XAI-Pro
Fakta
Fackhögskola: Tekniska Högskolan
Partnerföretag: Husqvarna AB Länk till annan webbplats, öppnas i nytt fönster. och Saab AB Training & Simulation Länk till annan webbplats, öppnas i nytt fönster.
Finansiär: KK-stiftelsen
Projekttid: 2022-2024
Forskarteam:
Maria Riveiro (Projektledare) Länk till annan webbplats, öppnas i nytt fönster.
Florian Westphal Länk till annan webbplats, öppnas i nytt fönster.
Marcus Gullstrand Länk till annan webbplats, öppnas i nytt fönster.
Max Pettersson Länk till annan webbplats, öppnas i nytt fönster.
Explainable AI (förklarbar AI) för produkt och tjänsteutveckling (XAI-Pro)
Introduktion
Artificiell intelligens (AI) blir en allt större del av våra liv och förutspås komma att spela en stor roll inom tillverkningsindustrin. XAI-Pro fokuserar på hur man kan leverera ny kunskap som lärts in från befintlig data på ett begripligt och förklarligt sätt när man gör en rekommendation eller förutsägelse under utvecklingen av produkt- och tjänsteprocesser.
Vi bedriver forskning i samarbete med Husqvarna AB och Saab AB Training & Simulation med två fallstudier, prediktivt underhåll och driftledning.
XAI-Pro är ett av flera projekt inom forskningsprofilen AFAIR som tillämpar AI i industriella organisationer. XAI-Pro är en del av temat “Datadriven utveckling av produkter och tjänster” (ARA1).
Motivation och syfte
Utvecklingen av produkter och deras dagliga användning genererar enorma mängder data. Sådan data inkluderar såväl värdefull information om fel, preferenser, försummelser och oavsiktlig användning som kan utnyttjas för att förbättra dessa produkter och tjänster. I viss utsträckning kan maskininlärning (ML) eventuellt identifiera intressanta mönster och relationer som kan tillhandahålla beslutsstöd för produkt- och tjänsteutvecklare.
Många av dessa ML-system fungerar ofta autonomt som ”svarta lådor” som inte är utformade för transparent interaktion med slutanvändare. Därmed har användarna svårt att förstå beteendet vilket kan leda till misstro mot och felaktig användning av dessa system.
För att mildra en del av utmaningarna kopplade till ”svarta lådor”-system, kan transparens, tolkningsbarhet och förklarabara metoder användas. Förklarbar AI (XAI) har på senare tid mötts av ett växande intresse från AI-forskare.
Förväntade resultat
Vi ska bygga förklarbara och tolkningsbara ML-modeller och metoder för förbättrad produkt- och tjänsteutveckling. Vi ska använda oss av verklighetsbaserade användningsfall från våra industriella partners, Husqvarna och Saab, och vi bygger proof-of-concept-prototyper för att visa resultaten.
Vill du veta mer om projektet?
- Professor Datateknik
- Tekniska Högskolan
- maria.riveiro@ju.se
- +46 36-10 1578
Är du intresserad av ett framtida samarbete?
- Samverkanschef
- Tekniska Högskolan
- linda.bergqvist@ju.se
- +46 36-10 1074