Un consorțiu european de șapte instituții de cercetare și inovare care integrează metodele de Inteligență Artificială în nucleul tranziției spre economia circulară — de la laborator la piață, de la universitate la societate.
Conform Raportului privind Decalajul de Circularitate 2024 (Circle Economy), circularitatea globală se situează la doar 7,2% — cu 21% mai puțin față de acum cinci ani. Creșterea populației, intensificarea consumului și presiunile climatice impun o schimbare radicală a modului în care producem, folosim și recuperăm materialele. Economia circulară oferă cadrul conceptual, iar Inteligența Artificială furnizează puterea computațională necesară pentru a-l face funcțional la scară.
According to the Circularity Gap Report 2024 (Circle Economy), global circularity stands at just 7.2% — 21% lower than five years ago. Population growth, intensified consumption and climate pressures require a radical change in how we produce, use and recover materials. The circular economy provides the conceptual framework, while Artificial Intelligence supplies the computational power needed to make it work at scale.
Согласно Отчёту о разрыве цикличности 2024 (Circle Economy), глобальная цикличность составляет всего 7,2% — на 21% ниже, чем пять лет назад. Рост населения, интенсификация потребления и климатическое давление требуют радикального изменения того, как мы производим, используем и восстанавливаем материалы. Циркулярная экономика даёт концептуальную основу, а ИИ — вычислительную мощь для её реализации в масштабе.
AI-InnoScEnCE intervine exact la această intersecție critică: conectând metode de machine learning, NLP și computer vision cu provocările concrete ale ingineriei circulare — de la sortarea automată a deșeurilor la simularea moleculară a noilor materiale biodegradabile, de la cartografierea ecosistemelor de inovare la generarea de oportunități reale de antreprenoriat.
AI-InnoScEnCE intervenes at precisely this critical intersection: connecting machine learning, NLP and computer vision methods with the concrete challenges of circular engineering — from automated waste sorting to molecular simulation of new biodegradable materials, from innovation ecosystem mapping to generating real entrepreneurship opportunities.
AI-InnoScEnCE вмешивается именно на этом критическом перекрёстке: соединяя методы машинного обучения, NLP и компьютерного зрения с конкретными задачами циркулярной инженерии — от автоматической сортировки отходов до молекулярного моделирования новых биоразлагаемых материалов.
"Tranziția spre o economie circulară nu este o opțiune — este singura cale spre reziliența economică și climatică pe termen lung. Inteligența Artificială transformă această tranziție dintr-un deziderat în realitate măsurabilă."
"The transition to a circular economy is not an option — it is the only path to long-term economic and climate resilience. Artificial Intelligence transforms this transition from an aspiration into measurable reality."
"Переход к циркулярной экономике — не вариант, а единственный путь к долгосрочной экономической и климатической устойчивости. Искусственный Интеллект превращает этот переход из стремления в измеримую реальность."— AI-InnoScEnCE Research Consortium, 2025
Систематическая интеграция ML-инструментов в исследовательские процессы кафедр инженерии и естественных наук
Выявление и соединение участников академической и промышленной экосистемы через NLP-модели и анализ сетей знаний
Разработка и внедрение модулей AI-обучения для студентов, исследователей и практиков вне академии
Создание условий для появления стартапов, ориентированных на масштабируемые циркулярные решения, через AI-воркшопы открытых инноваций
Модели машинного обучения выявляют значимые закономерности в больших объёмах данных, на анализ которых у человека ушли бы годы, сокращая цикл исследования–валидации с десятилетий до месяцев. В материаловедении число публикаций, упоминающих ИИ, выросло с 264 в 2014 году до примерно 10 000 в 2024 году (Nature Reviews Materials, 2026).
Deep Learning · Data MiningСистемы ИИ автоматической сортировки и предиктивные модели потоков трансформируют управление промышленными и муниципальными отходами. Обзор Wiley (2025) литературы за 2015–2025 годы документирует значительное сокращение объёмов захоронения отходов и рост уровня извлечения материалов за счёт внедрения компьютерного зрения (CV) и машинного обучения (ML).
Computer Vision · Predictive MLИИ расширяет жизненный цикл материалов, проектирует биоразлагаемые биобазированные материалы и превращает материалы в конце жизненного цикла обратно в высокочистое сырьё посредством сенсинга и управления, основанных на ИИ (Nature Reviews Materials, 2026). Роботизированные self-driving лаборатории ещё больше сокращают цикл цифровое → физическое.
Generative AI · Molecular Sim.IoT, цифровые двойники (digital twins), блокчейн и ИИ являются наиболее часто упоминаемыми катализаторами устойчивости в «зелёных» цепочках поставок, согласно анализу 1 962 документов из Scopus и Web of Science (Discover Sustainability, 2025). Основными барьерами остаются стоимость, сложность интеграции и нехватка цифровых навыков.
Industry 4.0 · Digital TwinsМодели обработки естественного языка анализируют научные публикации, патенты и рыночные отчёты для выявления скрытых возможностей сотрудничества, пробелов в знаниях и потенциальных синергий между академическими, промышленными и политическими участниками в экосистеме циркулярной экономики.
NLP · Graph AnalysisАнализ 32 рецензируемых исследований (2015–2025) показывает, что ИИ переосмысливает циркулярные бизнес-модели за счёт продвинутых инсайтов из данных, поддерживая стратегии повторного использования, ремонта и переработки, которые невозможно выявить с помощью традиционных методов управления (Springer ICRES, 2025).
ML · Open InnovationСистемы компьютерного зрения, обученные на наборах данных классифицированных отходов, достигают более высокой точности сортировки по сравнению с человеком, снижая загрязнение потоков переработки и повышая экономическую ценность извлекаемых материалов. Обзор Wiley (2025) за период 2015–2025 документирует их влияние на всю цепочку управления отходами.
Стартап EveryCarbon, спин-офф TUHH Гамбург, получил 2,5 млн € от SPRIND (2025) на производство биобазированных высокоэффективных полимеров из потоков органических отходов — демонстрируя, что отходы могут стать отправной точкой для создания новых материалов благодаря микробиологическим процессам, поддерживаемым ИИ.
Первое mixed-methods исследование влияния ИИ на экосистемы промышленного производства (ResearchGate, 2025), основанное на библиометрическом анализе 196 рецензируемых статей (2023–2024), показывает, что ИИ может повысить показатели эффективности использования ресурсов до 25% и сократить производственные отходы до 30% в эмпирически подтверждённых случаях.
Annual Review of Environment and Resources (2025) обобщает национальные и глобальные данные о потенциале смягчения воздействия циркулярной экономики. Ключевой вывод: переход к циркулярной экономике обладает значительным потенциалом декарбонизации, однако масштаб его влияния критически зависит от интеграции в национальные климатические политики и технологической поддержки — включая ИИ.
Библиометрический анализ 196 рецензируемых статей: +25% эффективность использования ресурсов, −30% производственные отходы в задокументированных случаях. Основные барьеры: малые и средние предприятия и развивающиеся экономики.
Около 10 000 научных статей в области материаловедения упоминают ИИ в 2024 году по сравнению с 264 в 2014 году. ИИ продлевает жизненный цикл материалов и превращает отходы в конце жизненного цикла (EOL) в высокочистое сырьё.
Нарративный обзор 2015–2025 (Web of Science, Scopus, IEEE, ScienceDirect, Google Scholar). ИИ трансформирует сортировку, прогнозирование и восстановление ресурсов в сфере управления отходами.
Arhitectura proiectului răspunde la trei nevoi simultane...
Агрегация и валидация лучших практик ИИ в циркулярных исследованиях через бенчмаркинг на основе данных (WP2).
Физические и виртуальные лаборатории для тестирования решений на основе ИИ в реальных условиях промышленного исследования (WP3).
Инструменты AI-NLP, которые картографируют связи между участниками и выявляют неиспользованные синергии на региональном и европейском уровнях (WP4).
Воркшопы open innovation, управляемые ИИ, которые превращают результаты исследований в конкретные предпринимательские возможности и жизнеспособные стартапы (WP5).
🌿 Springer · Discover Sustainability · 2025
Анализ 1962 документов: IoT, цифровые двойники, ИИ, блокчейн — ключевые катализаторы. Общие барьеры: стоимость, сложность интеграции, дефицит цифровых навыков.
Глобальная цикличность: 7,2%, на 21% ниже, чем 5 лет назад. Постепенный подход более реалистичен, чем радикальная системная трансформация для МСБ.
Синтез глобальных данных: значительный потенциал смягчения, но масштаб зависит от интеграции в климатические политики.
От 264 статей с ИИ в 2014 до ~10 000 в 2024. Роботизированные лаборатории сжимают цикл цифровое→физическое. Обязательная связка: ИИ + инновационные бизнес-модели + инфраструктура сбора.
Комплексный нарративный обзор рецензируемой литературы 2015–2025, охватывающий Web of Science, Scopus, IEEE Xplore, ScienceDirect и Google Scholar. Критическая оценка потенциала и ограничений AI-подходов по всему жизненному циклу управления отходами подтверждает: AI-технологии радикально трансформируют восстановление ресурсов. Барьеры для масштабного внедрения остаются значительными.
WP2 · Cercetare
Un depozit interactiv și actualizat în timp real...
Accesează Platforma →
WP4
Nou
Un instrument bazat pe procesarea limbajului natural...
Accesează Platforma →Алгоритмы прогнозирования и перенаправления промышленных и муниципальных отходов до их образования.
Молекулярное моделирование с использованием ML для проектирования материалов с увеличенным сроком службы и лёгкой реинтеграцией.
Модели ИИ для балансировки спроса и предложения возобновляемой энергии в реальном времени для партнёрских отраслей.
Снижение пищевых отходов и эффективное использование сельскохозяйственных побочных продуктов с помощью интеллектуальных систем прогнозирования и распределения.
Научные статьи, опубликованные в журналах, индексируемых Web of Science и Scopus, которые документируют валидированные методологии ИИ в реальных условиях циркулярной экономики и формируют базу знаний для глобального научного сообщества.
Патенты, авторские права и другие формы защиты интеллектуальной собственности, полученные в результате технических инноваций, созданных в лабораториях проекта, способствующие укреплению инновационного потенциала партнёрских учреждений.
Стартапы и спин-оффы, которые коммерциализируют AI-решения для конкретных задач циркулярной экономики — от систем автоматической сортировки отходов до платформ для обмена ресурсами в индустриальной экономике совместного использования.
Наборы данных, обученные модели и исследовательские методологии, опубликованные в открытом доступе (open-access), позволяющие глобальному научному сообществу развивать результаты проекта и ускорять внедрение ИИ в циркулярные исследования.
Кластер академико-промышленного сотрудничества, который сохраняется после завершения финансирования Horizon, с как минимум 3–4 новыми соглашениями о партнёрстве между учреждениями, ранее не сотрудничавшими, создавая мультипликативный эффект европейских инвестиций.
Germania, Serbia și Republica Moldova — trei contexte...
Технический университет, основанный под девизом «Engineering to Face Climate Change», TUHH возглавляет консорциум через CampusLab Circular Economy — инфраструктуру, которая соединяет фундаментальные исследования с производством будущего. Стартап EveryCarbon, получивший финансирование в размере 2,5 млн € в 2025 году, наглядно демонстрирует, как TUHH превращает органические отходы в высокоэффективные биополимеры с помощью микробиологических процессов, поддерживаемых ИИ.
tuhh.de →
Крупнейший университетский центр в Сербии, с более чем 16 500 студентами, более 1 000 сотрудников, 13 факультетами, более 90 образовательными программами и 33 научными центрами. В 2024 году он стал соорганизатором Eastern European Machine Learning Summer School с 190 участниками из 47 стран.
ftn.uns.ac.rs →
Академический якорь консорциума в Республике Молдова, USC предоставляет экспертизу в области анализа региональных экономических систем и прикладной инженерии. Его участие создаёт первую исследовательскую инфраструктуру ИИ, посвящённую циркулярным вызовам на юге Молдовы.
usch.md →
Частный интерфейс между академическими исследованиями и коммерческой монетизацией с 1992 года. Специализируется на защите ИС, поддержке спин-оффов и соединении результатов исследований с МСБ в экосистеме циркулярной экономики.
tutech.de →Институт получил премию «Most Innovative AI Research Idea» на DSC Europe 2024 за проект «ИИ в маммографии» и координирует Стратегию развития ИИ Сербии 2025–2030. Co-организовал Восточноевропейскую летнюю школу ML 2024. Исследовательские группы охватывают HCI, ИИ в здравоохранении, компьютерное зрение, зелёный ИИ и умные фабрики.
ivi.ac.rs →
Инновационный центр, софинансируемый ЕС и правительством Швеции, с миссией создания квалифицированных IT-рабочих мест и удержания молодых талантов на юге Молдовы. Более 60% участников программ — женщины и девушки. В рамках AI-InnoScEnCE оснащает и эксплуатирует физические лаборатории в Кахуле.
inotek.md →
Предпринимательский двигатель проекта в Молдове, IACH работает в специальном здании площадью 1 494 м². Послужной список: 22 активные резидентные компании, 80 созданных рабочих мест (37 для молодёжи, 19 для женщин) и 18 стартапов. В AI-InnoScEnCE координирует путь инкубации стартапов, обеспечивая переход от прототипа к работающей компании.
iach.md →Studenți, cercetători, antreprenori și industrie — fiecare actor contează în ecosistemul AI-InnoScEnCE.
Consorțiul AI-InnoScEnCE răspunde solicitărilor de colaborare, parteneriate academice sau industriale, cereri de informații despre participarea la proiect și propuneri de co-cercetare în termen de maximum 5 zile lucrătoare.