Max fokuserar på det mänskliga

Hur skulle en människa ha gjort? I sin forskning förenar Max Pettersson maskininlärning med mänskliga erfarenheter och intuition: ”Man skulle kunna kalla det beteendevetenskap för AI”.

Du är verksam inom AFAIR-projektet XAI-Pro?

”Ja det stämmer. Jag doktorerar i datavetenskap inom ramarna för XAI-Pro, ett projekt som fokuserar på så kallad ’Explainable AI’, eller förklarbar AI, med inriktning mot produkt- och tjänsteutveckling. Jag utforskar hur demonstrationer från experter kan integreras in i så kallade ’reinforcement learning-algoritmer´, och hur dessa demonstrationer kan hjälpa algoritmerna lösa problem som är svåra för algoritmer att lösa idag – till exempel i mänskliga domäner.”

Är du lika intresserad av människor som av maskiner?

”Allt börjar med människan… Människan är ju utgångspunkten för att vi ska kunna skapa en AI som kan göra rätt förutsägelser och prediktioner i områden där människor verkar. I min forskning undersöker jag hur man kan omsätta mänsklig intuition i digital form och integrera den i maskininlärning. Målet är att maskinen ska lära sig att förstå hur en människa skulle göra och sedan kunna göra en prediktion utifrån detta. Min personliga ’twist” på ämnet är mänskliga expertkunskaper inom olika områden. Hur tänker en expert och hur kan man få in det i en maskin?”

Som hockey, till exempel?

”Exakt! Om du vill prediktera hur en hockeyspelare kommer att agera i olika situationer så kan du utgå från en skicklig hockeyspelares expertis och kunskap och sedan omvandla den till data som du tränar AI-modellen med. Då lär sig maskinen att tänka som en hockeyspelare.”

Vad är den industriella nyttan? Kan du ge några exempel?

”Det råder kompetensbrist inom många områden idag. Om vi kan överföra mänskliga experters kunskap så skulle AI kunna hjälpa till med träning och utbildning inom olika bristyrken. Man kan till exempel hämta in expertkunskaper från en duktig skidskytteinstruktör och använda den automatiserade kunskapen i olika träningsprogram för att förbättra kunskapen hos sportskyttar och angränsande domäner, till exempel jaktskytte. Om man har en robotgräsklippare på golfbanor eller allmänna ytor kan man med hjälp av AI prediktera var människor kommer att röra sig över gräset. Det handlar om att klassificera människors beteende –en variant på klassisk beteendevetenskap. Jag tycker det är oerhört spännande eftersom man lär sig mer om människan samtidigt.”

Hur ser din egen ”AI-karriär” ut?

”Efter gymnasiet började jag studera fysik på Uppsala universitet med målet att gå vidare med teoretisk fysik. Så blev det inte – istället flyttade jag tillbaka till Jönköping och började studera datateknik med fokus på inbyggda system på JTH. Lagom till examen så drog man igång masterutbildningen AI Engineering som jag bestämde mig för att gå. Under resan blev jag allt mer intresserad av AI och de olika ämnena relaterade till AI. Efter att ha jobbat på Saab Training & Simulation under ett år fick jag erbjudandet om att bli doktorand inom AFAIR och på den vägen är det.”

Om du fick välja, vilken expertkunskap skulle du själv vilja lära och lära ut genom AI?

”Jag gillar att spela strategispel på fritiden, så det skulle vara väldigt intressant att inkorporera den expertkunskapen med AI! Det skulle vara ett otroligt komplext problem att lösa, men som skulle kunna generaliseras till andra domäner!”