Intelligenta robotar lär sig själva
Robotar som känner igen bakterier i mat och varnar konsumenter för dåligt kött. En dator som kan analysera en nattsömn på mindre än en minut. Det är två Örebroprojekt som har blivit möjliga tack vare forskning inom så kallad djupinlärning.
– Det innebär att datorer lär sig på egen hand och blir intelligentare än om de programmerats av människor, säger Örebroforskaren Martin Längkvist.
Vanligtvis om du vill få en dator att göra någonting nytt måste du programmera den. Metoden djupinlärning har fått mycket uppmärksamhet den senaste tiden och handlar om att en dator precis som en människa kan lära sig själv. Ett av problemen Martin Längkvist har fokuserat på är hur datorer bäst kan hantera stora mängder information.
– När vi människor verkligen behöver koncentrera oss vill vi stänga ute ljud och ibland till och med blunda. Vi kan hjälpa datorn att göra samma sak och visa vad den ska fokusera på, säger Martin Längkvist, som har disputerat i informationsteknologi vid Örebro universitet.
Genom att datorn lär sig att endast fokusera på det som är relevant och hitta mönster i data kan den analysera stora mängder information mycket effektivare.
På några sekunder
I ett av projekten har Martin Längkvist arbetat med sömnanalys. Sömnstadieanalys är ett nödvändigt steg för att diagnosera sömnproblem. Det som tar en sömnspecialist flera timmar kan en dator potentiellt göra på några sekunder om den är tillräckligt intelligent.
– Det finns en enorm potential att utnyttja datorer för att kunna hjälpa fler patienter. Om datorn kan analysera sömnstadier korrekt kan sömnexperter lägga sin tid på diagnos och kontakt med patienten istället, säger Martin Längkvist.
Dessutom kan patienten ta med sig tekniken hem och sova i sin egen säng istället för på sjukhus, vilket är en stor fördel eftersom många inte sover lika bra borta.
Om det går att äta
I ett annat projekt som är ett samarbete med Indien har Martin Längkvist arbetat med att ta fram sensorer som ska kunna lukta på kött och berätta om köttet är bra och går att äta. Målet är att få rätt svar så fort som möjligt.
– Med min metod kan en konsument få ett svar på några sekunder. Det är väsentligt mycket snabbare än tidigare. Eftersom tekniken dessutom lär sig själv utvecklas den hela tiden och kan lära sig känna igen andra matvaror.
– Det betyder att datorer i framtiden kommer kunna göra saker som vi inte ens förstår. De kommer kunna hjälpa oss med uppgifter som hade varit omöjligt att programmera dem för, avslutar Martin Längkvist.
Text: Linda Harradine
Foto: Anders Liljenbring