AI hjälper system att göra mer med mindre

Shubham Vaishnav disputerade nyligen vid Institutionen för data- och systemvetenskap (DSV). Vi fick en pratstund med honom om hans forskning, doktorandresan på DSV och framtiden.

Hej Shubham, kan du berätta lite om dina studier?

– Javisst! Min forskning handlar om att göra det möjligt för enheter i distribuerade miljöer, som trådlösa nätverk och sakernas internet, att fatta AI-drivna smarta beslut. Enheterna måste ofta hantera flera motstridiga mål samtidigt. Tänk dig en smartklocka: Den behöver spara på batteriet, men vill samtidigt skicka data till din telefon och reagera snabbt på förändringar i omgivningen. Prioriteringarna mellan dessa mål förändras ständigt, liksom miljön. Med utgångspunkt i befintliga AI-paradigm, som federerat lärande och förstärkningsinlärning, har jag utformat metoder som ger enheterna möjlighet att snabbt anpassa sina val, med mindre mänsklig övervakning. Lärdomen är att den artificiella intelligensen fungerar mycket bättre på dessa enheter när den från början är utformad för att vara medveten om sina egna begränsningar: Hur mycket AIn kan kommunicera, hur mycket energi den har, och hur målen kan förändras över tid, förklarar Shubham Vaishnav.

Vad ser du för implikationer av din forskning?

– Den typ av AI jag arbetar med körs tyst i bakgrunden på saker som människor redan använder: smarta hem, aktivitetsarmband, miljösensorer och nätverk av små enheter som lär sig tillsammans utan att skicka all rådata till en central server. Mina metoder syftar till att hjälpa systemen att göra mer med mindre: lägre batteriförbrukning, mindre nätverkstrafik, mindre behov av mänsklig övervakning när förutsättningarna förändras. Det är viktigt eftersom antalet uppkopplade enheter i världen fortsätter att växa, och energi och bandbredd är inte gratis. Det AI-stödda beslutsfattandet är mest användbart när målen är väldefinierade – till exempel när du kan specificera hur mycket energi en enhet får använda i genomsnitt, eller hur stor vikt som ska ges till ett mål jämfört med ett annat. Begränsningen följer av samma sak: AI kan göra ett system mer effektivt när målen är tydliga – men det kan inte bestämma målen i sig när de är oklara eller innefattar värdeomdömen. För sådant behövs fortfarande mänsklig intelligens.

Hur blev du intresserad av ämnet?

– Innan jag började som doktorand arbetade jag som iOS-utvecklare på Capgemini i Indien. Jag byggde appar för kunder som till exempel det svenska företaget Husqvarna. Det var ett bra jobb, men jag insåg gradvis att jag var mer intresserad av forskning och undervisning än av produktutveckling. Det var då jag bestämde mig för att byta karriärspår till akademin. Jag kände redan till – och uppskattade – den svenska arbetskulturen, så när en möjlighet öppnade sig på DSV sökte jag och blev mycket glad när jag fick anställning som doktorand. Det specifika ämnet, AI för trådlösa uppkopplade enheter, kom naturligt från mitt masterarbete vid IIT (ISM) Dhanbad i Indien, där det var min biträdande handledare Praveen Kumar Donta som först introducerade mig till trådlösa nätverk. Jag tyckte att det var fascinerande att även små, resursbegränsade enheter kan ”lära sig” om man bara utformar rätt algoritmer, och jag har fortsatt på den vägen sedan dess.

Hur har det varit att doktorera på DSV?

– Min doktorandtid på DSV har varit givande. Det har inte varit en dans på rosor, men miljön gjorde det mycket smidigare än jag hade förväntat mig. Jag minns en gång när jag var väldigt stressad och gick in i ett möte med min handledare Sindri Magnússon. Jag väntade mig ett tufft samtal, men i stället sa han lugnt att jag hade gott om tid och att jag skulle klara det. Den konversationen har fastnat hos mig och fått mig att inse värdet av en stöttande handledare. Detsamma gäller mina övriga kompetenta och vänliga kollegor på DSV som jag har lärt mig mycket av.

– Utöver forskningen har ett av de mest givande inslagen under mina doktorandår varit att grunda Bhakti Yoga Society vid Stockholms universitet, och se det växa till ett blomstrande community. Det har gett mig utrymme att utvecklas till en sundare person, med färdigheter inom ledarskap, organisation och gemenskapsbyggande.

Vad händer framöver?

– Jag planerar att fortsätta inom akademin. Jag har erbjudits en postdokanställning vid Uppsala universitet, som jag planerar att tillträda efter min disputation. Ämnet för arbetet, distribuerat lärande och optimering, bygger på de kunskaper och den expertis som jag skaffat under min tid som doktorand. Närheten till Stockholm gör att jag gärna fortsätter hålla kontakten med mina kollegor på DSV, säger Shubham Vaishnav.

This article is also available in an English version

Text: Åse Karlén