Trots att det snart gått ett decennium sedan många trodde att självkörande bilar skulle äga våra gator så har det inte hänt – varför?

– I dag kan vi automatisera text, bild och video – vi har en fantastisk utveckling de senaste åren. Men i ett fysiskt system som transportsystemet är komplexiteten mycket högre. Säkerheten måste garanteras och du har okända miljöer, oväntade situationer, och ett oöverskådligt antal möjliga händelser att ta hänsyn till, säger Karl Henrik Johansson.

Även om mycket finns att lära från succén med de senaste generativa AI-modellerna så krävs även en annan sorts kunskap. Som hur realtidsdata ska samlas in och bearbetas på bästa sätt för att lära trafiksystemen att bli bättre och anpassa sig efter trafikanterna. I stället för AI kallar Karl Henrik Johansson det för IA: intelligent automation.

– För mig handlar det om hur vi med hjälp av algoritmer, sensorer och data kan skapa system som är både smartare, säkrare och mer hållbara än dagens. Och det i en annan skala än att bara styra en enskild maskin eller robot – nu pratar vi om att automatisera kritiska system på samhällsnivå till säkra infrastrukturer.

Levande labb

KTH Integrated Transport Research Lab, ITRL, är hjärtat i den experimentella forskningen. I två hallar med högt i tak sker experiment med allt från drönare till självkörande bilar. Vid en vägg står 3D-skrivare på rad och i ett angränsande rum står en avancerad fordonssimulator. Karl Henrik Johansson tar vant plats bakom ratten för att visa systemet.

I labbet planeras och koordineras försök med allt från fjärrstyrda fordon på en testbana vid Arlanda flygplats, till lastbilar i Arvidsjaur fyllda av sensorer vars data tränar maskininlärningsmodeller som automatiskt anpassar sig efter vinterförhållanden.

– Det är viktigt att data kommer från verkliga försök i skarpa miljöer. Därför samarbetar vi också nära industriföretag som Ericsson och Scania. Vi behöver förstå vilka utmaningar de ställs inför i vardagen och att våra resultat används i tjänster och produkter.

Ett av de områden som Karl Henrik Johansson vill fokusera särskilt på de kommande åren är modeller för att automatisera trafikflödet på motorvägarna. Uppkopplade bilar och mobiltelefoner ska ge data till bättre trafikstyrning. Små justeringar i hastigheten – som att automatiskt sänka farten från 90 till 88 kilometer i timmen – kan ge stora effekter på flödet.

Frågan är hur vi kan använda intelligent automation för att minska utsläppen, inte bara från transportsektorn, utan även från industrin och från våra byggnader.  Vi försöker förstå hur vi ska modellera och styra sådana storskaliga system.

– Det är inget som passagerarna märker men det får stor inverkan på trafikflödet. Vi bygger modeller och algoritmer som kan styra sådana system på ett storskaligt sätt.

Det första steget som måste hanteras är en trafikmiljö som blandar självkörande bilar och mänskliga förare. Situationen kallas mixed autonomy och kräver kunskap om hur människor agerar i olika situationer. Genom att studera förarnas beteenden, till exempel vid omkörningar och filbyten, kan modellerna lära sig hantera våra val.

–  Det är superspännande. Vi studerar både förarnas beteenden och systemets reaktioner. Hur påverkar en riskbenägen förare systemet? Vi använder bland annat teorier från psykologi och beteendeekonomi för att förstå hur människor fattar beslut under osäkerhet.

Förmåga att generalisera

Långsiktigt är målet att träna modeller som kan fatta beslut även när något oväntat sker. Och att lära dem att ta hänsyn till omgivningen. Säg att en självkörande lastbil närmar sig ett stillastående fordon. Systemet planerar att köra om men upptäcker ett övergångsställe framför fordonet.

– I en sådan situation finns det skäl att anta att en fotgängare plötsligt dyker upp. Kanske finns det också en förskola vid sidan av vägen. Förare är otroligt bra på att anpassa sig till sådana miljöer tack vare vår förmåga att generalisera. Att få ett system att göra detsamma är en stor utmaning.

Ett sätt att möta utmaningen är att skapa system där fordon delar information med varandra. Om en bil upptäcker något kan andra dra nytta av det direkt. På så sätt blir varje sensor en del av ett nätverk där alla bidrar till besluten – i realtid.

– Vi försöker inte modellera människor. Men vi försöker modellera hur människan interagerar i ett system med fordon och maskiner som är helt eller delvis automatiserade. Det är nyckeln till att skapa framtidens system som är säkra, begripliga och hållbara, säger Karl Henrik Johansson.

Stora klimatvinster

Vinsterna med intelligent automation är inte bara färre köer på E4:an. En effektivare styrning kan minska koldioxidutsläppet från transportsektorn. Även inom industrin och andra samhällssektorer finns en stor förbättringspotential. Men det krävs mer än teknik, forskningen måste bedrivas i samverkan och utgå från ett samhällsperspektiv. 

Karl Henrik Johansson leder forskningscentrumet Digital Futures, grundat av KTH, Stockholms universitet och RISE. Där samverkar över ett par hundra forskargrupper för att utveckla och dra nytta av digitaliseringen för att lösa samhällsutmaningar.  

– När forskare, företag och offentlig sektor arbetar tillsammans kan vi skapa ett ekosystem där vetenskapliga forskningsresultat mycket snabbare kommer till praktisk nytta, säger Karl Henrik Johansson.

– Sverige har en stor fördel med våra traditioner att samarbeta över discipliner och samhällsområden. Med AI och digitalisering vill vi ta detta ytterligare en nivå.

Text Magnus Trogen Pahlén
Foto Magnus Bergström