91ÊÓÆ”

Artificiell intelligens och integrerade datorsystem (AIICS)

Artificiell intelligens och integrerade datorsystem är en avdelning vid Institutionen för datavetenskap. Verksamhetens huvudfokus är forskning och undervisning inom artificiell intelligens, dess teoretiska grunder och dess tillämpningar.

Robothunden Spot överlÀmnar en första hjÀlpen vÀska till en knÀböjande man

Foto Fredrik Streiffert

Avdelningen har cirka 60 medarbetare och bestÄr av fem enheter (forskningslaboratorier):

  • Artificiell intelligens (AILAB)
  • Maskinresonemang (MR)
  • Naturligt sprĂ„kbehandling (NLP)
  • Resonerande och lĂ€rande (ReaL)
  • Teoretisk datalogi (TCSLAB)


För en presentation av varje enhet, se nedan.

Kontakta oss

Enheten Artificiell intelligens (AILAB)

Forskningen i AILAB Àr fokuserad pÄ teoretiska och praktiska aspekter relaterade till kunskapsrepresentation, och tekniker för resonemang och slutledning för bearbetning av kunskap som anvÀnds i bÄde robotsystem och mjukvarusystem.

Forskargrupper

I AILAB ingÄr följande tre forskargrupper med fokus pÄ olika Àmnen:

  • Kognitiva robotsystem
  • TillĂ€mpad logik
  • Planering och diagnos

čóŽÇ°ùČő°ìČÔŸ±ČÔČ”ČőĂ€łŸČÔ±đČÔ

Exempel pÄ nuvarande forskningsÀmnen inom enheten Àr:

  • Autonoma intelligenta system: Forskningsperspektivet Ă€r att autonoma system Ă€r mĂ€nskligt konstruerade system innehĂ„llandes datorer och mjukvara som ger dem förmĂ„gor att tolka och förstĂ„ sensordata samt att resonera och utföra rationella handlingar i sin omgivning, oberoende av mĂ€nsklig inblandning. Graden av oberoende frĂ„n mĂ€nniskor varierar beroende pĂ„ uppgift och syfte. SĂ„ system kan vara mer eller mindre autonoma. Fokuset Ă€r pĂ„ studier och utveckling av hĂ„rdvara, mjukvara och algoritmer för autonoma intelligenta system som interagerar med andra agenter och mĂ€nskliga operatörer. AILAB har mer Ă€n tvĂ„ decenniers erfarenhet av utveckling av luft- och markbundna autonoma robotsystem som anvĂ€nts som demonstrationsplattformar för labbets forskningsresultat.
  • Multi-agent-system: Studier och utveckling av AI-baserad problemlösnings- och styrningsparadigm för system med en agent eller multi-agent-system dĂ€r aspekter relaterade till interaktion, samarbete, autonomi och distribution Ă€r sĂ€rskilt viktiga.
  • Kognitiva robotsystem: Forskning om kognitiva robotsystem inbegriper studier och utveckling av kognitiva funktioner pĂ„ en hög nivĂ„, samt testning av sĂ„dana funktioner pĂ„ robotsystem som anvĂ€nds för att lösa verkliga problem. Centralt för denna aktivitet Ă€r ett effektivt anvĂ€ndande av modeller av roboten och dess omgivande miljö, samt att grunda modellerna i den aktuella miljön genom sensorer och system för perception. Logik anvĂ€nds ofta som modelleringssprĂ„k för detta.
  • TillĂ€mpad logik: Forskningen inbegriper studier och anvĂ€ndning av logik för att bygga modeller, samt studier och anvĂ€ndning av resonemangsmetoder för att anvĂ€nda modellerna i intelligenta artefakter, sĂ„ som mjukvaruagenter eller robotsystem.
  • Planering och diagnos: Forskning inom automatisk planering inbegriper studier och utveckling av algoritmer för att generera strategier eller sekvenser av handlingar för att uppnĂ„ olika mĂ„l. Forskning inom automatisk diagnos inbegriper studier och utveckling av algoritmer som anvĂ€nder kausal information om ett system eller ett systems omgivning för att felsöka, ge förklaringar och lösningar för trasiga system eller beteenden som Ă€r kognitivt felaktiga.

    AILAB, tidigare Knowledge Processing Laboratory (KPLAB), grundades 1996. Enheten leds av Patrick Doherty, professor. För nÀrvarande (2024) bestÄr AILAB av tvÄ professorer, tvÄ forskningsassistenter och tre forskningsingenjörer, varav en bedriver doktorandstudier

Enheten Maskinresonemang (MR)

I vÄrt forskningslaboratorium utvecklar vi maskiner som kan resonera och agera i komplexa miljöer. VÄrt primÀra forskningsomrÄde Àr automatiserad planering som vi kompletterar med tekniker frÄn maskininlÀrning, kombinatorisk optimering och operationsanalys (Operations research).

čóŽÇ°ùČő°ìČÔŸ±ČÔČ”ČőĂ€łŸČÔ±đČÔ

VÄra huvudsakliga forskningsÀmnen inkluderar:

  • Planeringsteori: Vi bidrar till de teoretiska grunderna i automatiserad planering med studier av komplexiteten i planeringsproblem och algoritmer.
  • ±őČÔ±ôĂ€°ùČÔŸ±ČÔČ”Čő±è±ôČčČÔ±đ°ùŸ±ČÔČ”ČőłŸŽÇ»ć±đ±ô±ô±đ°ù (Learning Planning Models): Vi utvecklar algoritmer som extraherar dynamiken i en observerad miljö för att lĂ€ra oss komprimerade beskrivningar av planeringsuppgifter.
  • Effektiva planeringsalgoritmer: Vi designar och implementerar skalbara planeringsalgoritmer, huvudsakligen baserade pĂ„ heuristisk sökning i tillstĂ„ndsrymden (heuristic state-space search).
  • Generaliserad planering: Vi skapar metoder för att lĂ€ra oss hur man löser en hel klass av uppgifter effektivt.
  • Planering och förstĂ€rkningsinlĂ€rning: Vi kombinerar tolkningsbarheten inom planering med flexibiliteten hos förstĂ€rkningsinlĂ€rning.

Sammanfattningsvis strÀvar vi efter att skapa AI-system som effektivt löser intrikata sekventiella beslutsfattande problem utifrÄn solida teoretiska grunder och praktiska algoritmer.

Enheten leds av Jendrik Seipp, universitetslektor.

Enheten Naturligt språk-behandling (NLP)

Vi utvecklar och analyserar datormodeller för mÀnskligt sprÄk. VÄrt arbete strÀcker sig frÄn grundforskning om algoritmer och maskininlÀrning till tillÀmpad forskning inom sprÄkteknologi och computational social science.

VÄrt nuvarande fokus ligger pÄ att analysera och förbÀttra neurala sprÄkmodeller. Konkret arbetar vi med metoder för att förbÀttra modellernas effektivitet, pÄlitlighet och anvÀndbarhet för sprÄk med begrÀnsade resurser. Vi har ocksÄ ett lÄngvarigt intresse i arbete vid skÀrningspunkten mellan naturligt sprÄk-behandling och teoretisk datavetenskap.

Vi deltar i flera nationella och internationella forskningssamarbeten, dĂ€ribland Wallenberg AI, Autonomous Systems and Software Program (WASP), det EU-finansierade projektet TrustLLM – Demokratisera pĂ„litlig och effektiv teknik för stora sprĂ„kmodeller för Europa, och Swedish Excellence Centre for Computational Social Science (SweCSS).

VÄr undervisningsportfölj omfattar kurser och examensarbeten inom naturligt sprÄk-behandling och text mining pÄ grundlÀggande, avancerad och forskarutbildningsnivÄ.

Enheten leds av Marco Kuhlmann, professor.

Enheten Resonerande och lärande (ReaL)

Vi bedriver grundlÀggande AI-forskning om algoritmer, tekniker och metoder för maskinresonemang, maskininlÀrning och integration av resonemang och inlÀrning. VÄrt fokus Àr pÄ AI som Àr pÄlitlig, robust och transparent. Utöver teoretiska bidrag tar ReaL itu med högaktuella tekniska och samhÀlleliga utmaningar med stor inverkan pÄ samhÀllet, och gör framsteg inom praktiskt anvÀndbar AI för tillÀmpningar i relevanta verkliga sammanhang.

čóŽÇ°ùČő°ìČÔŸ±ČÔČ”ČőĂ€łŸČÔ±đČÔ

VÄra forskningsÀmnen inkluderar:

  • Kombinatorisk tilldelning
  • Generativ AI för tidsserier
  • Stora sprĂ„kmodeller
  • Resonemang och lĂ€rande
  • čóö°ùČőłÙĂ€°ù°ìČÔŸ±ČÔČ”ČőŸ±ČÔ±ôĂ€°ùČÔŸ±ČÔČ”
  • Inkrementellt resonemang och lĂ€rande över strömmande data
  • Generering av syntetisk data
  • Effektiva autonoma system

ReaL leder mÄnga av AI-aktiviteterna vid Linköpings universitet, inklusive ett av de fyra EU-finansierade nÀtverken av AI-forskningscenter (TAILOR), EU-projektet TrustLLM som utvecklar pÄlitliga och faktabaserade stora sprÄkmodeller, och Wallenberg AI and Transformative Technologies Education Development Program ().

Finansiering

Forskningen finansieras av Knut och Alice Wallenberg Stiftelse (KAW), Wallenberg AI, Autonomous Systems and Software Program (WASP), Marcus och Amalia Wallenberg Stiftelse (MAW), WASP Humanities and Society (WASP-HS), Vinnova, Horizon 2020,, Trafikverket, Forskarskolan i datavetenskap (CUGS, LiU), och Zenith (LiU).

Samverkan

ReaL samarbetar med och stödjer aktivt den svenska industrin, statens samtliga nivÄer, samt bÄde den privata och offentliga sektorn. ReaL tillhandahÄller den bredd och det djup som Àr nödvÀndigt för att fullt ut dra nytta av modern, pÄlitlig AI. VÄrt fokus ligger pÄ AI-lösningar för beslutsstöd som inte bara Àr anvÀndbara och tillförlitliga, utan Àven bevisats vara effektiva i att leverera nytta i verkliga sammanhang.

Vi gör AI praktiskt, pÄlitligt och verkligt. Vi gör det ReaL.

Enheten leds av Fredrik Heintz, professor.

Enheten Teoretisk datalogi (TCSLAB)

Aktuellt vid AIICS

Nyheter och reportage

Tre mÀn som stÄr upp, den i mitten visar upp ett diplom

Dominik Drexler tilldelas Lawson-stipendiet för 2024

Dominik Drexler, nybliven filosofie doktor vid Institutionen för datavetenskap (IDA), får Lawsons stipendium 2024 för sina utmärkta prestationer inom internationalisering, internationella kontakter och internationellt utbyte vid IDA.

Skylt med QR-kod och information, glass i bakgrunden.

En glass för din åsikt om AI i undervisning

Didacticum tillsammans med studentkårerna har utfört en stickprovsundersökning om studenters användande av AI för att underlätta studierna, och hur detta kan förbättras.

portrait of man speaking

Forma AI-teknologi till nytta för samhället

För att utforska likheter och utmaningar som Europa och Japan står inför i digitala transformationenseran och för att främja gränsöverskridande samarbete och kunskapsutbyte - möttes forskare och branschrepresentanter från Europa och Japan upp på LiU.

Forskning vid AIICS

Senaste publikationerna

2025

Md Fahim Sikder, Resmi Ramachandran Pillai, Fredrik Heintz (2025) Machine Learning with Applications, Vol. 20, s. 100652-100652, Artikel 100652 (Artikel i tidskrift)
Olle Torstensson, Oskar Holmström (2025) Proceedings of the 9th Workshop on Constraint Grammar and Finite State NLP, s. 45-49 (Konferensbidrag)
Linda Mannila, Jonas Hallström, Charlotta Nordlöf, Fredrik Heintz, Katarina Sperling, Linnéa Stenliden (2025) ACE '25: Proceedings of the 27th Australasian Computing Education Conference, s. 85-94 (Konferensbidrag)
David Speck, Jendrik Seipp, Alvaro Torralba (2025) The journal of artificial intelligence research, Vol. 82, s. 1349-1405 (Artikel i tidskrift)
Wilhelm Brodin, Carl-Oscar Jonson, Mikael Johansson, Erik Prytz (2025) Ergonomics (Artikel i tidskrift)
Hugo-Henrik Hachem (2025) European Journal for Research on the Education and Learning of Adults (Artikel i tidskrift)
Hugo-Henrik Hachem (2025) Zeitschrift für Weiterbildungsforschung (Artikel i tidskrift)
Ambroise Baril, Miguel Couceiro, Victor Lagerkvist (2025) Journal of Multiple-Valued Logic and Soft Computing, Vol. 44, s. 353-383 (Artikel i tidskrift)
Piotr Rudol, Mariusz Wzorek, Patrick Doherty (2025) Multi-disciplinary Trends in Artificial Intelligence. MIWAI 2024. Lecture Notes in Computer Science. Springer Nature Singapore, s. 155-166 (Konferensbidrag)
Mariusz Wzorek, Cyrille Berger, Piotr Rudol, Patrick Doherty, Alexandre R. de Mello, Murilo M. Ozol, Bo Granbom (2025) Multi-disciplinary Trends in Artificial Intelligence. MIWAI 2024. Lecture Notes in Computer Science. Springer Nature Singapore, s. 360-372 (Konferensbidrag)

Fler initiativ inom AI vid AIICS, IDA och LiU

Om institutionen