När svensk infrastruktur får konstgjord intelligens
Vanliga trafikkameror övervakar nu 99 år gamla broar.
När broar får digitala tvillingar och bilar lär sig läka sig själva
När jag ser på den forskningsexplosion som pågår inom AI för infrastruktur känner jag samma spänning som när internet började förändra hur vi byggde system. Nu händer det igen – men den här gången handlar det om att ge intelligens åt den fysiska världen omkring oss.
Broövervakning utan sensorer
Ta till exempel det banbrytande arbete som presenterades i en ny ArXiv-studie om digital tvillingteknologi för broar. Forskarna har utvecklat ett system som använder befintliga trafikkameror och YOLOv8-datorseende för att övervaka 99 år gamla Peace Bridge. Genom att analysera trafikbilder kan systemet uppskatta belastning, upptäcka bromsvågor och kombinera detta med väderdata för att förutsäga underhållsbehov.
Det genialiska med denna lösning är att den inte kräver dyra sensorer eller omfattande ombyggnationer. Istället utnyttjar den infrastruktur som redan finns – en klassisk ingenjörslösning som maximerar värde från befintliga investeringar.
Fordon som förstår sitt sammanhang
Parallellt utvecklas fordonen till självdiagnostiserande system. Ny forskning visar hur V2X-teknik (Vehicle-to-Everything) kan förbättra förutsägande underhåll med 2,6 procentenheter genom att kombinera fordonets interna sensorer med externa data om vägkvalitet, väder och trafik. Träffsäkerheten når 97,3 procent, och genom att göra beräkningarna direkt i fordonet minskar responstiden från 3,5 sekunder till under en sekund.
Ännu mer fascinerande är utvecklingen av AI-system som behandlar fordons felkoder som ett språk. Genom att använda transformerbaserade arkitekturer – samma teknik som driver ChatGPT – kan system nu automatiskt upptäcka komplexa felmönster som tidigare krävde expertanalys.
Infrastrukturens nya krav
Men denna AI-revolution kommer inte gratis. Enligt amerikanska byggföretags kvartalsrapporter driver AI-boomen en enorm tillväxt inom datacenterbyggande. Företag ruschar att bygga ut infrastruktur för att hantera de växande kraven från AI-system.
Forskare arbetar intensivt med att göra denna infrastruktur mer effektiv. ICaRus-tekniken visar hur flera AI-modeller kan dela minnescacher, vilket ger upp till 11 gånger lägre latenstid. Samtidigt utvecklas metoder för federerad maskininlärning som låter enheter med olika kapacitet – från kraftfulla servrar till enkla mobiler – samarbeta effektivt.
Från teori till praktik
Vad som imponerar mest är hur dessa tekniker börjar mogna för verklig tillämpning. Forskning om optiska fibrer visar hur maskininlärning kan optimera komplex fiberdesign med endast 1 819 träningsexempel. Kvantmaskininlärning utforskas för inbyggda system, där hybridlösningar kan kombinera klassisk bearbetning med kvantprocessorer.
Nästa steg framåt
Den gemensamma nämnaren i all denna forskning är fokuset på praktisk tillämpbarhet. Systemen designas inte bara för att fungera i laboratorier, utan för att hantera verkliga förhållanden med brus, osäkerhet och resursbegränsningar.
För svenska företag inom infrastruktur och tillverkning öppnar detta enorma möjligheter. Men det kräver också strategiska investeringar i både teknisk kompetens och fysisk infrastruktur. De som agerar nu kan få försprång i nästa industriella revolution.
Vår analys
Vi står vid tröskeln till en fundamental förändring av hur vi hanterar fysisk infrastruktur. Det som tidigare krävde manuell inspektion och reaktivt underhåll blir nu prediktivt och automatiserat.
Den viktigaste insikten är att denna AI-revolution inte bara handlar om mjukvara – den kräver omfattande investeringar i datacenter, kommunikationsnätverk och beräkningskapacitet. För svenska företag innebär detta både utmaning och möjlighet.
Jag tror vi kommer se en tvådelad marknad framväxa: de som investerar tidigt i AI-driven infrastrukturhantering får betydande konkurrensfördelar, medan de som väntar riskerar att hamna efter. Samtidigt kommer behovet av datacenterkapacitet att skapa helt nya affärsmöjligheter.
Nästa fem åren blir avgörande för vilka företag som lyckas navigera denna omställning framgångsrikt.