WASP-affilierade forskaren på Linköpings Universitet, Jendrik Seipp, har fått 15 miljoner kronor för att utveckla ett AI-planeringssystem som utnyttjar flerkärniga processorer för parallella beräkningar. Det skulle kunna leda till mer effektiv logistik, högre säkerhet i självkörande fordon och storskalig energioptimering bland mycket annat.
– Jag är väldigt glad över att ha fått den här möjligheten att följa min vision. Jag tror att det är helt avgörande för framtidens AI-planering och dess tillämpningar, säger Jendrik Seipp, biträdande professor vid Institutionen för datavetenskap.
Tillämpningarna kan handla om allt från logistik till elkraftsfördelning och cybersäkerhet. Det är samhällsärande funktioner som kräver avancerad planering för att fungera på ett så resurseffektivt sätt som möjligt. För att förbättra planeringen kan artificiell intelligens vara ett kraftfullt verktyg, men då behöver en stor knäckfråga lösas.
– Dagens mest avancerade AI-planeringssystem kan använda endast en kärna i datorns processor. Det innebär att den löser en uppgift åt gången, den ena efter den andra. Det begränsar möjligheten att skala upp systemet, säger Jendrik Seipp.
15 miljoner från SSF
För att lösa problemet har han fått 15 miljoner kronor från Stiftelsen för strategisk forskning i en satsning som ska stötta framtidens forskningsledare. De utvalda forskarna ska dels bedriva forskning i framkant, dels besitta ledaregenskaper och visa på en vilja till att deras forskning används utanför akademin. 213 ansökningar kom in och 16 forskare beviljades medel.
Den största utmaningen enligt Jendrik Seipp är utforma datastrukturer som jobbar med parallella lösningar och kan skalas upp utan att saktas ner av obalans i arbetsbelastning mellan processorkärnorna, synkroniseringsproblem eller minnesbegränsningar.
– Lyckas vi blir det möjligt att lösa mycket svårare problem än vad dagens sekventiella system klarar av. Vi vill etablera ett öppet, brett ramverk för parallell planering som blir den standardiserade grunden för forskning och industri, säger Jendrik Seipp.
Det långsiktiga målet är en tillförlitlig AI-planering som går att förstå och förklara och dessutom har någon form av mänsklig medverkan. I framtiden hägrar bland annat snabbare och mer miljövänliga hemleveranser genom effektiv ruttplanering, säkrare autonomi i robotar och fordon via realtidsplanering samt billigare och renare energianvändning genom smart schemaläggning av förbrukning och produktion.
Publicerad: 2025-10-29
[addtoany]