Omkostningsreducerende teknologi til vedvarende energi
Eksport af grøn energiteknologi er en markant, dansk styrkeposition med stor jobskabelse og en eksport på næsten 40 mia. DKK årligt. Imidlertid er eksporten over de seneste år stagneret på trods af et stigende, globalt marked og nationale ambitioner om markant vækst i jobskabelse, eksport og grøn energiproduktion.Blandt hovedudfordringerne er et markant pres på enhedsomkostningerne, der hæmmer danske virksomheders konkurrenceevne internationalt. Ifølge Dansk Energi er fortsat innovation og ny teknologi det, der skal til for at bane vejen mod støttefri og konkurrencedygtig grøn energi. Dette er centralt ift. at fremme den nationale grønne omstilling og en fortsat dansk hovedrolle i at sikre ren og billig energi til en voksende, global befolkning.
Denne aktivitetsplan retter sig mod fire grønne energikilder – vind, biogas, geotermi og bølgekraft – med forskellig modenhed, men med stort dansk aftryk og potentiale. Blandt de faktorer, der påvirker enhedsomkostningerne i disse energiformer negativt, er en række materiale- og procestekniske udfordringer, der giver anledning til anlægs- og vedligeholdelsesomkostninger og suboptimalt udbytte af energiproduktionen. Tilsvarende udfordringer er velkendte i den mere modne olie- og gasindustri, og aktivitetsplanen sigter mod at tilpasse og anvende kendte løsninger herfra til at sænke enhedsomkostninger indenfor grøn energiproduktion.
De nævnte udfordringer adresseres med teknologier indenfor følgende områder: Biokorrosion, funktionelle coatings, og optimering af væskeflow. Teknologierne, der er resultatet af de seneste 15 års innovative samarbejder mellem Teknologisk Institut og centrale danske og udenlandske aktører i olie- og gasindustrien, har vist deres værd i form af omkostningstransformationer – fx forlænget levetid af installationer og øget energiproduktion. Efter en tilpasning vil teknologierne ligeledes kunne sikre væsentlige besparelser og øget udbytte indenfor grøn energi.
I aktivitetsplanen vil løsninger fra olieindustrien blive sat i spil i samarbejde med virksomheder og øvrige interessenter, videreudviklet og tilpasset senere demonstration inden for grøn energiproduktion. Viden genereret i aktiviteten vil blive udbredt til danske virksomheder gennem et bredt netværk af teknologigrupper og interesseforeninger og gennem direkte kontakt til danske SMV’er.
De udviklede løsninger vil løfte porteføljen af teknologiske serviceydelser til materiale- og teknologiproducenter, underleverandører, serviceleverandører, rådgivere og operatører i den grønne energiindustri, og forventes at kunne minimere anlægs- og driftsomkostninger inden for de fire grønne energiformer. Således vil aktiviteten styrke danske virksomheder i den grønne energisektor og sikre en fortsat stærk, dansk position i et konkurrencepræget globalt marked med stort potentiale.
Fremtidens medicinske udstyr
or at dansk medikoindustri også i fremtiden står stærkt på de internationale markeder, har virksomhederne behov for adgang til specialiserede, komplementære kompetencer, services og infrastruktur. Aktivitetsplanen henvender sig til producenter og udviklere af medicinsk udstyr med antimikrobielle egenskaber, implantater og andet medicinsk udstyr og til producenter af nye metoder til diagnostik. Formålet med aktivitetsplanen er med afsæt i state-of-the-art teknologisk infrastruktur at udvikle nye specialiserede serviceydelser inden for overfladebelægninger, 3D-print og antimikrobielle løsninger til medicinsk udstyr og molekylærbiologiske metoder til diagnostik for at dække medikovirksomheders behov for specialistrådgivning, produkt- og procesudvikling, som ikke er tilgængelige på det kommercielle marked i dag. SMV’er i medikosegmentet efterspørger nye teknologier i forhold til overfladefunktionaliteter og har behov for sparring i forbindelse med nedbrydning af barrierer for anvendelse af 3D printteknologi, ligesom der er stort fokus på udvikling af nye antimikrobielle løsninger. Derudover vil indsamling, analyse og modellering af sundhedsdata i fremtiden være retningsgivende for udvikling af nyt medikoudstyr, for udvikling af bedre diagnostik og i sidste ende for valg af behandling af borgere/patienter. Specifikt vil der i aktivitetsplanen blive udviklet nye ydelser inden for:
• Udvikling af materialer til medicinsk udstyr baseret på funktionelle belægninger, overflademodifikationer kombineret med anvendelse af 3D printede komponenter.
• Udvikling af medicinsk udstyr med antimikrobiel effekt til forebyggelse og bekæmpelse af infektion og kontaminering.
• Udvikling af ny, præcis diagnostik med henblik på udvælgelse af individuel behandling til patienter.
Aktivitetsplanen henvender sig særligt til ca. 150 danske producenter og udviklere af medicinsk udstyr med antimikrobielle egenskaber, implantater og andet medicinsk udstyr og til producenter af nye metoder til diagnostik.
Planens væsentligste aktiviteter er nedenstående 3 aktiviteter samt effektiv formidling:
Aktivitet 1: Materialer til medicinsk udstyr:
• Udvikling af nye belægninger til dentale applikationer herunder opbygning af specifik viden omkring PVD-belægning af hvidlige overflader til dentalsegmentet.
• Forøget forståelse af PVD-belægninger, der forbedrer elektroders egenskaber til nervestimulering.
• Opbygning af kompetencer og udvikling af services inden for 3D-print af medicinsk udstyr og implantater.
Aktivitet 2: Antimikrobielle løsninger:
• Etablering af in vitro modeller til udvikling af medicinsk udstyr med antimikrobielle egenskaber.
• Etablering af kompetencer inden for isolering, udvælgelse, produktion og formulering af bakteriofagbaserede infektionsbekæmpende produkter til fx sår, lunge- og mave-tarminfektioner.
• Etablering af kompetencer vedrørende adgang, samling, analyse og evaluering af sundhedsdata til brug i forbindelse med udvikling af innovativt medicinsk udstyr til fx inficerede sår.
Aktivitet 3: Avanceret diagnostik:
• Udvikling af nye diagnostiske komponenter og metoder, fx til stratificering af kræftpatienter.
Aktivitet 4: Formidling:
De tekniske aktiviteter suppleres af en fokuseret formidlingsindsats, som både tilgodeser medikokunders ønsker om blåstempling af services ved peer review, adresserer planens specifikke målgruppe og giver gode muligheder for direkte interaktion med potentielle kunder og andre interessenter.
Digital teknologi til fremme af bæredygtige byer og lokalsamfund
Formålet med denne aktivitetsplan er at udvikle viden, digitale services, interaktivt byrumsinventar og dataanalyser til det byggede miljø og dermed gøre danske virksomheder med tilknytning til byggebranchen i stand til at bidrage til FN’s Verdensmål nr. 11 – Udvikling af bæredygtige byer og lokalsamfund. De seneste statistikker viser, at vi i Norden stadigvæk er langt fra at nå FN’s 17 verdensmål (herunder mål nr. 11), så der er gode grunde til en ekstra indsats på den front. Fokus i denne aktivitetsplan er på digitale services til det byggede miljø i brug samt til evaluering af byrum med formålet at kunne skabe bedre og mere relevante løsninger. Teknologiske ydelser, der i højere grad relaterer sig til de fysiske flader og materialebrug (i konstruktionsfasen), udvikles af Teknologisk Institut i en parallel aktivitetsplan under overskriften Build 4.0 – vi har aftalt koordinering og fælles videnspredning med Teknologisk Institut for disse to aktivitetsplaner.Vi klæder virksomheder på i forhold til at kunne skabe nye typer af digitale løsninger, der kan bidrage til bedre byrum – med merværdi for borgerne. Eksempler kunne være: 1) sensor-baserede og etno¬grafi-ba¬se¬re¬de dataanalyser, der i samspil kan kvalificere, om en byplan (ændring) er bæredygtig (et sup¬ple¬ment til Gehls Public Life Data Protocol ). 2) Interaktivt byrumsinventar – udvidelser af f.eks. bænke, pladser, motionsinstallationer, genbrugscontainere, cykel/bil-parkeringsområder mv., som skaber tryghed, sund¬hed, socialt møde, bæredygtig trafik og forbrug. 3) Digitale services, der styrker borgerinddragelse, aktiv med¬skabelse og vedligehold af byrum og bygninger. Her kan byrumsdisplays og Augmented Reality apps spille en rolle i f.eks. at visualisere planlagte ændringer i et byrum og fremme feedback og ideer fra borgerne. Alexandra Instituttet har erfaring med alle 3 typer digitale løsninger fra forskellige pilot¬projekter, og vi mener, at tiden er moden til at gøre disse typer af teknologier operationelle for de relevante branche¬virksomheder. Der skal nemlig gang i private investeringer for at få sat turbo på at nå verdens¬målene. Omvendt skal virksomhederne klædes på til at udvikle og levere nye digitale løsninger til det byggede miljø for at få andel i et forretningsområde, der estimeres til over 112 trillioner dollars frem mod 2030 .
Vi baserer samarbejdet med branchen på, at Alexandra Instituttet har 7 medarbejdere siddende i BLOX og har et tæt samarbejde med BLOXHUB , der har over 200 medlemsvirksomheder bestående af rådgivende ingeniører, arkitektfirmaer, tech-virksomheder, innovative start-ups og centre med relationer til det byggede miljø. Vi vil benytte denne brede kontaktflade til løbende at involvere relevante aktører (se bedreinnovation.dk), analysere borgernes brug af bygninger og byrum samt til systematisk evaluering af digitale løsninger i bl.a. det urbane prototype lab UNDERBROEN og det omkringliggende område samt tilsvarende områder i andre byer som f.eks. Aarhus, Struer, Kolding og Horsens.
De nye ydelser, som Alexandra Instituttet bringer på markedet er:
1. Rådgivning omkring brug af digital teknologi i forbindelse med design af et lokalområde.
2. Rådgivning om metoder til at samarbejde på tværs af sektorer med udvikling af nye digitale løsninger.
3. Udvikling af et mobilt toolkit der kan benyttes af virksomheder til analyser i forskellige byrumskontekster.
4. Support til strukturerede datadrevne evalueringer og analyser af et lokalområde i brug.
5. Rådgivning om nye business cases og forretningsmodeller.
Datadreven beslutningsstøtte – transparent og forklarlig dataanalyse til alle
Der indsamles i disse år enorme mængder data – ”Big Data” – i virksomheder inden for de fleste brancher, lige fra konventionelt manuelle erhverv i f.eks. plejesektoren og byggebranchen til højteknologiske brancher så som forsvarsindustrien og produktionssektoren. Data indsamles ofte ud fra devisen om, at der er viden og værdi i data – hvilket i høj grad er sandt – og dataindsamling sker ofte i regi af Big Data projekter. Men for at drage nytte af de indsamlede data, er det nødvendigt at analysere data med sofistikeret Machine Learning (ML) og visualiseringsværktøjer, således at virksomheder kan udnytte data til at træffe bedre beslutninger. Dette skaber en række udfordringer, som vi vil adressere i denne aktivitetsplan.Udfordringerne består i et behov for transparens af ML og datadrevne analysemodeller samt et behov for at forklare deres resultater, især når de bliver uigennemskuelige for både den almene bruger og ekspertbrugeren. Dette er særligt nødvendigt, når data og beslutninger vedrører personer. Her kræver GDPR nemlig, at beslutninger skal kunne forklares over for de parter, beslutningerne berører.
Øget transparens og forbedret forklaringsevne er derfor påkrævet for at kunne styrke tilliden til datadrevne beslutningsstøtteværktøjer og for at gøre ML og store datamængder mere tilgængelige for et bredere udvalg af brugere og derved udvide anvendelsesområdet af datadrevne modeller. Forøgelse af transparens og forklaringsevne i beslutningsstøtteværktøjer kan bl.a. indebære at visualisere data i værktøjerne samt at forklare, hvilke dele af dataene fører til et vist resultat.
Transparens og evne til at forklare datadreven beslutningsstøtte er en del af ”explainable AI”, altså forklarlig kunstlig intelligens. Dette kan brydes ned i de følgende problemstillinger inspireret af Casimir Wierzynski, Senior Director hos Intel, der beskriver udfordringer for ML (link):
P1. Evne til at forklare resultater: Kan vi bygge modellen, så som den kan forklare resultater til enhver person på en forståelig måde? Dermed vil datadreven beslutningsstøtte være mere tilgængelig, og dette kunne også kræves af GDPR.
P2. Evne til at forklare grundlæggende mekanismer: Kan vi forklare grundlæggende mekanismer af problemet ved hjælp af en ML-model, dvs. ikke kun give et resultat men også forklare, hvilke dele af data har påvirket resultatet mest? Dermed vil man kunne forstå både problemet og løsningen bedre.
P3. Transparens af modellen: Kan vi skabe indblik i modellens processer ved hjælp af værktøjer? Dette vil gøre det nemmere for enhver person at forstå ML-modellens virkninger og dermed skabe en lettere adgang til datadreven beslutningsstøtte.
P4. Bias og fairness: Kan vi identificere bias i eksisterende systemer? Hvilken indflydelse har bias på datadreven beslutningsstøtte? Kan vi verificere, at beslutninger er truffet på retfærdig vis, dvs. undgå at en gruppe diskrimineres i forhold til anden, eksempelvis sørge for, at alle har samme mulighed for at få et lån. Dette er primært også et samfundsmæssigt behov, da vi garanterer, at beslutninger er retfærdige over for alle, der berøres af dette, og dermed kan tilliden til ML-systemer øges.
For at adressere P1-4 vil vi udvikle nye algoritme- og visualiseringsværktøjer der gøre det muligt for domæneeksperter at udforske og kontrollere de automatiske analysemetoders resultater og virkninger uden teknisk indsigt i ML-teknologien.
Derudover vil vi udvikle ydelser, der hjælper virksomheder med at identificere hvilke state-of-the-art ML-modeller, der sammen med de udviklede værktøjer kan løse deres udfordringer. Det vil øge antallet af mulige anvendelsesområder og effektiviteten af datadrevne modeller i praksis.
For at øge fairness i datadrevne modeller (P4) vil vi udvikle en rådgivningsydelse til at informere om fairness i data og datadrevne modeller. Desuden vil vi opbygge en vidensbase om årsager og virkninger af bias i datadrevne modeller. Disse kompetencer kan bruges til at yde konsultation til virksomheder om fairness af deres modeller og give retningslinjer for god praksis for brug af datadreven beslutningsstøtte.
Dansk for alle
Vi ønsker at udvikle et sæt danske ressourcer til automatisk sproghåndtering. Dvs. et sæt sprogressourcer, der tillader SMV’er (og alle andre) at udnytte automatisk håndtering af det skrevne danske sprog i deres produkter og deres daglige arbejdsgange. Ressourcerne tager form af datasæt, metoder, regelsæt, værktøjer, opskrifter og tilgængelige best practices, så virksomheder nemt kan komme i gang med at bygge kunstige intelligenssystemer, der håndterer dansk tekst. Der vil være tale om et sæt af byggeklodser, der kan anvendes på tværs af forskellige virksomheder og forretningsdomæner.I projektets løbetid vil fokus være på indsamling af komponenter, udstilling i et repositorium og basisydelser baseret på disse komponenter. Der er altså tale om en “RedHat” kommerciel model, hvor vi stiller basiskomponenter til rådighed, og hvor teknisk support og specialkomponenter kan tilkøbes på kommercielle vilkår. Vi vil demonstrere de udviklede ressourcer i cases med særligt udvalgte virksomheder og vise, hvordan man kan digitalisere og automatisere håndtering af skrevet dansk tekst ved hjælp af kunstig intelligens.
Baseret på disse ressourcer og kompetencer opbygget i denne aktivitetsplan vil Alexandra Instituttet tilbyde en række af ydelser til virksomheder, der ikke selv ønsker af opbygge kompetencer samt til virksomheder med særlig komplekse udfordringer. Der er tale om ydelser, der udbydes bredt til alle virksomheder, som arbejder med automatisering og digitalisering af dansksprogede tekster. Der er således ikke en kundegruppe segmenteret efter fag men derimod segmenteret efter behov (behovet for at kunne automatisere behandlingen af dansksprogede tekster). En lang række virksomheder har meldt sig som interessenter og som potentielle casevirksomheder. Det spænder fra virksomheder, der ønsker at automatisere dele af regnskabs- og revisionsbranchen, som f.eks. Digital Revisor, til branchenetværk som f.eks. Iværksætter Netværk (IVN) til store virksomheder som IBM, ATP og offentlige institutioner som Erhvervsstyrelsen.
Overordnede aktiviteter
• Viden om bedste basisressourcer til moderne sproghåndtering, specifikt for dansk
• Opbygning af sprogspecifikke basisressourcer (datasæt, metoder, løsningsbeskrivelser, opskrifter og best practice beskrivelser. Regelsæt, værktøjskasse, anvendelse af Big Data og særligt deep learning teknologier til sproghåndtering).
• Kompetencer omkring håndtering af gængse udfordringer på sprogområdet. Som for eksempel, sentimentanalyse, intentionsanalyse af dialoger, generering af svar i Q&A systemer samt ikke mindst beskyttelse af personfølsomme oplysninger i tekstbaserede systemer.
Dansk for alle vil udstille et online tilgængeligt repositorium af komponenter, som alle virksomheder kan benytte til automatisk håndtering af sprog. Målet er, at mange af de tilgængelige komponenter skal være open source/åben adgang, som alle mere eller mindre bare kan tilgå og benytte. Alexandra Instituttet vil så udvikle en række af kommercielle services og produkter oven på de åbne komponenter.
