Projekt: HPC för SMF

Projektledare
Morgan Ericsson, Diana Unander
Övriga projektmedlemmar
Peter Jonsson (ekonom), John Jeansson, Katarina Ellborg, Elin Gunnarsson, Björn Lindenberg, Jonas Nordqvist, Arslan Musaddiq, Niklas Andersson, Laure Fournier, Elizaveta Kopacheva, Alexander Gustafsson, Laure Fournieroch Elizaveta Kopacheva.
Deltagande organisationer
Linnéuniversitetet
Finansiär
Tillväxtverket, Europeiska regionala utvecklingsfonden (ERUF), Region Kalmar län, Region Kronoberg och Linnéuniversitetet
Tidsplan
1 mars 2023 – 30 juni 2026
Ämne
Data- och informationsvetenskap (institutionen för datavetenskap och medieteknik, fakulteten för teknik) samt affärsinformatik (institutionen för marknadsföring och turismvetenskap, Ekonomihögskolan)
Forskargrupp
Data Intensive Software Technologies and Applications (DISTA)
Linnaeus University Center
Linnaeus University Centre for Data Intensive Sciences and Applications (DISA)
Kunskapsmiljö Linné
Digitala Transformationer

Vi vill under projektets gång träffa alla möjliga typer av företag som kan vara intresserade av att arbeta med datadriven utveckling. Vår projektkoordinator och andra projektdeltagare kommer att göra företagsbesök, diskutera behov och möjligheter för att därefter kunna vägleda företaget kring vilka aktiviteter och insatser som kan passa just er.

Vi vet av erfarenhet att många företag är osäkra på hur de ska börja arbeta med datadriven utveckling och att det finns ett antal vanligt förekommande frågor som kommer besvaras genom mer generella inspirationsföreläsningar, dessa kommer att ges både fysiskt och så småningom också finnas tillgängliga digitalt. Är ni en lite större grupp på ett företag eller om ni samlar flera företag så kommer vi gärna ut till er för att ge er inspiration om vad som är möjligt och hur man på bästa sätt kan komma igång med arbetet.

När man väl beslutat sig för att börja arbeta mer datadrivet har många företagen ofta svårt att veta var de ska börja. Vi arbetar därför med ett workshop-upplägg som hittills varit mycket framgångsrikt och där enskilda företaget får hjälp och stöd att besvara en rad olika frågor för att tydligare beskriva behov och prioriteringar. Genom att samla flera olika funktioner från företaget för en gemensam diskussion så kan vi på relativt kort tid (en halvdag) komma långt. Metodiken bidra till att ge en god överblick över vad som är viktigt för verksamheten och tillsammans tas ett underlag fram för att därefter välja mellan passande aktiviteter. För att få snabba resultat och behålla intresset är det viktigt att börja med något konkret, avgränsat och småskaligt arbete och testa metoder för att därefter skala upp arbetet.

Inom projektet erbjuder vi kompetensstärkande aktiviteter av mer fördjupad karaktär än tidigare beskrivna inspirationsföreläsningar. Här krävs en viss förförståelse och vi går lite mer på djupet kring olika frågeställningar om teknik, affärsmodeller, legala och etiska frågeställningar samt hållbarhetsfrågor.

Teman för föreläsningar baseras på de intressen och behov som framkommit i dialoger med företag. Föreläsningarna är ett enkelt sätt för er att stärka upp er kunskap utan att behöva läsa hela kurser.

Föreläsningarna kommer främst att spelas in så det finns ett paket med färdiga föreläsningar där ni kan titta på det som passar era behov just nu, ni hittar föreläsningarna här

Exempel på inspelade föreläsningar:

Vad är maskininlärning?

Data för maskininlärning 

Övervakad och oövervakad inlärning

Saknar ni ett ämne som ni skulle vilja veta mer om? Tveka då inte att höra av er så ser vi om vi kan ta fram en eller flera på just det temat.

Hittar ni en föreläsning som ni vill lära er mer om kan ni höra av er så kan de också ges live i det fall där det finns en grupp med intresserade personer från små och medelstora företag. Nya föreläsningar kommer att tillkomma under hela projektets gång.

Tidigare erfarenheter visar att företag i många fall är osäkra kring hur de kan gå vidare med sina idéer och behöver handledning och stöd för att diskutera sitt nuläge.

Intresserade företag matchas med personer från vår projektgrupp för att exempelvis resonera och diskutera lösningar på vanliga problem och utmaningar eller de specifika frågeställningar som just ni brottas med.

Handledningen kan ske vid ett enstaka tillfälle eller bestå av en rad handledningstillfällen beroende på just era behov.

I likhet med vårt systerprojekt IoT Lab för SMF (https://lnu.se/iotlabforsmf) arbetar vi nära företag för att gemensamt experimentera med tekniken i form av så kallade pilotcase. Datadriven utveckling, med AI/maskininlärning och High Performance Computing-tekniker och verktyg kan förändra verksamheter och utveckla nya idéer vilket driver den interna utvecklingen framåt. Att som ett litet företag ges möjlighet att arbeta med ny teknik betyder mycket för självbilden och hjälper till att ta nya kliv på sin digitaliseringsresa.

Formen för pilotcase är att under en kortare tidsperiod arbeta tillsammans med företagen under flexibla former, med en beräknad arbetsinsats på mellan 2-8 timmar per vecka beroende på företagets behov och prioritet utifrån projektets mål. Företagen är drivande i processen och formulerar sina problem och utmaningar själva för att därefter ges stöd och vägledning att realisera dessa. Stödet kan exempelvis handla om att utvinna, förvalta data, förfina data eller skala, men kan också handla om metodval för bearbetning av data eller användning av HPCC.

Syftet för projektet är inte att leverera färdiga lösningar som direkt går att driftsättas, utan i stället att visa på möjligheter, testa idéer och ge företagen verktyg för att arbeta vidare med utveckling, alternativt få rätt beställarkompetens.

Pilotcase kan potentiellt även växlas upp till forskningsprojekt med extern finansiering, alternativt uppdragsforskning inom vår forskningsmiljö Linnaeus University Centre for Data Intensive Sciences and Applications (DISA) eller genom helt nya forskningsprojekt.

Pågående pilotcase

Measure & Change
Measure & Change erbjuder en klimatberäkningstjänst som automatiserat hela flödet från insamling av data till beräkningar och klimatinsikter. I pilotcaset kommer vi utforska hur artificiell intelligens och maskininlärning kan användas för att identifiera och beräkna indirekta utsläpp från inköp av varor och tjänster.

Roadlake Analytics
Roadlake Analytics arbetar för att hjälpa kommuner och företag att precisera utvecklingsmöjligheter genom att hitta rätt information, analysera relevant data och jämföra skolor i ett enkelt format. Målet med pilotcaset är att automatisera valet av skolor som en skola ska jämföras med samt automatgenerering av en sammanfattande text.

Virum Älgpark
Virum Älgpark erbjuder älgsafari som ger besökarna chansen att klappa och mata älgarna, i parken finns även andra djur, café och en älgbutik. I pilotcaset ska vi först och främst se om det är möjligt att särskilja älgen Saga från parkens övriga älgar. Om det är möjligt är förhoppningen att kunna använda älg-igenkänningen för att få koll på samtliga älgars rörelse och välmående i parken. 

Swepart

Företaget Swepart arbetar med utveckling och tillverkning av avancerade transmissionslösningar. I dagsläget byter de ut skären i sina maskiner antingen för att de är slitna och riskerar att gå sönder eller för att upprätthålla kvaliteten på den detalj som bearbetas. För att undvika defekter på detaljerna eller maskinskador ersätts skären med viss marginal, oftast innan de egentligen är utslitna.

Pilotcaset är ett första steg för att utreda olika tekniska lösningar för att kunna automatisera och predicera slitage på skär med hjälp av vibrationsmätningar och datorseende. Båda varianterna samlar in stora mängder data som sedan hanteras med hjälp av AI-modeller.

Qvanti

Qvanti är ett företag som effektiviserar restauranger, hotell och caféer genom att kombinera inköp, varumottag, inventering och receptkalkyler i en plattform. I pilotcaset utforskas möjligheten att utveckla modeller för att förutspå förbrukningen av olika rätter och varor som erbjuds på en hotellfrukost i förhållande till faktorer som beläggning, veckodag, väder, med mera.

Victory Pipes

Victory Pipes har en rad olika verktyg av kolfiber som kan monteras ihop och användas för sanering, underhåll och inspektion på hög höjd från marken, verktygen har en räckvidd på 15-16m. Beroende på var man ska använda verktygen och till vad man behöver ta hänsyn till olika saker för ett korrekt handhavande på ett säkert sätt för utövaren.

Vi kommer i det här pilotcaset  tillsammans med Victory Pipes titta på möjligheterna att skräddarsydda instruktionsmanualer beroende på verktyg, plats och vad som ska göras. Vi vill se om det är möjligt att genom en kombination av olika textkällor få fram ett proof of concept för instruktionsmanualer som är anpassade till den specifika platsen, de krav och regleringar som gäller och produkten som används. Detta kan inledningsvis göras genom att ta fram ett grundutbud av instruktioner utifrån generella scenarier med hjälp av AI-verktyg. Som ett andra steg kan vi se om detta kan automatgenereras.

OCCDEC

OCCDEC arbetar internationellt med AI- och djupinlärningsalgoritmer för att bidra till ett samhälle där människor oavsett språk och bakgrund kan känna sig trygga. Inom ramarna för deras pilotcase i Skandinavien ska vi undersöka möjligheten att identifiera olika kategorier av ljud inspelade i stadsmiljö och sedan titta på olika sätt att visualisera den data som kommer från modellen.

Ölands Köksmejeri

Ölands Köksmejeri producerar ett antal olika ostar. Under våren har verksamheten fått handledning från projekt där man har undersökt möjligheten att använda bildigenkänning för att läsa av ostarnas etiketter, som ett steg för att ytterligare kvalitetssäkra sina leveranser.

Pilotcaset är en fortsättning på detta arbete och kommer nu att fokusera på att utforska möjligheten att utveckla en lättare bildigenkänningsmodell

Avslutade pilotcase

Itfitsu

Itfitsu vill erbjuda sina kunder ett digitalt provrum för att enklare kunna sälja second hand kläder på nätet. De har utvecklat en app i form av ett digitalt provrum som nu finns att ladda ner i form av en MVP. I det här pilotcaset kommer vi att arbeta tillsammans med Itfitsu vidareutvecklas och förfina modellen för det digitala provrummet. I det här pilotcaset arbetade vi för att vidareutveckla och förfina modellen för det digitala provrummet.

Här stöttar projektet företagen med att syna deras befintliga affärsmodeller, samt hjälper dem förstå hur affärsmodellerna kan påverkas och möjligtvis utvecklas med hjälp av ny teknik. Vi kommer även titta på hållbarhetsfrågor då tekniken exempelvis kan ge företag ökad förståelse och insyn kring sitt ekologiska avtryck. Vi kommer främst att arbeta med de företag som genomför pilotcase inom projektet, men det kan även finnas möjlighet för andra företag så är du intresserad är du varmt välkommen att höra av dig. Under själva genomförandet möter våra forskare företaget vid tre tillfällen.

Företagets Digitala temperatur och drivkrafter - syftet är att tillsammans med företagets ansvariga för digitala-initiativ: (1) diskutera företagets syn på det aktuella initiativets möjligheter att bidra till värdeskapande; (2) reflektera kring och värdera företagets pågående digitala transformation. En central tanke för aktiviteten är att ge företaget en ögonblicksbild av sin digitala transformation.

Affärsmodellering - Tillfället sker i form av en affärsmodells-workshop i Business Lab vid Ekonomihögskolan på Lnu. Syftet är att företagets ledning och ansvariga för digitala initiativ tillsammans med deltagare från Ekonomihögskolan ska innovera/utveckla sin affärsmodell.

Företagets Agerande och Utfall - Detta tredje tillfälle sker en tid efter det att företagets datadrivna-lösning är framtagen och testad. Syftet är att i ljuset av framtagen lösning och utvecklad affärsmodell tillsammans med företagets ledning och ansvariga för digitala initiativ diskutera: (1) upplevda spänningsfält/utmaningar, (2) beslut och ageranden, (3) framgångsfaktorer, och (4) utfall. En central tanke för aktiviteten är vikten av ett målmedvetet och långsiktigt agerande för nyttorealisering.