Förklarbara förstärkningslärande för intelligenta nätverk
- Diarienummer
- ID21-0062
- Projektledare
- Johansson, Karl Henrik
- Start- och slutdatum
- 220101-261231
- Beviljat belopp
- 2 500 000 kr
- Förvaltande organisation
- KTH - Royal Institute of Technology
- Forskningsområde
- Informations-, kommunikations- och systemteknik
Summary
Syftet med detta doktorandprojekt är att utveckla så kallade förklarbara algoritmer för förstärkningsinlärning ("explainable reinforcement learning") för intelligenta nätverk som stöder framtida tjänster i mobilnätverk för säkra samarbetande robotar. Det är viktigt att AI-baserade beslut kan förklara avsikten bakom hur systemet kommer att påverka berörda parter, hur omgivningen uppfattas, varför en åtgärd vidtas och om belöningen återspeglar det avsedda målet. Transparenta och förklarbara inlärningsalgoritmer antas kunna påskynda implementeringen och användandet av AI-system i allmänhet. Med sitt starka fokus och engagemang inom telekom har detta projekt potential att få viktig och strategisk vetenskaplig och industriell inverkan. Projektplanen är uppbyggd i tre arbetspaket om belöningsnedbrytning, förståeliga förklaringar och hierarkiskt och strukturerat AI-baserat beslutsfattande. Arbetet består av att utveckla nya förklarbara algoritmer för förstärkningsinlärning, tillsammans med att implementera algoritmerna i realistiska telekomsimuleringsmiljöer och i verkliga telekomnät. För första gången kommer sådana algoritmer att testas i riktiga nätverk och deras förklaringsfunktioner utvärderas av nätoperatörer. Teamet bakom förslaget är på högsta internationella nivå, med expertis inom AI, intelligenta system och beslutsfattande. Det bygger på en stark Ericsson-KTH-tradition men det föreslagna samarbetet är nytt.
Populärvetenskaplig beskrivning
Att styra och övervaka mobilnätverk är komplext och kostsamt. Detta industridoktorandprojekt fokuserar på att utveckla nya AI-baserad algoritmer för att automatisera och effektivisera driften av nätverk och underlätta arbetet för nätoperatörer. Så kallade förklarbara algoritmer för förstärkningsinlärning ("explainable reinforcement learning") kommer att tas fram. Dessa stöder möjligheten att utveckla helt nya tjänster i framtida mobilnätverk, så att t ex robotar kan jobba tillsammans med andra robotar och människor och att förarlösa bilar blir en verklighet i våra städer. Speciell vikt läggs i projektet vid att de AI-baserade besluten ska automatiskt kunna beskriva avsikten bakom varför en viss åtgärd ska vidtas och om den återspeglar det avsedda målet. Sådana transparenta inlärningsalgoritmer är ovanliga idag men antas kunna påskynda väsentligt implementeringen och användandet av AI. Detta är speciellt viktigt för Ericsson och telekomindustrin, då det mobila nätverket bildar infrastrukturen för framtidens autonoma system och därför behöver kunna integrera AI-system på en helt annan nivå än i dagens 5G-nätverk. Algoritmerna och resultaten kommer alltså att integreras i Ericssons mobilnät för potentiell migration till framtida produkter. En viktig del av projektarbetet består av att implementera de utvecklade inlärningsalgoritmerna i realistiska simuleringsmiljöer och i verkliga telekomnätverk. Det kommer att bli första gången sådana algoritmer testas i riktiga nätverk och utvärderas av nätoperatörer. Projektet är möjligt tack vara ett tätt och helt nytt samarbete mellan en AI-grupp vid Ericsson Research och en forskargrupp inom regler- och beslutsteori vid KTH.