Team Sackriti vant førsteplass og en premie på 40 000 kr, mens J2W tok andreplass og mottok 10 000 kr. Gratulerer til begge lag!
I hjertet av konkurransen var en ekte, praktisk utfordring, identifisert av Soundsensing. Det norske teknologiselskapet tilbyr prediktive vedlikeholdsløsninger for varme, ventilasjon og kjølesystemer i kommersielle bygninger. Dets batteridrevne monitorenheter blir satt ut på et spredt område, noe som gjør effektiv skifting av batterier til riktig tid til en viktig del av å holde disse systemene gående.
Soundsensing tilgjengeliggjorde data samlet inn fra ekte sensorer i norske bygninger i forbindelse med konkurransen. Ved å gi deltakerne tilgang til et datasett fra virkeligheten, ga de forskere, studenter og spesialister fra næringslivet en mulighet til å utvikle og teste idéer mot et konkret predikativt vedlikeholdsproblem.
Predikativt vedlikehold er et multifasettert problem som involverer prognoser for indikatorer på utstyrets tilstand, beslutningslogikk som tar hensyn til usikkerhet, og planlegging som tar høyde for praktiske begrensninger. Ved å dele dette datasettet, ønsket vi å finne ut hvordan nye tilnærminger kunne gjøre predikativt vedlikehold mer effektivt," sa Jon Nordby, leder for datavitenskap, Soundsensing.
Deltakerne ble bedt om å utvikle modeller som kunne estimere gjenværende brukstid i hvert batteri. De måtte så gjøre disse estimatene om til praktiske utskiftningsplaner som tok reisetid mellom bygninger, tilgjengelige arbeidere og begrenset arbeidstid med i beregningen.
Denne kombinasjonen gjøre konkurransen til mer enn en øvelse i prognoser: En vellykket løsning måtte produsere nøyaktige prediksjoner, samtidig som den også bidro til realistiske operasjonelle beslutninger. De innsendte løsningene ble gjennomgått ved hjelp av en vitenskapelig komité av forskere fra NMBU og andre universiteter.
For meg er alle gode konkurranser et godt designet spill. Kudos til NORA.ai og Soundsensing for at de tok i bruk Hugging Face for å skape en konkurranse i toppklasse. Hver innsending til ledertavlen var en spennende opplevelse, fordi vi fortsatte å lære, og å opimisere sjansene våre. Vi var usikre på om vi skulle klare det helt fram til vår siste innsending. Alt i alt var det en veldig fin læringsopplevelse. Jeg er takknemlig for muligheten og overrasket over resultatet.”— Sachin Gaur, på vegne av Team Sackriti
Å jobbe med operasjonelle data fra virkeligheten med ekte fysiske begrensninger gjorde BatterySwapAI til en eksepsjonell konkurranse. Vi er glade for at vår symbolske AI-tilnærming ga robuste resultater, og var så effektive i et så konkurransepreget felt,” sa Joël Wanza, Senior ASIC-arkitekt hos Numascale.
Konkurransen tiltrakk seg deltakere med bakgrunner innen datavitenskap, ingeniørfag, maskinlæring og anvendt forskning. Deres forskjellige bakgrunner demonstrerte hvordan data fra næringslivet kan skape varierte idéer—fra tidsserieprognoser og modellering av batterivarighet, til optimisering og planlegging av arbeidsrekkefølger.
Utfordringen samlet talentfulle mennesker fra forskning og næringsliv rundt en konkret utfordring. Vinnerløsningene viste hvor verdifullt det er med åpne data og samarbeid,” sa Kushtrim Visoka, seniorrådgiver hos NORA.ai.
I BatterySwapAI 2026-konkurransen ble NORAs forsknings- og innovasjonsnettverk kombinert med Soundsensings erfaring fra næringslivet og data fra virkeligheten, og forskere fra NMBU og andre universiteter hjalp til med den vitenskaplige vurderingen. I konkurransen kunne man vinne priser til en verdi av totalt 50 000 kr, og deltakerne ble oppmuntret til å gjøre løsningene sine åpne og reproduserbare.
NORA og Soundsensing vil gjerne takke alle som deltok, den vitenskaplige komitéen og alle som hjalp til med å gjøre denne konkurransen mulig. Gratulerer til Team Sackriti og J2W med deres prestasjoner!