12 min

Autonoma system – en framväxande ny industriell revolution

Mänskliga superfärdigheter, så skulle man mycket förenklat kunna sammanfatta autonoma system. För genom autonoma system försöker forskarna få datorer, robotar och andra system att behärska mänskliga färdigheter bättre, snabbare, säkrare och smartare än vad vi själva kan.

Strategiska satsningar

Wallenberg Artificial Intelligence, Autonomous Systems and Software Program, WASP

Värduniversitet:
Linköpings universitet

Övriga ingående lärosäten:
Chalmers
KTH
Lunds universitet
Umeå universitet

Programmet omfattar även forskargrupper vid andra lärosäten. 

Hemsida: 
http://wasp-sweden.org

Beviljat anslag:
Totalt 2,625 miljarder kronor fram till år 2026
varav 1,15 miljarder kronor är avsatta för AI-delen

Maskiner av olika slag har i moderna tider på många sätt underlättat såväl arbete som vardag för oss. Fram till nyligen har de alltid varit beroende och styrda av människor, de har helt enkelt varit osjälvständiga och ointelligenta. Men utvecklingen av artificiell intelligens och autonoma system håller på att förändra detta. Det började så smått med industrirobotar. Nu testas självkörande fordon i trafik samtidigt som ett flygledartorn på en ort övervakar flygtrafik på en annan. Under tiden tränar forskare robotar och datorer att se och lära sig förstå vad de ser. De lär dem också att känna igen var de befinner sig och utifrån den informationen få dem att förflytta sig och fatta självständiga beslut.

Smarta energisystem, byggnader, trafiklösningar, städer. Självstyrande lager, gruvor, kanske hela industrier. Robotar som kan skickas till farliga platser för att sanera, leta skadade i raserade hus, eller på otillgängliga platser vid naturkatastrofer. Även inom vården räknar man med att datorerna ska hjälpa läkare att snabbare ställa korrekta diagnoser, något som i akuta lägen kan var skillnad mellan liv och död.

Visionerna är många och det som tidigare framstod som fantasier är inte så långt ifrån att förverkligas. Det går fort, trots att det är svårt och forskarna gång på gång går bet.

– För fem år sedan låg de bästa resultaten på 25 procent fel, när man försökt lära en dator att känna igen olika kategorier av bildobjekt. Det var långt ifrån bra eftersom en genomsnittlig människa bara gör fem procent fel. Men nu slår datorn människan och gör bara tre procent fel, berättar Kalle Åström, professor i matematik vid Lunds universitet.

Datorer härmar hjärnan

Hemligheten bakom framstegen är en ny teknik som kallas deep learning som härmar hur nervceller i den mänskliga hjärnan fungerar.

– Det handlar om många små beräkningar som analyserar bara sin lilla del av bilden. Resultatet skickas vidare till nästa algoritm och det upprepas i många lagar. Det kan till slut handla om miljontals beräkningar.

På så sätt har man fått datorer att till exempel känna igen en katt.

– Genom att visa tusentals olika kattbilder för datorn och sedan låta den själv kalibrera värdena i algoritmerna till träffsäkerheten blir maximal, lär sig datorn att en katt kan se ut som en nakenkatt och en norsk skogskatt men ändå vara en katt, sedan är det bara att fortsätta på samma sätt med objekt efter objekt, förklarar Kalle Åström.

Detta är en liten del av den forskning som ryms inom programmet Wallenberg Autonomous Systems and Software Program, WASP. En satsning på grundforskning, utbildning och rekrytering inom autonoma system och mjukvara. Tanken är att kombinera befintliga ledande kompetenser inom elektroteknik och datavetenskap vid olika universitet.

Samarbete med industrin

Forskningsprogrammet, som också omfattar ett samarbete med svensk industri, ska bidra med en betydande kunskapsuppbyggnad och utveckling inom ett stort antal områden där fordon, robotar och komplexa programvaruintensiva system med intelligens uppnår autonomi i växelverkan med människor. Kunskap som är avgörande för att svensk forskning och industri ska hänga med i utvecklingen mot det uppkopplade samhället där allt fler system också blir självstyrande.

– Man räknar med att det kommer att finnas 50 miljarder uppkopplade och sammankopplade system. De kan inte skötas manuellt utan för att det ska fungera måste de vara självorganiserade och kunna fatta egna beslut, säger Lars Nielsen, professor vid Linköpings universitet och programdirektör för WASP.

Utmärkande för programmet är en forskarskola för 150 doktorander och den forskningsinfrastruktur, demonstrationsplattformar, som byggs upp i samarbete med svenska industriföretag

– Forskning som inte är möjlig någon annanstans ska bedrivas här. Vi ska ha öppna demonstratorer där alla är välkomna, inte minst de små innovativa företagen. De är också en stor dragkraft för att rekrytera internationella forskare, menar Lars Nielsen.

Digitalisering, autonomisering och sammankoppling av system sker på bred front inom industrin i Sverige och utomlands. Det beskrivs som en ny industriell revolution, och kallas ibland för industri 4.0.

– WASP handlar om kärnan i en kompetensuppbyggnad för att Sverige ska följa med i den teknologiska och industriella utvecklingen, säger Lars Nielsen och drar parallellen till FACIT, en svensk världskoncern inom kontorsmaskiner som inte klarade skiftet till elektroniska produkter och slogs ut från marknaden.

Många problem kvar

Programmets fokus ligger trots den industriella samverkan på grundforskning. På KTH sker den största delen av forskningen kring självstyrande fordon.

– Forskningen har kommit långt i avgränsade miljöer som exempelvis gruvor men det återstår många problem att lösa innan vi har självkörande fordon i trafiken, menar professor Bo Wahlberg, KTH.

Begrepp som cloud computing och edge center är centrala inom självstyrande trafiklösningar. Många av fordonens beräkningar görs i det så kallade molnet, men eftersom dagens moln är för långsamt för att synkronisera trafiken i till exempel en gatukorsning krävs de små, lokala datacenter – edge center – som snabb kan göra beräkningar för varje enskilt fordon.

På några millisekunder måste det avgöras vilka beräkningar som ska göras lokalt eller i ett större datacenter längre bort.

­– Vi gör matematiska modeller för detta, sedan programmerar vi en simulering via datorn och därefter går vi in i vårt robotlabb och testar, berättar professor Karl-Erik Årzén, Lunds universitet, och tillägger att det kommer att dröja länge innan sådana trafiklösningar blir vardag.

Text Carina Dahlberg
Bild Mediabruket

Mer om WASP

Strategiska områden

  • Mjukvara
  • System av system
  • Fordon, robotar och människor

Teman

  • Dataanalys och lärande
  • Samarbete och interaktion
  • Modellbaserad systemteknik
  • Nätverk och distribuerade system
  • Programvara för produktutveckling, design och autonoma system.

Projekten i programmet i korthet

Automatiska transportsystem – kommer att effektivisera transporterna av både människor och gods, förbättra såväl trafikflödet som bränsleekonomin och minska antalet olyckor.

Autonoma moln och nätverk – fattar automatiska beslut om resursfördelning, skalning och allokering för distribuerade molnarkitekturer

Integrering av perception, lärande och verifikation i interaktiva autonoma system – utveckling av inlärningsmetoder som baseras på kombinationer av sensorer som kameror, laser eller taktila sensorer

Interaktion och kommunikation med autonoma agenter – nya system för avancerat beslutsstöd som gör det möjligt för människor att interagera och kommunicera med framtidens intelligenta system som exempelvis fordon och robotar.

Automatiska transportsystem – kommer att effektivisera transporterna av både människor och gods, förbättra såväl trafikflödet som bränsleekonomin och minska antalet olyckor.

Smarta lokaliseringssystem – noggrann lokalisering var som helst och när som helst för fordon, robotar, människor och prylar för att uppnå en hög nivå av autonomi.

Storskalig optimering och reglering – utveckling av grundläggande teori och metodik för distribuerad optimering, inlärning och beslutsfattande i storskaliga dynamiska system.

Security for Autonomous Systems – utvecklar metoder för informationssäkerhet för autonoma system.

Software Engineering for Smart Systems – studerar data-drivna utvecklingsprocesser och metoder baserade på experiment och automation för smarta system.

Software Technology for Autonomous Systems – ny mjukvaruteknik för autonom programvara.

AI and Machine Learning – användning av AI och maskininlärning för autonoma system.