XAAI

— snabbare maskininlärning i samspel med människan

Introduktion

En utmaning med maskininlärning är den omfattande information som krävs för att träna nya modeller. Det krävs erfarenhet av en stor mängd olika fel för att AI:n ska lära sig vad som är rätt och därigenom optimera sin förmåga. Inlärningsprocessen kan ta lång tid och försämra företagens möjlighet att reagera snabbt på förändrade marknadsförhållanden, med risk för att de tappar konkurrenskraft.

Syfte

Forskningsprojektet XAAI syftar till att förbättra och förenkla användningen av AI i produktion och produkter, och genomförs i nära samarbete med industrin. Projektet fokuserar på maskininlärning och hur datorer snabbare ska få tillräckliga kunskaper för att göra mer exakta förutsägelser och ta bättre egna beslut.

Förväntade resultat

I forskningsprojektet XAAI försöker vi att förkorta datorernas inlärningstid genom att utveckla nya så kallade förstärkningsinlärningsalgoritmer. Enkelt uttryckt hjälper vi AI att förstå snabbare genom att demonstrera vad vi vill att den ska göra.
Genom att kombinera teknik och mänskliga expertkunskaper skyndar vi på inlärningen och optimerar därmed de beräkningsresurser som krävs.
Arbetet i XAAI bör också kunna ge värdefulla insikter om neurala nätverk och hur de strukturerar sin kunskap.

Förutom snabbare inlärning och mer anpassningsbara system strävar XAAI-projektet efter att förbättra kontrollen över processen och att den ska kunna tolkas enklare.
Företag ska snabbt kunna implementera nya modeller anpassade efter sina behov, övervaka deras prestanda och därmed stärka sin konkurrenskraft på marknaden.

Projektnamnet XAAI är en förkortning av Explainable and Adaptable Artificial Intelligence

Vill du veta mer om projektet?

Är du intresserad av ett framtida samarbete?