Det är lösningar som oftast ligger några steg före industrin, som testas i laboratorier eller som fortfarande ligger på ritbordet.
− Vi vill veta vad ni tycker, om ni delar våra slutsatser om framtidens teknologi. Vi vill gärna fortsätta att diskutera visioner, men också konkreta forskningsprojekt med praktisk tillämpning, öppnade Mehdi Tarkian och Marie Jonsson, båda biträdande professorer inom produktdesign vid Linköpings universitet och institutionen för industriell och ekonomisk utveckling.
På plats i labbet vid just det här tillfället fanns samarbetspartners från Saab och ABB. Vid tre andra tillfällen hölls liknande visningar för bland annat Region Östergötland, Toyota, Weland, Hydroscand, Bosch och Häfla bruk.
− Huvudpelarna i dag är multiagent system med large language model som bland annat möjliggör flera robotar i samma system och databaser. Detta för att hålla koll på data på ett strukturerat sätt vilket kan hjälpa robotarna att inte hallucinera i processen, förklarade Mehdi Tarkian.
Paradigmskifte
Marie Jonsson föreläste om hur AI är på väg att förändra mycket av tillverkningsindustrin:
− Vi vet inte allt om AI:s betydelse än, men vi ser det som ett paradigmskifte. Historiskt kan vi se att teknisk utveckling inom automation och robotik har flyttat jobben från repetitiva uppgifter till mer kvalificerade, ingenjörsmässiga arbetsuppgifter. Jobben blir kanske inte färre, utan mer kvalificerade och mindre repetitiva. Men i takt med utvecklingen blir vi också mer produktiva, vilket i sig kan ge fler jobb.
Arbetar utifrån eget minne
Hon påpekade att skeptikerna kanske skulle säga att roboten eller den artificiella intelligensen ändå kommer att behöva förberedas med information i CAD-modeller.
− Men det är en av de saker som kanske inte måste göras manuellt. Det kan till och med gå lättare och snabbare med AI. Vi utgår också från att robotarna kommer att kunna arbeta utifrån ett eget minne och med förmåga att se eller förstå sin omgivning, sa Marie Jonsson.
Inlärning genom belöningssystem
Flera team, både masterstudenter och doktorander, föreläste om sina resultat. Bland annat kring hur maskininlärning kan gynnas genom ett belöningssystem, eller hur large language models (LLM) tillämpas när roboten ska kunna ta emot instruktioner via mänskligt tal och visuell information som är särskilt viktig för ett självgående system.
− Mycket talar för att maskinerna ska vara lätta att manövrera i framtiden och alltså ska kunna fungera genom talad kommunikation, sa doktoranden Sanjay Nambiar.
Förmågan att bedöma omgivningen med hjälp av kameror utvecklas också.
− Där tror vi att minnet måste vara generativt, alltså att systemet bygger upp en egen 3D-modell för att förstå omgivningen och agerar efter oväntade förlopp, som att något till exempel har fallit ner på arbetsytan, förklarade masterstudenten Oscar Ikehukwu.
Föredragen handlade också om igenkänning av former samt bland annat avsökning av defekter på ytor med komposit-omslag. Ett arbete som generellt är ganska beroende av människans hantverk och blick. Också här behövs stora mängder data och inlärning för roboten.
Avgörande
Besökarna lyssnade intresserat och ställde frågor.
− Inom industrin behöver vi tillämpningar som fungerar nu. Men samtidigt är det avgörande för oss att ligga längst fram i utvecklingen. Därför är det väldigt bra för oss att ha en nära kontakt med universitetet och se forskningen, sa Peter Holmström, Saab Aeronautics.
Vi har liknande tankar
Xiaolong Feng, Business research manager inom robotik och automation på ABB, imponerades av studierna kring kommunikation med mänskligt tal:
− Vi har liknande tankar om framtidens kommunikation mellan operatören och roboten. För mig är akademien och forskningen en självklar del av utvecklingen. Vi är glada över att vara representerade här, sa Xiaolong Feng.
