Horizonte Europa RAISE: IA na Ciência (2027-01)

O que é a call HORIZON-RAISE-2027-01

RAISE é a linha do Horizonte Europa dedicada à inteligência artificial ao serviço da ciência e da engenharia. A call HORIZON-RAISE-2027-01 financia o desenvolvimento de sistemas de experimentação científica em ciclo fechado, que combinam a automação de laboratório com processos de decisão baseados em IA fiável e infraestruturas de dados robustas.

A ideia central é dotar laboratórios que já têm um nível avançado de automação e digitalização da camada de inteligência que falta: o software que permite a um instrumento científico planear, executar e analisar experiências de forma semi ou totalmente autónoma, idealmente em coordenação com outros laboratórios, e sem exigir uma reconfiguração completa do equipamento existente. A submissão é de fase única, com prazo a 2 de fevereiro de 2027.

Necessidades que este instrumento resolve

A call dirige-se a quem está na fronteira entre a investigação científica e a engenharia de software. O seu perfil resulta do cruzamento dessas duas necessidades, raramente reunidas no mesmo instrumento de financiamento.

• I&D e ciência: os projetos devem acelerar a descoberta científica, aumentando a eficiência e a reprodutibilidade da experimentação, e produzir demonstradores funcionais que provem o conceito em ambiente de laboratório real.
• Digitalização e IA: o foco é o desenvolvimento de software, incluindo sistemas de IA agêntica que se ligam a instrumentos e robótica de laboratório, gestão de dados escalável e segura, e interoperabilidade entre equipamentos.

O que o tópico financia

As propostas devem demonstrar como um laboratório existente pode ser equipado com sistemas de software de IA capazes de planear, executar e analisar experiências em ciclo fechado, mantendo supervisão e interação humanas para garantir rigor, segurança e conformidade ética. Embora o âmbito priorize o desenvolvimento de software, não exclui a aquisição justificada de equipamento complementar necessário ao projeto.

Entre os alvos de investigação possíveis contam-se:

• Sistemas autónomos e adaptativos: IA, incluindo IA agêntica, que se liga a instrumentos e robótica e planeia, atua, aprende e se adapta dentro de um pipeline validado e seguro.
• Automação em rede: soluções escaláveis que permitem experimentação colaborativa entre vários laboratórios e localizações geográficas, com execução de grandes volumes de experiências em simultâneo.
• Dados em tempo real: processamento e análise que permitem feedback imediato e ajustes dinâmicos durante a experiência.
• Normas e interfaces: protocolos de interoperabilidade entre instrumentos, robótica e sistemas de IA, e interfaces intuitivas de interação homem-máquina.

As áreas de impacto da experimentação automatizada incluem a biomassa e a fermentação de precisão, com aplicação a fontes alternativas de proteína, gorduras alternativas, materiais de base biológica e ingredientes alimentares. A cooperação internacional é incentivada.

Quem encaixa nesta call

O perfil natural é o de laboratórios e centros de investigação com automação já avançada, e o de empresas de software e deep tech especializadas em IA, robótica de laboratório e gestão de dados científicos. O ponto de partida não é um laboratório de raiz, e sim um ambiente científico maduro que precisa da camada de inteligência para se tornar autónomo.

O que recomendamos

Esta é uma call de nicho, mas de grande atualidade. Para o ecossistema português de deep tech e IA, sobretudo equipas ligadas a universidades e centros de interface, abre uma porta para financiar a chamada ciência autónoma, um tema em forte crescimento internacional. O valor não está apenas na subvenção: está em posicionar uma equipa portuguesa num consórcio europeu de ponta neste domínio.

A nossa recomendação é avaliar com honestidade o nível de automação de partida. Quem já opera laboratórios digitalizados, em biotecnologia, química ou materiais, parte com vantagem clara. Quem ainda está a montar a infraestrutura física dificilmente atingirá a maturidade exigida no prazo de candidatura. Para empresas de software, o caminho mais eficaz é a parceria com um laboratório científico que sirva de caso de demonstração real.