Forskning på uppkopplad intelligens i smarta enheter

Världen får allt fler uppkopplade smarta enheter (IoT-enheter; Internet of Things), och vi har redan passerat jordens befolkningsmängd i antal. Det finns små enheter, till exempel smarta kameror och sensorer, samt större enheter som laptops, som behöver vara uppkopplade. I många fall är artificiell intelligens inblandad, och här varierar det var dessa AI-modeller bör finnas, lokalt eller i molnet. Centrum för tillämpad AI på RISE forskar inom området.

Hur fungerar uppkopplingen?

Det finns flera typer av nät som används för kommunikationen mellan uppkopplade enheter. LoRa WAN och 5G är två exempel. LoRa lämpar sig där man behöver extra långa distanser, till exempel i glesbygd eller i ett stadsnät, men inte så hög datahastighet. 5G lämpar sig för kortare distanser och högre datahastigheter, såsom i bilen och hemmet. Hittills har en stor andel av IoT-enheterna använt speciella proprietära protokoll men i framtiden behöver vi lösningar som fungerar för alla typer av enheter. Man vill också kunna nyttja de standardiserade protokoll som används för kommunikation genom molnet, Internetprotokollen, även lokalt på små enheter. Det skulle undvika brott i kommunikationsleden och ge full säkerhet ända ut till den minsta enheten från molnet.

Hur fungerar AI på små prylar?

De mikroprocessorer som använts i IoT har varit starkt resursbegränsade, men utvecklingen går fort framåt och för samma pris får man idag tiotals gånger mer minne och beräkningskapacitet än för tio år sedan. Det börjar även integreras enklare AI-acceleratorer i chippen för IoT-enheter vilket gör det möjligt att använda mer avancerade AI-funktioner som bildigenkänning och ljudanalys direkt i enheten. Genom att ha AI-kapacitet lokalt kan information hanteras utan att skicka den till molnet. Detta minskar kommunikation och energiförbrukning och kan också undanröja juridiska problem som kan uppstå när insamlade data överförs och lagras centralt.

— Vi kan ta kameror med inbyggda AI-modeller som exempel, säger Joakim Eriksson som är expert inom IoT och forskningsledare i AI-plattformar vid Centrum för tillämpad AI på RISE. Om man boostar AI-kapaciteten och hanteringen av bilder lokalt i kamerans mikroprocessor så behöver man inte skicka lika mycket bildmaterial till molnet. Med hjälp av AI skulle man kunna ”lära” kameran att endast skicka relevanta bilder till molnet, förklarar han.

Optimering gynnar både effektivitet, lagkrav och cybersäkerhet

RISE forskar därför på lokala anpassningar i IoT-prylar och hur man kan träna AI:n i molnet på ett effektivare sätt med mindre beräkningskapacitet. Genom att trimma ner AI-modellerna till att inte behöva kunna allt så optimerar man effekten, vilket kräver mindre resurser och beräkningskapacitet. För att vara konkret så behöver till exempel en kaffebryggare inte kunna svenska kungar, forskarna vill helt enkelt att varje enskild pryl ska bli specialister och endast hantera relevant data. 

Det finns flera sätt att krympa AI-modeller. Ett är att minska upplösningen på de så kallade vikterna (kallas kvantisering). Ett annat är att ta bort hela skikt av kopplingar som är onödiga för funktionen. På det sättet blir smarta prylar allt smartare på ett effektivt och resurssnålt sätt. Detta är önskvärt i alla typer av sensorer där man kan ha nytta av att processa data lokalt.

— En sensor som mäter vibrationer på en bro samlar ju in oerhörda mängder data som ska skickas för analys. Att göra grovanalysen lokalt och enbart skicka i väg nödvändiga data skulle vara mer resurseffektivt, förklarar Joakim.

En ytterligare aspekt är cybersäkerhet. När data processas lokalt och inte skickas till tredje part eller annat land, minskar risken för säkerhetsintrång.

Tillämpad forskning

Från och med hösten 2023 kommer Centrum för tillämpad AI på RISE att ha en doktorand på plats som ska jobba vidare med forskningsspåret om hur vi kan få AI-modeller att lära sig lokalt och med fokus på tillämpningsområden inom industrin. Det handlar om möjligheterna i gräsklipparrobotar, smart kameror, dörrsensorer med mera.

Vill du samarbeta med RISE och ser ett tillämpningsområde?

Kontakta oss gärna!