Rymdlabb
Edge learning har potentialen att revolutionera utvecklingen av AI för rymdanvändningar och AI Swedens Space Lab utforskar teknologier som kan användas för hög-impact användningsområden.

Idag tränas AI-modeller genom att överföra så mycket data som möjligt från sensorer till en central lagring och beräkningsplats. Generellt, ju mer data, desto bättre kvalitet på den resulterande modellen. Men, i takt med att antalet satelliter ökar, kommer den tillgängliga bandbredden för dataöverföring att bli allt mindre. Därför förväntas dataöverföringskostnader att stiga, det kommer ta längre tid att överföra tillräckligt med data till Jorden för att träna modeller, och modellerna kommer att vara mindre exakta om mindre data överförs.
Edge learning (också känt som decentraliserat lärande, federerat lärande, eller flocklärande) är en teknologi som har potentialen att revolutionera utvecklingen av AI för rymdanvändningar genom att lösa dessa utmaningar. Detta skulle spara både pengar och resurser eftersom det inte finns något behov av att skicka stora mängder data till Jorden.
Om du är intresserad av att bli partner till AI Sweden och få tillgång till partnerförmånerna, inklusive labben, tveka inte att kontakta oss.
Projects

Space Data Hackathon

SpaceEdge

Swedish Space Data Lab 1.0

Swedish Space Data Lab 2.0
För mer information, kontakta

