Artificiell intelligens
Artificiell intelligens (AI) syftar på system som uppvisar intelligent beteende genom att analysera sin omgivning och agera för att nå specifika mål.
Beskrivning
Artificiell intelligens (AI) syftar på system som uppvisar intelligent beteende genom att analysera sin omgivning och agera för att nå specifika mål. Inom AI är statistisk inlärning ett viktigt verktyg som används till att bearbeta stora datamängder för att identifiera och dra nytta av statistiska samband.
Ämnet består av en kreativ kombination av matematik och programmering, där användningen av data alltid är i centrum. En genomgående princip är att först skapa flexibla algoritmer som sedan anpassas automatiskt till specifika omständigheter med hjälp av så kallad träningsdata.
Forskningsämnen
- Approximativ inferens (Approximate inference) (ApI): many learning problems involve intractable integrals, requiring good approximation methods; includes Monte Carlo and variational inference.
- Kausal inlärning (Causal learning) (CL): causality is a fundamental notion in science and engineering; causal learning establishes cause-effect relationships from observations that can be empirically tested for their accuracy.
- Bivillkorad programmering (Constraint programming) (CP): an AI approach to optimisation: modelling languages, high-level constraints, high-level types for decision variables, symmetry breaking.
- Förklarlig Artificiell intelligens (Explainable Artificial Intelligence) (XAI): artificial intelligence models that follow the principles of transparency, interpretability, and explainability, and provide solutions that can be understood by humans.
- Kunskapsrepresentation och resonemang (Knowledge representation & reasoning) (KR): automated reasoning and theorem proving (ATP), knowledge compilation (KC), logic programming (LP).
- Storskalig optimering för inlärning (Large-scale optimisation in learning) (LO): optimisation problems with a huge number of unknowns, common in e.g. deep learning.
- Lokal sökning (Local search) (LS): meta-heuristics, modelling languages, search languages, solver design, autonomous search.
- Maskininlärning (Machine learning) (ML): is about learning, reasoning, and acting based on data; in this way, machine learning is about programming by examples; important topics include clustering, deep learning, and inductive logic programming (ILP) for relational learning.
- Mönsterigenkänning (Pattern recognition) (PR): the automated recognition of patterns and regularities in data, typically by the use of ML.
- SAT modulo teorier (Propositional satisfiability (SAT) and SAT modulo theories) (SMT): trustworthy and verified solvers, proofs and certificates, competitions and evaluations.
- Probabilistisk modellering (Probabilistic modelling) (PM): mathematical models capable of representing uncertainties.
- Förstärkningsinlärning (Reinforcement learning) (RL): studies algorithms capable of perceiving their environment, interpret it, take actions, and learn through trial and error.
- Social robotik (Social robotics) (SR): human-robot interaction, socially intelligent robots, social artificial intelligence, multimodal interaction.
Forskningsverksamheter
- Beijer Laboratory for Artificial Intelligence Research: ML, PM, PR
- CAiM - Computer-assisted Applications in Medicine: ML, PR, XAI, RL
- MIDA – research group on Methods for Image Data Analysis: ML, PR, XAI
- Optimisation research group: CP, LS (= AI approaches to optimisation)
- Uppsala University Information Laboratory (InfoLab): ML
- Uppsala Social Robotics Lab: SR, XAI
Seniora forskare
- José Mairton Barros da Silva Júnior (also see his homepage): ML, LO
- Johannes Borgström: PM, ApI
- Ece Calikus: ML, XAI
- Ginevra Castellano (se även hennes hemsida): SR, XAI, ML
- Pierre Flener (se även hans hemsida): CP, LS, KC, ILP, LP
- Maria Andreina Francisco Rodriguez (se även hennes hemsida): CP, KC
- Orcun Göksel: ML, PR, XAI, RL
- Didem Gürdür Broo (se även hennes hemsida): SR, XAI, KR
- Joakim Lindblad (se även hans hemsida): ML, PR, XAI
- Matteo Magnani: ML
- Per Mattsson: RL
- Justin Pearson (se även hans hemsida): CP, LS, ATP
- Thomas Schön (se även hans hemsida): ML, ApI, DL, RL, PM
- Prashant Singh: ML, ApI, LS
- Ida-Maria Sintorn: ML, PR, XAI
- Jens Sjölund (se även hans hemsida): ML, PM, LO
- Nataša Sladoje: ML, PR, XAI
- David Sumpter: ML
- Ekta Vats: (se även hennes hemsida): ML, PR
- Carolina Wählby (se även hennes hemsida): ML, PR
- Niklas Wahlström: ML, PM
- Tjark Weber (se även hans hemsida): ATP, SAT, SMT
- Katie Winkle (se även hennes hemsida): SR
- Dave Zachariah: ML, PM, CL
Forskningspriser
- Mats Carlsson wins the ACP Research Excellence Award 2023 of the Association for Constraint Programming (ACP) for his career.
- Ginevra Castellano: Outstanding Associate Editor Award by Frontiers Robotics and AI), 2021
- Ginevra Castellano: 10-Year Technical Impact Award in 2019 at the ACM International Conference on Multimodal Interaction (ICMI) 2019, 2019
- Thomas Schön: Tage Erlanders prize for natural sciences and technology by The Royal Swedish Academy of Sciences (KVA), 2017
- Thomas Schön: Arnberg prize (Arnbergska priset) by The Royal Swedish Academy of Sciences (KVA), 2016.
- Thomas Schön is an elected member of The Royal Swedish Academy of Engineering Sciences (IVA), since 2018, and The Royal Society of Sciences at Uppsala, since 2018.
- Carolina Wählby is an elected member of The Royal Swedish Academy of Engineering Sciences (IVA), since 2017, and The Royal Society of Sciences at Uppsala, since 2017.
Utbildning
- 1DL034: Introduktion till maskininlärning (5 hp): ML
- 1DL340: Artificiell intelligens (5 hp): KR, ML, search
- 1DL360: Informationsutvinning I (5 hp): ML, search
- 1DL465: Utvinning av sociala data (10 hp): ML, search
- 1DL442: Kombinatorisk optimering och villkorsprogrammering (10 hp): CP, LS
- 1DL451: Modellering för kombinatorisk optimering (5 hp): CP, LS, SAT, SMT
- 1DL481: Algoritmer och datastrukturer III (5 hp): LS, SAT, SMT
- 1MD032: Intelligenta interaktiva system (5 hp): SR
- 1MD039: Intelligenta interaktiva system (7,5 hp): SR
- 1MD120: Djup maskininlärning för bildanalys (7,5 hp)
- 1MD300: Social robotik och människa-robotinteraktion (7,5 hp): SR
- 1RT003: Avancerad probabilistisk maskininlärning (7,5 hp)
- 1RT700: Statistisk maskininlärning (5 hp)