Årets 100-lista fokuserar på forskningsprojekt som säkerställer att nya och kommande innovationer inte hotar utan möjliggör bättre hushållning och fördelning av jordens begränsade resurser. Det innebär ökad hållbarhet och cirkularitet, ökad jämlikhet, demokrati, säkerhet, hälsa och välbefinnande för hela mänskligheten.
Totalt har 70 projekt valts ut från landets lärosäten. Från Linköpings universitet finns fem projekt med på listan:
- Halvledarmaterial för trådlös kommunikation Molekyler kan ha en så kallad kiralitet. Det innebär att de är spegelvända. Beroende på hur molekylen är vänd kan de få olika egenskaper. Vissa halvledarmaterial med kirala molekyler uppvisar en förmåga att upptäcka och emittera cirkulärt polariserande ljus. Tillämpningar finns inom en mängd olika områden som sensorer och trådlös kommunikation. Forskare: Li Wan
- Ny typ av lysdioder Projektet utvecklar mikro-lysdioder som genererar en ljusstark, energieffektiv och välfokuserad ljusemission. Tekniken är baserade på kvantstrukturer av nitridhalvledare och är mikroskopiskt små. Det huvudsakliga tillämpningsområdet för dessa mikro-lysdioder är högupplösande displayer för AR-tillämpningar men också vitljuskällor för cirkadisk belysning. Forskare: Per Olof Holtz, Son Phuong Le, Christer Svensson, Chihwei Hsu, Ivan Martinovic
- Ultratunna pekskärmar Projektet utvecklar en teknik för att skapa ultratunna och billiga skärmar med fler olika funktioner; tryckkänslighet, ljusavkänning, fingeravtrycksläsning, solceller med mera. Den tunnare skärmen kommer förbättra användarupplevelsen och den lägre tillverkningskostnaden gör tekniken tillgänglig för fler. Forskare: Feng Gao, Chunxiong Bao
- Störningsfria EKG-sensorer EKG är ett standardverktyg för att diagnostisera hjärt- och kärlsjukdomar. Dagens sensorer som läser av hjärtfrekvensen ger i vissa fall störningar vilket kan leda till felaktiga medicinska beslut. I forskningsprojektet har man upptäckt vad som orsakar störningarna och utvecklat nya typer av sensorer som minimerar störningarna. Forskare: Per Ask, Krister Sjöberg
- Maskininlärning utan träningsdata Maskininlärning och djupinlärning har överträffat traditionella algoritmer när det gäller datorseende. Nästa steg är att träna AI utan tillgängliga träningsdata eller möjligheten att skaffa sådan data. För att lösa det har projektet utvecklat metoder som syntetiserar högkvalitativ data som AI kan träna på. Tillämpningsområdet är brett, bland annat självkörande bilar och medicinska tillämpningar. Forskare: Jonas Unger, Gabriel Eilertsen, Apostolia Tsirikoglou
Om 100-listan
100-listan tas fram av IVA-projektet Research2Business, R2B, som verkar för att Sverige ska vara ledande på att omvandla akademisk forskning, inom tekniska och ekonomiska vetenskaper, till innovation och konkurrenskraft i näringslivet.
