FME en TU/e willen kennis over KI toegankelijker maken voor bedrijven

Het ‘AI for Industry’-platform van FME en het Eindhoven Artificial Intelligence Systems Institute (EAISI ) van de TU/e zullen gaan samenwerken, waarbij wordt gericht op technische en toepassingsgerichte aspecten van AI binnen de industrie. Het EAISI bundelt de bestaande activiteiten van de TU/e op het gebied van AI, zoals het Data Science Center Eindhoven en het High Tech Systems Center.

Karsten Klein: ‘We willen we samenwerken aan creatieve manieren om (toegepast) AI-onderzoek voor een bredere doelgroep toegankelijk te maken. We willen de drempel voor middelgrote en kleine industrie (mki) verlagen om met een universitaire kennisinstelling samen te werken aan AI-onderzoek. Daarom gaan we onderzoek doen naar verschillende opties, zoals bijvoorbeeld meerdere mki’ers die zich als een grote speler bundelen binnen consortia, of het gezamenlijk delen van de kosten en inspanningen van een PhD of PDEng student.’

Actieplan
De beide partijen streven ernaar om de volgende actielijnen uit te voeren:
Actielijn 1: Het delen van kennis en ervaring binnen de technologische industrie
• Aansluiten bij elkaars evenementen en bijeenkomsten.
• Workshops op het gebied van AI in de industrie vormgeven samen met elkaars partners.
• Vanuit het EAISI instituut kijken hoe onderzoeksresultaten verder kunnen worden vertaald naar de praktijk. Al dan niet met behulp van HBO’s.
• Uitvoeren van demoprojecten en experimenten samen met de bedrijven uit het toepassingsgebied.

Actielijn 2: FieldLabs als hubs voor AI in Nederland
• Projecten van EAISI onder de aandacht brengen van de AI for industry achterban. Andersom de achterban stimuleren om projecten aan te dragen bij het AI Engineering lab.
• De Eindhoven Engine inzetten als fieldlab voor toegepast (TRL 4-6) onderzoek ter overbrugging van de ‘valley of death’.
• Gezamenlijk vormgeven van pilotprojecten op hogere TRL niveaus.

Actielijn 3: De technologische industrie en onderwijs versterken elkaar
• Industriekennis beter ontsluiten binnen het AI onderwijs. Zoals bijvoorbeeld wordt gegeven binnen de Engine Academy.
• Samen onderzoeken welke kennis rijp is om verder verspreid te worden binnen het HBO en welke van toegevoegde waarde is voor het mkb.
• De industrieagenda inbrengen in het onderwijs.
• Gezamenlijk werken aan projecten met behulp van echte industriedata en cases.
• Het opbouwen en delen van internationale kennisnetwerken en gezamenlijk deelnemen aan internationale onderzoeksconsortia.
• Het gezamenlijk formuleren van een Technology en Solution Roadmap om vanuit daar een onderzoeksagenda te kunnen formuleren voor verschillende vormen van toegepast en fundamenteel onderzoek.