Uus masintõlke lahendus lihtsustab registriandmete mõistmist eesti keelt mitte kõnelevate kodanike jaoks. Tööriist aitab e-kinnistusraamatu kasutajal aru saada detailandmetest, näiteks servituutidest ja hüpoteekidest. Tegemist on närvivõrkudel baseeruva töövahendiga. Masintõlge tekitab seoseid suure andmekogu pealt, mis end ise aja jooksul täiendab, täpsustades sõnavara ja tõstes seeläbi tõlkekvaliteeti. Registri ametlikuks keeleks on siiski eesti keel, mistõttu on tõlgitud tekst informatiivne ega oma õiguslikku tähendust.

Tõlkevärava eesmärk on eesti keele digitehnoloogilise arengu ja kasutatavuse tagamine üha mitmekeelsemas maailmas. See on riigiülene innovatiivne arendusprojekt, mis tõstab tõlgete kvaliteeti ja vähendab dubleerivad arenduskulusid erinevate tehnoloogiliste lahenduste loomisel. Tõlkevärav koondab endas tõlketööde tellimise, masintõlke, tõlkemälud, mitmekeelsed terminibaasid ja muud tõlkimiseks vajalikud tehnoloogilised lahendused. Peale selle saab iga soovija tõlkeväravas oma tekste tõlkeabitööriistadega tõlkida ja mugavalt liidestatud terminibaase kasutada. Tõlkevärava esimeses arendustööde etapis loodi kasutajatele tõlketellimuste haldusplatvorm ja tõlketööriist, millega on liidestatud masintõlkesüsteem Mtee ning sõnastiku- ja terminibaasisüsteem Ekilex.

https://transkrib.eenet.ee/ on veebileht, mille abil saab lasta oma eestikeelset kõnet sisaldavaid helifaile automaatselt transkribeerida.

Projekti raames arendati üleujutuste operatiivseire prototüüp kasutades radarkaugseire andmeid ning veetaseme kaugseire andmed hüdroloogilise seire ja mereprognoositeenuse parandamiseks. Hüdroloogiline seire sisaldab veetasemete ja vooluhulkade paikmõõdistusi riiklikes hüdromeetriajaamades. Veetaseme kaugseire prototüübid võimaldavad kombineeritult kasutada kaugseire andmeid, prognoosmudelit ja tehisintellekti, et tagada parem veetaseme info huvitatud osapooltele ja avalikkusele. Altimeetria andmete integreerimine hüdroloogilisesse seiresse aitaks parandada vaatluste ruumilist katvust suurjärvedel ja parandada meretaseme prognoosi täpsust.

Iga päev esitatakse Eesti Rahvusraamatukogule küsimusi ja infopäringuid. Need küsimused on tihti korduvate mustritega ja korduvatel teemadel, millele vastamiseks kulub liiga palju inimressurssi. Aastas saab Eesti Rahvusraamatukogu ligikaudu 14 tuhat e-kirja küsimustega. Projekti tulemusel valmis tehisintellektil tugineva rakenduse prototüüp, mis oli võimeline saabunud küsimused sorteerima teemade järgi ning korduvate mustritega esmatasandi küsimustele ise vastama.

Bürokratt tegutseb Viimsi valla kodulehel ja oskab vastata lasteaedu puudutavatele küsimustele. Bürokratt on avaliku sektori asutuste veebilehtedel olevate juturobotite koosvõimeline võrgustik, mis võimaldab inimesel asutustelt vestlusakna kaudu kõnekeelse suhtlusega infot saada. Ta on inimese ehk kasutaja jaoks võimalus virtuaalsete assistentide abil kõnekeelse suhtlusega avalikke otseseid ja infoteenuseid kasutada.

https://tekstiks.ee/ on TTÜ kõnetehnoloogia labori avalik veebipõhine kõnetuvastuse teenus, mille abil saab helifailid tekstiks muuta. Süsteem on täisautomaatne ja samaaegselt võimeline töötlema mitut salvestist.

Projekti tulemusena valmis nimede sarnasuse hindamise abimehe INNA (INvented NAme) tarkvara prototüüp ja analüüs, millest selgub ravimi nimede sarnasusotsingu läbiviimise võimalikkus ja tehnilise realisatsiooni kirjeldus sh. ettepanekud edasiseks arenduseks, võimalikud halduskulud ning mahuhinnangud.

Projekti eesmärk on luua ühtne eestikeelsete tekstide automaatkorrektor. Projekti käigus komplekteeriti veaparandusandmed ja märgendati sobilik korpusmaterjal, arendati õigekirja- ja grammatikakontrollija. Projekti raames võrreldi mitut erinevat lähenemist ning viidi läbi praktilise suunitlusega katseid.
Projekti lõpptulemus on töötav automaatkorrektuuri lahendus, mis integreerib endas õigekirja- ja grammatikakontrolli. Projekti tulemusena loodi veebidemo ja REST programmeerimisliides ning vabavaraline tarkvaralahendus riiklikus koodivaramus.

Üleujutusalade kaardistamiseks sobivaima metoodika leidmiseks hinnati missioonide Sentinel-1 ja Sentinel-2 andmete sobivust erinevates tingimustes. Kirjeldati vajaliku eeltöötluse sammud ning valiti välja sobivaim vegetatsiooniindeks avatud vee iseloomustamiseks. Koostatud üleujutatud alade kaardistamise metoodika põhjal tehti prototüüp andmetöötluseks, mis võimaldab Sentinel-1 ja Sentinel-2 andmete põhjal üleujutatud piirkonnad operatiivselt kaardistada.

Maksu- ja Tolliamet kasutab tehisintellekti efektiivsemaks maksukogumiseks. ümbrikupalga kratt tuvastab riskimudeli abil võimalikud ümbrikupalga maksjad.