Subventions et contributions gouvernementales

Recherche et développement pour la défense Canada (RDDC), en collaboration avec les communautés de sûreté et de sécurité du Canada, cherche à faire progresser l'application de technologies avancées prometteuses d'aide à la décision, y compris, mais sans s'y limiter, l'intelligence artificielle et l'apprentissage machine, les capteurs intelligents, les technologies portables, les technologies de connectivité de l'Internet des objets (p. ex. 5G, longue portée (LoRa)) et les environnements synthétiques (par exemple, réalité virtuelle, réalité augmentée, réalité étendue, réalité mixte) dans le domaine de la sûreté et de la sécurité.

Ceci, afin d’atténuer les vulnérabilités exploitables par les technologies émergentes et l’intelligence artificielle (IA), dans la chaîne d’approvisionnement nucléaire, qui représentent des menaces émergentes pour la sécurité nucléaire mondiale.

CSI propose de développer un cadre logiciel d’intelligence artificielle en périphérie pour le SEC. Ce cadre augmentera la capacité de l’intelligence artificielle déployée sur les satellites qui agissent comme des nœuds en périphérie de réseau tout en s’adaptant aux nouvelles tâches.

Faire avancer la recherche exploratoire dans le cadre de l’initiative Nouveaux débuts.

Le projet vise à développer, tester et déployer de grands modèles de langage pour synthétiser de grandes quantités d’informations sur les équipements médicaux achetés par les hôpitaux et les cliniques dans le cadre d’un processus de passation de marchés.

Ce projet vise à améliorer le flux de travail de l'échographie thyroïdienne à l'aide de l'intelligence artificielle, et ce, en simplifiant l'acquisition et l'interprétation de l'examen échographique de la thyroïde.

Construire un pipeline efficace de conception de médicaments assistée par ordinateur pour trier de grandes banques de composés bioactifs en petits groupes de molécules actives présumées qui présenteront des propriétés biologiques améliorées (biodisponibilité, efficacité et affinité vis-à-vis des protéines cibles). Elle se concentrera sur la génération de molécules qui seront filtrées en fonction de leurs propriétés physiochimiques calculées afin de sélectionner les analogues les plus proches des médicaments, présentant une similarité structurelle avec les cannflavines existantes et présentant des interactions ligand-cible optimales. Le pouvoir prédictif de cette plateforme permet d’accélérer la sélection de composés prometteurs, de mieux comprendre les interactions entre les médicaments et les récepteurs et est avantageux du point de vue de la réduction des coûts, du délai de mise sur le marché et de l’élargissement du portefeuille de produits.

Assemblage et commercialisation d'une solution d'impartition et de gestion de la page carrières et professions des portails web des entreprises PME assortie d'une proposition de services conseil.

Développement d'un logiciel permettant d'améliorer l'efficacité de l'étiquetage des données en automatisant la majorité du travail d'entraînement des algorithmes d'apprentissage de l'IA afin de produire le résultat souhaité. Les données étiquetées sont nécessaires, par exemple, aux systèmes autonomes pour reconnaître les objets, et de nombreux processus actuels d'étiquetage manuel des données prennent beaucoup de temps et nécessitent une intervention humaine importante.

Citylitics améliore ses pipelines de données en mettant en œuvre des algorithmes de balisage avancés afin de créer des ensembles de données structurés et spécifiques à chaque secteur. Ce projet vise à améliorer l’extraction des métadonnées afin de soutenir les analyses basées sur l’IA et les futures capacités génératives de l’IA.