Företag använder i allt högre grad artificiell intelligens. Men att integrera olika system är svårt och bristen på experter stor, enligt forskaren Meenu John som vill designa metoder och processer som inte ställer krav på expertkunskaper.

Artificiell intelligens (AI) handlar om att datorer och andra maskiner kan hantera och lösa vissa problem bland stora mängder data.  AI kan automatisera repetitivt arbete. Det kan till exempel också hjälpa banksektorn att upptäcka bedrägligt beteende eller självkörande fordon att upptäcka fotgängare. Inom förpackningsindustrin kan det upptäcka defekta förpackningar istället för att manuellt gå igenom alla.

–  Upptäcks ett fel kan produktionen stoppas i tid. AI kan spara pengar och tid och öka ett företags produktion, säger Meenu John, doktorand i datavetenskap vid Malmö universitet.

Att "träna" datorer lösa en uppgift

Maskinlärning (ML) handlar om att ”träna” datorer att lösa en uppgift, och deep learning (DL) löser komplexa problem som kräver att man hittar gömda mönster i data. Utmaningen är att integrera AI och dessa modeller i företagens redan ofta väl fungerande system med annan mjukvara och elektronik. Att samla in, behandla och lagra data och att träna, integrera och övervaka modellerna är komplext.

–   Även om det nu är en boom för dessa teknologier, så är antalet riktigt experter inom området få. Därför behöver fler inom företaget kunna hantera stora mängder data, integrera systemen och kunna modifiera dem vid behov,
 säger Meenu John.

Saknas etablerade metoder

I sin licentiatuppsats försöker Meenu John systematisera och standardisera dessa designprocesser och metoder. Hon har identifierat de utmaningar som finns. Bland resultaten finns också en ram för kontinuerlig leverans av modeller som påskyndar AI-driven verksamhet i företag.  Många AI-system når aldrig produktionsstadiet på grund av brist på experter (data scientists) och standardiserade processer
– Ett fält som programvaruutveckling har etablerade sätt att göra olika saker, men det saknas inom maskinlärning och deep learning, säger Meenu John.

Forskningen har bedrivits i nära samarbete med företag inom nätverket Software Center med bland annat fallstudier. Software Center är ett samarbete mellan sjutton företag och fem svenska universitet med uppgiften att avsevärt förbättra digitaliseringsförmågan i den europeiska mjukvaruindustrin.

Text: Magnus Jando

Licentiavahandlingen: Design Methods and Processes for ML/DL models

 

Text: Kommunikationsavdelningen