AERIS | AI-gestuurde kennisontsluiting en -synthese voor engineering

Regio:

Brussel

Gefinancierd door

Technische documentatie omzetten in bruikbare kennis met AI

Engineeringbedrijven produceren enorme hoeveelheden technische documentatie. Waardevolle kennis zit echter vaak verspreid over rapporten, tekeningen, databanken en historische bestanden. AERIS (Automated Engineering document Retrieval and Intelligent Synthesis) ontwikkelt generatieve AI-oplossingen waarmee ingenieurs deze informatie betrouwbaarder en efficiënter kunnen terugvinden, samenvatten en hergebruiken. Dankzij een veilige on-premises implementatie blijven gevoelige gegevens volledig onder controle.

Doelgroep

Het project is relevant voor organisaties die grote hoeveelheden technische documentatie beheren, waaronder:

Engineeringbureaus en owner-engineers
Industriële bedrijven met uitgebreide technische documentatie
Organisaties met strikte eisen rond vertrouwelijkheid of on-premises implementatie
Engineeringteams die verantwoordelijk zijn voor compliance, rapportering en kennisbeheer
Bedrijven die de onboarding van nieuwe ingenieurs willen versnellen
AI- en datateams die sectorspecifieke oplossingen voor documentintelligentie ontwikkelen

Context

Engineeringorganisaties bouwen voort op tientallen jaren technische kennis die is opgeslagen in rapporten, tekeningen, specificaties, afbeeldingen en historische databanken. De juiste informatie terugvinden vraagt vaak handmatig zoeken, vergelijken en samenbrengen van gegevens uit verschillende bronnen. Dat kost veel tijd en verhoogt het risico op fouten.

De uitdaging is nog groter wanneer gevoelige gegevens het bedrijf niet mogen verlaten. Bestaande oplossingen combineren zelden een geavanceerd multimodaal begrip met een veilige on-premises implementatie en de mogelijkheid om grote verzamelingen technische documenten te analyseren.

Doelstelling & resultaten

AERIS ontwikkelt AI-methoden waarmee engineeringorganisaties technische kennis sneller kunnen terugvinden, interpreteren en samenvatten, terwijl gevoelige gegevens volledig onder controle blijven.

Het project zal:

Het begrip van complexe engineeringvragen verbeteren, ook bij dubbelzinnige of meerstapsvragen
Informatie combineren uit technische documenten, afbeeldingen, tabellen en andere heterogene databronnen
Betrouwbare antwoorden met bronverwijzingen genereren via geavanceerde Retrieval-Augmented Generation (RAG)
Schaalbare AI-oplossingen valideren die efficiënt werken in veilige on-premises omgevingen

Belangrijkste verwachte resultaten:

AI-methoden die complexe engineeringvragen begrijpen en opsplitsen
Geavanceerde zoekstrategieën die metadata, graph-based reasoning en vector search combineren
Technieken om multimodale engineeringinformatie te extraheren en te representeren
Een gevalideerd prototype, getest op reële technische documentatie
Benchmarkdatasets en evaluatiemethodieken die toekomstige industriële AI-ontwikkelingen ondersteunen

Aanpak

Binnen AERIS, gefinancierd door Innoviris, werkt Sirris samen met Tractebel Engineering. Tractebel levert de industriële use case, de technische documentatie en de validatieomgeving. Sirris brengt expertise in generatieve AI, multimodale taalmodellen en Retrieval-Augmented Generation (RAG).

Samen ontwikkelen de partners methoden om informatie uit complexe technische documentatie efficiënt en betrouwbaar terug te vinden, te combineren en samen te vatten. De oplossingen zijn ontworpen voor een brede inzet in verschillende industriële sectoren.