Intercambio de datos para el entrenamiento de modelos fundacionales de IA en el sector de la energía

¿De qué trata esta convocatoria?

El tema financia proyectos que desarrollan el intercambio seguro de datos y modelos fundacionales de IA (de código abierto siempre que sea posible) para el sistema energético, probados en laboratorio y en pilotos en condiciones reales. Se espera que los proyectos alcancen un nivel de madurez tecnológica 7-8.

¿Qué financia esta convocatoria?

Ámbito

La calidad de los modelos de IA depende de la cantidad, la calidad y la representatividad de los datos de entrenamiento. Los proyectos deberían desarrollar, entrenar y probar modelos fundacionales de IA con amplios conjuntos de datos para acelerar la transición energética en ámbitos clave del sector. Partiendo de trabajos anteriores sobre el espacio común europeo de datos de la energía y del grupo de expertos Data 4 Energy, se espera que demuestren el acceso a grandes conjuntos de datos pertinentes en el momento de presentar la propuesta y que desarrollen estrategias innovadoras y escalables de gobernanza e intercambio de datos que sigan operativas una vez finalizado el proyecto. Entre las estrategias que deben explorarse figuran los conectores de espacios de datos, el entrenamiento federado que permite utilizar datos confidenciales, los datos sintéticos para colmar lagunas y un entorno de entrenamiento de IA.

Qué se espera de los proyectos

• Desarrollar modelos fundacionales para al menos un caso de uso energético, como la planificación y la explotación de redes eléctricas (flujo de potencia estático y modelización dinámica de transitorios electromagnéticos), la previsión, la gestión de congestiones, la detección de anomalías, el diagnóstico de fallos, el mantenimiento predictivo, la gestión de la flexibilidad, la eficiencia energética del lado de la demanda o la recarga inteligente y bidireccional de vehículos eléctricos.
• Probar y validar los modelos en demostradores de laboratorio y en pilotos en condiciones reales, utilizando instalaciones de proyectos anteriores de instalaciones de ensayo y experimentación de IA; pueden contemplarse espacios controlados de pruebas.
• Reunir a los titulares de datos (por ejemplo, empresas de servicios públicos, gestores de redes y propietarios de activos), los desarrolladores de aplicaciones (empresas emergentes, pymes, hiperescaladores) y los responsables del despliegue de los modelos (industria, gestores de redes, fabricantes de equipos).
• Los proyectos pueden beneficiarse de la capacidad de computación de las fábricas de IA de la Comisión, en particular de las tres orientadas a aplicaciones energéticas.
• Respetar los principios éticos, de seguridad y de protección, con la transparencia, la explicabilidad y la rendición de cuentas integradas desde el diseño, optar por el desarrollo de código abierto cuando sea viable y evitar los sesgos para que los datos representen a poblaciones diversas.
• Contribuir a la iniciativa BRIDGE y participar en ella.

Se espera que las actividades alcancen un nivel de madurez tecnológica 7-8 al final del proyecto, y pueden comenzar en cualquier nivel.

Resultados esperados

Todos los siguientes: métodos eficaces e innovadores para recopilar, compartir y utilizar grandes conjuntos de datos energéticos para el entrenamiento de IA garantizando la privacidad y la seguridad; modelos fundacionales avanzados y, siempre que sea posible, de código abierto que apoyen la digitalización del sistema energético mediante una mejor observabilidad de la red, la previsión de la oferta y la demanda, la integración del almacenamiento y de las energías renovables, la flexibilidad del lado de la demanda y la eficiencia energética; más cooperación e interoperabilidad entre los agentes del sector energético para un intercambio seguro de datos; y métodos de desarrollo de IA cuyos resultados sigan siendo localizables, accesibles, interoperables y reutilizables más allá del proyecto, de código abierto y adaptables a los cambios tecnológicos.

¿Cuándo termina el plazo?

1 de diciembre de 2026 (26 días)