, justifier la nécessité de développer des solutions entièrement nouvelles.

En particulier, la proposition devrait aborder l'un des deux objectifs suivants :

Objectif 1 : « L'IA pour des données plus accessibles »

L'IA peut rapidement traiter et identifier des modèles à partir de grands ensembles de données qui seraient autrement trop complexes. Les propositions devraient explorer comment l'IA peut être davantage intégrée, y compris via des techniques d'IA telles que l'apprentissage profond, pour rendre les données plus accessibles et compréhensibles, afin de faciliter la prise de décision éclairée par les régions et les autorités locales. Les améliorations devraient être testées avec au moins 3 autorités régionales et locales pour s'assurer qu'elles apportent une valeur ajoutée concrète aux utilisateurs finaux (c'est-à-dire les décideurs). De plus, les propositions devraient appliquer une telle analyse pour améliorer concrètement l'intégrité et l'accessibilité des données^[2].

Objectif 2 : « L'IA pour l'adaptation sectorielle »

Utilisation et application des outils d'apprentissage automatique et d'IA pour aider les régions et les autorités locales à optimiser leur gestion des ressources et à améliorer les technologies d'adaptation dans les secteurs clés. Les propositions devraient développer et tester les outils sur le territoire d'au moins 5 autorités régionales ou locales. Le travail devrait impliquer des acteurs du secteur privé ayant une expertise pertinente dans le secteur choisi (par exemple, l'agriculture intelligente, le secteur de la construction et des bâtiments, la gestion de l'eau, la gestion des déchets, les transports, la résilience des systèmes énergétiques, etc.), afin de garantir que ces outils basés sur l'IA sont conçus pour l'évolutivité et l'adoption.