Den effektivaste metoden att utveckla självkörande bilar är kanske att låta dem göra det på egen hand i ett grupparbete? Det är idén bakom ett labb som nu bildas på AI Sweden i ett samarbete mellan Volvo, Ericsson och amerikanska servertillverkaren HP Enterprise.
Idén kallas Federated Machine Learning, federerad maskininlärning. Ett AI-system konstrueras genom att lokalt insamlade och bearbetade data sammanställs. I detta fall handlar det om Volvofordon som rapporterar in sina egna självkörningserfarenheter – bidrar med varsin egen pusselbit som sedan sammanställs till en gemensam algoritm.
Poängen med den decentraliserade lösningen är att slippa skyffla runt data vilket är en utmaning både tekniskt och juridiskt.
På det svenska AI-centret AI Sweden bildas Edge Lab – ett labb för ”tester, samverkan, experiment och utveckling inom decentraliserat lärande och Edge”. Labbet är ett samarbete mellan Hewlett Packard Enterprise, Ericsson, Volvo Cars och Zenseact. Det sistnämnda är Volvos mjukvarubolag för självkörning och förarstöd.
Investeringen från de inblandade beräknas under 2021 att summera sig till kring 30 miljoner kronor. Fler är välkomna att ansluta sig, meddelar Daniel Gillblad på AI Sweden, som ansvarar för den fysiska anläggningen.
– Edge Lab kommer att möjliggöra för utvecklare, studenter, forskare, användare från industrin, akademin och den offentliga sektorn att samarbeta i konkreta projekt.
Tekniken som utvecklas kan även komma att hitta helt andra typer av tillämpningar. I vårdsektorn kan den lösa juridiska hinder med att använda och flytta data mellan olika vårdgivare. Inom tillverkningsindustrin kan den lösa problem med växande datamängder i produkter och tillverkning.
AI Sweden är Sveriges nationella center för AI-tillämpningar. Centret stöds av staten, näringsliv och offentlig sektor.
Lanseringen av Edge Lab görs inom ramen för ett strategiskt program för decentraliserat lärande som leds av AI Sweden och finansieras av Vinnova.