”Trial and error är dyrt – och ibland farligt”
Att träna sin AI med enorma mängder data är en långsam och dyr process. Ali Beikmohammadi studerar metoder för att göra träningsprocessen smartare, billigare och mer robust.
Även AI kan behöva en uppsättning stödhjul, menar Ali Beikmohammadi.
Förstärkningsinlärning – reinforcement learning på engelska – är ett nyckelbegrepp i Ali Beikmohammadis forskning. Det handlar om att låta datorer lära genom att pröva sig fram.
– Man kan likna det vid ett barn som lär sig cykla. Barnet får ju ingen manual, utan måste vingla och ramla flera gånger innan det listar ut hur man håller balansen, ler Ali Beikmohammadi.
– Ett förstärkningsinlärningsprogram lär sig på samma sätt. Det provar olika handlingar, får en ”belöning” när något går bra, och hittar med tiden en strategi som ger så mycket belöning som möjligt.
Problemet är att den här typen av maskininlärning är långsam, förklarar han. Ett program kan behöva miljontals försök innan det lyckas göra något användbart.
– Det kanske fungerar i ett tv-spel, men inte om det rör sig om en robot eller en fysisk byggnad, där varje försök kostar tid och pengar.
Beikmohammadis doktorsavhandling handlar om det här problemet. Han använder matematik för att bevisa att hans metoder fungerar, och datorexperiment för att testa dem.
Stödhjul för AI:n
När ett barn lär sig cykla kan stödhjul vara till nytta i början. På liknande sätt kan också den artificiella intelligensen behöva lite hjälp på traven. Ali Beikmohammadi menar att federerad inlärning – federated learning på engelska – är ett sätt att snabba upp processen.
– Inom federerad inlärning lär sig många enheter tillsammans och delar med sig av vad de lärt sig. De kan göra detta samtidigt som de skickar mycket mindre data. Och att samarbeta lönar sig fortfarande, även när varje enhet möter lite olika förutsättningar, säger han.
Ali Beikmohammadi vill skapa smartare, billigare och mer robust maskininlärning.
För enkla uppgifter är ”vanlig” maskininlärning oftast bättre. En enkel uppgift kan vara att avgöra om en bild på ett djur föreställer en katt eller en hund, när det finns gott om exempel att jämföra med – andra djurfoton som redan har fått etiketten ”katt” eller ”hund”.
Förstärkningsinlärning passar däremot bättre när man behöver fatta en rad beslut, men där effekten visar sig först senare. Det kan till exempel röra sig om humanoidrobotar, uppvärmning och kylning i byggnader, energisystem, trafikljus eller rekommendationer om vilken video man ska se härnäst. Förstärkningsinlärning ingår också i hur dagens AI-chattbotar tränas för att ge bättre svar.
Man kan inte låta en självkörande bil lära sig genom att göra en miljon misstag
– Men trial and error är dyrt – och ibland farligt. Man kan inte låta en självkörande bil lära sig genom att göra en miljon misstag.
– Mina metoder låter systemen lära sig med färre försök och mindre datatrafik. Det gör dem billigare och sparar energi. Företag kan också förmedla de tumregler de redan använder till programmet, så att det inte behöver börja från noll. Och enheter som lär sig tillsammans skickar bara det de lärt sig och behåller sina egna data, vilket är bra för integriteten. I framtiden skulle till exempel sjukhus kunna lära av varandra utan att dela patientjournaler, säger Beikmohammadi.
Hittills har han bara kört sina experiment i simuleringar. Nästa steg är att ta detta till verkliga system, där man också måste hantera säkerhet, rättvisa och opålitliga nätverk.
Forskning omsatt i praktiken
Parallellt med att slutföra sin doktorsavhandling har Ali Beikmohammadi under de senaste 1,5 åren arbetat som AI Tech Lead på Seco Tools som är en del av Sandvik Group. Företaget tillverkar skärverktyg för metallbearbetningsindustrin.
– Jag skulle säga att de vanor jag fått i och med forskningen hjälper mig varje dag. Jag pratar med verksamhetsintressenter för att ta reda på vad det verkliga problemet är, och jag ser till att något verkligen fungerar innan jag litar på det.
Och Ali Beikmohammadi planerar att ha kvar en fot i akademin även efter disputationen.
– Jag handleder studentuppsatser och skriver artiklar med min gamla forskargrupp, för jag ser forskning som min hobby. I framtiden vill jag fortsätta att verka i båda världarna, och utveckla idéer som kan hjälpa samhället på lång sikt, säger han.
Liten ordlista
AI – artificiell intelligens – efterliknar mänskligt tänkande, lärande och beslutsfattande. AI-system låter datorer arbeta med varierande grad av självständighet och utföra uppgifter som tidigare krävde mänsklig intelligens.
Maskininlärning är en slags AI. I stället för att ge datorn explicita regler för vad den ska göra låter man den träna på enorma mängder data. Den hittar mönster och lär sig att dra slutsatser från de data som tillhandahålls.
Förstärkningsinlärning är en specifik metod inom maskininlärning. AI:n lär sig genom trial and error och ”belönas” eller ”bestraffas” beroende på utfallet. Förstärkningsinlärning är användbart i dynamiska miljöer som robotik, spel och energisystem.
Federerad inlärning är en metod för att organisera maskininlärning på många enheter. I stället för att skicka alla data till en central server tränar enheterna sina egna lokala modeller och skickar bara resultaten. Det är en tekniskt avancerad metod, men också mer effektiv och integritetsskyddande.
”Det har varit intensivt – men på ett bra sätt”
Ali Beikmohammadi har varit doktorand på Institutionen för data- och systemvetenskap (DSV). Vi var nyfikna på hur resan har sett ut för honom och ställde några frågor.
Hur blev du intresserad av maskininlärning?
– Innan jag började som doktorand jobbade jag med djupinlärning för bilder – till exempel att lära en dator att känna igen växter utifrån foton av deras blad. Det var roligt, men de systemen kan bara lära sig av exempel som någon redan har märkt upp. Förstärkningsinlärning fångade mitt intresse för att datorn lär sig genom att pröva och misslyckas, ungefär som vi människor gör. Jag ville verkligen förstå hur det fungerar, och som doktorand har du tid att gå på djupet med ett problem, förklarar Ali Beikmohammadi.
Varför valde du DSV för dina doktorandstudier?
Ali Beikmohammadi, DSV.
– Jag läste min masterexamen i digital elektronik, en gren inom elektroteknik, vid Amirkabir University of Technology i Teheran, Iran. Programmet var matematiskt tungt, men samtidigt jobbade vi med tillämpad maskininlärning. Jag såg doktorandannonsen på DSV och blev intresserad, förstärkningsinlärning kändes som ett mycket relevant nästa steg. Det krävs både stark matematik och tillämpning. Att prata med Sindri Magnússon gjorde mig mer övertygad, eftersom han också har en bakgrund inom elektroteknik.
Hur var det för dig att doktorera?
– Det har varit intensivt – men på ett bra sätt. Jag hade tur med mina handledare. Sindri var alltid öppen för nya idéer, men mycket noggrann med att göra saker ordentligt. Sarit Khirirat var som en extra handledare för mig och vi samarbetade med de flesta av mina artiklar. Data Science Research Group är en trevlig miljö, och mina kollegor där gjorde de tunga dagarna mycket lättare. Allt som allt har jag samarbetat med mer än femtio medförfattare, det är mer än vad jag trodde när jag började!
Vad är din viktigaste lärdom från doktorandresan?
– Jag inleder min avhandling med ett citat av Wernher von Braun: ”Research is what I'm doing when I don't know what I'm doing.” Jag valde det för att det beskriver min doktorandtid ganska väl. Massor av idéer såg fantastiska ut på måndagen men visade sig vara fel på fredagen, och jag fick börja om. Jag är mycket mer tålmodig nu än när jag började, och jag litar på att ett svårt problem kommer öppna upp sig om jag bara håller fast vid det tillräckligt länge, säger Ali Beikmohammadi.
Mer om Alis forskning
Ali Beikmohammadi disputerar på Institutionen för data- och systemvetenskap (DSV) vid Stockholms universitet, 16 oktober 2026.
Avhandlingens titel är ”Toward Scalable, Robust, and Efficient Reinforcement Learning: Theoretical Foundations and Algorithms for Sample-Efficient, Communication-Aware, and Heterogeneity-Robust RL”. Den är en sammanläggning av sex vetenskapliga artiklar.
Disputationen är öppen för allmänheten.
Mer information om disputationen
Ladda ned avhandlingen från DiVA
Joni Pajarinen, Aalto University, Finland, är opponent vid disputationen.
Sindri Magnússon, DSV, är huvudhandledare och Panagiotis Papapetrou, DSV, är bihandledare.
Ali Beikmohammadi har också ett nära samarbete med Sarit Khirirat, Mahidol University, Thailand, som fungerar som informell bihandledare.
Kontakta Ali Beikmohammadi
Kontakta Sindri Magnússon
Läs mer om forskning och utbildning på DSV
En doktorand och hans handledare på DSV, från vänster till höger: Sindri Magnússon, Ali Beikmohammadi och Panagiotis Papapetrou. Bilden är tagen i samband med att Ali Beikmohammadi spikade sin avhandling.
Senast uppdaterad: 2026-10-16
Sidansvarig: Institutionen för data- och systemvetenskap