SINTEF har tidlig identifisert datavitenskap og AI som sentrale strategiske områder for dagens forskningsaktiviteter og håndhever anvendelsen gjennom flere interne prosjektinitiativer og støtteverktøy.
Vi etablerer en felles plattform for implementering av en delbar arbeidsflyt av AI-verktøy for ulike forskningsområder innen materialer og prosessutvikling. Basert på vanlige maler er domeneeksperter opplært til å tilpasse saksspesifikke arbeidsflyter. Seks bruksaker vil bli demonstrert ved hjelp av plattformen, inkludert identifikasjon av nye materialer og produksjonsprosesser, sanntids prosessoptimalisering, sekvensdataanalyse og generativ strukturrekonstruksjon. Prosjektet involverer alle avdelingene ved SINTEF industri og to forskningsgrupper ved SINTEF digital. Resultatet av dette prosjektet brukes til å trene SINTEF-forskere og eksterne kunder til å anvende maskinlæringsalgoritmer på FoU-data i et bredt spekter av teknologidomener.
De spesifikke tilfellene er:
- Identifikasjon av hybridmaterialer og elektrodekandidater
- Effektiv og nøyaktig flerskala simulering av aluminium og ferrolegering
- Autonom optimalisering av eksperimenter i laboratorieskala
- Sanntidsdeteksjon og tolkning av anomalier av boreoperasjoner
- Anvendelse av AI-verktøy i bioteknologisk forskning
- 3D generering av elektrodematerialstrukturer for utvikling av batteri/brenselceller
Lenker
- Apps
- Intern innlogging
