Team for the Planet

NiCAT

help_outline

Los puntos de los equipos se conceden en función de la adecuación de la solución al tipo de innovación buscada por Team for the Planet. Se basan en el análisis de una serie de factores:

potencial de impacto: puntuación media de impacto > 4 => 0,5 puntos / si > 4,15 => 1 punto.
coherencia global: todas las puntuaciones medias de los 6 criterios de selección > 2,5 => 1 punto.
coup de Coeur: % de encuestados que consideran que la innovación es la mejor forma de actuar a gran escala contra los gases de efecto invernadero > 20% => 1 punto
focalización: validación del ámbito de intervención del Equipo superior al 90% => 0,5 puntos + nivel de madurez inno suficiente => 0,5 puntos
aceptación social: puntuación del análisis semántico para comentarios > 0 => 0,5 puntos/ si > 3500 => 1 punto

26 evaluaciones

Sujetas a evaluaciones : Después de comprobar que la innovación está dentro del ámbito de los objetivos de las 20 problemas de Team for the Planet y que ha alcanzado una madurez suficiente, se está evaluando la innovación.

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

Fecha de presentación 1 de agosto de 2021 Fundadores Engin Karabudak Urbanización Turquía

El proyecto en detalle

Nota: este formulario debe ser cumplimentado en su totalidad por las personas que proponen la innovación.

¿Qué problema se ha resuelto?

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.

¿Cómo se resuelve?

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

¿Quiénes son los clientes potenciales?

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

¿En qué se diferencia esta solución?

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.