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

Sprejemanje umetne inteligence v EU

Ciljne organizacije:	Državne, Neprofitne, Občine, Podjetja
Kategorija:	Digitalizacija, Podjetništvo

Izdajatelj:	Evropska komisija
Spletna stran:	https://ec.europa.eu/info/funding-tenders/opportunities/port…

Celotni budžet:	13.000.000 €
Rok za oddajo:	21.10.2021
Podelitev min-max:	0 € – 9.000.000 €
Lastna udeležba*:	%
Ključne besede:	Computer sciences, Electrical and electronic engineering, Horizon, Machine learning, Robotics and automatic control, information science and bioinfo, statistical data processing and
Zanimiv razpis?

Najdi sredstva zase

Opis razpisa
Upravičene organizacije (6)
Projektni partnerji (3)
Upravičeni stroški (6)
O časovnici (2)
Posebni pogoji

Pričakuje se, da bodo rezultati predlogov prispevali k enemu od naslednjih pričakovanih rezultatov, odvisno od njihove osredotočenosti (predlogi se morajo osredotočiti izključno na enega od dveh pričakovanih rezultatov):

Rezultat 1:

Učinkovito javno-zasebno partnerstvo na področju umetne inteligence, podatkov in robotike, ki podpira skupnost in izvajanje SRIDA.
Okrepljene povezave med pobudami na področju umetne inteligence, podatkov in robotike v programih H2020, Obzorje Evropa, Digitalna Evropa in drugih programih (mreže centrov odličnosti, DIH, pilotni projekti, podatkovne platforme in drugi projekti).
Razširjeni izobraževalni in ozaveščevalni programi
Večja uporaba tehnologij umetne inteligence v vseh državah članicah in pridruženih državah za odpravo razlik med državami članicami in pridruženimi državami.
Večja uporaba zaupanja vredne umetne inteligence, podatkov in robotike pri javnih in zasebnih naročilih (B2B, B2C, B2G itd.).
Standardizacijske metode za zaupanja vredno in etično UI za spodbujanje industrije UI, podatkov in robotike ter v podporo regulativnemu okviru Komisije.

Rezultat 2:

Učinkovita podpora raziskovalni skupnosti prek platforme AI-on-demand-platform, javnega vira skupnosti.

Do financiranja so upravičene pravne osebe, ki imajo sedež v eni od upravičenih držav:

državah članicah Evropske unije
čezmorskih državah in ozemljih (ČDO), ki so povezane z državami članicami
upravičene države, ki niso članice EU: države, povezane s Horizon Europe

Sredstva namenjena temu razpisu se gibljejo v višini 13.000.000 EUR.

Komisija ocenjuje, da bo prispevek EU znašal od 4 do 9 milijonov EUR na projekt, da bi se ti rezultati obravnavali ustrezno. Kljub temu to ne izključuje predložitve in izbire predloga, ki zahteva drugačne zneske.