Wallenbergstiftelserna beviljar AI-stöd till fyra forskargrupper vid KI

– Vi är mitt i en fundamental förändring av hur forskning utförs. AI skapar nya oanade möjligheter, men även utmaningar, för akademien. Inom många vetenskapliga områden öppnar AI dörren till helt nya arbetssätt, men det krävs tillgång till avancerad kunskap och praktisk hjälp för att svenska forskare ska kunna dra full nytta av AI och hantera de utmaningar som finns, säger Anders Ynnerman, vice verkställande ledamot i Knut och Alice Wallenbergs Stiftelse, i ett pressmeddelande.

Bakgrunden till det nya anslaget är den snabba utvecklingen inom artificiell intelligens, AI. Forskning och innovation är områden där tekniken kommer att leda till nya, stora genombrott betydligt snabbare än tidigare och till upptäckter som annars kanske inte ens skulle vara möjliga. 

Användningen av AI ökar snabbt inom forskning, till exempel kan AI snabbt gå igenom gigantiska mängder mätvärden, bilder eller text, och lära sig av miljontals tidigare utförda experiment, simuleringar och tester, både framgångsrika och misslyckade. 

En ny trend är att AI-agenter kan utföra avancerade analysuppgifter, förutsäga resultat och föreslå lösningar. Vetenskapliga sammanfattningar kan också snabbt skapas från all världens tillgängliga vetenskapliga dokument vilket skapar både möjligheter och utmaningar för forskningen.

Ny form av anslag

Anslaget skiljer sig från vanliga forskningsanslag eftersom forskargrupperna inte tilldelas pengar utan istället berättigande till ett visst antal timmars AI-expertis. Det maximala antalet timmar uppgår till 700 per forskargrupp och omgång. Det är en långsiktig satsning med flera planerade utlysningsomgångar.

De ansökningar som kommit in har utvärderats av en vetenskaplig utvärderingskommitté som bedömt projektens vetenskapliga excellens, förväntad förstärkning av projekten med hjälp av AI, tillgång till data samt engagemang från forskargruppen i projektet.

Projekt vid KI som tilldelats AI-expertis

Projekt: Mining synthetic DNA selection data for hidden binders or targeting agents (Analys av urvalsdata från syntetiskt DNA för att identifiera dolda bindningsmolekyler eller målinriktade ämnen)
Forskargruppsledare: Erik Benson, forskare vid institutionen för mikrobiologi, tumör- och cellbiologi

Projekt: Spatial AI for predicting cell fate transitions and disease course in Multiple Sclerosis (Rumslig AI för att förutsäga cellövergångar och sjukdomsförlopp vid multipel skleros)
Forskargruppsledare: Gonçalo Castelo-Branco, professor vid institutionen för medicinsk biokemi och biofysik

Projekt: AI-based feature learning from 5PSeq for AMR phenotyping (AI-baserad inlärning av egenskaper från 5PSeq för fnotypning av antibiotikaresistens)
Forskargruppsledare: Vicent Pelechano, professor vid institutionen för mikrobiologi, tumör- och cellbiologi

Projekt: AI-driven discovery of spatial host microbiota niches controlling mucosal healing in IBD (AI-driven kartläggning av rumsliga nischer i värdens mikrobiota som styr slemhinnans läkning vid IBD)
Forskargruppsledare: Eduardo Villablanca, professor vid institutionen för medicin, Solna