AI-metoder hjälper oss att utveckla en hållbar mobilitet och skydda den kritiska infrastrukturen

Laura Ruotsalainen, som är professor i datavetenskap, utvecklar metoder för artificiell intelligens som till exempel kan ge rekommendationer för hur vi kan planera en hållbar mobilitet i städerna.

Vad forskar du i?

Jag forskar i artificiell intelligens, det vill säga metoder för djupinlärning, för att lösa problem inom datorseende, tidsserieanalyser och optimering. All forskning som bedrivs av min forskningsgrupp bygger på spatiotemporala data, vilket betyder data där både rum och tid förändras. 

Vad kommer din forskning att påverka, och hur?

Inom vår forskning finns en stark betoning på hållbarhetsperspektivet. Vi undersöker till exempel hur stadstrafiken bör planeras för att ändringarna ska gynna hållbarheten. Därtill arbetar vi med att skydda satellitnavigation från avsiktliga störningar. 

Vår forskning stöder även navigationen när det gäller hållbara automatiska system. System av det här slaget, som till exempel används inom industrin, kan göras säkrare. Automatiska system inom industrin kan även utvecklas för att navigera och förstå sin miljö på förmånligare och mer energieffektiva sätt.

Vad inspirerar dig särskilt mycket inom ditt område just nu?

Inom artificiell intelligens och maskininlärning utvecklas ständigt nya betydande metoder, och det är inspirerande att följa och vara med i utvecklingen inom det här området. Viktiga mål i vår forskning, såsom att stöda hållbar utveckling och att skydda den kritiska infrastrukturen, är mycket viktiga för mig och därför inspirerar det mig i synnerhet att främja de här målen.