Ett nationellt initiativ för utbildning och kompetensutveckling inom artificiell intelligens

I takt med att AI tillämpas inom allt fler områden, har AI blivit ett viktigt verktyg inom många discipliner på Chalmers och forskning och utbildning relaterat till AI växer ständigt. Till exempel har avdelningen Data Science (integrerad med Göteborgs universitet) bildats, där fokus bland annat ligger på grundforskning och metoder inom artificiell intelligens. Dessutom bedrivs forskning inom bildanalys och datasäkerhet relaterad till AI som bland annat kan användas till datorstödd diagnosticering och självstyrande bilar. Design och verifiering av så kallade djupa neurala nätverk är ett annat område där flera avdelningar påbörjat forskning. Det finns även ett fokus inom forskningen på etiska aspekter av AI. Sammantaget arbetar ett 30-tal forskare på Chalmers direkt med AI och data science, och mer än hundra forskare använder AI eller arbetar med tillämpningar av AI.

När det gäller utbildning har Chalmers ett tiotal kurser riktat mot artificiell intelligens, både på kandidat- och masternivå, till exempel Machine Learning, Deep Learning, Statistical Methods for Big Data och Data driven support for cyber-physical systems. Chalmers utvecklar nu tre nya masterprogram med stark koppling till AI, med planerad start under 2019.

Chalmers samlar tvärdisciplinära aktiviteter genom sina styrkeområden och styrkeområdet Informations- och kommunikationsteknik (ICT) har kontinuerliga AI-relaterade aktiviteter. Till exempel har över 20 seminarier i AI och Data Science organiserats under de senaste två åren, med över tusen deltagare från akademi, näringsliv och samhälle. Styrkeområdena Produktion, Life Science och Transport använder även de AI och data analytics i sina forskningsprojekt.

En stor del av Chalmers aktiviteter utförs tillsammans med Chalmers industripartners: Autoliv, Husqvarna, SKF, Zenuity, Sahlgrenska Universitetssjukhuset, Volvo AB och Volvo Cars. Nya AI-relaterade projekt håller på att startas upp i samarbete med bland annat ABB, AstraZeneca och Ericsson.

Göteborgs universitet är ett brett lärosäte där forskning och utbildning inriktad artificiell intelligens sker inom flera vetenskapsområden. Till exempel finns beteendevetenskaplig forskning om effekter på beteende hos individer, företag och organisationer, etiska aspekter och juridiskt ansvar, med mera. Nationalekonomisk forskning kan istället handla om effekter av maskininlärning och AI på företag och samhälle samt effekter av robothandel på finans- och aktiemarknader. Inom medicin och vårdvetenskap finns forskning i samarbete med Chalmers och Sahlgrenska Universitetssjukhuset om digitalisering och AI i samband med hälso- och sjukvård. Inom konstnärlig verksamhet studeras interaktionsdesign mellan människa och AI.

Vid Göteborgs universitet finns idag kognitionsvetenskapliga kandidatprogrammet med kurser inom AI, psykologi, kognition och design samt masterprogram i Data Science och Digital Leadership, där det sistnämnda behandlar innovationsmodeller relaterat till AI. Förvaltningshögskolan, i samarbete med forskare inom arkivvetenskap och informatik, håller på att bygga upp masterprogrammet Digital förvaltning med fokus på hur digitalisering, robotisering och AI förändrar och utvecklar svensk förvaltning.

I forskningsprogrammet CLASP (Centre for Linguistic Theory and Studies in Probability) används AI i språkteknologisk forskning. Inom sociologi forskar man även tillsammans med Chalmers och Harvard om hur AI kan användas för att utvärdera effekten av socialpolitik i utvecklingsländer. Vid de marina vetenskaperna finns beredskap för att skapa en plattform för innovation av olika AI-system under vattnet.

GU vill i framtiden utveckla den AI-relaterade forskningen och utbildningen på områden såsom pedagogik, humaniora, medicin och ekonomi/juridik.

KTH:s omfattande verksamhet inom artificiell intelligens finns inom många olika vetenskapsområden. Det kan handla om allt från grundläggande datavetenskapliga aspekter till tillämpningsområden inom transport, livsvetenskap, matematik, fysik, etc. Ett exempel är avdelningen Robotik, perception och lärande, där det finns forskning inom datorseende, robotik och maskininlärning. Förväntningarna är att forskning på detta område ska leda till robotsystem som kan tillämpas inom industri, räddningstjänst och vården och bli en integrerad del av samhället. Avdelningen Tal, musik och hörsel forskar om kommunikation och interaktion mellan människor via tal och musik. Där har AI särskild relevans för områdena Talteknologi och Social robotik. Det övergripande målet är att förstå de processer som är involverade i mänsklig kommunikation och hur dessa kan modelleras och stödjas.

Specifika masterprogram inom AI-området på KTH är System, kontroll och robotik och Maskininlärning. KTH har även kurser på grundläggande och avancerad nivå i AI och maskininlärning, deep learning, taligenkänning, artificiella neurala nätverk, med mera. Intresset för denna typ av kurs har ökat stort de senaste tio åren.

KTH har omfattande samverkan med Sveriges ledande industrier inom området: Ericsson, ABB, Scania, Telia, med flera. Till exempel finns Innovative Centre for Embedded Systems (ICES) som är ett närverkscentrum för inbyggda system verksamt inom cyberfysiska system.

Linköpings universitet har ända sedan starten 1975 bedrivit omfattande utbildning och forskning inom artificiell intelligens, bland annat på den avdelning som kallas AI & Integrated Computer Systems (AIICS). Avdelningen har haft fokus på kunskapsrepresentation, planering, diagnos och utveckling av intelligenta autonoma cyberfysikaliska system för samverkande kognitiva robotar och autonoma farkoster i samspel med människor. Verksamheten har drivits i samverkan med framför allt svensk flygindustri. Forskning kring kunskapsrepresentation finns också vid andra delar av Linköpings universitet, bland annat inom området semantiska webben, omfattande ontologier, ”förmedlade” databaser och frågespråk för webben.

På Linköpings universitet finns även forskargruppen STIMA som forskar på och utvecklar metoder för statistik och maskininlärning. STIMA samverkar med bland andra Ericsson inom mjukvarutestning. Även inom reglerteknik används tekniker för maskininlärning till exempel inom områdena systemidentifiering och ”model predictive control”, bland annat i samverkan med ABB Sverige.

Deep learning används bland annat inom naturlig språkbehandling, och även inom bildbehandling på till exempel Centrum för medicinsk bildvetenskap och visualisering (CMIV). Kopplat till bildbehandling är Analytic Imaging Diagnostic Arena (AIDA) som är en nationell arena för forskning och innovation kring AI för medicinsk bildanalys där även Sectra och Region Östergötland har centrala roller.

Inom grundutbildningen på Linköpings universitet finns cirka 25 tekniska kurser framför allt på avancerad nivå inom traditionell AI, robotik, maskininlärning och deep learning och som erbjuds inom inriktningar på flera civilingenjörsprogram. Dessutom finns ett kandidatprogram med masterpåbyggnad i kognitionsvetenskap och ett kandidatprogram i statistik och dataanalys med påbyggnadsprogram i Statistics and Machine Learning.

Forskning om AI och maskininlärning vid Lunds universitet sker vid flera institutioner, till exempel matematikcentrum, där man forskar på grundläggande maskininlärning, statistik och datorseende. Inom datavetenskap handlar forskningen om grundläggande AI, språkteknologi och datorgrafik. Andra vetenskapsområden som berör AI är reglerteknik, elektro- och informationsteknologi, filosofi, teoretisk fysik, experimentell medicinsk vetenskap och biologi.

Utbildning inom maskininlärning och AI har funnits på Lunds universitet sedan 1980-talet. Exempel på kurser på grundnivå är Maskininlärning, Konstgjorda neurala nätverk och djupa faltningsnätverk, Tillämpad artificiell intelligens, Språkteknologi, Bildanalys med flera. Inom doktorandprogrammen har också flera doktorandkurser ägnats åt olika aspekter av maskininlärning och AI.

Nätverket Artificial Intelligence and Machine Learning vid Lunds universitet (AIML @ LU) har bildats för att förenkla kontakten mellan studenter, industri och samhälle. Innovationssystemet kring Lunds universitet är välutvecklat tack vare organisationer som LU innovation, MINC, Ideon Innovation och Teknopol. Exempel på nystartade företag från Lund som utvecklar och använder AI och maskininlärning är Qlik (storskaliga data och visualisering), Axis (videoanalys), Precise Biometrics (fingeravtrycksigenkänning), Hövding (världens första krockhjälm för cyklister), Polar Rose (ansiktsigenkänning), Cellavision (cellklassificering) samt Exini (medicinsk bildanalys).

Planerade initiativ för framtiden på Lunds universitet inkluderar ett nytt masterprogram i maskininlärning, flera nya kurser inom AI och maskininlärning, att stärka banden till samhället genom initiativet AIML @ LU samt fort- och vidareutbildningskurser för omgivande samhälle.

Forskning och utbildning i Artificial Intelligence (AI) är ett viktigt område inom forskningsprofilen Inbyggda system på Mälardalens högskola (MDH), som är ett av MDH:s sex prioriterade profiler med mer än 200 forskare, lärare och forskarstudenter. AI är också ett viktigt forskningsområde för profilen Innovation och Produktrealisering (IPR), med många gemensamma forskningsprojekt inklusive inom Internet of Things (IoT).

MDH har en lång tradition inom tillämpad AI-forskning och redan 2001 grundade Peter Funk den första forskningsgruppen inom AI som i dag är integrerad med såväl den globala AI-forskningen och det svenska nätverket inom AI och Machine Learning. AI-forskare från MDH deltar regelbundet i betygsnämnder, vid tillsättningar och som granskare för högt rankade publikationer.

AI-forskning på MDH omfattar många områden med stor betydelse för till exempel tillverkningsindustri och sjukvård:

Machine Learning and Reasoning for a wide area of application in industry and health care for monitoring, classification, diagnostics, prediction and decision support
Data analysis, feature extraction and selection, data mining, and knowledge discovery
Intelligent sensor, data fusion and sensor signal abstraction
Big data to Smart data and Predictive analytics
Distributed Artificial Intelligence and Machine Learning for Big data
Deep learning for Image Processing and Computer Vision
Evolutionary computing and optimization algorithms

Undervisning och Kandidat-/Masterexamen
MDH har AI-kurser på alla nivåer från kandidat- och master-nivå till doktorandkurser och för företag där personal önskar utöka sin kunskap i AI. Exempel på våra AI-kurser: Applied Artificial Intelligence, Project in Intelligent Embedded Systems, Machine Learning With Big Data, Deep Learning for Industrial Imaging and Predictive Data Analytics, Deep Learning for Industrial Imaging och Predictive Data Analytics.

Stockholms universitet arbetar med AI och maskininlärning på ett flertal institutioner. På Naturvetenskapliga området använder tex Fysikum, Meteorologiska institutionen, och Institutionen för Biokemi och Biofysik verktyg för maskininlärning för att automatisera vetenskapliga bedömningar av data samt snabb och enkel approximering av funktioner som kan vara svåra att beräkna.

Matematiska institutionen har en lång tradition av probabilistisk modellering och statistisk inlärning, metoder som idag ligger till grund för stora delar av modern maskininlärning, och det arbetet påverkar idag forskning med tillämpningar inom biostatistik, bioinformatik, biofysik, klimatforskning, ekonometri, finans och försäkring, med mera.

På Institutionen för data- och systemvetenskap (DSV) är Artificiell intelligens det mest multidisciplinära forskningsområdet, där man kombinerar data- och systemvetenskap med samhällsvetenskap, humaniora och teknisk forskning med data om beteenden. DSV inriktar sig mot intelligenta system som kan samarbeta med människor och vara till nytta för dem i olika sammanhang. Det innebär att forska om metoder och verktyg som ser till att systemen beter sig som förväntat utifrån samhällets regelverk och normer samt att utveckla system som kan lagra stora mängder data och processa informationen genom att se mönster, förutse händelser och även lära sig. Metoder och tillämpningsdomäner som vi fokuserar särskilt på är hälsovård, styrning, säkerhet och spel.

Forskning om artificiell intelligens vid Umeå universitet karaktäriseras av en stor andel tvärvetenskapliga forskningsprojekt och en omfattande samverkan med olika samhällsaktörer i regionen. AI-forskningen innefattar intelligenta system och robotik för skogsindustri med samarbete med industrin bland annat i norra Sverige. AI för ergonomiska tillämpningar, elitidrott, kliniska beslutstöd och egenbehandling med kombinationer av AI-metoder utvecklas och tillämpas i samarbete med olika forskargrupper.

Stark forskning med metoder inom maskininlärning och deep learning sker inom Life Science-området. För att stärka registerforskningen på Umeå universitet satsar man på forskning kring federerade databaser, där data mining, maskininlärning och ontologier är i fokus. Forskning på anomalidetektion för distribuerade system är också under framväxt, och maskininlärning ingår även i forskning kring komplexa sociala och biologiska nätverk samt smittspridning.

Utbildning inom AI-området sker inom ramen för civilingenjörsutbildningar, kandidat- och masterprogram i datavetenskap och kognitionsvetenskap, samt masterprogram i robotik och reglerteknik. Utveckling av nya kurser inom området har skett de senaste åren i syfte att utveckla masterprogram i området och möta efterfrågan från studenter och industri.

Den starkt växande forskningsmiljön inom AI håller på att formera sig i nätverket UmeAI, med forskare från olika institutioner och fakulteter. Olika forsknings- och innovationslabb finns vid Umeå universitet, där forskare, studenter, industri och framtidens användare av AI kan mötas. Dessa labb är under utveckling, bland annat för att skapa en distribuerad miljö som inkluderar Landstinget i Västerbottens labb och Glesbygdsmedicinskt centrums virtuella hälsorum i regionen. ”Sliperiet” i anslutning till Umeå Design och HumLab är en av dessa mötesplatser med labbresurser, i form av bland annat ett datadrivet labb för samhällsinnovation och SoftLab för smarta textilier. Industrisamverkan sker regionalt och internationellt med företag som Volvo lastvagnar, Komatsu Forest, Tieto, Boliden Mineral, LKAB, Ericsson Research, IBM, RedHat, Google och Intel.

Forskning inom artificiell intelligens vid Örebro universitet bedrivs främst inom en av universitetets starka forskningsmiljöer, nämligen Centrum för tillämpade autonoma sensorsystem (AASS). Centrumet har idag en särskild styrka när det handlar om att integrera AI med fysiskt inbyggda system, som ett sensornätverk eller ett robotsystem. Flertalet av forskarna vid AASS är internationella och har genom åren arbetat med en stor mängd EU-initiativ i samarbete med andra internationella AI-forskare.

Vid AASS vävs grundforskning och tillämpningar samman på ett naturligt sätt. Grundforskningsfrågorna fokuserar bland annat på kunskapsrepresentation och resonemang, planering och schemaläggning. Forskningens tillämpningar återfinns bland tunga industriella fordon, smarta miljöer (t.ex. smarta hem) och servicerobotar. Inom Örebroregionen finns en stark tillämpning, inte minst genom en testbäddsmiljö inom AI och autonoma system (AI.MEE) med särskild betoning på hur AI kan stärka små och medelstora företag. Användningen av forskningen inom AI-området och utvecklingen av innovationer får också stöd av universitetets innovationskontor.

Ingenjörsutbildningarna inom datateknik vid Örebro universitet har en särskild inriktning mot intelligenta system. Dessutom koordinerar AASS ett program som erbjuder kurser på avancerad nivå inom maskininlärning och artificiell intelligens för yrkesverksamma. Programmet befinner sig i en pilotfas och kommer att expandera inom de närmaste åren.

Örebro universitet är ett ungt och sammanhållet universitet med en vetenskaplig bredd, som erbjuder goda möjligheter att bedriva tvärvetenskapliga projekt, något som AASS har tagit fasta på genom åren. Tvärvetenskapliga projekt pågår och fler initiativ är på gång tillsammans med forskare från andra ämnen som medicin och hälsa, ekonomi, biologi, måltidskunskap och psykologi.