DIREC-projekt

REINS: AI til industrien – uden skyen

Projektværdi

Forestil dig en algoritme, der kan analysere jorden i en graveskovl eller bortfiltrere uønskede lyde i dine hovedtelefoner som reaktion på ændringer i omgivelserne – helt uden at have forbindelse til internettet.

REINS-projektet (Runtime Reconfigurable Embedded Intelligence for Resource-Constrained Cyber-Physical Systems) forener B&O, Leica Geosystems, Alexandra Instituttet, DTU og SDU om en fælles mission: at udvikle AI, der kører effektivt på enheder, som opererer i dynamiske miljøer med meget begrænset computerkraft. Resultatet er teknologi, der sparer energi, reagerer øjeblikkeligt og kan fungere overalt.

DIREC’s støtte til REINS afspejler vores ambition om at fungere som en katalysator for innovation, der rækker ud over laboratoriet og leverer håndgribelige fordele for industrien og samfundet. Projektet bygger bro mellem avanceret forskning og anvendelser i den virkelige verden, hvilket positionerer Danmark i spidsen for et globalt skift væk fra energi- og dataintensive cloud-baserede løsninger.

PROJEKTDATA

Projektnavn
REINS: AI til industrien – uden skyen
Projektperiode
2025-2027
Finansiering
DKK 4,000,000

Videnskabelig tilgang

REINS er banebrydende inden for en ny generation af AI, der tilpasser sig i realtid – uden afhængighed af internetforbindelse eller massive datacentre. Denne teknologi, kendt som runtime reconfigurable embedded AI, bringer intelligens til små, lokale enheder med begrænsede ressourcer. For eksempel vil B&O-hovedtelefoner kunne finjustere lydkvaliteten som reaktion på skiftende støjniveauer i omgivelserne. Ligeledes vil Leica Geosystems’ sensorer og robotarme være i stand til at identificere materialer og justere deres handlinger i overensstemmelse hermed.

Ved at kombinere teknikker som Neural Architecture Search og MAPE-K kontrol-loops muliggør REINS ikke kun banebrydende ydeevne, men fremmer også udviklingen af ansvarlig, forklarbar AI.

Projektdeltagere

Xenofon Fafoutis
Xenofon Fafoutis – Professor – Technical University of Denmark
Mikkel Baun Kjærgaard
Mikkel Baun Kjærgaard – Professor – University of Southern Denmark
Luca Pezzarossa
Luca Pezzarossa – Associate Professor – Technical University of Denmark
Mahyar Tourchi Moghaddam
Mahyar Tourchi Moghaddam – Associate Professor – University of Southern Denmark
Alexandre Alapetite
Alexandre Alapetite – Principal Software Solutions Architect – Alexandra Institute
Dan Saatrup Nielsen
Dan Saatrup Nielsen – Senior AI Specialist – Alexandra Institute
Frederik Nør Larsen
Frederik Nør Larsen – Team Lead R&D – Leica Geosystems
Martin Boegeskov Valentinsen
Martin Boegeskov Valentinsen – Chief Architect – Leica Geosystems
Pablo Martinez-Nuevo
Pablo Martinez-Nuevo – Head of AI – Bang & Olufsen
Sven Ewan Shepstone
Sven Ewan Shepstone – Senior Specialist (AI/ML) – Bang & Olufsen

Partnere

Alexandra Institute logoUniversity of Southern Denmark logoTechnical University of Denmark logoBang & Olufsen logoLeica Geosystems logo

This project directly aligns with B&O’s innovation focus, advancing the use of TinyML in next-generation headsets, earbuds, and compact portable speakers. By harnessing runtime-configurable edge AI, we enable intelligent, adaptive experiences that personalize sound and functionality for each user — all within the constraints of low-power, resource-limited devices.

Pablo Martinez-Nuevo
Head of AI
B&O

Leica aims to leverage AI to enhance operational efficiency and precision in material detection, volume estimation, weight estimation, and tool recognition within excavation and dozing contexts. The project is of strategic importance to Leica as it aligns with the company’s commitment to technological innovation and customer workflow optimization, positioning Leica at the cutting edge of AI applications in the engineering sector.

Martin Valentinsen
Chief Architect
Leica Geosystems A/S