Smarta algoritmer vässar AI

För att lära en AI en uppgift som att köra bil krävs stora mängder träningsdata. En del samlas in från verklig trafik, men en utmaning är att få med även ovanliga och riskfyllda situationer. Lösningen är konstgjorda scenarier som skapas i datorn.

En grupp forskare vid Linköpings universitet har under flera år utvecklat nya metoder för att generera konstgjord data av hög kvalitet för att utveckla, träna och utvärdera AI-system. Tekniken bygger på simulering av sensorer som kameror, radar och lidar som används i bland annat självkörande bilar.

Projektet tog plats på IVAs 100-lista 2022. Målet var att ta forskningen vidare mot kommersialisering.

Jonas Unger och Ehsan Miandji, forskare inom datorgrafik och bildbehandling vid Linköpings universitet står bakom de smarta algoritmerna som nu utvecklas vidare i avknoppningsbolaget Sparsit.  

– Arbetet har fortsatt framåt och vi har visat att syntetiska träningsdata är väldigt nyttigt och användbart inom många områden, men ett problem är att det krävs mycket beräkningskraft för att generera de här bilderna, säger Jonas Unger, professor i datorgrafik vid Linköpings universitet som leder forskningen.

För att skapa en fotorealistisk 3d-bild krävs beräkningar av hur ljuset faller och påverkas av egenskaperna hos olika material, beräkningar som kan ta många timmar för en enda bild. Jonas Unger har tillsammans med forskarkollegan Ehsan Miandji hittat ett sätt att generera samma bild på en tiondel av tiden. Tricket är smarta algoritmer som bara gör de beräkningar som är absolut nödvändiga.

– För att beskriva en bild krävs bara en bråkdel av all information som finns i bilden. Vi kallar det för en gles modell, och det fina är att vi kan återskapa den ursprungliga bilden med väldigt hög kvalitet. Det sparar tid, kostnader och minskar även energiåtgången.

Tekniken utvecklas nu vidare i avknoppningsbolaget Sparsit. Sedan årsskiftet delar både Jonas Unger och Ehsan Miandji sin tid mellan företaget och universitet.

– Har man en idé som är användbar och förbättrar världen på något sätt känns det både viktigt och kul att nå ut utanför den akademiska sfären, säger Jonas Unger.

Men att gå från teoretisk forskning till en färdig produkt är ett stort steg. Olika typer av innovationsstöd är här till stor hjälp. Sparsit har bland annat fått bidrag från Vinnova och nyligen fick företaget även riskkapital från Navigare Ventures, ett forskningsinriktat riskkapitalbolag inom Wallenbergsfären.  

Platsen på 100-listan var viktig för att ge projektet synlighet till en början, berättar Jonas Unger.

Sparsit har sina lokaler hos Norrköping science park nära universitetet där Jonas Unger leder en forskargrupp inom datorgrafik och bildbehandling sedan 20 år tillbaka.

Under hela sin forskarkarriär har han lagt mycket energi på att på olika sätt dela med sig av forskningen till samhället. Han har tidigare varit med att starta flera företag, bland annat 7D Labs som utvecklade programvara för artificiella fotorealistiska trafikbilder och som såldes till ett amerikanskt företag 2019.

Men att vara både forskare och leda ett startup är en balansgång.

– Det gäller att hitta en bra samverkan. Som forskare får jag också mycket tillbaka från den affärsmässiga delen i form av nya idéer och insikter om vart utvecklingen är på väg.

Starta bolag är heller inte enda sättet att sprida kunskap från forskning, säger Jonas Unger. Andra sätt är att göra programvarukod tillgänglig som open source, eller att publicera dataset som andra forskare kan använda.

– Man måste inte hemlighålla och dölja alla sina resultat. Genom att dela med dig ökar du förståelsen för det du gör samtidigt som det skapar uppmärksamhet.

IVAs 100-lista

IVAs årliga 100-lista lyfter fram en mångfald av forskningsprojekt från svenska lärosäten, på aktuella teman. Alla med potential att skapa nytta, genom kommersialisering, affärs- och metodutveckling eller samhällspåverkan. 

Genom att bygga broar mellan forskningsvärlden och näringslivet ger vi forskning med potential att förändra världen större möjlighet att omsättas till faktisk nytta.

Till IVAs 100-lista