Mötesplatsen för dig inom svensk industri, dec, 17 2017
Senaste Nytt

Industrin effektivare med artificiell intelligens

Kännetecknar den fjärde industriella revolutionen

Foto: Pixabay
Foto: Pixabay
Publicerad av
Peter Höök - 05 dec 2017

Det är tillgången till beräkningshårdvara, ny kunskap och forskning som de senaste åren gett en ny dimension till hur maskininlärning kan appliceras.

– Stora aktörer börjar inse att det är skillnad från nu och tidigare. Det har pratats mycket om artificiell intelligens ända sedan Turing-testet kom på 50-talet, men aldrig riktigt hänt något. Därför finns det en viss tveksamhet som nu kommer bli kostsam för de som halkar efter, säger Emil Romanus, vd på Teorem.

Det finns redan färdiga modeller av artificiella neuronnät som kan lösa mer vardagliga problem, som till exempel att skilja en bild på en katt från en hund. Dessa neuronnät är framtagna just för sådana problem och presterar inte särskilt bra i mer specifika sammanhang.

Teorems satsning på industrin innebär att företaget investerat i kunskap och nya metoder för att arbeta med de utmaningar som tillverkningsprocesser och automatisering innebär.

– Vi är redan i samtal med större företag och det vi ser framför oss är en revolution i hur de tänker. Utöver ganska självklara applikationsområden - som att till exempel automatiskt upptäcka brister och fel i tillverkning - så finns det nya och spännande områden som man inte ens tidigare funderat över att effektivisera.

Idag går det att arbeta med så pass mycket information i taget att man inte behöver begränsa sig till bilder eller enskilda datapunkter. Det går att träna ett neuronnät att skapa prognoser och diagnosticera information baserat på serier av händelser. Det gäller även när varje händelse i sig består av väldigt mycket information. Det går också att arbeta med helt andra typer av information än bilder, exempelvis ljud, signaler från robotar eller statistik.

Exakt hur den nya kunskapen kan användas är något Teorem i första hand lämnar åt industrin att klura ut själva. Begränsningarna ligger i tiden och det som inte är möjligt den ena månaden kan vara möjligt nästa.

– Generellt brukar jag säga att om en människa kan göra det så kan också ett artificiellt neuronnät tränas till det", avslutar Romanus, "en oundviklig konsekvens av det är tyvärr att vissa kommer förlora sina jobb.

Annons