AI Sweden Podcast

• Energioptimering och datadriven klimatnytta. Om hur AI och smarta lösningar kan minska utsläpp i fastighetssektorn - Steffen Therre, Data Scientist, Eghed

  I det här avsnittet sitter jag ner med Steffen Therre, fysiker och klimatforskare som nu fokuserar på datadriven klimatnytta som gör skillnad på riktigt.Vi pratar om hur AI och traditionell maskininlärning används i praktiken för att sänka energiförbrukningen och minska utsläppen i fastighetssektorn, en av de största sektorer med störst klimatpåverkan globalt.Vi pratar om:- Hur små justeringar i styrningen av uppvärmning kan minska CO₂-utsläpp med hundratals ton – per år.- Varför fastighetsdata är en guldgruva för smarta optimeringar (men ofta outnyttjad).- Hur man med enkla modeller, rätt data och en prediktiv approach kan göra skillnad, här och nu.- Hur AI kan gå från att reagera till att förutse och optimera, och därmed bli en gamechanger för hållbar utveckling.- Hur klimatvetenskap + domänkunskap + AI skapar en kraftfull kombination för innovation.Ett samtal om AI som verktyg för att göra nytta – för både klimatet och ekonomin.🌍 People. Planet. Profit. Det här är sweetspotten.Länkar & resurser:Läs mer om Steffen och projektet här:Steffen på LinkedInVill du veta mer om våra satsningar på klimat och AI? Besök ai.se eller kontakta oss direkt

  --------  

  47:23
• Från forskning till patientnytta: Michael Fralicks fyra nycklar till AI-implementering i vården

  Med utgångspunkt i två av de tillämpningar Michael Fralick varit med och implementerat på sjukhus i Kanada, en för att upptäcka risken för allvarliga blödningar och den andra för att planera dialysvård, handlar det här avsnittet om klivet från forskning till patientnytta.Han jobbar som clinician scientist och associate professor på kanadensiska Sinai Health respektive University of Toronto, och deltar också i det pågående projektet med Unity Health Toronto och tre svenska regioner som leds av AI Sweden. Sina lärdomar kokar han ned i fyra råd:Enkla tekniklösningar trumfar komplexa.Se till att användarna är en del av utvecklingen från dag ett.Försök inte återuppfinna hjulet, implementera sånt som redan visat sig fungera.Investera i infrastruktur för data, utan den blir det nästan omöjligt att implementera AI.Han tror och hoppas att patienterna inom en snar framtid kommer att förvänta sig AI som ett par extra ögon som vakar över dem när de är på sjukhus. Vilket är vad riskbedömningen för blödningar handlar om: Att göra kompletterande dataanalyser av blodprov som ändå tas. Men Michael Fralick konstaterar att forskning och implementering sker med sina speciella förutsättningar. I skarp tillämpning ställs till exempel höga krav på fungerande dataflöden som ser till att AI-modellerna har tillgång till realtidsdata.“Data engineers är viktiga för det här, som en slags rörmokare som får dataflödet att fungera. Det är en ny typ av kompetens som tidigare saknats på sjukhus,” säger han.I slutet av avsnittet nämns också Michael Fralicks egen podd, The Round Table. 

  --------  

  43:27
• Vad är AI Security? Bland annat att lura hackare med språkmodeller, att förstå läckage av träningdata och att bygga robusta system.

  Artificiell intelligens påverkar säkerhetsfrågor i flera olika dimensioner. AI Sweden samlar många av dem under paraplybegreppet AI Security. I det här avsnittet berättar Bobby Bridges, Mathematician & Innovation Leader, om hur AI Sweden tillsammans med våra parter jobbar med AI som ett verktyg för ökad säkerhet men också för att bättre förstå olika säkerhetsaspekter av tekniken i sig. Ett exempel på det förra är ett projekt som utforskar hur språkmodeller kan användas för att lura angripare, och ett exempel på det senare är projektet LeakPro, vars mål är att skapa förutsättningar för samarbeten kring känslig data genom att förstå när och hur modeller läcker träningsdata. Om du vill veta mer om LeakPro var Johan Östman, research scientist, nyligen med i AI Sweden Podcast och berättade om projektet. 

  --------  

  43:05
• Databeredskap för ett rikare Sverige och AI assistenter – hur offentlig data kan skapa innovation och tillväxt samt vara en nyckeln till ett smartare Sverige - Pierre Mesure, Ekonomistyrningsverket

  Sverige har en lång tradition av transparens och offentlighetsprincip, men hur väl rustade är vi egentligen för att dra nytta av all den data som finns inom offentlig sektor? I det här avsnittet av AI Sweden Podcast pratar vi med Pierre Mesure, AI- och data science-expert vid Ekonomistyrningsverket, om varför databeredskap är en avgörande faktor för Sveriges framtida konkurrenskraft, innovation och ekonomiska tillväxt.Vi utforskar frågor som:Hur kan bättre databeredskap göra Sverige rikare?Vilken roll spelar offentlig data i att driva AI-utveckling och innovation?Hur kan vi modernisera offentlighetsprincipen för en digital och AI-driven framtid?Vilka hinder finns idag för att myndigheter ska kunna dela och använda data på ett effektivt sätt?Hur kan vi säkerställa att svensk AI bygger på svenska värderingar och behov – istället för att förlita oss på utländska modeller?Pierre delar insikter från arbetet på Ekonomistyrningsverkets datalabb, där hans team utforskar hur AI kan hjälpa offentlig sektor att bli mer datadriven och effektiv. Vi diskuterar också projekt som Athena, ett initiativ för att skapa en strukturerad och sökbar databas för myndighetsdata, samt hur AI kan användas för att analysera och förstärka offentliga beslutsunderlag.Sverige sitter på en enormt värdefull dataskatt – men den måste göras tillgänglig och användbar för att skapa verkligt värde. Så hur kan vi skapa de rätta förutsättningarna för en smartare och mer innovativ offentlig sektor?🎧 Länkar & resurser:🔗 Följ Pierre Mesure på LinkedIn🔗 Läs mer om Ekonomistyrningsverket och deras datalabb på datalabb.esv.se🔗 🔗 För mer om AI Sweden, följ oss på LinkedIn och YouTube📩 Har du frågor eller förslag på framtida avsnitt? Hör av dig till [email protected]

  --------  

  53:00
• LeakPro skapar förutsättningar för samarbeten kring känslig data

  Johan Östman, forskare och projektledare på AI Sweden, berättar i det här avsnittet om projektet LeakPro. Ambitionen är att bättre förstå – och därmed också kunna förhålla sig till – risken för att modeller läcker träningsdata. – Ska man i en mening beskriva vad vi försöker göra handlar det om att låsa upp samarbeten kring känslig data, säger han.  ⁠LeakPro⁠ bygger vidare på slutsatser som drogs i ett tidigare AI Sweden-projekt. I Regulatory Pilot Testbed jobbade Region Halland och Sahlgrenska Universitetssjukhuset tillsammans med IMY och AI Sweden. Syftet var då att utforska hur federerad inlärning skulle kunna användas i sjukvården. Integritetsskyddsmyndigheten konstaterade att det inte gick att bedöma sannolikheten för att modeller, tränade på personuppgifter, läcker träningsdata. Som en konsekvens måste modellerna i sig betraktas som personuppgifter, och därför hanteras utifrån hur personuppgifter regleras. I LeakPro är ambitionen att svara på den centrala frågan: Hur stor är sannolikheten för att en viss modell läcker träningsdata? De som jobbar för att hitta svaret är AstraZeneca, Region Halland, Sahlgrenska Universitetssjukhuset, Scaleout, Syndata, RISE och AI Sweden. Känner man till sannolikheten för läckage öppnas två dörrar. Den ena gör det möjligt att fatta verksamhetsbeslut. “Är risken för att träningsdata läcker rimlig i förhållande till värdet som modellen kan skapa?” Den andra gör det möjligt för utvecklare att utvärdera sina modeller och utveckla dem vidare så att risken för läckage minskar till en acceptabel nivå. – Det vi vill bygga är något som är relevant och användbart, och för att göra det måste vi ligga i frontlinjen av den akademiska forskningen, för att använda de skarpaste attackerna som finns, säger Johan Östman. I poddavsnittet utvecklar han bakgrunden till projektet, hur samverkan mellan aktörer från olika sektorer stärker LeakPro, vad målbilden är, och hur resan dit ser ut.

  --------  

  37:43

Fler podcasts i Teknologi

Trendiga poddar i Teknologi

Om AI Sweden Podcast