RISE DATA SCIENCE
Framtiden är datadriven.
Vi har en del att göra!
EN NATIONELL KRAFTSAMLING
När våra maskiner blir tillräckligt
intelligenta för att göra saker för
oss så som vi önskar, utan att vi
behöver programmera varenda
liten detalj, kommer vår värld att
expandera med ett jättekliv, på
samma sätt som Internet gjorde
för kommunikation.
DATADRIVEN
INNOVATION
RISE Data Science
AFFÄRSDRIVEN
FORSKNING
NYA TEKNOLOGIER
Sverige satsar på avancerad digitalisering
och datadriven innovation
Sverige har länge legat långt framme när
det gäller digitalisering genom tillgången på
datorer, bredband och relevanta data. Men
i den nya eran av datadriven innovation går
det inte längre att leva på gammal kunskap
och infrastruktur. Det måste till visioner
och resurser för att utveckla teknologi och
metoder att sätta de lärande maskinerna i
arbete. Målet är att snabbt ge näringslivet
och samhället tillgång till de kunskaper och
insikter som ligger dolda i stora datamängder.
Det gäller att stärka Sveriges konkurrenskraft
med artificiell intelligens – från åkern
och pappersbruket till Skatteverket och
framtidens tjänsteleverantörer.
BRANSCHKUNSKAP
RISE Data Science bedriver avancerad
forskning inom skalbara plattformar,
maskininlärning och artificiell intelligens.
Med utgångspunkt från forskningsmiljön
SICS Learning Machines i Kista skapar vi
framtidens teknologier och tillämpningar
som utvinner värde ur stora datamängder.
Vi samarbetar med ledande partners inom
akademi och näringsliv.
Vårt viktigaste uppdrag är innovation som
drivs ur data. Datadriven innovation har en
oöverträffad potential att förändra i princip
2
RISE DATA SCIENCE
allting – hur vi lever, hur vi arbetar och hur vi
tänker. Data är en resurs som finns tillgänglig,
som ligger och väntar på oss, och som vi kan
börja bearbeta för att göra användbar. Den
kommer att kunna användas på alla tänkbara
sätt, kombineras med andra data och ge helt
nya insikter. De som kan använda den bäst
kommer att få ett försprång.
Forskningsarbetet som bedrivs inom RISE
Data Science ger ytterligare verktyg för
avancerad digitalisering av det svenska
näringslivet och stödjer företags och
myndigheters arbete med datadriven
innovation. Den starka position och den
mångfald i projekt och samarbeten som vi har
idag kommer att leda till nya innovationer och
nya lösningar. Dessa bygger på kunskap om
vår verklighet baserad på stora datamängder,
och effektivitet och nya tjänster sprungna ur
avancerad automation. Tillämpningarna som
området möjliggör kommer att få enormt
värde för alla.
Sverker Janson, initiativledare,
RISE Data Science
Daniel Gillblad, forskningsledare,
RISE Data Science
3
Datadriven
innovation vänder
ut och in på
verksamheten Idag befinner vi oss i början av ett globalt
paradigmskifte för hur information och data
genereras och hanteras, ett skifte som pekar
mot nya smarta tjänster och en helt ny nivå
av intelligent automatisering av näringsliv
och samhälle och hur vi lever. Världens
teknikföretag lägger enorma resurser på att ta
ledningen i denna utveckling.
I kärnan av denna teknikvåg finns data
science. Digitaliseringen har redan gjort hela
världen till data, en djup källa till kunskap
som kan användas för att uppgradera hela
näringslivet. Det innebär inte bara nya
sätt att göra det gamla vanliga utan även
helt nya sätt att göra helt andra saker.
Avancerade algoritmer kan tränas med
massiva datamängder till extrema förmågor.
Lärande maskiner och AI ersätter tidigare
lösningar i område efter område och skapar
helt nya möjligheter för tjänster, produkter
och system, som självkörande fordon,
självhanterande 5G-nätverk, smarta fabriker
och mycket annat. Lösningar som var science
fiction igår är inom räckhåll för innovativ
verksamhetsutveckling idag. Och det går
snabbt.
För forskningen inom data science har det
stora genombrottet drivits av dramatiskt
ökad tillgång på data och beräkningskraft och
av nya algoritmer för maskininlärning. Där
problemen blir för komplexa och parametrar
och möjliga värden för omfattande för att
programmeras, kan maskiner ofta på egen
hand lösa problemen genom att studera och
lära sig av massiva datamängder. Brädspelet
Go ansågs länge vara för komplext och
kreativt för maskiner, till skillnad från
schack där schackdatorn Deep Blue redan
1997 besegrade mästaren Garry Kasparov.
Våren 2016 besegrades Go-mästaren Lee
Se-dol av AI-programmet AlphaGo. Det hade
först tränats på miljontals positioner från
mänskliga partier och sedan finslipats på
långt fler partier där programmet spelat mot
sig själv.
För de företag som kommit längst är data
deras viktigaste resurs och intelligenta
dataprogram arbetar med den dygnet runt.
Spotify arbetar med musik men deras
arbetssätt fungerar på tjänster av helt
andra slag. Algoritmerna som övervakar
och styr musiktjänsten, och som hanterar
rekommendationer och topplistor, är snart
lika viktiga för affären som innehållet. Google
är redan mer än ett sökföretag, det är ett AIföretag som levererar tjänster baserade på
maskininlärning och artificiell intelligens.
Globala IT-företag satsar idag enorma
belopp på att ta ledningen och dammsuger
marknaden i jakten på expertis. Även
De tillämpningar som data science möjliggör
är av enormt värde, transformerar affärer
och flyttar företag uppåt i sina värdekedjor.
Ledande svenska företag ser stora möjligheter
med området och uttrycker ett intensivt
intresse för utvecklingen.
VOLVO CARS
ERICSSON RESEARCH
SPOTIFY
SCANIA
– Vi håller redan koll på allt i fordonet.
Vi är nu angelägna om att höra
berättelserna om verkligheten som är
gömda i den insamlade datan.
– Ericssson arbetar aktivt med både
forskning och utveckling inom data
science. Maskinintelligens är ett
mycket viktigt område där vi behöver
arbeta med de bästa akademiska
partners som finns i området.
– Vi samarbetar med forskare på SICS
och använder Spotify’s petabytes av
anonymiserad data för att testa nya
algoritmer och dela kunskap. Att vara
“data first” är ett centralt begrepp för
Spotify. Data science vägleder utveckling
och affärsbeslut och låter oss bygga smarta
funktioner som rekommendationer. Det
handlar om att förstå användarupplevelsen
och att använda data på ett intelligent sätt
för att bygga världens bästa musiktjänst.
– Med SICS som partner, och Learning
Machines som center, får vi på Scania
tillgång till state-of-the-art kompetens
och metoder inom Data Science, vilket
vi tillsammans med andra världsledande
svenska företag kan omsätta till praktiskt
tillämpning. Genom att kombinera Sveriges
långa industriella tradition med modern
Data Science är vi övertygade om att vi kan
konkurrera på den globala marknaden.
Per Werthén, Senior Project
Manager, Volvo Cars
Sara Mazur, Vice President,
Head of Ericsson Research
Anders Arpteg, PhD, Head of Analytics
Research Stockholm
4
andra ledande företag satsar stort och
deras affärer transformeras av datadrivna
metoder. Mediebolagen använder data
science och AI för att anpassa såväl bildoch ljudkvalitet som innehåll efter tittarnas
beteenden. Bolag som Netflix analyserar
tittarmönster för att producera nytt innehåll
som tittarna gillar, t ex serien House of Cards.
Detaljhandeln analyserar köpbeteenden
online men också rörelse- och köpmönster
i fysiska butiker. Dessa kopplas sedan
till logistik, marknadsföring och inköp.
Transportindustrin utvecklar också sitt
erbjudande. Ett företag som Scania ska
kanske inte leverera lastbilar utan tjänster i
ett globalt intelligent transportsystem.
RISE DATA SCIENCE
Staffan Persson, Manager Software and
Services Development, Scania
5
Varje minut på internet
läggs det upp och skickas:
Visste du att..?
216 000 instagrambilder
277 000 tweets
204 000 000 mail
72h YouTube video
Apple använder maskininlärning
för att förbättra Siri.
Tio startups inom maskininlärning
och data science har valts ut till
årets acceleratorverksamhet hos
Microsoft.
2,5
I juni 2016 köpte Twitter sin tredje
AI-startup på lika många år, Magic
Pony. I teamet ingår 11 doktorer
med expertis inom bildsensorer,
maskininlärning, avancerad dataanalys och hjärnprocesser.
KVINTILJONER
Vad är data science?
Data science handlar om hur vi använder
matematik, algoritmer och kraftfulla datorer
för att behandla, analysera och utvinna nya
kunskaper och smarta funktioner ur mycket
stora datamängder. Historiskt är detta
statistikens roll, men med digitaliseringen har
området vuxit samman med maskininlärning
och artificiell intelligens och till vår hjälp
har vi fått ofattbart stor lagringskapacitet
och extremt snabba datorer. I takt med den
växande mängden data blir data science
allt viktigare för att ge oss redskap och nya
möjligheter att samla in, bearbeta och skapa
värde ur data. När datan ger oss möjlighet att
se helt nya mönster i hur saker fungerar kan
det ge upphov till värdefulla innovationer.
Arbetar du på hög nivå inom data science
behöver du kunskaper i statistik och
databaser, skalbara beräkningsplattformar,
matematik och algoritmutveckling,
maskininlärning och artificiell intelligens.
Du måste ha insikt i hur data genereras och
samlas in, och hur man jämför äpplen och
päron, Edvard Munchs penseldrag och hur
trafiken påverkas när Beyoncé är i Stockholm.
För att skapa nytta behövs också förståelse för
affärsmodeller och innovation.
6
RISE DATA SCIENCE
Varje dag skapar vi
2,500,000,000,000,000,000 (2,5
kvintiljoner) bytes vilket motsvarar
10 miljoner blueray skivor. Det
motsvarar höjden av fyra Eiffeltorn
staplade ovanpå varandra.
Internet of Things växer snabbare än
smartphones. Mobiloperatörerna i
USA adderade fler bilar än telefoner
till sina nätverk under Q2 2016.
Washington Post använde en
automatisk storytellingbot
(@wpolympicsbot) för att snabbt
publicera resultat från
OS i Rio 2016.
Global Pulse har utvecklats av FN för
att analysera innehållet i stora mängder
statusuppdateringar i sociala nätverk för
att bland annat förutse förändringar i
arbetsmarknaden och utbrott av
sjukdomar runt om i världen.
4X
Mängden lagrad data växer fyra
gånger snabbare än världsekonomin.
0
Shack vs Go
Ett spels komplexitet kan uttryckas som det
totala antal spel som är möjliga (spelträd):
Schack: 10123 - Go: 10360
AlphaGo använde ca 1200 CPU:er och
175 GPU:er i matcherna
mot Lee Se-dol.
Tänk dig att upptäcka att
lärarassistenten på kursen egentligen
är en robot. De flesta studenter
på Georgia Institute of Technology
märkte aldrig att “Jill Watson” inte var
människa.
1
1
0
1
“Data first” är ett centralt begrepp för
Spotify. Det styr inte bara byggandet av
nya tjänster utan vägleder utvecklingen
och affärsbeslut i företaget.
7
STATISTIK
MASKININLÄRNING
RISE Data Science
ALGORITMER
RISE Data Science är ett nationellt
initiativ för avancerad digitalisering
av svensk industri och samhälle med
datadrivna metoder. Initiativet leder hela
RISE Research Institutes of Sweden i en
kraftsamling kring forskning, utveckling,
utbildning och information för att driva
detta helt affärstransformerande område.
Intiativet tar fram nästa generations data
science-teknologier och tillämpningar i ett
avancerat forskningsprogram med ledande
företag, universitet och myndigheter.
Målet är att dramatiskt öka takten för
datadriven innovation och avancerad
digital transformation över hela landet och
placera Sverige i täten för detta globala
paradigmskifte.
RISE Data Science kombinerar den
tekniska expertisen i en världsledande
forsknings- och innovationsmiljö i data
science vid SICS i Kista med kraften i RISE
Research Institutes of Sweden breda och
djupa områdesexpertis och industriella och
geografiska täckning. Initiativet samlar 100
forskare från alla delar av RISE och spänner
över alla branscher: process, produktion,
telekom, stadsutveckling, fordon, hälsovård,
life science, med mera. Tillsammans
skapar de nya lösningar och innovationer
och går i bräschen för att stärka Sveriges
konkurrenskraft.
Geografiskt befinner sig forskningsteamen
på platser från Luleå i norr till Lund i
söder. Initiativet har nära samarbete
med universitet och högskolor över hela
landet och har många internationella
forskningssamarbeten. Bland partners
finns ledande företag och myndigheter som
Ericsson, Husqvarna, King, Saab, Scania,
Skatteverket, Spotify med flera.
8
RISE DATA SCIENCE
– Enda chansen att
konkurrera är att skapa en plats
och gemenskap där forskare kan
träffas, prata om metoder och
tillämpningar, för att hitta fram
till vad som faktiskt måste lösas,
vad är värt mest. Mycket händer
vid kaffemaskinen.
Daniel Gillblad,
SICS Swedish ICT
AI
PLATTFORMAR
– Genom vårt samarbete
med näringslivet och vår
branschkunskap har vi
möjligheter att finna synergier.
Kanske sitter musikindustrin på
en lösning som skogsindustrin
behöver?
Ragne Emardson,
SP Mätteknik
– Med ett samarbete inom
RISE kan vi komplettera varandra.
Vi är få på Viktoria, men vi har bra
domänkunskap om fordonsindustrin och
har samlat data i åratal. På SICS finns en
djup kunskap om dataanalys. Det ger
goda
möjligheter att hjälpa industrin.
Cristofer Englund,
Viktoria Swedish ICT
9
RISE Data Science
nationell bredd med
globala insikter
Vi erbjuder expertis,
kompetens, nätverk och
innovativa sammanhang
och miljöer.
Forskningsmiljön
Learning Machines vid SICS
i Kista är navet i RISE Data
Science, med över 30 forskare
inom nästa generations
data science-teknologier
och tillämpningar.
18+
PLATSER
I SVERIGE
14+
PARTNERLÄNDER
10
RISE DATA
DATA SCIENCE
SCIENCE
22+
UNIVERSITET &
HÖGSKOLOR
SICS ICE i Luleå är
världens första öppna
datacenter för experimentell
forskning och innovation. Den
fungerar som en test- och
demoanläggning för att öka
kompetensen inom big data
och molnområdet.
11
Det här gör vi idag!
Framtiden för
fordonsindustrin
finns i algoritmer
– Urban informatik har
stor potential att bidra med
kunskap om sociologi, data science,
informationsdesign och processer.
Området kommer att bidra till att städer
blir smartare, med hjälp av interaktiva
kartor och stora datamängder om miljö.
Fler dödsfall varje år kan kopplas till
stress och buller än till trafiken.
Arianit Kurti, Interactive
Institute Swedish ICT
12
RISE DATA
DATA SCIENCE
SCIENCE
Forskarna vid Viktoria Swedish ICT i
Göteborg använder sig av maskininlärning
för att förstå och planera trafik och städer.
Data samlas in från hela världen och
struktureras för att se vilka parametrar
som påverkar trafikflödena samt hur dessa
parametrar varierar med plats och tid.
Bilarnas användning jämförs med alternativ
som kollektivtrafik, cykel och gång.
Dessa insikter kan ge stadsutvecklare och
transportföretag kunskap om när och hur de
kan utveckla olika mobilitetstjänster.
Ett projekt som rör bilpooler finansieras av
Energimyndigheten och drivs tillsammans
med Chalmers. Målet är att genom
avancerad dataanalys studera beteenden
och förutsättningar för friflytande bilpooler,
som till exempel Car2Go och Drive Now, där
förare kan hämta upp en hyrbil på en plats
och lämna den på annan, utan att i förväg
behöva boka bilen en viss tid.
Forskarna letar efter allmänna
karaktäristiska tendenser som till exempel
under vilka förutsättningar det är lönsamt
med en friflytande bilpool och matchar detta
med städer där det verkar fungera bra.
– Exempelvis så ser vi att det verkar fungera
bra med elbilar i en bilpool i Madrid. I
många andra städer är det svårt att få
lönsamhet med elbilar då det krävs en
väl utbyggd laddningsinfrastruktur, säger
Johan Wedlin, affärsutvecklare på Viktoria
Swedish ICT.
13
Det här gör vi idag!
Jämnare yta på kartong
Realtidsmätning och analys av
ytjämnhet på kartong under
produktion, med data från ett
stort antal mätpunkter och i
hög hastighet.
Smarta mjukvarusensorer
för sulfatmassa
Lösningar för
datadriven automation
Rätt träd till rätt träprodukt
Analys av stora mängder
processdata kring sodapannor
för att skapa mjukvarusensorer
som kan indikera funktion och
underhållsbehov i en miljö
där fysiska sensorer inte kan
användas.
Projektet skapar
en verktygslåda för
nästa generations
automationslösningar som
kombinerar automatiserad
övervakning med datadriven
diagnos, planering och
optimering i befintliga system.
Multivariata datadrivna metoder
för att hitta relationer mellan
området där trädet växer,
stockarnas egenskaper och
plankornas egenskaper och vilka
produkter som timret passar bäst
till.
Förstå och planera
komplexa miljöer
Ett kartbaserat 3D-verktyg
har utvecklats ur ett behov att
visualisera datamängder om
extrema klimatförändringar.
Verktyget används av
stadsplanerare i bland annat
Göteborg, Uppsala och
Stockholm.
Djupare förståelse av
brandutveckling
Storskaliga simuleringar av
bränder i stora byggnader,
skogsbränder och liknande
genererar enorma datamängder
som ger fördjupade kunskaper
genom dataanalys.
Säkrare gruvdrift
Bedömning av hälsostatus
Ett klädesplagg med integrerade
sensorer för insamling av rörelseoch fysiologiska data på personer
drabbade av neurologiska
sjukdomar som epilepsi, Parkinsons
sjukdom och stroke. Genom
avancerad signalbehandling
beräknas personernas hälsostatus
utifrån en stor mängd insamlad
sensordata.
14
RISE DATA SCIENCE
Intelligent riskbedömningssystem
för säkrare gruvdrift.
En vidareutveckling av verktyg
och system för att identifiera
fordonsrelaterade brandrisker i
gruvmiljö.
15
Det här gör vi idag!
Data i rörelse och data i vila
Företag ställer allt större krav på att
kunna analysera data i realtid. De
alternativ som finns idag är separata
för strömmande data och lagrade
data. Det gör att det är tidskrävande
och komplext att skapa sådana
system. För att förenkla detta
skapar EU-projektet Streamline en
gemensam plattform, baserad på
Apache Flink, för att analysera både
strömmande data och lagrade data.
framgångsrika metoden för en mängd
olika problem som översättning, bildoch taligenkänning. Den centrala idén
med Deep Learning är att modellen löser
problem i flera steg, där varje steg bygger
på kunskap från det föregående. Just detta
att problemlösandet går i flera steg har gett
metoden namnet ”Deep Learning”, och gör
att modeller effektivt kan lösa väldigt svåra
problem genom att känna igen sammansatta
mönster.
Dataanalys för ett
smartare samhälle
Tillsammans med högskolorna i
Halmstad och Skövde bygger vi
framtidens teknologier för analys och
maskininlärning av de massiva datamängder som ett samhälle genererar.
Framtidens
kommunikationsteknologi
Genom smarta lösningar och
avancerad maskininlärning
möjliggör vi robust drift av nästa
generations programmerbara
telekomnätverk med tuffa krav
på tillgänglighet, kapacitet och
energieffektivitet.
Smartare datacenter
Nästa generations intelligenta
automatiseringssystem för
datacenter. Maskininlärning
används för att upptäcka
avvikelser och förutsäga
framtida hanteringsproblem.
16
RISE DATA SCIENCE
Intelligenta
maskiner med
Deep Learning
– Framtidens maskiner kommer att
programmeras genom att vi undervisar
dem, säger Erik Ylipää, som forskar på
maskininlärning på SICS Swedish ICT.
Det vanligaste sättet att lösa problem med
datorer är genom att formulera otvetydiga
regler i ett programspråk som talar om för
datorn exakt hur lösningen skall utföras.
Men för mycket av det vi vill att en maskin
skall kunna göra, som att känna igen saker
i bilder eller översätta tal till text vet vi inte
hur vi skall kunna beskriva med exakta
regler. Människor är bättre på sådan
problemlösning eftersom vi är bra på att
känna igen mönster, men vi klarar inte att
överblicka hur stora datamängder som helst.
Maskininlärning är ett sätt att lösa
problem utan att bestämma exakta regler.
Det handlar istället om att bygga flexibla
modeller som lär sig lösa problem genom
att titta på exempel. Deep Learning
är en viss typ av maskininlärning som
under de senaste åren har blivit den mest
Metoden har blivit alltmer framgångsrik
på grund av tillgången på stora mängder
data. En annan nyckelfaktor är datorkraften
hos moderna grafikkort. Dessa utvecklades
ursprungligen för att accelerera 3D-spel
men har visat sig fungera mycket bra för den
typ av parallella beräkningar som används
vid Deep Learning.
En stor del av aktuell forskning inom Deep
Learning undersöker allt mer komplexa,
djupare modeller för att ta sig an allt svårare
uppgifter som att lära sig beskriva bilder
med språk, att lära sig tala, känna igen
tonen i text eller förstå en trafiksituation.
En viktig tillämpning är som en komponent
i kritikerledd inlärning där en maskin på
egen hand lär sig lösa problem med hjälp
av belöningar. Andra vetenskapsområden
såsom fysik, biologi och medicin har också
börjat använda Deep Learning för att
urskilja mönster och avvikelser.
På SICS Learning Machines är målet att
bygga lärande maskiner som kan resonera
kring problemen de är utformade för att lösa
och interagera med sin omgivning för att
lära sig mer.
– Vi är övertygade om att Deep Learning
i kombination med statistiska modeller
kommer att vara en viktig del av framtidens
intelligenta maskiner, säger Erik Ylipää.
17
Det här gör vi idag!
Säkrare
livsmedel genom
sekvensering
av bakteriernas
arvsmassa
– Genom att samla in och
analysera stora mängder data
från vår verklighet kan vi spegla
tillbaka den till oss på ett nytt sätt
och dra nya slutsatser.
Åsa Rudström,
RISE Data Science Center
Charlotta Löfström är forskare på SP
Sveriges Tekniska Forskningsinstitut.
Hon arbetar med livsmedelssäkerhet och
utvecklar nya och bättre analysmetoder för
bakterier i livsmedel och hygienprodukter.
Ett mål med forskningen är att hjälpa
företagen förstå och använda de nya
mikrobiologiska analysteknikerna
som bygger på sekvensering av
mikroorganismernas arvmassa. Med hjälp
av den nya tekniken kan de till exempel
se om det är samma bakterie som orsakat
sjukdom som finns i ett visst livsmedel.
Här kan SP fungera som en brygga mellan
myndigheter och företag. Forskningen är
välbehövlig för att föra samman dessa två
världar.
– Det sker idag ett skifte i hur man
analyserar data. Vi ser att myndigheter har
kapacitet att använda sekvenseringsteknik
för att analysera dessa nya mängder data,
något som företagen ofta saknar. Som
forskningsinstitut kan vi få tillgång till
data. Vi kan exempelvis analysera stora
datamängder i en produktionsanläggning
och därmed hjälpa företag hitta och åtgärda
problemet med farliga bakterier, säger
Charlotta Löfström.
18
RISE DATA SCIENCE
19
– RISE Data Science omfattar
avancerade teknik- och metodområden inom dataforskning och ska
erbjuda såväl kompetensutveckling
som värdeskapande IKT-tillämpningar
för alla näringsgrenar. Vårt uppdrag
är att stödja utvecklingen av svensk
industri och samhälle med forskning
och utveckling inom datadrivna
metoder och lösningar. Här finns både
djup och bred expertis, infrastruktur
och förutsättningar för avancerad
dataforskning.
Pia Sandvik, vd RISE
Leif Ljungqvist, divisionschef RISE ICT
(Ny teknik nr 36, 7 sept 2016)
20
RISE DATA SCIENCE
21
RISE Data Science
Kontakta oss!
– Sverige har goda
förutsättningar att vara
världsbäst på digitalisering. Vi
är redan en IT-nation och vårt
näringsliv har alltid varit bra
på att samarbeta.
– Många företag genererar stora
mängder data. Det första steget för
att skapa värde är att använda all
den här datan för att kunna fatta
bättre beslut. Andra steget är att
skapa helt nya tjänster baserade på
data. Sista och kanske viktigaste
steget är att använda data för
automation. Den stora vinsten
kommer ofta från intelligenta,
lärande system som sköter
komplexa system helt själva.
Åsa Rudström
koordinator, [email protected]
Daniel Gillblad
forskningsledare, [email protected]
– Potentialen och möjligheterna med
intelligenta system är svindlande. Vi vill
hjälpa industrin att spänna bågen på olika
områden. Det handlar om att nå disruptiv
digitalisering, ett paradigmskifte i ordets
rätta bemärkelse, då företagen går
igenom varje hörn av sin verksamhet och
frågar sig: Vad kan automatiseras? Vilka
nya tjänster kan vi erbjuda?
Sverker Janson
initiativledare, [email protected]
22
RISE DATA SCIENCE
23
Nu händer det!
RISE DATA SCIENCE
Kontakt:
Åsa Rudström
koordinator, [email protected]