Innovativt programmeringsspråk för smarta system

Maskininlärning har potentialen att göra system smarta. Ett problem är dock att experter inom många tillämpningsområden ofta inte har en tillräcklig bakgrundskunskap om de maskininlärningsmetoder som finns för att kunna göra ett aktivt val, och de har typiskt heller inte tiden att göra allt från grunden.

Inom ramen för forskningsprojektet ASSEMBLE vid Uppsala universitet och KTH har forskarna bland annat utvecklat nya innovativa metoder för maskininlärning samt ett modellbaserat probabilistiskt programmeringsspråk för smarta system.
ASSEMBLE är ett femårigt SSF-projekt som avslutas sommaren 2022. Resultatet från projektet gör det möjligt för systemingenjörer att designa smarta system med hög komplexitet med en betydligt mindre ansträngning än vad som tidigare krävts i form av programmering av algoritmer. Dessa abstraktioner kodas med hjälp av probabilistiska modeller som automatiskt kombineras med data och lämpliga maskininlärningsmetoder.
–Vi har skapat Birch, ett modellbaserat programmeringsspråk för smarta system. Med hjälp av programmeringsspråket kan man beskriva tillämpningsspecifika problem så att rätt maskininlärningsalgoritm sedan kan väljas automatiskt, säger Thomas Schön, Beijerprofessor i artificiell intelligens vid institutionen för informationsteknologi vid Uppsala universitet och vetenskaplig ledare för ASSEMBLE-projektet.

Används av biologer
Genom att använda sig av det modellbaserade probabilistiska programmeringsspråket Birch kan forskare och företag fokusera på själva innehållet snarare än att ägna sig åt det tidskrävande uppdraget att utforma algoritmer.
–Det programmeringsspråk vi utvecklat inom ramen för ASSEMBLE har exempelvis använts av biologer. Det har även överförts till näringslivet via en av projektets forskare som senare började arbeta på Uber AI. Vår ambition är att Birch ska användas och vidareutvecklas i såväl akademin som näringslivet framöver, säger Thomas Schön.

Spjutspetskompetens
I samarbete med Veoneer har forskarna genomfört studier som visar på resultatens direkta relevans för industrin.
–En viktig aspekt av projektet är det faktum att ett flertal doktorander med spjutspetskompetens inom maskininlärning kopplat till AI-algoritmer har utbildats under projektets gång. Dessa doktorander kan i sin tur föra vidare sin kompetens till svenska företag, säger Thomas Schön.

Klicka här för att läsa mer om ASSEMBLE