Team for the Planet

NiCAT

help_outline

Je nachdem, wie die vorgeschlagene Lösung mit den von Team for the Planet angestrebten Arten von Innovation übereinstimmt, werden "Team-Punkte" vergeben. Sie entsprechen der Analyse mehrerer Faktoren :

Wirkungspotenzial: durchschnittliche Bewertung der Wirkung > 4 => 0,5 Punkte / wenn > 4,15 => 1 Punkt.
Generelle Übereinstimmung: Alle Durchschnittsbewertungen der 6 Auswahlkriterien > 2,5 => 1 Punkt.
Favoritenrolle: Prozentsatz der Bewertungen, die ermessen, dass die Innovation als Top-Innovation eine tiefgreifende Wirkung gegen Treibhausgasemissionen erzielen kann > 20% => 1 Punkt.
Ausrichtung: Die Innovation entspricht mit mehr als 90% dem Wirkungsbereich von Time => 0,5 Punkte + ausreichender Reifegrad der Innovation => 0,5 Punkte.
Soziale Akzeptanz: Ergebnis der semantischen Analyse der Kommentare > 0 => 0,5 Punkte/ wenn > 3500 => 1 Punkt.

26 Bewertungen

Bewertung unterliegen : Nachdem die Innovationen vorsortiert wurden, um sicherzustellen, dass sie einem der 20 von Team for the Planet behandelten Probleme entsprechen und den erwarteten Reifegrad aufweisen, werden sie einer Bewertung unterzogen.

We use A.I. to increase the material science development speed of EV Cars.

Datum der Einreichung 1. August 2021 Gründer Engin Karabudak Entwicklungsort Türkei

Das Projekt im Überblick

NB: Dieses Formular wird ausschließlich von den Personen, die die Innovation vorschlagen, ausgefüllt.

Welches Problem wird gelöst?

EV adoption in transportation speed is not enough, we use A.I. development material discovery novelty to increase the speed of EV adoption. So EV adoption speed will increase and there will be no carbon based fuel usage in transportation, because with our A.I. developed materials.

Wie wird es gelöst?

Next generation battery materials as the key to the transition to battery electric vehicles We work on AI assisted research and development of next generation battery materials. With our expertise in application of machine learning in material science, we are developing low cobalt/high n

Wer sind die potenziellen Kunden?

EV battery manufacturers are our clients. We will provide them cutting edge, A.I. developed battery materials for EV transition.

Inwiefern differenziert sich diese Lösung von anderen?

Rivals use classical chemistry research, but we are using A.I. assistant material science development. So we are digital reactor farm, A.I. developed materials, so we can speed up EV transition 10 fold.