МСП. Он был запущен в сентябре 2019 года Европейской комиссией в качестве пилотного проекта. С 2021 года он полностью заменяет SME Instrument в Horizon Europe. [17]
Активная жизнь с помощью ассистивных технологий (Active assisted living AAL) – это концепции, продукты, услуги и системы, сочетающие технологии и социальную среду с целью улучшения качества жизни людей. [18]
Активное и здоровое старение (Active and Healthy Ageing) – это процесс оптимизации возможностей, связанных со здоровьем, участием и безопасностью, с целью улучшения качества жизни. [19]
Алгоритм (Algorithm) – это точное предписание о выполнении в определенном порядке системы операций для решения любой задачи из некоторого данного класса (множества) задач. Термин «алгоритм» происходит от имени узбекского математика Мусы аль-Хорезми, который еще в 9 веке (ок. 820 г. н.э.) предложил простейшие арифметические алгоритмы. В математике и кибернетике класс задач определенного типа считается решенным, когда для ее решения установлен алгоритм. Нахождение алгоритмов является естественной целью человека при решении им разнообразных классов задач. Также, Алгоритм (Algorithm) – это набор инструкций для решения проблемы или выполнения задачи. Одним из распространенных примеров алгоритма является рецепт, который состоит из конкретных инструкций по приготовлению блюда или еды. Каждое компьютеризированное устройство использует алгоритмы для выполнения своих функций в виде аппаратных или программных процедур [20]
Алгоритмическая оценка (Algorithmic Assessment) – это техническая оценка, которая помогает выявлять и устранять потенциальные риски и непредвиденные последствия использования систем искусственного интеллекта, чтобы вызвать доверие и создать поддерживающие системы вокруг принятия решений ИИ.
Алгоритмы машинного обучения (Machine learning algorithms) – это фрагменты кода, которые помогают пользователям исследовать и анализировать сложные наборы данных и находить в них смысл или закономерность. Каждый алгоритм – это конечный набор однозначных пошаговых инструкций, которые компьютер может выполнять для достижения определенной цели. В модели машинного обучения цель заключается в том, чтобы установить или обнаружить закономерности, с помощью которых пользователи могут создавать прогнозы либо классифицировать информацию. В алгоритмах машинного обучения используются параметры, основанные на учебных данных (подмножество данных, представляющее более широкий набор). При расширении учебных данных для более реалистичного представления мира с помощью алгоритма вычисляются более точные результаты. В различных алгоритмах применяются разные способы анализа данных. Они часто группируются по методам машинного обучения, в рамках которых используются: контролируемое обучение, неконтролируемое обучение и обучение с подкреплением. В наиболее популярных алгоритмах для прогнозирования целевых категорий, поиска необычных точек данных, прогнозирования значений и обнаружения сходства используются регрессия и классификация [