This page in English

AI och vetenskap

Ett neuralt nätverk.

AI-dagarnas tema AI och vetenskap lyfter samspelet mellan artificiell intelligens och forskning inom olika discipliner. Genom föreläsningar och korta presentationer från forskare diskuteras hur vetenskapliga perspektiv, metoder och teorier bidrar till AI-utvecklingen – och hur tvärvetenskaplig forskning kan stärka både AI och framtidens vetenskap.

Dag:
Onsdag förmiddag, 11 februari.

Lokal:
Innovasalen i ARC.

Temaansvarig:
Stephanie Lowry, universitetslektor i datavetenskap vid Örebro universitet.

Språk:
Engelska.

Program

09.00–09.15
Introduktion: ”Vad menar vi med AI och vetenskap?”

09.15–09.30
När AI-system blir kommunikatörer. Ett tvärvetenskapligt perspektiv.
Jennifer Renoux

09.30–10.00
När biologin blir för komplex: Cell Painting som en utmaning för AI-driven toxikologi
Andi Alijagic och Oleksandr Kotlyar

PAUS

10.30–10.45
Bortom ja och nej: från säkerhet till kvanttänkande
Pedro Zuidberg dos Martires

PAUS 

11.00–11.45
Keynote
Hjärnliknande neurala nätverk: från beräkningsmodeller av hjärnan till neuromorfa algoritmer
Pawel Andrzej Herman

Talare

Stephanie Lowry.

Stephanie Lowry

Jennifer Renoux.

Jennifer Renoux

Pedro Zuidberg dos Martires.

Pedro Zuidberg dos Martires

Andi Alijagic.

Andi Alijagic

Läs mer.

Foto: privat

Oleksandr Kotlyar.

Oleksandr Kotlyar

Läs mer.

Foto: privat

Pawel Herman

Pawel Herman

Pawel Herman är docent i beräkningsneurovetenskap och neuroinformatik vid Avdelningen för beräkningsvetenskap och teknik vid Kungliga Tekniska högskolan (KTH). Han disputerade 2009 i intelligenta system/hjärn–datorgränssnitt vid University of Ulster i Storbritannien. Därefter fortsatte han sin forskning som postdoktor vid Donders Institute for Brain, Cognition and Behaviour i Nederländerna samt vid Stockholm Brain Institute.

Hans forskning ligger i gränslandet mellan hjärnforskning och datavetenskap. Det nuvarande fokusområdet för hans forskargrupp är tvådelat: dels beräkningsmodellering av hjärnans kognitiva funktioner, med särskilt fokus på minne, och dels utveckling av ett neuroberäkningsramverk för hjärnliknande maskinintelligens. De huvudsakliga forskningsmetoderna i Herman-gruppen är storskaliga spikande samt hastighetsbaserade neurala nätverksmodeller, samt avancerade multivariata tekniker för analys av multimodala hjärndata som registrerats från människor och djur. Gruppen är också intresserad av att tillämpa dessa metoder i ett bredare sammanhang inom hälso- och livsvetenskaper.