Tre generationer
Den första generationens AI-forskning, på 1980- och 90-talen, handlade om datalogi och logik, här var Erik Sandewall, professor emeritus vid LiU, en av de stora föregångarna. I den andra generationen AI-forskning kom maskininlärningen, där AI-systemen lär sig utifrån stora mängder data med hjälp av bland annat neurala nätverk och djupinlärning. Det är tekniker som idag används storskaligt av exempelvis Google och Facebook.I den tredje generationen förs nu människan in i AI-systemen. Ett exempel är LiU-professor Patrick Dohertys forskning kring delegationsprocesser där autonoma drönare, båtar och helikoptrar samarbetar med varandra och med människor och löser räddningsuppdrag. Att det fungerar vid sjöräddning demonstrerades nyligen i vattnen utanför Västervik inom ramen för forskningsprogrammet WASP - Wallenberg AI Autonomous Systems and Software Program.
All intelligens i fickan
– Vi har vant oss vid att ha all information tillgänglig i fickan, i framtiden kommer vi på samma vis att ha intelligens i fickan. Vi behöver fundera över hur det påverkar våra beteenden, säger Anders Ynnerman.Han och Jonas Unger ser framför sig kognitiva kompanjoner, människoliknande botar, kanske som hologram, som vi kan föra en dialog med när stora och viktiga beslut behöver fattas. Men där är vi inte ännu.
– Det finns stora datadrivna system som fungerar likt snabba uppslagsverk, men de har begränsad förståelse för kontexten eller sammanhanget. När det gäller den sensoriska delen, systemens förmåga att uppfatta syn-, hörsel- och även känselintryck har vi kommit långt. Det resonerande lagret, den högre kognitiva och resonerande nivån, har vi bara börjat arbeta med, säger han.
AI kan med andra ord redan nu hjälpa oss att lösa många problem, men inte alla.
Större bredd i AI-satsningen
Fredrik Heintz är AI-forskare vid LiU, föreståndare för forskarskolan inom WASP, och medlem av EU-kommissionens expertgrupp inom AI. Han vill se en ännu bredare AI-satsning inom Europa för att verkligen sätta människan i centrum för AI-utvecklingen.– Ett särskilt viktigt område, där välfärdsländer inte längre klarar av att leverera den service som medborgarna förväntar sig, är offentlig sektor. En storskalig koordinering av hälso- och sjukvården är till exempel för svårt för oss. Vi klarar inte av att hitta hålla reda på och hitta mönster i enorma mängder information, samtidigt som det finns bra metoder inom AI för det, säger han.
– AI kommer att påverka alla delar av samhället och det behövs även satsningar inom samhällsvetenskap och humaniora. Även om det satsas mycket på AI just nu behövs betydligt större och bredare satsningar, anser han.
Anders Ynnerman delar den uppfattningen:
– AI har etiska, legala och samhälleliga aspekter, som det är hög tid att ta tag i, säger han, och ger ett exempel från de självkörande bilarna som måste kunna hantera etik och moral. En självkörande bil kan behöva fatta ett etiskt beslut: ska bilen väja för en hund som springer över vägen och riskera passagerarna i bilen, för att bara ta ett exempel.
Attraktiva miljöer
Fredrik Heintz och Anders Ynnerman är även eniga om att LiU ligger bra till inom AI-forskningen. Förutom den ovan nämnda forskningen inom vetenskaplig visualisering respektive artificiell intelligens och integrerade datorsystem finns professor Michael Felsbergs forskning inom datorseende. Den utsågs nyligen av Vinnova till Sveriges främsta AI-miljö. Likaså AIDA, Analytic Imaging Diagnostic Arena, en nationell arena för forskning och innovation för AI inom bildanalys, där forskare, industri och sjukvård samverkar.– Vi har flera attraktiva miljöer vid LiU och behöver rekrytera fler forskare, samtidigt som det i världen är brist på kompetens inom AI-området, konstaterar Anders Ynnerman.
Artikeln är tidigare publicerad i LiU magasin, nummer tre 2018.
