â Programmet har varit lĂ„ngsiktigt och mycket attraktivt. Ett mĂ„tt pĂ„ detta Ă€r att vĂ€ldigt fĂ„ forskare har lĂ€mnat programmet för att fortsĂ€tta sin karriĂ€r utanför Sverige. MĂ„let var just att behĂ„lla svenska forskartalanger i Sverige och attrahera utlĂ€ndska talanger till Sverige samt att ge dem arbetsro sĂ„ att de kan ta sig an svĂ„ra forskningsfrĂ„gor lĂ„ngsiktigt, sĂ€ger Peter Wallenberg Jr, ordförande Knut och Alice Wallenbergs Stiftelse, i ett pressmeddelande.
Totalt har 27 lovande forskare under 40 Ärs Älder utsetts till Wallenberg Academy Fellows i Är. TvÄ av dessa finns vid Linköpings universitet.
Bilar och robotar samverkar genom 6G
Zheng Chen, docent vid Institutionen för systemteknik, ska utveckla metoder för att optimera kommunikationen mellan sjÀlvkörande bilar, robotar och andra AI-baserade system genom 6G-uppkoppling utan att nÀtet överbelastas. Grundtanken Àr att artificiell intelligens ska decentraliseras.
MÄlet Àr att maskiner som bygger pÄ AI ska kunna analysera data lokalt pÄ den egna enheten, men samtidigt utbyta information med andra enheter. InlÀrningen ska ske mellan enheterna, sÄ att maskinerna gemensamt kan lösa uppgifter utan att vara beroende av en central server.
â Med stödet frĂ„n Wallenberg Academy Fellow-programmet hoppas jag kunna utveckla min forskning ytterligare och bygga ett internationellt erkĂ€nt team som fokuserar pĂ„ effektiv och sĂ€ker decentraliserad AI. Samtidigt innebĂ€r rollen ett större ansvar som forskningsledare och handledare â att inspirera och stötta nĂ€sta generation unga forskare, sĂ€ger Zheng Chen.
Artificiell intelligens som planerar
Jendrik Seipp, bitrÀdande professor vid Institutionen för datavetenskap, ska utveckla AI-system som kan resonera mer som vi mÀnniskor gör nÀr de lÀgger upp en plan för att stegvis nÄ ett mÄl.
â Mitt mĂ„l Ă€r att utveckla en ny grund för AI-planering som kombinerar den tillförlitlighet och de teoretiska garantier som klassiska metoder ger med den anpassningsförmĂ„ga som maskininlĂ€rning erbjuder. Jag vill göra planeringssystemen inte bara mer effektiva, utan ocksĂ„ mer begripliga och pĂ„litliga, sĂ€ger Jendrik Seipp.
I sin forskning kombinerar han det bĂ€sta frĂ„n tvĂ„ vĂ€rldar â maskiners förmĂ„ga att lĂ€ra sig snabbt och mĂ€nniskans rationella resonerande. MĂ„let Ă€r att utveckla nya AI-modeller sĂ„ att datorer kan planera och fatta beslut pĂ„ ett mer pĂ„litligt sĂ€tt.
â Om projektet lyckas kan det hjĂ€lpa AI att fatta bĂ€ttre beslut inom omrĂ„den som robotik, transport och cybersĂ€kerhet â och bidra till utvecklingen av sĂ€krare och mer transparenta AI-system i samhĂ€llet, sĂ€ger Jendrik Seipp.