Kunstig intelligens skaper store endringer og nye muligheter overalt rundt oss. I AI@SINTEF jobber vi med algoritmer som tolker sensordata, bilder, lyd og tekst og som former vår felles fremtid.
Utviklingen av kunstig intelligens (AI) innen sosiale medier og netthandel har vært stor, mens det er et stort uforløst potensial i operasjonell og industriell bruk. Her finnes det lite hyllevare for bruk av AI. SINTEF jobber derfor tett med kunder i næringsliv og offentlig sektor for å skape nye, gode løsninger.
Kunstig intelligens er en viktig brikke i grønn og bærekraftig omstilling, og er sentral når vi skal forme fremtidens arbeidsplasser. I SINTEF jobber vi med spennende og fremtidsrettet teknologi, og driver forskningen videre gjennom å løse praktiske problemer i alle bransjer. Avhengig av problemet du vil løse, kan vi bistå med smidige leveranser av programvare eller mer langsiktige forskningsprosjekter.
Selv om bruken av kunstig intelligens i forskjellige bransjer vil ha noen særtrekk, kan ulike næringer også lære av hverandre. I SINTEF kombinerer vi vår kunnskap om behov og bruk i bransjen, med vår ekspertise på muliggjørende teknologi. Dette er nødvendig for å lykkes med kunstig intelligens.
650 mennesker fra nesten 100 forskjellige land var påmeldt da ti norske tech-eksperter delte sine erfaringer med kunstig intelligens under Women in Data Science-konferansen 17. og 18. mars.
Ansiktsgjenkjenning av laks kan bedre fiskevelferden i merdene våre – og bli en gullgruve for oppdrettsnæringen.
Utdaterte satellitter tomme for drivstoff blir i dag til romsøppel og utgjør et stort problem i verdensrommet. Nå jobber SINTEF med utvikling av roboter som kan reparere satellittene mens de går i bane rundt jorden.
Geofysisk kartlegging og overvåking av naturfarer ved bruk av multifunksjonelle droner.
Et nytt dataverktøy skal gjøre vinterdrift på veiene litt enklere. Sintef utvikler systemet for Statens vegvesen.
OntoTrans er et EU-prosjekt som legger til rette for å svare på industriens produksjonsutfordringer mer effektivt ved å få tilgang til relevant informasjon og bruke materialmodellering mer effektivt. Spesielt er det et behov for å styrke bruken av oversettere (translators på engelsk, folk med innsikt i industriens behov og formår å oversette dem til en løsning) for å støtte sluttbrukere med å få tilgang til relevante data og modeller.
Kunstig intelligens for mer miljøvennlig veibygging
