NWO kent ruim 9,4 miljoen euro toe aan negen vernieuwende PPS-onderzoeksprojecten rond opkomende sleuteltechnologieën. Het gaat om technologieën die veelbelovend zijn in de academische omgeving en een aanzienlijk potentieel hebben voor toepassing. Deze projecten stellen de betrokken publieke en private partners in staat een volgende ontwikkelstap te maken. Consortiumpartners leggen nog ruim 1,3 miljoen euro aan cofinanciering in.
Het explorerende onderzoek is toegekend binnen de call ‘Opkomende sleuteltechnologieën (KIC)’. Deze call biedt ruimte aan pionierend PPS-onderzoek rond opkomende sleuteltechnologieën, gericht op exploratie en ontwikkeling van vernieuwende ideeën.
Binnen de negen toewijzingen wordt gewerkt aan onder meer de volgende innovaties:
- de ontwikkeling van energiezuinige zelfherstellende AI-processoren (project: SNS)
- een borstkankermodel waarmee via een chip (immuno)therapieën kunnen worden getest (project: SMART-ToC)
- metamaterialen (project: MetaFlow).
Impactvolle technologie
Het doel van de call ‘Opkomende sleuteltechnologieën’ is een vruchtbaar zaaibed creëren voor vernieuwende, disruptieve ideeën. De technologie is nog zo nieuw dat het disruptieve karakter nog niet bewezen is. Dit type sleuteltechnologie bevindt zich in een stadium van een breed potentieel toepassingsgebied, waarin verschillende sectoren interesse tonen om deel te nemen. Een opkomende sleuteltechnologie heeft de kans uit te groeien tot een zeer impactvolle technologie die op de langere termijn kan bijdragen aan industriële en/of maatschappelijke impact.
Toekenningen
Hieronder staat het overzicht van de negen toegewezen onderzoeksprojecten:
- SepsPIC: Highly multiplexed photonics integrated circuit (PIC) sensors for the rapid diagnostics of sepsis - prof. dr. S.M. Garcia Blanco, Universiteit Twente
Sepsis is een dodelijke en complexe aandoening. Huidige diagnostiek is tijdrovend en vereist meerdere tests, waardoor artsen vaak 'educated guesses' moeten maken. SepsPIC ontwikkelt een snel en nauwkeurig apparaat voor het detecteren van meerdere sepsis-biomarkers, om artsen beter te informeren en patiëntresultaten te verbeteren.
- Steering Fracture with Metamaterials (FAME): Turning failure into function - dr. C.J.M. Coulais, Universiteit van Amsterdam
Dit project wil breukcontrole in sectoren zoals luchtvaart, automotive, beschermende uitrusting en voedselontwerp revolutioneren. Door gebruik van millimeter-schaal metamaterialen stuurt het breukpaden in plaats van ze te voorkomen, met mogelijk gecontroleerd falen, verhoogde duurzaamheid en verbeterde energieabsorptie. In samenwerking met industriële partners zullen prototypes worden ontwikkeld voor verbeterde veiligheid in voertuigen, vliegtuigen, beschermende uitrusting en zintuiglijke ervaringen van voedselproducten.
- MetaFlow: Metamaterials and bio-inspired sensors to stabilize and monitor fluid flow and flow-induced vibrations - dr. A.O. Krushynska, Rijksuniversiteit Groningen
MetaFlow gebruikt bio-geïnspireerde MEMS-sensoren en elastische metamaterialen om turbulente vloeistofstromen in industriële pijpleidingen actief te monitoren en te controleren. We streven naar baanbrekende resultaten voor stromingscontrole in industrie en wetenschap, met een demonstratieopstelling en praktijkgerichte studies.
- SMART-ToC Tumor-on-Chip (ToC) platform incorporating Sensing hydrogel MAtrices – correlating microenvironment and Response to immunotherapy - prof. dr. ir. S. Le Gac, Universiteit Twente
SMART-ToC ontwikkelt een geavanceerd borstkankermodel in on-chip-formaat voor proefdiervrije testen van (immuno)therapieën. Ons model reproduceert en meet belangrijke tumoromgevingsfactoren, ontbreekt in huidige benaderingen, met behulp van een innovatieve driedimensionale meercellige cultuur. Het transdisciplinaire team streeft naar ontwikkeling van kankertherapieën en gepersonaliseerde geneeskunde voor maatschappelijke voordelen.
- Disruptively green neuromorphic scientific computing leveraging stochasticity - dr. J.H. Mentink, Radboud Universiteit Nijmegen
Neuromorfe computers hebben de potentie om het energieverbuik van computersystemen drastisch te verminderen. Dit interdisciplinaire project onderzoekt nieuwe algoritmes en materialen voor mogelijk disruptieve toepassing van neuromorfe hardware. Door inherente stochastische effecten te benutten in plaats van te omzeilen worden grootschalige computer simulaties mogelijk gemaakt die nu praktisch onuitvoerbaar zijn.
- Nano-Chemical Biomarkers of Molecular Mechanisms and Nutritional Factors in Cognitive Ageing and Neurodegeneration (NanoNU-Marker) - dr. F.S. Ruggeri, Wageningen University & Research
NanoNu-Marker gaat de wetenschappelijke en maatschappelijke uitdaging aan om innovatieve experimentele en digitale technologieën te ontwikkelen, te combineren en toe te passen om nieuwe biomarkers te identificeren op de nanoschaal van cognitieve achteruitgang, en om de moleculaire verbanden tussen eiwitaggregatie en menselijke voeding/levensstijl te ontrafelen, om zo de sociaaleconomische impact van dementie en neurodegeneratie op de vergrijzende wereldbevolking aanpakken.
- Accelerating Rarefied Gas Dynamics - prof. dr. F. Toschi, TU Eindhoven
Dit project verbetert computationele vloeistofdynamica voor wetenschap en systeemontwikkeling. We combineren gegevensgestuurde en modelgestuurde methodologieën voor nauwkeurigheid en rekenefficiëntie. Commerciële partners bieden validatie met lagere computereisen. De impact reikt verder dan vloeistofmechanica naar andere wetenschappelijke gebieden.
- IMAGINE: In-material sensing, learning and computing - prof. dr. ir. W.G. van der Wiel, Universiteit Twente
IMAGINE, een 4-jarig project in samenwerking met UT, TU/e, Toyota en IMEC, richt zich op de ontwikkeling van energiezuinige AI-hardware. Door silicium nanodevices te gebruiken als compacte niet-lineaire processors in reguliere halfgeleidertechnologie, gecombineerd met analoge en digitale elektronica, wordt een veelzijdig en energie-efficiënt platform gecreëerd voor lokale informatieverwerking. Dit vermindert het energieverbruik bij datatransmissie naar de cloud en biedt aanzienlijke voordelen voor visiegebaseerde AI-toepassingen, zoals in de auto-industrie.
