KTH satsar på en ny forskningsplattform där artificiell intelligens integreras i det experimentella arbetet. Initiativet, som fått namnet Polaris, ska kombinera modellering, automatiserade experiment och analys i en sammanhängande process.
AI och fysikaliska modeller ska identifiera lovande material och experiment, varefter robotiserade system framställer och provar materialen. Resultaten analyseras och återförs till modellerna, som förbättras och används för att föreslå nästa steg.
På så sätt skapas ett kontinuerligt kretslopp där resultaten från genomförda experiment ligger till grund för den fortsatta forskningen. Ambitionen är att kunna undersöka betydligt fler materialkombinationer än vad som är möjligt med traditionellt manuellt laboratoriearbete.
Experiment och analys i ett slutet system
Polaris bygger på ett så kallat closed-loop-system där experiment, mätningar, dataanalys och modellering kopplas samman i en kontinuerlig lärprocess. Plattformen ska bland annat användas för forskning kring biobaserade råmaterial som träfibrer och proteiner.
Metoden är särskilt intressant vid forskning på komplexa material, där små förändringar i sammansättning eller tillverkningsprocess kan påverka materialets slutliga egenskaper. Forskarna vill därför inte enbart effektivisera experimenten, utan även öka förståelsen för sambanden mellan materialens struktur, sammansättning, tillverkningsprocess och egenskaper.
Tvärvetenskaplig satsning
Polaris leds av Daniel Söderberg, professor i fiberprocesser, och Fredrik Lundell, professor i experimentell strömningsmekanik vid KTH. Initiativet samlar även kompetens inom bland annat kemi, materialvetenskap, bioteknik och artificiell intelligens.
Satsningen har möjliggjorts genom en donation på 100 miljoner kronor från Olle Engkvists Stiftelse. Den omfattar bland annat uppbyggnaden av den fysiska forskningsplattformen, mjukvaruutveckling, rekrytering och utbildning inom datadriven materialforskning.
Målet är att snabbare kunna utveckla och optimera hållbara material för framtida tillämpningar, bland annat inom energiteknik och medicinska produkter.
Källa: KTH, ”AI – forskarnas nya kollega i labbet”, publicerad 8 september 2026.
