Designação do projeto
AI4OptiAgri - Soluções de IA e Data Science para a Optimização da Agricultura de Precisão
Código da operação: COMPETE2030-FEDER-00630300, LISBOA2030-FEDER-00630300 (projeto n.º 14616)
Objetivo principal: Optimizar a produção agrícola de forma sustentável e o uso dos recursos de forma eficiente e equilibrada, com claros benefícios, quer para a agricultura, quer para o ambiente.
Região de intervenção: Lisboa, Centro e Alentejo
Entidade beneficiária: SISCOG - Sistemas Cognitivos, SA e Instituto Nacional de Investigação Agrária e Veterinária, I.P.
Data de aprovação: 26-09-2024
Data de início: 01-03-2024
Data de conclusão: 28-02-2027
Custo total elegível: 2.299.242,08 Euros
Apoio financeiro da União Europeia: 1.130.146,71 Euros
Objetivos, atividades e resultados esperados:
O AI4OptiAgri é um projeto realizado em consórcio (SISCOG e INIAV) para optimizar a produção agrícola de forma sustentável e o uso dos recursos de forma eficiente e equilibrada, com claros benefícios, quer para a agricultura, quer para o ambiente.
Aborda sete temáticas - fenologia, coeficientes culturais, intensidade do stress hídrico, estado nutricional, deteção de doenças, plataforma de fenotipagem e estimativa da produção - em quatro fileiras agrícolas - a vinha, o olival, a fruticultura e o amendoal - para testar e validar o protótipo a desenvolver.
Pretende-se combinar quatro tecnologias inovadoras - sensoriamento remoto com múltiplos tipos de sensores, fusão de dados, Inteligência Artificial e Data Science - de forma a desenvolver modelos sofisticados e poderosos que permitam extrair de dados expressivos e ricos conhecimento relevante para a tomada de decisão na produção agrícola.
Designação do projeto
RAPID - Resource Allocation and Planning IntegrateD
Código da operação: LISBOA2030-FEDER-01057000 (projeto n.º 17222)
Objetivo principal: O projeto RAPID aborda a introdução de técnicas e de componentes inovadores nos
produtos da SISCOG, com o objetivo de manter a empresa à frente da concorrência num mercado internacional com grandes empresas que abordam o seu nicho de mercado.
Região de intervenção: Lisboa
Entidade beneficiária: SISCOG - Sistemas Cognitivos, SA
Data de aprovação: 13-09-2024
Data de início: 16-04-2024
Data de conclusão: 14-04-2026
Custo total elegível: 760.759,29 Euros
Apoio financeiro da União Europeia: 304.303,72 Euros
Objetivos, atividades e resultados esperados:
O projeto RAPID aborda a introdução de técnicas e de componentes inovadores nos produtos da SISCOG.
A SISCOG, fundada em 1986 como uma empresa de Inteligência Artificial, concorre no mercado internacional com grandes empresas que abordam o seu nicho de mercado. O sucesso, e a própria sobrevivência da SISCOG, depende da inovação que introduz nos seus produtos, mantendo-a à frente da concorrência.
Os desenvolvimentos propostos neste projeto estão inscritos no plano estratégico da SISCOG para 2024-26. O financiamento solicitado será uma forma do Governo Português apoiar uma empresa que atua no mercado internacional desde 1993, correspondendo cerca de 90% da sua faturação a exportações para países do norte da Europa e da América. Será também um meio de apoiar desenvolvimentos na área estratégica de Inteligência Artificial.
Designação do projeto
SPARK - Siscog Prospecting new mARKets
Código do projeto: LISBOA-02-0752-FEDER-071247
Objetivo principal: Reforçar a competitividade das pequenas e médias empresas
Região de intervenção: Lisboa
Entidade beneficiária: SISCOG - Sistemas Cognitivos, SA
Data de aprovação: 28-04-2021
Data de início: 26-04-2021
Data de conclusão: 30-06-2023
Custo total elegível: 539.053,14 Euros
Apoio financeiro da União Europeia: 215.621,26 Euros, através do Fundo Europeu de Desenvolvimento Regional
Objetivos, atividades e resultados esperados:
A SISCOG tem-se dedicado ao desenvolvimento de sistemas para o planeamento e gestão optimizados de recursos para a área de transportes de passageiros, a nível internacional. Actualmente, além de Portugal, tem clientes em 7 países, em 2 continentes. Quase 100% da facturação provém de exportações de software totalmente "made in Portugal".
Os objectivos deste projecto são:
- o reforço da facturação internacional,
- através da angariação de novos clientes
- diversificando os mercados actuais e
- o lançamento de uma nova área ligada a Data Science e Machine Learning.
Designação do projeto
AI4RealAg - Soluções de Inteligência Artificial e Data Science para a implementação e democratização da agricultura digital
Código do projeto: LISBOA-01-0247-FEDER-069670, POCI-01-0247-FEDER-069670
Objetivo principal: Reforçar a investigação, o desenvolvimento tecnológico e a inovação
Região de intervenção: Lisboa, Centro e Alentejo
Entidade beneficiária:
SISCOG - Sistemas Cognitivos, SA,
Beyond Vision - Sistemas Móveis Autónomos de Realidade Aumentada, Lda
Instituto Nacional de Investigação Agrária e Veterinária, I.P.
Data de aprovação: 24-05-2021
Data de início: 01-09-2020
Data de conclusão: 30-06-2023
Custo total elegível: 2.661.843,68 Euros
Apoio financeiro da União Europeia: 1.562.945,17 Euros, através do Fundo Europeu de Desenvolvimento Regional
Objetivos, atividades e resultados esperados:
O AI4RealAg é um projecto de investigação, realizado em consórcio pela SISCOG, INIAV e BEYOND VISION, que tem como objectivo contribuir para o aumento da produção e qualidade agrícola, garantindo um impacto positivo na sustentabilidade agrícola e ambiental.
O projecto pretende:
- Desenvolver modelos de Inteligência Artificial (IA) e Data Science que, através da análise de grandes volumes de dados, permitam extrair conhecimento oculto dos dados, nomeadamente, padrões, tendências e correlações, que suportem uma tomada de decisão mais inteligente, bem como a elaboração de previsões;
- Desenvolver um sensoriamento remoto combinado multiespectral, térmico, 4K 360º e LiDAR, através da exploração dos cada vez maiores payloads dos drones, de forma a aumentar a qualidade dos dados que alimentam os modelos de IA e Data Science e, assim, melhorar a qualidade dos resultados produzidos por estes.
O projecto aborda seis temáticas:
- Caracterização dos estados fenológicos das culturas;
- Determinação dos coeficientes culturais;
- Estimativa da intensidade do stress hídrico;
- Diagnóstico do estado nutricional;
- Diagnóstico sanitário para detecção precoce de doenças; e
- Desenvolvimento de uma plataforma de fenotipagem avançada.
Será testado e validado em três fileiras agrícolas:
- Vinha
- Olival
- Fruticultura