Partage de données pour l'entraînement de modèles de fondation d'IA dans le secteur de l'énergie

Quel est l’objet de cet appel ?

Le thème finance des projets qui développent un partage sécurisé des données et des modèles de fondation d'IA (en source ouverte dans la mesure du possible) pour le système énergétique, testés en laboratoire et dans des projets pilotes en conditions réelles. Les projets devraient atteindre le niveau de maturité technologique 7-8.

Que finance cet appel ?

Champ d'application

La qualité des modèles d'IA dépend de la quantité, de la qualité et de la représentativité des données d'entraînement. Les projets devraient développer, entraîner et tester des modèles de fondation d'IA à partir de vastes ensembles de données afin d'accélérer la transition énergétique dans des domaines clés du secteur. En s'appuyant sur les travaux antérieurs relatifs à l'espace européen commun des données relatives à l'énergie et au groupe d'experts Data 4 Energy, ils devraient démontrer, lors du dépôt de la proposition, leur accès à de grands ensembles de données pertinents et élaborer des stratégies innovantes et évolutives de gouvernance et de partage des données qui restent opérationnelles après le projet. Parmi les stratégies à explorer figurent les connecteurs d'espaces de données, l'entraînement fédéré permettant d'utiliser des données confidentielles, les données synthétiques pour combler les lacunes et un environnement d'entraînement pour l'IA.

Ce que les projets devraient faire

• Développer des modèles de fondation pour au moins un cas d'utilisation dans le domaine de l'énergie, par exemple la planification et l'exploitation des réseaux électriques (calcul statique des flux de puissance et modélisation dynamique des transitoires électromagnétiques), les prévisions, la gestion des congestions, la détection d'anomalies, le diagnostic des défaillances, la maintenance prédictive, la gestion de la flexibilité, l'efficacité énergétique du côté de la demande ou la recharge intelligente et bidirectionnelle des véhicules électriques.
• Tester et valider les modèles dans des démonstrateurs en laboratoire et des projets pilotes en conditions réelles, en utilisant des installations issues de projets antérieurs d'installations d'essai et d'expérimentation de l'IA ; des bacs à sable réglementaires peuvent être envisagés.
• Réunir les détenteurs de données (par exemple les entreprises de services publics, les gestionnaires de réseau et les propriétaires d'actifs), les développeurs d'applications (jeunes pousses, PME, hyperscalers) et les déployeurs de modèles (industrie, gestionnaires de réseau, fabricants d'équipements).
• Les projets peuvent bénéficier de la capacité de calcul des usines d'IA de la Commission, en particulier des trois consacrées aux applications énergétiques.
• Respecter les principes éthiques, de sûreté et de sécurité, en intégrant la transparence, l'explicabilité et la responsabilité, privilégier le développement en source ouverte lorsque cela est possible et éviter les biais afin que les données représentent des populations diverses.
• Contribuer à l'initiative BRIDGE et y participer.

Les activités devraient atteindre le niveau de maturité technologique 7-8 d'ici à la fin du projet et peuvent commencer à n'importe quel niveau.

Résultats attendus

L'ensemble des résultats suivants : des méthodes efficaces et innovantes pour collecter, partager et utiliser de grands ensembles de données énergétiques pour l'entraînement de l'IA tout en garantissant la confidentialité et la sécurité ; des modèles de fondation avancés et, dans la mesure du possible, en source ouverte, qui soutiennent la numérisation du système énergétique grâce à une meilleure observabilité des réseaux, à la prévision de l'offre et de la demande, à l'intégration du stockage et des énergies renouvelables, à la flexibilité du côté de la demande et à l'efficacité énergétique ; davantage de coopération et d'interopérabilité entre les acteurs de l'énergie pour un échange sécurisé de données ; et des méthodes de développement de l'IA dont les résultats restent faciles à trouver, accessibles, interopérables et réutilisables au-delà du projet, en source ouverte et adaptables à l'évolution technologique.

Quelle est la date limite ?

1er décembre 2026 (26 jours)