AMNYTT 03 2022 er publisert

2022-05-19 Jan Eirik Schiøtz

Fremtidens samfunn krever kompetente borgere. Det gjelder en rekke yrker som lærere, helsepersonell og ikke minst teknologer. Vi må hele tiden minne samfunnet på behovet for at vi i Norge har nok teknologer. Skal de politiske målsettinger om et grønt skifte nås, som er nødvendig, er en av de aller viktigste forutsetninger for å lykkes å utdanne nok teknisk personell.

Utdanning koster samfunnet betydelige beløp, men er investeringer som gir god avkastning. Tiltak for å forhindre løpsk prisstigning, må ikke gå på bekostning av teknologiutdanning. Regjeringen må finne andre felt hvor statens utgifter skal reduseres.

Denne utgaven har flere interessante artikelr, blant annet:

Kunstig intelligens på teknisk museum
NFEA etablerer brukerforum for OPC Ua

Last ned magasinet her

Lunner kommune tar i bruk KI for smartere avløpsrensing

Lunner kommune tester ny teknologi ved Harestua og Volla renseanlegg. Ved hjelp av kunstig intelligens skal avløpsvann renses med mindre kjemikaler, samtidig som driften effektiviseres og kostnader kuttes.

AQ7290-seriens optiske tidsdomenereflektometer.

Nytt OTDR fra Yokogawa

Yokogawa Test & Measurement Corporation lanserer AQ7290-serien, et svært pålitelig og nøyaktig felttestinstrument for optisk fiber som vil lette konstruksjonen og vedlikeholdet av raskt voksende optiske kommunikasjonsnettverk. AQ7290 er utstyrt med nye funksjoner som forbedrer betjening og brukervennlighet. Seks standard- og høyytelsesmodeller er tilgjengelige i serien, og tilbyr et utvalg av to eller tre bølgelengder for å dekke et bredt spekter av fiberoptiske installasjons- og vedlikeholdsmålingsbehov.

Nytt generativt AI-drevet vedlikeholdstilbud fra Siemens

Siemens Industrial Copilot, en generativ AI-basert assistent, styrker hele verdikjeden – fra design og planlegging til engineering, drift og tjenester. Med dette ekspanderer Siemens sitt Industrial Copilot-tilbud med utvidede muligheter for Senseye Predictive Maintenance. Den generative AI-drevne løsningen vil støtte alle trinn i vedlikeholdssyklusen, fra reparasjon og forebygging til prediksjon og optimalisering.