WASP – Wallenberg AI, Autonomous Systems and Software Program vid Örebro universitet
Wallenberg AI, Autonomous Systems and Software Program - WASP - är det största individuella AI-forskningsprogrammet någonsin i Sverige.
WASP-forskare vid Örebro universitet
67 personer är aktiva inom forskning om AI och robotik:
7 professorer
5 docenter
4 gästprofessorer
9 fast anställda föreläsare och forskare
3 biträdande universitetslektorer
8 postdoktorer
31 doktorander
av dessa är:
8 WASP-rekryterade lärare
3 WASP-finansierade postdoktorer
15 WASP-finansierade doktorander
Om WASP
Wallenberg AI, Autonomous Systems and Software Program (WASP) är ett nationellt initiativ för grundforskning, utbildning och fakultetsrekrytering inom artificiell intelligens, autonoma system och mjukvaruutveckling. Målet är att bidra till att Sverige tar en internationellt erkänd och ledande position inom AI.
WASP vid Örebro universitet
Örebro universitet har en lång historia av forskning kring AI inom områden som är relevanta för WASP. Idag har Örebro universitet fem excellenta forskargrupper anslutna till WASP.
Forskargrupperna fokuserar på excellent forskning om integrationen av AI och robotik; intelligenta autonoma system med fokus på deras perceptuella, kognitiva och sociala förmågor. Grupperna har en stark tradition av att arbeta i nära samarbete med industriella och akademiska partners i Sverige och runt om i världen.
- Adaptive and Interpretable Learning Systems
- Autonomous Mobile Manipulation Lab
- Cognitive Robotics Systems Lab
- Machine Perception Interaction Lab
- Robot Navigation and Perception Lab
WASP Lighthouse
I fokus
-
Pedro Zuidberg dos Martires får 4,8 miljoner för forskning om kvantmaskininlärning
Pedro Zuidberg dos Martires, forskare i artificiell intelligens vid Örebro universitet, får 4,8 miljoner kronor från Vetenskapsrådet. Under fyra år ska han utforska hur kvantfysikens principer kan användas för att utveckla nästa generations...
-
Gamla metoder kan göra AI mer pålitligt
Dagens AI-verktyg resonerar inte – de anpassar sig främst efter mönster och statistik. För att göra ChatGPT och liknande system smartare kan lösningen vara att lita mer på traditionella metoder som har använts i årtionden. Det visar Rishi Hazra, som...
-
Rishi Hazra försvarade sin doktorsavhandling om neurosymboliskt beslutsfattande med LLM:er
Den 10 oktober försvarade Rishi Hazra sin doktorsavhandling med titeln “Neurosymbolic Decision-Making with Large Language Models” vid Örebro universitet. Disputationen möttes av enhälligt beröm från betygsnämnden.
