â Jag Ă€r vĂ€ldigt glad över att ha fĂ„tt den hĂ€r möjligheten att följa min vision. Jag tror att det Ă€r helt avgörande för framtidens AI-planering och dess tillĂ€mpningar, sĂ€ger Jendrik Seipp, bitrĂ€dande professor vid Institutionen för datavetenskap.
TillÀmpningarna kan handla om allt frÄn logistik till elkraftsfördelning och cybersÀkerhet. Det Àr samhÀllsÀrande funktioner som krÀver avancerad planering för att fungera pÄ ett sÄ resurseffektivt sÀtt som möjligt. För att förbÀttra planeringen kan artificiell intelligens vara ett kraftfullt verktyg, men dÄ behöver en stor knÀckfrÄga lösas.
â Dagens mest avancerade AI-planeringssystem kan anvĂ€nda endast en kĂ€rna i datorns processor. Det innebĂ€r att den löser en uppgift Ă„t gĂ„ngen, den ena efter den andra. Det begrĂ€nsar möjligheten att skala upp systemet, sĂ€ger Jendrik Seipp.
15 miljoner frÄn SSF
För att lösa problemet har han fÄtt 15 miljoner kronor frÄn Stiftelsen för strategisk forskning i en satsning som ska stötta framtidens forskningsledare. De utvalda forskarna ska dels bedriva forskning i framkant, dels besitta ledaregenskaper och visa pÄ en vilja till att deras forskning anvÀnds utanför akademin. 213 ansökningar kom in och 16 forskare beviljades medel.
Den största utmaningen enligt Jendrik Seipp Àr utforma datastrukturer som jobbar med parallella lösningar och kan skalas upp utan att saktas ner av obalans i arbetsbelastning mellan processorkÀrnorna, synkroniseringsproblem eller minnesbegrÀnsningar.
â Lyckas vi blir det möjligt att lösa mycket svĂ„rare problem Ă€n vad dagens sekventiella system klarar av. Vi vill etablera ett öppet, brett ramverk för parallell planering som blir den standardiserade grunden för forskning och industri, sĂ€ger Jendrik Seipp.
Det lÄngsiktiga mÄlet Àr en tillförlitlig AI-planering som gÄr att förstÄ och förklara och dessutom har nÄgon form av mÀnsklig medverkan. I framtiden hÀgrar bland annat snabbare och mer miljövÀnliga hemleveranser genom effektiv ruttplanering, sÀkrare autonomi i robotar och fordon via realtidsplanering samt billigare och renare energianvÀndning genom smart schemalÀggning av förbrukning och produktion.
