Firma CAUSALITY PROSTA SPÓŁKA AKCYJNA uzyskała dotację z Unii Europejskiej na projekt „Opracowanie elastycznej i uniwersalnej metody generowania danych tekstowych i obrazowych o wysokiej jakości i wiarygodności na potrzeby budowy komercyjnych rozwiązań bazujących na uczeniu maszynowym” w ramach programu Fundusze Europejskie dla Nowoczesnej Gospodarki 2021-2027, Priorytet Wsparcie dla przedsiębiorców; Działanie Ścieżka SMART nr FENG.01.01-IP.02-2364/23

Przedmiotem projektu jest opracowanie elastycznej i uniwersalnej metody generowania danych tekstowych i obrazowych o wysokiej jakości i wiarygodności na potrzeby budowy komercyjnych rozwiązań bazujących na uczeniu maszynowym (ML).

W celu stworzenia rozwiązania przewidziano realizację 4 zadań badawczych:

• Opracowanie modeli generatywnych pozwalających na pozyskiwanie syntetycznych danych tekstowych na podstawie wzorców dostarczonych przez użytkownika z zachowaniem semantycznej poprawności i minimalizacją zjawiska halucynacji (badania przemysłowe).
• Integracja rozwiązania generowania danych tekstowych w całościowe rozwiązanie oparte o architekturę mikroserwisową (prace rozwojowe).
• Opracowanie modeli generatywnych pozwalających na pozyskiwanie syntetycznych danych wizualnych (obrazów) na podstawie wzorców dostarczonych przez użytkownika z zachowaniem semantycznej poprawności i minimalizacją zjawiska halucynacji (badania przemysłowe).
• Integracja rozwiązania generowania danych wizualnych w kompletne rozwiązanie oparte o architekturę mikroserwisową (prace rozwojowe).

Produkt będący rezultatem projektu będzie miał formę platformy web wraz z interfejsem API i będzie wdrożony do sprzedaży przez spółkę Causality. Rozwiązanie będzie oferowane w pierwszej kolejności podmiotom tworzącym oprogramowanie bazujące na sztucznej inteligencji (AI), w tym ML. Pozwoli im ono na poszerzenie grupy klientów i przyspieszenie procesu tworzenia tego rodzaju oprogramowania. Uniwersalny charakter produktu pozwoli na jego wykorzystanie do tworzenie rozwiązań dla dowolnej branży, ale w szczególności będzie on użyteczny w obszarach wymagających bardzo wysokiej skuteczności (np. medycyna, finanse, przemysł) i w sytuacji problemów z dostępnością/jakością danych uczących.

Proponowane w projekcie podejście do zagadnień problemowych w obszarze generowania danych syntetycznych umożliwi uzyskanie przewagi konkurencyjnej dzięki zapewnieniu wyższej jakości i rzetelności generowanych danych.

#FunduszeUE #FunduszeEuropejskie

Wartość projektu : 10 052 632,00 zł

Wysokość wkładu z Funduszy Europejskich: 7 223 363,75 zł