Â鶹Éç-forskarna använder sig av hybrid AI, ett tillvägagångsätt som kombinerar olika metoder från AI-området som maskininlärning, slutsatsdragning och planering. På så sätt skapar de praktiskt användbara system för specifika verksamheter.
– Vi tar reda på hur man realiserar säkra och robusta AI-system som fungerar i verkligheten och som är pålitliga, säger postdoktor Mattias Tiger.
Många intressenter vill samarbeta med forskargruppen. Forskarna har exempelvis tittat på hur nya AI-system kan stötta flera av Region Östergötlands verksamheter, bland annat vården. Gruppen har också samarbeten med Östgötatrafiken som förbättrat bussarnas punktlighet. Nuvarande prognoser för ankomsttider har ursprung i tidigare projekt där de gjort stora förbättringar med maskininlärning. Forskarna har också pågående samarbetsprojekt med Trafikverket för att förbättra prognoser för ankomst- och avgångstider för all tågtrafik i Sverige. Resultaten är goda och forskargruppen stödjer nu Trafikverket i att ta prognosmodellerna mot produktion.
Ett forskningsprojekt med Saab och Ericsson handlar om att koordinera en stor mängd lågt flygande farkoster i samhället och de säkerhetsaspekter det skulle innebära. Farkosternas uppdrag kan handla om att exempelvis leverera paket, samla in inspektionsuppgifter som värmeläckage vid hus eller bygga upp en bra tredimensionell karta för självkörande fordon.
Mattias Tiger och hans kollegor assisterar också stora globala logistikföretag att spara avsevärda mängder koldioxid genom att båtar mellan exempelvis Asien och Europa inte går tomma i onödan.
Artikeln är även publicerad i Â鶹Éç magasin.
