Betolar Plc et Silo AI ont annoncé leur collaboration. Betolar transforme les flux secondaires industriels en une activité durable en remplaçant le ciment par un matériau à base de flux secondaires. Silo AI soutient la transition verte de Betolar avec des solutions à faible émission de carbone proposant une transformation intelligente vers une économie circulaire.

La collaboration a débuté par la construction par Silo AI d'un système de collecte de données basé sur le cloud pour le laboratoire de Betolar. La recherche et le développement sont une partie cruciale de l'activité pour le succès de Betolar, et maintenant Silo AI et Betolar vont collaborer pour accélérer ce développement. Comme première étape de ce partenariat, Silo AI ? a construit une solution basée sur le cloud avec une interface utilisateur facile à utiliser pour gérer et analyser les données, rendant la collecte et l'analyse des données plus efficaces.

Betolar avait besoin d'une plateforme pour expérimenter, enregistrer les résultats des essais et analyser les données afin de créer des recettes de béton durable commercialement viables pour les fabricants de béton. Cette plateforme unique recueille des données provenant de plusieurs sources et de plusieurs phases du processus de R&D pour une recherche approfondie nécessaire à la compréhension de la manière dont diverses recettes issues de divers flux secondaires s'adaptent à différents environnements et applications. Cette plateforme de collecte de données a été adaptée aux liants à faible teneur en carbone et est donc unique en son genre.

La collecte continue de données produit quotidiennement de nouvelles informations pour les chercheurs, permettant à Betolar de créer des recettes innovantes et rentables. Ces recettes aboutissent à des produits Géoprime durables qui se passent entièrement de ciment nuisible à l'environnement. La collaboration s'est jusqu'à présent concentrée sur la mise en place de l'infrastructure et des capacités permettant à Betolar de tirer parti de ses données.

Cela a été fait en construisant une plateforme d'IA et des pipelines d'opérations d'apprentissage automatique (MLOps), garantissant que Betolar est prêt lorsque les données de recherche commencent à s'accumuler et que le développement des modèles d'IA se poursuit. Le prochain travail se concentre sur le développement des modèles d'IA.