Tolkningsbar AI från start till mål - TolkAI
| Diarienummer | |
| Koordinator | RISE Research Institutes of Sweden AB |
| Bidrag från Vinnova | 4 677 759 kronor |
| Projektets löptid | september 2022 - juni 2025 |
| Status | Avslutat |
| Utlysning | Avancerad digitalisering - Möjliggörande tekniker |
| Ansökningsomgång | Avancerad och innovativ digitalisering 2022 |
Viktiga resultat som projektet gav
Med hjälp av två fallstudier har vi undersökt tillämpningen av tolkningsbar AI. Ett viktigt resultat var en metodik för att härleda tolkningsbara features från signaldata. Båda fallstudierna handlade om att överföra semi-kvantitativa bedömningskriterier till ett format som är lämpligt för ML. I den första studien utvecklade vi en modell för att bedöma naturtillståndet i skogsområden baserat på foton. I den andra härledde vi ML-input från AIS-data för att bedöma bränsleeffektiviteten av fartygspropeller.
Långsiktiga effekter som förväntas
Med verktyget från den första fallstudien bedöms naturtillståndet i skogsområden. Det datastödda verktyget förväntas leda till bättre övervakning av förändringar i skogar. Möjliga vidareutvecklingar inkluderar identifiering av neofyter, studera effekten av kalhyggen eller kalamiteter på mångfalden. Anpassning av propellern till faktiska rörelse- och hastighetsprofilen kan ge betydande CO2-besparingar. Tolkningsbar AI kan användas för att överföra tyst expertkunskap till en mer formialiserad form.
Upplägg och genomförande
De ovan beskrivna studierna genomfördes parallellt och enligt tidsplanen. Vid regelbundna möten, både mellan vetenskaplig personal och med hela gruppen, samordnade vi den fortsatta arbetsgången. I slutskedet byttes projektledningen på grund av en pensionering. Samarbetet var mycket givande och inspirerande, vilket resulterade i vetenskapliga publikationer samt utlovade verktyg. Lärdomarna spreds också vid två workshops organiserade av Avancerad Digitalisering samt vid RISE interna konferenser.