De Lubrizol-groep, gespecialiseerd in specialiteitenchemie, brengt wetenschappers, datawetenschappers en IT-teams samen in ‘gefuseerde teams’ om kunstmatige intelligentie te implementeren. Volgens de gepubliceerde inhoud is het doel van deze organisatie om deze profielen op gemeenschappelijke doelen af te stemmen, te beginnen met kleinschalige pilotprojecten om vertrouwen op te bouwen. Deze tekst is geproduceerd door Insights, de dienst voor maatwerkcontent van MIT Technology Review, in samenwerking met Infosys, en niet door de redactie van het tijdschrift.
Complementaire vaardigheden
Wetenschappers, datawetenschappers en IT-teams benaderen problemen vanuit verschillende invalshoeken, waarbij ze respectievelijk prioriteit geven aan experimentele validiteit, modelprestaties, en de veiligheid en schaalbaarheid van platforms. Door ze samen te brengen, stuurt Lubrizol hen aan naar gedeelde doelstellingen. « Zodra het vertrouwen tussen de teamleden is gevestigd en ze weten welke waarde ze gaan creëren, verlopen de zaken veel soepeler », aldus Rao.
De cloudinfrastructuur biedt het bedrijf ook de nodige flexibiliteit om toegang te krijgen tot rekenkracht en recente tools, zonder de aanzienlijke investeringen te hoeven doen die gepaard gaan met het bouwen en onderhouden van eigen datacenters.
Duurzaamheid in het vizier
Deze capaciteiten kunnen bijzonder nuttig blijken voor duurzame ontwikkeling. Digitale modellering kan onderzoekers helpen meer formuleringen te evalueren, materialen zoals zetmeel of maïsgebaseerde alternatieven te verkennen, en afwegingen over de volledige levenscyclus van een product te analyseren.
Maar een materiaal beloven in het lab is slechts de eerste stap. De overgang naar productie, terwijl aan prestatieverwachtingen, regelgevende eisen en financiële beperkingen wordt voldaan, blijft een delicate oefening. Het vermogen van AI om vele variabelen te modelleren, kan teams echter helpen afwegingen te maken tussen deze concurrerende eisen.
Naar slimmere laboratoria en fabrieken
Rao verwacht dat AI, automatisering, geavanceerde modellering, digitale tweelingen (virtuele replica’s van processen of installaties) en verbonden data zullen samenkomen, naarmate laboratoria slimmer worden en productiefabrieken efficiënter. Volgens hem bestaat de uitdaging erin deze capaciteiten op een verantwoorde manier en op grote schaal samen te brengen.
« Het is geen enkele technologie. Ik denk dat het de combinatie van al deze technologieën is, en het zal het vermogen zijn om al deze processen met elkaar te verbinden dat enorme hoeveelheden data zal genereren. »
