Tillämpad artificiell intelligens

Som framgår av listan ovan är vår forskning ganska bred, men ett centralt tema i vår forskning är användningen av tolkningsbar AI, d.v.s. metoder, processer och system som är tolkningsbara till sin natur och som därmed tillhandahåller transparens, påliglighet och säkerhet. Vårt tillvägagångssätt står i stark kontrast mot den för närvarand dominanta trenden inom AI som istället är starkt fokuserad på svartlådemodeller (främst neurala nätverk). Svartlådemodeller har höjt prestandan för AI-system inom många delområden och dessutom gjort nya tillämpningar möjliga (t.ex. LLM-baserade chatbots). Å andra sidan är det så att svartlådemodeller, och särskilt generativ AI, lider av inneboende begränsningar vad gäller tillförlitlighet och säkerhet (ur ett användarperspektiv), vilket inte minst har visat sig i många fall av katastrofala utfall vid användningen av sådana system.

I vår forskning använder vi i stället så kallade glaslådemodeller, vars funktionalitet kan förstås av mänskliga observatörer. Två viktiga mål med vår forskning är (i) att höja prestandan för glaslådemodeller så att den når samma nivå som svartlådemodeller och (ii) att utveckla och
applicera allmängiltiga träningsmetoder för glaslådemodeller.

Språkbehandling

Vi har flera pågående projekt inom detta område. Våra huvudsakliga delområden är (i) textklassifikation och (ii) tolkningsbara språkmodeller. I fallet textklassifikation har vi utvecklat en fullt tolkningsbar metod som uppnår mycket hög prestanda genom att använda en slags förträning (pre-training) på ungefär samma sätt som för svartlådemodeller. Vad gäller språkmodeller utforskar vi olika sätt att bygga generativa modeller som, till skillnad från transformer-baserade LLM:er, erbjuder transparens och tillförlitlighet

Automatisk koordinering av fordon

I detta projekt studerar vi automatisk koordinering av fordonsflottor bestående av många fordon. Vi har utvecklat en generell metod for automatisk trajektorieplanering för denna tillämpning. Metoden hanterar både ruttplanering och - viktigast - hastigheterna och därmed ankomsttider för fordonen, så att hela flottan kan utföra sin gemensamma uppgift med maximal effektivitet och utan kollisioner. Vi har applicerat vår metod i ett fall med underjordiska gruvor och håller för närvarande på att generalisera metoden för användning inom järnvägsrangering, i det fall där man har batteridrivna järnvägsvagnar som är kapabla att röra sig autonomt i låg fart på rangerbangårdar

Autonom robot för datadrivet järnvägsunderhåll

Inom IAM4RAIL-projektet utvecklar vi, i nära samarbete med Trafikverket, autonoma robotplattformar för inspektion och underhåll av järnvägsinfrastruktur. Projektets huvudmål är att med robotar navigera i spårmiljön, samla högupplöst tillståndsdata, utföra inspektioner och enklare underhållsåtgärder på plats. Roboten VIDAR är en central resurs i projektet som i realtid matar data till digitala tvillingar samt prediktiva modeller och därigenom bidrar till projektets huvudmål, nämligen att öka säkerheten, minska trafikstörningar och förlänga infrastrukturens livslängd.

Skog och geospatial AI

Vår forskning inom skogsområdet fokuserar på användningen av tolkningsbar AI för att analysera skogsekosystem med hjälp av geospatiala data och fjärranalys. En central fråga är i vilken utsträckning strukturell information som kan observeras ovanifrån – såsom krontakshöjd, rumslig heterogenitet och luckor i krontaket – kan användas för att dra slutsatser om ekologiska egenskaper som annars måste bedömas genom fältinventeringar. Av särskilt intresse är hur högupplösta krontakshöjdmodeller och liknande datakällor kan användas för att uppskatta skogens naturvårdsvärde.

Övervakning av havshälsa och havsplanering genom data

Vårt arbete inom Mistra C2B2-projektet går ut på att främja data-driven innovation i Sveriges blå ekonomi. Vi fokuserar på att integrera marina och atmosfäriska data från sektorer som fiske, sjöfart och offshore-verksamheter. Projektet syftar till att öka förståelsen av marina ekosystem genom att använda undervattenssystem (såsom fasta observatorier, ytgående drönare och gliders) för datainsamling. Centrala projektleveranser inkluderar en öppen inventering av pågående marina projekt samt prototyper som syftar till att förbättra havsplanering.