Nyheter

Nytt samverkansprojekt inom industriell digitalisering

Mälardalens universitet (MDU) leder ett nytt samverkansprojekt inom industriell digitalisering som kan förändra beslutsfattande inom industrin, med hjälp av generativ AI.

Projektet fokuserar på att skapa transparenta och förklarande AI-system som föreslår åtgärder med förklaringar för att optimera underhållsscheman och minska stilleståndstiden för industriell utrustning i produktionsprocesser.

– Avancerad dataanalys och artificiell intelligens (AI) revolutionerar industriella processer. En nyckelspelare i den här transformationen är “preskriptiv analys”, en teknik som inte bara analyserar data utan också ger tydliga, handlingsbara rekommendationer för att förbättra olika beslut. I industriella miljöer beror effektiviteten av de här rekommendationerna på AI-modellerna bakom dem, säger Shahina Begum, professor i artificiell intelligens på MDU.

En av de mest spännande utvecklingarna inom AI är generativ AI (gAI), som har potential att dramatiskt förändra hur industrier fungerar, menar Shahina Begum. Generativ AI hänvisar till algoritmer som kan skapa nytt innehåll – vare sig det är bilder, text eller till och med hela virtuella miljöer – genom att lära sig mönster från befintliga data. På så sätt kan gAI kan erbjuda insikter och innovativa lösningar som tidigare inte varit möjligt.

Men en komplex, svarta lådan-natur hos gAI gör det svårt att förstå hur den kommer fram till sina rekommendationer. Bristen på transparens kan väcka frågor över säkerheten i beslutet, vilket är kritiskt i industriella miljöer där förtroende och tillförlitlighet är avgörande.

– Det här projektet syftar till att ta itu med dessa utmaningar genom att utveckla mer transparenta och förklarbara generativa AI-system, vilket gör AI-drivna beslut både kraftfulla och pålitliga för industrin, säger Shahina Begum.

Optimalt för industriell utrustning

Huvudfokus i projektet ”Trust Gen Z” ligger på att använda gAI för prognoser hos uppkopplad industriell utrustning. I komplexa operativa miljöer kommer den generativa AI:n att övervaka, upptäcka och förutsäga tillståndet hos utrustning och maskiner genom att analysera olika typer av data, såsom bilder, text och tabeller. Informationen analyseras och utvärderas, varpå gAI:n ger handlingsbara rekommendationer med tydliga förklaringar.

– Den generativa AI-modellen kan simulera olika möjliga framtida tillstånd för utrustningen, vilket hjälper företagen att förutse problem innan de uppstår, säger Mobyen Uddin Ahmed, professor i artificiell intelligens på MDU.

Genom att förstå osäkerheten och risken i maskinens prestanda kan företag vidta proaktiva åtgärder för att optimera underhållsscheman, minska stillestånd och öka driftseffektiviteten. Just nu saknas det AI-metoder som både kan förutsäga och ge pålitliga och förklarbara rekommendationer, enligt Mobyen Uddin Ahmed.

– Även om gAI verkar lovande, så finns det brister i nuvarande metoder för förklarbar AI (XAI), vilket begränsar deras användning för rekommendationer. Detta projekt kommer att lösa dessa problem och stödja digitaliseringen, inledningsvis inom fordons- och telekomindustrin.

I projektet samverkar MDU tillsammans med Ericsson, Volvo Construction Equipment och MainlyAI. Det finansieras av Vinnovas utlysning ”AI för avancerad digitalisering”.

Foto: Gerd Altmann