鈥� Jag 盲r v盲ldigt glad 枚ver att ha f氓tt den h盲r m枚jligheten att f枚lja min vision. Jag tror att det 盲r helt avg枚rande f枚r framtidens AI-planering och dess till盲mpningar, s盲ger Jendrik Seipp, bitr盲dande professor vid Institutionen f枚r datavetenskap.
Till盲mpningarna kan handla om allt fr氓n logistik till elkraftsf枚rdelning och cybers盲kerhet. Det 盲r samh盲lls盲rande funktioner som kr盲ver avancerad planering f枚r att fungera p氓 ett s氓 resurseffektivt s盲tt som m枚jligt. F枚r att f枚rb盲ttra planeringen kan artificiell intelligens vara ett kraftfullt verktyg, men d氓 beh枚ver en stor kn盲ckfr氓ga l枚sas.
鈥� Dagens mest avancerade AI-planeringssystem kan anv盲nda endast en k盲rna i datorns processor. Det inneb盲r att den l枚ser en uppgift 氓t g氓ngen, den ena efter den andra. Det begr盲nsar m枚jligheten att skala upp systemet, s盲ger Jendrik Seipp.
15 miljoner fr氓n SSF
F枚r att l枚sa problemet har han f氓tt 15 miljoner kronor fr氓n Stiftelsen f枚r strategisk forskning i en satsning som ska st枚tta framtidens forskningsledare. De utvalda forskarna ska dels bedriva forskning i framkant, dels besitta ledaregenskaper och visa p氓 en vilja till att deras forskning anv盲nds utanf枚r akademin. 213 ans枚kningar kom in och 16 forskare beviljades medel.
Den st枚rsta utmaningen enligt Jendrik Seipp 盲r utforma datastrukturer som jobbar med parallella l枚sningar och kan skalas upp utan att saktas ner av obalans i arbetsbelastning mellan processork盲rnorna, synkroniseringsproblem eller minnesbegr盲nsningar.
鈥� Lyckas vi blir det m枚jligt att l枚sa mycket sv氓rare problem 盲n vad dagens sekventiella system klarar av. Vi vill etablera ett 枚ppet, brett ramverk f枚r parallell planering som blir den standardiserade grunden f枚r forskning och industri, s盲ger Jendrik Seipp.
Det l氓ngsiktiga m氓let 盲r en tillf枚rlitlig AI-planering som g氓r att f枚rst氓 och f枚rklara och dessutom har n氓gon form av m盲nsklig medverkan. I framtiden h盲grar bland annat snabbare och mer milj枚v盲nliga hemleveranser genom effektiv ruttplanering, s盲krare autonomi i robotar och fordon via realtidsplanering samt billigare och renare energianv盲ndning genom smart schemal盲ggning av f枚rbrukning och produktion.
