Grands Défis

L’une des ambitions de TRAIL est de concilier autant que possible la recherche de pointe avec les besoins du tissu économique wallon. Une approche pour atteindre cet objectif a été d’amener des chercheurs et chercheuses à définir en étroite collaboration avec des entreprises, pas nécessairement active dans le secteur de l’IA à ce jour, 8 défis collectifs.

Chacun de ces défis est placé sous la responsabilité d’un centre de recherche agréé qui coordonne le travail des chercheurs et chercheuses issu.es de l’ensemble des partenaires du projet. Dans chaque défi, se retrouve également une ou plusieurs des 4 grandes thématiques de recherche de TRAIL que sont :

Filter by:
  • All Projects
  • Embedded AI
  • Human AI
  • Model-Driven AI
  • Trusted AI

Apprendre pour optimiser (Métaheuristiques et apprentissage automatique pour l'optimisation combinatoire)

Apprendre pour optimiser (Métaheuristiques et apprentissage automatique pour l'optimisation combinatoire)

MDA

Prévision, gestion et optimisation de l'énergie basées sur l'apprentissage automatique en vue d'un meilleur processus de décision en matière d'énergie

Prévision, gestion et optimisation de l'énergie basées sur l'apprentissage automatique en vue d'un meilleur processus de décision en matière d'énergie

MDA

Intelligence artificielle à spectre complet préservant la vie privée

Intelligence artificielle à spectre complet préservant la vie privée

TRU

Apprentissage automatique faiblement supervisé, vers une IA plus générale

Apprentissage automatique faiblement supervisé, vers une IA plus générale

EMB

Une IA digne de confiance pour les systèmes critiques

Une IA digne de confiance pour les systèmes critiques

TRU

Interactions avec l'IA de pointe pour atteindre le zéro-défaut, le zéro-accident et le zéro-épuisement dans un environnement de production

Interactions avec l'IA de pointe pour atteindre le zéro-défaut, le zéro-accident et le zéro-épuisement dans un environnement de production

HUM

Utiliser des solutions d'IA avancées pour obtenir un produit de qualité constante tout au long du cycle de développement et de fabrication d'un produit.

Utiliser des solutions d'IA avancées pour obtenir un produit de qualité constante tout au long du cycle de développement et de fabrication d'un produit.

HUM

Méthodes de modélisation hybrides vers une ingénierie augmentée : Le cas d'utilisation de la fabrication additive assistée par l'IA

Méthodes de modélisation hybrides vers une ingénierie augmentée : Le cas d'utilisation de la fabrication additive assistée par l'IA

EMB