Avdelningen Data Science och AI bedriver forskning och utbildning inom ett växande område som omfattar datavetenskap, AI och maskininlärning. Med en ökad efterfrågan på avancerade informationssystem, datorprogram och autonomt beslutsfattande inom nästan alla samhällsområden, blir datavetenskap och AI alltmer nödvändiga aspekter av mjukvaruutvecklingen.
Vad är data science, AI och maskininlärning?
Data Science handlar om att utvinna användbar kunskap från storskalig data, både för en djupare förståelse av data och för beslutsstöd.
AI handlar om att bygga intelligenta system baserade på maskininlärning, logik eller andra modeller. AI är ett mycket tvärvetenskapligt område, som använder metoder från statistik och optimering, maskininlärning, och andra beräkningstekniker.
Maskininlärning (ML) fungerar genom automatisk generalisering från data, så att de lär sig att utföra komplexa uppgifter utan explicit programmerade regler. Maskininlärning bygger i sin tur på grunder inom algoritmer, optimering och matematisk statistik.
Forskning
Merparten av forskningen på Data Science och AI sker i samarbete med partners inom akademin och industrin, som kombineras med grundforskning inom maskininlärning (ML) och relaterade områden:
- algoritmteori (design, komplexitet, randomisering)
- optimering och operationanalys (schemaläggning, ruttplanering)
- teoretisk ML-forskning (inlärning, beslutsfattande)
- hälsoinformatik, bioinformatik och beräkningsbiologi
- behandling av naturligt språk (textanalys, representationsinlärning, multimodalitet)
- autonoma fordon
- matematisk modellering och problemlösning
Flera av forskningsprojekten stöds av Chair (Chalmers AI research initiative) och WASP (Wallenberg AI, Autonomous Systems and Software Program).
DSAI seminars
Lär dig mer om forskningen på avdelningen. Seminarierna är öppna för allmänheten med talare från både akademi och industri. Se aktuella seminarier i kalendern.
Utbildning
Data Science och AI tillhandahåller en rad kurser i datavetenskap, AI och maskininlärning – men också i matematisk modellering, algoritmer och optimering. Vi ansvarar för en betydande del av undervisningen på "Data Science and AI Master’s programme" på Chalmers och "Applied Data Science Master’s programme" på Göteborgs universitet.
