- Örebro förnedrade av Rögle
- Miljoner till forskning inom astma och allergi
- Jennie-Lee Burmansson tar OS-brons i slopestyle
- 2010-talet- ett starkt decennium för husbyggnadsinvesteringar
- Flera bilar brandskadade Björkhaga Örebro
- Nätverket Lindekultur blir Kulturnätverket i Lindesbergs kommun
- Svenska arbetstagare går mot en genomsnittlig löneförhöjning på 2,6 procent i år
- Rekordsiffror för rut och rot under 2019 – här är utvecklingen det senaste decenniet
- Labradoren stärker greppet
- Stadig ökning av anmälningar om människohandel
AI-teknikens fyra viktigaste utmaningar
Fotograf: Pax Engström Nyström.
– Vi har en fortfarande en lång väg att gå innan vi har fått skalbara modeller. Det är nödvändigt att vi arbetar tillsammans för att vi ska kunna kapitalisera på AI-tekniken, förklarade professor Amy Loutfi på SSGs konferens Industri & Framtid.
Enligt professor Amy Loutfi, Örebro universitet, har AI under åren upplevt en resa som påminner om en berg-och-dalbana. Det har varit hajps som sedan ersatts av perioder där investeringskapital försvunnit därför att tekniken inte har levt upp till förväntningarna.
– Vi måste därför förhindra att AI hamnar i en ny vinter, förklarade hon och listade ett antal barriärer som måste övervinnas för att AI helt ska kunna adopteras av svensk industri.
Dessa är:
- Förståelse: Du kan inte använda AI om du inte förstår tekniken.
- Tillit: Du förstår inte AI om du inte ur säkerhetssynpunkt vågar lita på den.
- Kommersialisering: Om du inte kan köpa den, så kan du inte acceptera den.
- Du kan inte skala upp tekniken om du inte vet hur det ska gå till.
– Vi har en fortfarande en lång väg att gå innan vi har fått skalbara modeller. Sverige har i övrigt mycket på plats för att kunna bygga ett starkt ekosystem. Det är nödvändigt att vi arbetar tillsammans för att vi ska kunna kapitalisera på AI-tekniken, förklarade hon.
Demokratisering av data
Eva Fors, Managing Director för Google Cloud Northern Europe, menade vidare i sitt anförande att en viktig pusselbit för AI:s framgång är vad hon kallar för en demokratisering av data. Det vill säga att den i ökad utsträckning görs öppen och tillgänglig.
– Alla uppkopplade enheter skapar enorma datamängder. För att bäst kunna dra nytta av den måste vi både skapa allmänt tillgängliga modeller för realtidsanalys och prediktiv analys liksom en demokratisering av data, så att datakällorna kan användas av vanliga människor. Vi ifrågasätter alltid om det finns någon särskild anledning som hindrar att just den här datainformationen hamnar hos andra intressenter eller företag. Tillgängligheten till data är viktig.
Universitetet | Lokalt
Örebronyheter
Du måste logga in för att lämna kommentarer Logga in