AI-driven forskning med fokus på nästa generation av hållbara kompositer

Introduktion

Iris.ai är ett startupbolag som vill accelerera forskningsprocessen med artificiell intelligens (AI). Under de senaste fem åren har IRIS.ai utvecklat en AI-sökmotor för vetenskaplig textförståelse. AI-Sökmotorn som utvecklats av IRIS.ai har visat stor potential inom sökningar efter information i akademisk litteratur och patentdatabaser. På RISE kommer implementering av denna AI-sökmotorn göras i befintliga projekt för att visa på hur denna AI-sökmotor kan accelerera och diversifiera upptäckten av nya forskningsresultat. Detta kommer göras i olika forskningsområden inom polymera material och kompositer vilket kommer påskynda utvecklingen av morgondagens hållbara och återvinningsbara polymer- och kompositmaterial.

Syfte och Mål

• Förstå hur AI-verktyget kan optimeras och användas i forskningsprocessen under utveckling av nya hållbara polymerer och kompositer genom användandet av vetenskapliga artiklar och patentdatabaser.
• Utföra olika fallstudier inom olika forskningsområden dvs. energi, biomaterial och fordon.
• Bidra med feedback och iterativ utveckling av IRIS AI-sökmotor.

Utmaning

Den exponentiella utvecklingen av tekniker som artificiell intelligens (AI) har svårt att implementeras i våra verksamheter pga. att många beslutsfattare har svårt att ta till sig nya tekniker som tex AI. Framtiden talar dock för att dessa nya smarta sökmotorer kan vara nyckeln till framgång för många företag. Dock kräver användning av AI-sökmotorer att vi vågar ändra arbetsmetodik och aktivt delar information och data för att möjliggöra snabbare vetenskapliga upptäckter.

Lösning

AI-sökmotor har förmågan att ersätta forskarnas slumpmässiga google-sökningar efter information för t.ex. experiment och litteraturstudier. Den AI-drivna sökningen kommer att vara både systematisk och holistisk, och resultaten som erhålls kommer att inkludera möjligheten att utforska närliggande forskningsområden som vanligtvis missas via manuella sökningar. Detta pga. att den mänskliga forskares sökningar styrs indirekt av tex kunskapsnivå och förutfattade hypoteser.

Effekt

Användningen av IRIS AI-sökmotor kommer att bidra till förkortad söktid efter information, samtidigt som nya innovativa idéer genereras. Vi förväntar oss att detta ska stimulera till snabbare utveckling av nya innovativa material och produkter i samhället. Genom feedback från våra fallstudier kommer vi att bidra med information för att vidareutveckla IRIS AI-sökmotor till en framtida digital vetenskaplig forskningsassistent. Ur RISE-perspektiv kommer det att påskynda vår vetenskapliga forskningsprocess för att hitta nya hållbara och återvinningsbara material för kompositer och additiv tillverkning.