Ricerca e applicazione del 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 alle previsioni climatiche, dalla pianificazione delle infrastrutture alla gestione delle risorse, e altro ancora. Contribuendo agli obiettivi del Piano d'azione AI Continent e della Missione UE sull'adattamento ai cambiamenti climatici, i progetti dovrebbero contribuire a uno dei seguenti:

• L'IA viene utilizzata per migliorare le conoscenze attuabili sull'adattamento climatico per le regioni e le autorità locali europee, 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 una rapida e dirompente accelerazione dei progressi nell'Intelligenza Artificiale, guidata da significativi avanzamenti nella disponibilità diffusa di dati, nella potenza di calcolo e nell'apprendimento automatico^[1]. Mentre il potenziale dell'Intelligenza Artificiale viene scoperto ogni 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 di Adattamento.

Considerando la natura in continua evoluzione della crescita dell'IA, le proposte dovrebbero dimostrare di andare oltre lo stato dell'arte, dovrebbero identificare una lacuna specifica che può essere affrontata da uno strumento basato sull'IA e spiegare perché migliorerebbe i modelli, gli strumenti o le applicazioni esistenti o, in alternativa, giustificare la necessità di sviluppare soluzioni interamente nuove.

In particolare, la proposta dovrebbe affrontare uno dei due seguenti obiettivi:

Obiettivo 1: “IA per dati più accessibili”

L'IA può elaborare rapidamente e identificare modelli da grandi set di dati che altrimenti sarebbero troppo complessi. Le proposte dovrebbero esplorare come l'IA può essere ulteriormente integrata, anche tramite tecniche di IA come il deep learning, per rendere i dati più accessibili e comprensibili, per facilitare un processo decisionale informato da parte delle regioni e delle autorità locali. I miglioramenti dovrebbero essere testati con almeno 3 autorità regionali e locali per garantire che forniscano un valore aggiunto concreto agli utenti finali (cioè i decisori). Inoltre, le proposte dovrebbero applicare tale analisi per migliorare concretamente l'integrità e l'accessibilità dei dati^[2].

Obiettivo 2: “IA per l'adattamento settoriale”

Uso e applicazione di strumenti di apprendimento automatico e IA per aiutare le regioni e le 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 autorità regionali o locali. Il lavoro dovrebbe coinvolgere attori del settore privato con competenze pertinenti nel settore scelto (ad esempio, agricoltura intelligente, settore delle costruzioni e degli edifici, gestione dell'acqua, gestione dei rifiuti, trasporti, resilienza dei sistemi energetici, ecc.), per garantire che tali strumenti basati sull'IA siano progettati per la scalabilità e l'adozione.

Indipendentemente dall'obiettivo affrontato, tutte le proposte dovrebbero fornire materiale di formazione e diffusione per diversi gruppi target, comprese le regioni e le autorità locali, su come sfruttare al meglio i miglioramenti basati sull'IA. Si dovrebbe prestare attenzione a evitare pregiudizi e a garantire che i dati siano rappresentativi di diverse popolazioni, nonché a tenere conto di possibili limitazioni e potenziali disinformazioni quando si utilizza l'IA.