AI-teknik är ett ingenjörsbaserad tillvägagångssätt för utveckling av mjukvara där komponenter inom AI och maskininlärning spelar en stor eller till och med avgörande roll för hur systemen beter sig.
Även om detta gör AI-teknik till ett tydligt underområde inom programvaruteknik, skiljer sig dessa system och komponenter ofta åt från traditionella mjukvarusystem att det finns behov av nya och vidareutvecklade metoder. Till exempel behövs utbildnings- och utvärderingsfaser när AI-baserade system lär sig av data, anpassar sig till förändrade kontexter och producerar nya resultat med hjälp av statistiska metoder. Kraven på dessa system är ofta av en annan typ; antingen är de implicit definierade genom data eller också krävs en mer statistisk metod för att beskriva både det förväntade beteendet och den tolererade variationen i detta beteende. Det faktum att system och komponenter inom AI och maskininlärning har förmåga att lära sig och utvecklas vidare också efter att de tagits i bruk ställer ytterligare krav både på hur systemen testas och hur de ska valideras och certifieras/regleras.
Vi ser att moderna språkmodeller som GPT och Stable Diffusion har en mycket stor inverkan på samhället. De låter icke-specialister använda mjukvarubaserad teknik för att skapa nya produkter, författa texter och skapa konst. Vi behöver dock fortfarande förstå hur vi kan utforma, utveckla och testa den här typen av system på ett ansvarsfullt och hållbart sätt.
Målet för vår forskning inom AI-teknik är att bli ett långsiktigt, ledande centrum globalt för denna typ av forskning. Med tanke på den stora betydelse för och påverkan på samhället som AI och maskininlärning redan har fått, står det klart att dessa tekniker inte kommer att försvinna utan i stället bli allt viktigare. Vi bygger därför upp kunskap om hur vi kan stödja samhället och näringslivet i att utveckla digitala system baserade på AI- och maskininlärningsteknik.
Viktiga områden
- Utveckling av AI-baserade produkter
- System- och mjukvaruarkitektur för AI-baserade system
- Testning
- Kravhantering
- Datapipelines och databearbetning
- Utveckling av konverserande AI-system
- Kognitiva mjukvaruarkitekturer baserade på generativa språkmodeller
Mer information om forskningsprojekt, publikationer, kurser och lista över anställda hittar du på vår engelska sida.
