Realtidsintelligens för det smarta samhället

Vi står på tröskeln till framtidens smarta samhälle. Men för att de mängder data som ständigt genereras ska göra verklig nytta som kritiskt beslutsstöd måste de kunna bearbetas och analyseras i realtid. Ett forskningssamarbete mellan KTH och RISE uppfinner lösningar för att skapa nytta av framtidens strömmade data.

Den snabbt ökande digitaliseringen genererar enorma mängder data från olika enheter. Idag lagras dessa data framför allt i stora molndatacentra, där de senare kan bearbetas och analyseras. Denna metod har emellertid stora brister. Data blir snabbt gammal och därmed har lagrad data begränsat värde som stöd för kunskapsinhämtning och tidskritiska affärsbeslut. I dagens nuvarande lösningar sammanlänkas olika hårdvaror och system av ett komplicerat lapptäcke av olika teknologier, koder och programspråk. Detta omöjliggör effektiv konstruktion av sådana system.
I framtidens snabbrörliga, digitala samhälle är miljontals olika enheter sammankopplade, inte minst genom 5G, edge-moln och sakernas internet, IoT. För detta krävs ny teknologi som gör det möjligt att fatta beslut i realtid, eller ”on the fly”, som det engelska uttrycket lyder. Kontinuerlig Djup Analys, CDA, är ett stort forskningsprojekt som adresserar detta. Projektet drivs i samverkan mellan KTH och RISE (Research Institutes of Sweden).

Nästa generations teknologi
Syftet med CDA är att utveckla nästa generations mjukvaruplattformar för skalbara, datadrivna tillämpningar, där information bearbetas och analyseras blixtsnabbt, samtidigt som den strömmas. Det är en kombination av grundforskning och tillämpad forskning inom datavetenskap och ingenjörsvetenskap, som utförs av ett tvärdisciplinärt team. Avancerade algoritmer och nya programvarusystem tas fram för att skapa lösningar för optimala analyser och beslut i realtid.
– En sådan plattform kan användas för utveckling av smarta tillämpningar som organiserar smarta städer, styr trafik optimalt, effektiviserar energiproduktion och skapar dynamiska prissättningssystem. Det genomdigitaliserade framtida samhället kräver skalbar, robust och snabb teknologi för att i realtid kunna nyttja data för beslut och strategier. Med dagens system får vi retrospektiva svar på våra frågor. Vårt mål är att skapa en teknologi för framtidens behov, med hållbara och uthålliga lösningar som är enkla att använda, förklarar projektledare Seif Haridi, professor i datasystem vid KTH.

”CDA tar den här forskningen till nästa steg”

Inkorporerar AI
CDA är en fortsättning på ett tidigare omfattande forskningsprojekt där Seif Haridi och hans team medverkade till att utveckla öppenkällkod-programvara, Apache-Flink, för analys av strömmande data, samt HOPS, som är den första kompletta europeiska plattformen för dataanalys och maskininlärning. Dessa system används av en rad ledande aktörer i olika sektorer och har haft en stor påverkan på deras kommersiella digitala lösningar. Exempelvis används Apache-Flink bland annat av Uber och Lyft för dynamisk prissättning.
– CDA tar den här forskningen till nästa steg, där vi kombinerar tekniker för AI (artificiell intelligens) med traditionell dataanalys för att fatta komplexa beslut i realtid. En tillämpning som har stor relevans just nu kan exempelvis vara att på ett enkelt och smidigt sätt skapa en skalbar tjänst för avancerad och detaljerad spårning och analys av smittspridning av covid-19, berättar Paris Carbone, senior forskare och ansvarig för projektet vid RISE.

Anpassas till hårdvara
Ett viktigt fokus för CDA är att teknologin som utvecklas ska fungera på ett brett spektrum av befintlig hårdvara, som exempelvis i moln- och edgedatacentra, speciella hårdvaruacceleratorer, 5G-enheter eller som ett chip i mobiltelefoner.
– Det finns stora skillnader mellan olika typer av hårdvara och det är en utmaning att skapa lösningar som är agnostiska och oberoende av i vilken hårdvara de används. Vi skapar mjukvara med ett enkelt gränssnitt, som lätt anpassas till alla typer av hårdvara, säger Paris Carbone.
CDA finansieras av Stiftelsen för strategisk forskning inom ramen för programmet Big data och beräkningsvetenskap. Området har identifierats som strategiskt viktigt, där Sverige har goda förutsättningar att ta en ledande roll.
– Finansieringen från SSF är oerhört viktig och jag vill verkligen ge dem en eloge för att de ser vikten av forskning inom det här området, säger Seif Haridi.
– Tack vare deras forskningsbidrag har vi kunnat bygga en stor och högt kompetent forskningsgrupp och snabbare får resultat som kan göra nytta.