Projektledardagen – Mikael Johansson

Mikael Johansson Technical Manager AI&Data, ger dig en lättillgänglig inblick i hur egenutvecklad AI driver utvecklingen av autonoma fordon, med konkreta exempel och lärdomar kring datadrivna system, nya utvecklingsflöden, validering, riskhantering och organisatorisk beredskap.

“AI finns i alla branscher – medicin, reklam, finans. Den grundläggande algoritmen är densamma. Det är bara hur den utvecklas som är annorlunda.”

Fokusområden inom autonom körning

• Artificiell intelligens (AI): Träning av neuronnät för bild- och kamerabearbetning så att fordonen kan klassificera vad som är väg och hinder.
• Olika körmiljöer: Utveckling av lösningar som täcker in allt från slutna gruvområden och byggarbetsplatser till hubb-till-hubb-logistik på motorvägar.
• Dataanalys: Användning av insamlade data från mänskliga förare för att förbättra de regulatorer och styrsystem som styr de autonoma lastbilarnas beteende.

Man kan sätta regler för om en viss sak inträffar hur fordonet ska agera, vilket ger en predikterbarhet men har sina begränsningar, då det är svårt att fånga alla scenarios och att beskriva vilket konkret beteende som är önskvärt.

Med AI fångas mycket mer information på ett mer abstrakt sätt och man beskriva vad som är rätt och fel på ett mer överordnat sätt. Då kan algoritmen lära sig hur den på ett precist sätt kan uppfylla de generella målen.

”Det är nästan som magi när man ser vad AI kan hantera, och i framtiden kommer utvecklingsarbetet mer att handla om att använda stora mängder data och träna AI-algoritmer för att hitta nya funktioner. Det är ett helt nytt sätt att arbeta!”

Ta chansen att få veta mer om erfarenheterna kring storskalig AI tillämpning och hur man leder ett program där innehållet har en mycket snabb utveckling.