Projektet udnytter AI til at optimere betonproduktion og reducere CO2-udledning og omkostninger uden at gå på kompromis med kvaliteten. Ved at analysere omfattende historiske data fra Unicon A/S udvikles AI-baserede værktøjer til multiobjektiv optimering af betonblandinger. Projektet inkorporerer selvopdaterende funktioner via inkrementelle læringsmodeller og udforsker AI-teknikker til at forudsige betonens langtidsholdbarhed, hvilket fremmer den grønne omstilling i betonbranchen.

Dette projekt sigter mod at anvende AI for at forbedre brugen af data i tidlige stadier af urbane projekter, understøttet af det regenerative paradigme. Ved at definere regenerative principper for arkitekter og urban designere, vurdere aktuelle urban dataformater, og udvikle en AI-dreven ramme, faciliterer projektet integrationen af regenerative løsninger i bydesign. Målet er at optimere beslutningsprocesser og fremme en fremtid med positiv indvirkning gennem innovativ design

Projektet fokuserer på forbedring af lydkvaliteten i online møder og fjernarbejdsområder ved at udvikle avancerede støj- og distraktionsfiltreringsteknologier til indlejrede enheder som øretelefoner og konferenceudstyr. På trods af tidligere forskning udfordres eksisterende metoder stadig af distraktioner, bevægelige talere og variabel støj. Målet er at optimere taleopfattelsen uden at gå på kompromis med kvaliteten. Dette opnås med en kombination af kunstig intelligens og signalbehandling.