Artificiell intelligens: Framtidens ”tänkande” maskiner
Bakom varje självkörande bil, självlärande robot eller smart byggnad döljer sig en mängd avancerade algoritmer som styr inlärning och beslut. Några av de matematiska modeller som utgör ryggraden i automatiserade system byggs som bäst av forskare från Uppsala universitet. Här konstrueras matematiska modeller som hjälper maskiner att fatta självständiga och pålitliga beslut.
Maskininlärning bygger på en kombination av matematik och programmering och handlar om att maskiner lär sig hantera olika typer av uppgifter utan att de först programmerats för den specifika uppgiften. Maskininlärning är ett snabbt växande teknikområde och är kärnan i det som kallas artificiell intelligens (AI). Maskinerna och datorerna är inte intelligenta i sig – utan lär sig tack vare algoritmer som snabbt hittar komplexa mönster i stora mängder data.
Genom maskininlärning kan ingenjörsmässigt smarta system utvecklas till stor nytta för individer och samhälle om vi är kloka nog att utnyttja dem på rätt sätt. Det kan handla om system för trafiksäkerhet som till exempel farthållare och bilars varningssystem för fotgängare eller utveckling av framtidens självkörande bilar med målet att minska antalet trafikolyckor. Det kan också handla om medicinska tillämpningar som diagnostik av hjärtsjukdomar eller utveckling av nya metoder för strålbehandling inom cancervården. Forskningen kring AI och maskininlärning kan också ge oss större kunskap om människans hjärna och medvetande och kanske bidra till exempelvis bättre behandling av hjärnsjukdomar.
År 2020 invigdes AI4Research, en satsning där forskare från Uppsala universitets samtliga vetenskapsområden samlas för att utifrån olika kunskaper och perspektiv förstärka, förnya och vidareutveckla forskningen inom artificiell intelligens och maskininlärning.
Maskininlärning är ett snabbt växande forskningsområde där Uppsala universitet har kommit långt i utvecklingen. Men för att bli internationellt ledande behöver forskningsmiljön stärkas. Ambitionen är att fokusera på den framtida utvecklingen av medicinska tillämpningar – ett område med stor potential och samhällsnytta.
”Målet är att flytta fram Sveriges position inom maskininlärning och bidra till att framtidens maskiner används i människans tjänst.”
Thomas Schön, professor i reglerteknik, Beijerprofessor i artificiell intelligens