AI har potential att bygga grönare IoT

Antalet uppkopplade enheter inom tillverkningsindustrin, sjukvården och jordbruket ökar hela tiden, och är till stor nytta för oss. Men de uppkopplade prylarna slukar också enorma mängder energi. Praveen Kumar Donta försöker lösa energiproblemet.

Rent vatten är en dyrbar resurs. Foto: David Becker/Unsplash.

Sakernas internet, eller Internet of Things – IoT – på engelska, kopplar samman ett enormt antal små, energisnåla enheter för olika ändamål. Det kan exempelvis handla om smart tillverkning (industriell IoT, IIoT), hälsovård och precisionsodling. Varje liten enhet konsumerar inte mycket – men den sammanlagda mängden enheter kommer att göra det. Och det ökande antalet enheter skapar utmaningar kopplade till energibehov och hållbarhet.

Parallellt utvecklas tekniker för energiutvinning som kan skapa grönare IoT. Man använder bland annat maskininlärning för att hjälpa enheter att utvinna energi, och använda den för att förbättra enheternas och applikationernas prestanda.

Praveen Kumar Donta, DSV. Foto: privat.

Docent Praveen Kumar Donta, Institutionen för data- och systemvetenskap, deltar i det EU-finansierade Marie Skłodowska-Curie-projektet ”TALENTS: Towards Artificial Intelligence Empowered Green Internet of Things (IoT)”. Vi fick en pratstund med honom.

Hallå Praveen, vad handlar projektet om?

– Vi arbetar med att förbättra batteriers kapacitet: Vi designar effektiva, robusta och billiga energiutvinnare, samlar in extern energi från solen, värme, kinetisk energi och andra källor. Vi vill också utveckla energimedveten planering, prediktiva energimodeller och optimera algoritmerna. Den förbättrade prestandan kommer att ge lägre underhållskostnader och minska den negativa miljöpåverkan, säger Praveen Kumar Donta.

Hur ska ni åstadkomma detta?

– Vi kommer använda olika trådlösa tekniker för både kort och lång räckvidd. Vi implementerar resursvänliga maskininlärningsalgoritmer för energiprognoser och prestandaoptimering – både lokalt på IoT-enheter och i molnet – för att stödja beslutsprocesser.

I våra studier mäter vi vattenkvalitet med hjälp av IoT

Han förklarar att projektet bidrar till FNs sjätte hållbarhetsmål som handlar om rent vatten och sanitet.

– I våra studier mäter vi vattenkvalitet med hjälp av IoT. IoT-enheterna känner av olika typer av parametrar för vattenkvalitet, till exempel pH och kemiska koncentrationer, i realtid. Sedan används den insamlade informationen för att göra prognoser om vattenkvaliteten längre fram i tiden.

TALENTS-projektet bidrar även till flera andra hållbarhetmål, till exempel:

Mål 3: God hälsa och välbefinnande
Mål 7: Hållbar energi för alla
Mål 11: Hållbara städer och samhällen
Mål 13: Bekämpa klimatförändringarna

Vilka samarbetar du med?

– Vår forskargrupp är tvärdisciplinär, med deltagare såväl inom som utanför akademin, och både från EU-länder och andra länder. Det här ger en geografiskt balanserad och sektorsövergripande kunskapsspridning i forskarkollegiet. Det ökar förmågan att bidra till stödjande funktioner inom forskning och innovation – FoI – både inom och utanför akademin. Det syftar också till att främja forskning, entreprenörskap och andra överförbara färdigheter för FoI-deltagarna i projektet.

Vad driver dig?

– Det känns fint att kunna bidra inom det här forskningsområdet. Projektet ger mig bland annat möjlighet att lära mig mer om de tekniska aspekterna av batterier i uppkopplade enheter, konstaterar Praveen Kumar Donta.

Ordlista och mer info

Internet of things (IoT) kallas sakernas internet på svenska. Det handlar om ett nätverk av enheter som kopplas ihop och kommunicerar för att upptäcka och utbyta information med varandra och molnet, vilket möjliggör synlighet i realtid, automatisering och datadrivet beslutsfattande. Exempel på IoT-system är smarta hem, fabriksautomation och enheter för fjärrövervakning, som avläsare av hälsotillstånd.

Industriell IoT (IIoT) – smart tillverkning – använder realtidsdata från ett nätverk av maskiner och sensorer i hela försörjningskedjan för att förutse störningar, sidoproblem och optimera produktionen.

Några relevanta siffror: Om utvecklingen fortsätter i samma takt beräknas det finnas 24 miljarder (24 000 000 000) IoT-enheter globalt år 2030. Sannolikt växer marknaden till 1,5 biljoner (1 500 000 000 000) US-dollar.

Agenda 2030 och FNs hållbarhetsmål slår fast att fattigdomsbekämpning och säkerställande av grundläggande behov måste gå hand i hand med strategier för att främja hälsa, utbildning, jämlikhet och tillväxt – samtidigt som vi bekämpar klimatförändringarna och bevarar våra hav och skogar. Det är konkretiserat i 17 globala mål, med uppmaning till alla länder – såväl utvecklade länder som utvecklingsländer – att verka för dem tillsammans.
Läs om de 17 hållbarhetsmålen

Marie Skłodowska-Curie Actions-projekten (MSCA) är forsknings- och innovationsprojekt finansierade av Europeiska kommissionen för att främja duktiga forskares karriärer med hjälp av mobilitet och innovativ utbildning för doktorander och postdoktorer.
Läs om MSCA på engelska

Maskininlärningsalgoritmer: En algoritm är en uppsättning regler som en dator ska följa för att utföra en uppgift eller lösa ett problem. En maskininlärningsalgoritm lär sig från data, identifierar mönster och använder dem till att göra förutsägelser och korrigeringar över tid.

Praveen Kumar Donta är universitetslektor och docent på Institutionen för data- och systemvetenskap (DSV), Stockholms universitet.
Kontakta Praveen

Läs mer om forskning och utbildning på DSV