Item 1 van 1

Industriƫle partners

We geloven dat we nieuwe antwoorden nodig hebben op mondiale uitdagingen. Deze uitdagingen overstijgen verschillende grenzen. Het antwoord ligt in complexe technologische innovaties die geen enkele partij afzonderlijk kan ontwikkelen. Daarom innoveren we samen met een aantal toonaangevende bedrijven op het gebied van AI.

ICAI-onderzoekslaboratoria

De TU Delft maakt deel uit van het Dutch National Innovation Center for AI (ICAI), dat zich inzet om Nederland in de voorhoede te houden als het gaat om kennis- en talentontwikkeling op het gebied van AI. Momenteel is de TU Delft betrokken bij vier onderzoekslaboratoria: meerjarige strategische samenwerkingen met een focus op technologie en talentontwikkeling.

AIRLab (AI for Retail), met AholdDelhaize

Het AI for Retail (AIR) Lab Delft is een gezamenlijk TU Delft-Ahold Delhaize industrielab dat bestaat uit een robotica-onderzoeksprogramma en een testsite gericht op het ontwikkelen van state-of-the-art innovaties in de retailsector. Door de focus uit te breiden naar robotica, zal AIRLab Delft innovaties voor de dagelijkse praktijk verder stimuleren en tegelijkertijd meer kennis opbouwen op het snijvlak van retail, AI en robotica. De uitbreiding omvat een onderzoeksprogramma op het gebied van robotica en een testlocatie voor het ontwikkelen van state-of-the-art innovaties in de detailhandel.

 

AFR (AI for FinTech Research), met ING

AI for Fintech Research (AFR) is een samenwerking tussen ING en TU Delft. De missie van AFR is om onderzoek van wereldklasse uit te voeren op het snijvlak van kunstmatige intelligentie, data-analyse en software-analyse in de context van fintech. De komende vijf jaar werken tien promovendi in het lab aan projecten die zich onder meer richten op autonome software engineering, data-integratie, analytics-levering en vele experimenten.

 

AI4B.io Lab (AI for Biosciences Lab), met DSM

AI for Biosciences Lab (AI4B.io Lab) is een samenwerking tussen TU Delft en DSM. Het lab richt zich op het verbeteren van productietechnologieƫn en het ontwikkelen van biobased producten met behulp van AI. AI4B.io Lab is het eerste in zijn soort in Europa dat kunstmatige intelligentie toepast op volledige biofabricage, van de ontwikkeling van microbiƫle stammen tot procesoptimalisatie en planning. AI4B.io Lab is gericht op langetermijninnovatie in het domein van AI voor het ontwikkelen van biobased producten en het optimaliseren van biobased productietechnologieƫn. Het beoogt een diepgaand begrip te ontwikkelen van hoe nieuwe AI-technologie (methoden, technieken, theorieƫn en algoritmen) de effectiviteit en efficiƫntie van relevant onderzoek en / of bedrijfsprocessen in de biotech-industrie kan versterken.

 

Mercury Machine Learning Lab, met UvA en Booking.com

Het Mercury Machine Learning Lab is een samenwerking tussen TU Delft, Universiteit van Amsterdam (UvA) en Booking.com. Het lab focust op de ontwikkeling en toepassing van artificiĆ«le intelligentie op het specifieke domein van online reis boekingen en aanbevelingssystemen. De samenwerking in het lab combineert de expertise van wetenschappers van de UvA (information retrieval en natural langauge processing) TU Delft (reinforcement learning) met de unieke expertise, ervaring en beschikbaarheid van big data bij Booking.com. 

 

Nationale Politie Lab AI, with Nationale Politie, UvA en UU

Het Nationaal Politie Lab AI is een samenwerkingsinitiatief van de Nederlandse Politie, de Universiteit Utrecht, de Universiteit van Amsterdam en de TU Delft. Zij willen state-of-the-art AI-technieken ontwikkelen om de veiligheid in Nederland te verbeteren op een maatschappelijk, juridisch en ethisch verantwoorde manier. Het lab werkt aan technieken over de volle breedte van AI. Aan de Universiteit van Amsterdam worden machine-learning technieken ontwikkeld om de juiste informatie te extraheren uit verschillende bronnen zoals foto's, tekst en video. De Universiteit Utrecht richt zich op modellen uit de symbolische AI die ons in staat stellen om met deze informatie te redeneren en te communiceren. Aspecten als transparantie, privacy en uitlegbaarheid zijn daarbij net zo belangrijk als algoritmische aspecten als nauwkeurigheid, berekenbaarheid en efficiƫntie.

 

AI for Energy Grids Lab, met UT, RU, HAN en Alliander

Het AI for Energy Grids Lab richt zich op het ontwikkelen van methoden en tools die netgegevens gebruiken om de efficiƫntie, duurzaamheid en betrouwbaarheid van het midden-laagspanningsnet te verbeteren. Het combineert de expertise van Alliander datawetenschappers, elektrotechnici en de nieuwste digitaliseringsprogramma's voor netgegevens, met academische expertise over methoden uit de kunstmatige intelligentie. Het AI for Energy Grids Lab wil het energietransport verbeteren om het aantal nieuwe/uitbreidbare gebruikers dat op het elektriciteitsnet kan worden aangesloten te vergroten en zo universele toegang tot betaalbare, betrouwbare en moderne energiediensten te garanderen.

 

RAIL Lab, met UU, NS en ProRail

Het RAIL Lab is een onderzoekslaboratorium dat zich toelegt op de ontwikkeling van AI-technologie om de totale logistieke spoorwegcapaciteit te verhogen. Het lab werkt aan algoritmische ondersteuning voor veilige en betrouwbare logistieke operaties en capaciteitsplanning waarop menselijke experts kunnen vertrouwen. Het onderzoeksdoel van het lab is om langetermijnuitdagingen aan te pakken die verband houden met het dynamische beheer van de vervoersvraag op spoorwegknooppunten, met als doel snel en adequaat te reageren op veranderende omstandigheden.

 

GENIUS Lab met Universiteit Maastricht, Kickstart AI en DSM

Het GENIUS Lab wil generatieve AI-methoden uitbreiden en verbeteren om menselijke experts te ondersteunen door middel van collaboratieve semantische kennisengineering tussen mensen en AI-systemen. Het lab zal betrouwbare collaboratieve kennis engineering-oplossingen laten zien van de door het lab ontwikkelde veilige, veerkrachtige en betrouwbare beslissingsondersteunende toepassingen, door middel van pilots en Proofs-of-Concept (POC's) in samenwerking met de industriƫle partners in GENIUS.

 

REAiHL lab met Erasmus MC, EUR en SAS

Het Responsible and Ethical AI in Healthcare Lab (REAiHL) is een samenwerking tussen Erasmus MC, TU Delft, Erasmus Universiteit Rotterdam en softwarebedrijf SAS, met als standplaats de DataHub van het Erasmus MC. In dit eerste AI-ethieklab werken naast 5 promovendi ook verpleegkundigen, artsen, datascientists, dataengineers en ethici samen aan richtlijnen voor het ontwikkelen en implementeren van ethisch verantwoorde en klinisch relevante AI in de zorg.

Gerelateerde artikelen

Lees meer: