Kunstig intelligens i klimakampen
Visste du at kunstig intelligens (AI) kan brukes til å redusere og håndtere klimaendringene? I AI@SINTEF kombinerer vi bransjekunnskap med ekspertise på AI og maskinlæring for å nå ambisiøse klimamål.
Kunstig intelligens
Nye muligheter med kunstig intelligens
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.
Kontaktperson
Hva gjør vi?
Aktuelt
Skal løse parkeringskaos for el-sparkesykler
SINTEF er forskningspartner i flere av de nye innovasjonsprosjektene for næringslivet som Norges forskningsråd varslet støtte til denne uka. Ett av dem kan løse parkeringskaoset for el-sparkesykler.
Smart agent skal gi bedre alderdom
En smart hjelper som følger med på eldres helsetilstand, gir støtte i hverdagen og passer på at de kommer seg ut, er snart en realitet. Ny teknologi skal bidra til at eldre kan leve et trygt, godt og sosialt liv hjemme lenger.
Ultralyd og AI-roboter bistår i kampen mot "usynlig" nano-plast
Kunstig intelligens og ultralydteknologi inntar nå europeiske strender. Gjennom EU-satsingen In-No-Plastic skal inntil 90 prosent av plastsøppelet fanges og gjenbrukes i nye produkter.
Prosjekter
ML4ITS - Machine Learning for Irregular Time Series
Machine Learning for Irregular Time Series (ML4ITS) har som formål å løse noen av de fundamentale utfordringene som kan oppstå når man lager maskinlæringsmodeller for uregelmessige tidsrekker.
SMILE – Støtte til eldre hjemmeboende mennesker ved hjelp av smart teknologi
Målet til SMILE er å skape smarte inkluderende løsninger for at eldre skal kunne aldres trygt i eget hjem på sine egne premisser (SMart Inclusive Living Environments - SLE). Løsningene skal ikke bare støtte de eldre, men også fremme samarbeide og læring i nettverket rundt de eldre.
GeoDrones
Geofysisk kartlegging og overvåking av naturfarer ved bruk av multifunksjonelle droner.
INVAPRO – Intelligente vannprosesser
Hovedmålet i INVAPRO er å oppnå økt prosesskunnskap og kontroll ved å benytte nye maskinlæringsmetoder og tilgjengelig driftsdata for å utvikle norsk vannbehandlingssektor mot mer optimal, effektiv og miljøvennlig drift.
Den digitale fjellovergang
Et nytt dataverktøy skal gjøre vinterdrift på veiene litt enklere. Sintef utvikler systemet for Statens vegvesen.
OntoTrans - Ontology driven Open Translation Environment
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.
Exaigon
Explainable AI for improved autonomous vehicles.
Datadrevet anleggsplass
Kunstig intelligens for mer miljøvennlig veibygging