Artificiell intelligens syftar på en maskins förmåga att fatta egna beslut. Maskinen skall sedan utföra en handling baserat på beslutet, allt detta utan människans inblandning. Positionsnoggrannheten för fartyg är något som på senare tid ställs allt högre krav på, inte minst i offshoreindustrin. Med hjälp av ett Dynamic Positioning system kan högre noggrannhet uppnås. I detta projekt undersöks vilket system som är lämpligast att använda för ett positioneringssystem för en modell av skolfartyget Calmare Nyckel. Projektet utvärderar positionering med hjälp av fyra accesspunkter jämnt fördelat över två nätverk. Projektet belyser en rad olika tekniker baserade på datasignaler som sedan moduleras av en hårdvaruenhet. Då projektet är av så kallat low-cost resulterade valet i en ESP32 och WiFi som teknik. Laborationer påvisade ett väl fungerande system. Uppmätt noggrannhet var dock inte tillräcklig för att använda rakt av i det fortsatta projektet. / Artificial intelligence is a machines ability to make its own decisions. The machine is then supposed to take action based on the decision, this without the involvement of a human. The positional accuracy for ships is something that has become increasingly more demanding, especially in the offshore industry. With the aid of a Dynamic positioning system, a great accuracy can be achieved. This undertaking investigates which system that will be most suited to use for a positioning system aimed for a model of the ship, Calmare Nyckel. The project evaluates positioning with the aid of four access points evenly distributed over two networks. The project illustrates a number of different techniques based on data signals, which are then modulated by a hardware unit. Because of the low-cost aim, this resulted in the usage of ESP32 and WiFi as the systems of choice. Laborations in the undertaking proved a well working system. Measured accuracy, however, was not sufficient to use directly in the continued project.

Artificial Intelligence (AI) is increasingly used in different parts of society for providing decision support in various activities. The agricultural sector is anticipated to benefit from an increased usage of AI and smart devices, a concept called smart farming technologies. Since the agricultural sector faces several simultaneous challenges, such as shrinking marginals, complicated pan-European regulations, and demands to mitigate the environmental footprint, there are great expectations that smart farming will benefit both individual farmers and industry stakeholders. However, most previous research focuses only on a small set of characteristics for implementing and optimising specific smart farming technologies, without considering all possible aspects and effects. This thesis investigates both technical and non-technical opportunities and hurdles when implementing AI in Swedish agricultural businesses. Three sectors in agriculture are scrutinized: arable farming, milk production and beef production. As a foundation for the thesis, a literature review revises former research on smart farming. Thereafter, an interview study with 27 respondents both explores the susceptibility and maturity of smart farming technologies and provides examples of technical requirements of three chosen applications of AI in agriculture. Findings of the study include a diverse set of aspects that both enable and obstruct the transition. Main identified opportunities are the importance smart farming has on the strategic agendas of several industry stakeholders, the general trend towards software technology as a service through shared machinery, the vast amount of existing data, and the large interest from farmers towards new technology. Contrasting, the thesis identifies main hurdles as technical and legislative challenges to data ownership, potential cybersecurity threats, the need for a well-articulated business case, and the sometimes lacking technical knowledge within the sector. The thesis concludes that the macro trend points towards a smart farming transition but that the speed of the transformation will depend on the resolutions for the identified obstacles.

Titel: Beredskap för AI implementering: En fallstudie om beredskapsfaktorer för AI implementeringar på svenska IT-företag Forskningsfråga: Vilka beredskapsfaktorer krävs för implementering av AI på svenska IT-företag? Syfte: Undersöka vilka beredskapsfaktorer svenska IT-företag behöver för att skapa en lyckad AI implementering. Genomförande: Studien genomfördes som en fallstudie. En litteraturstudie utfördes för att sammanfatta tillgänglig och relevant vetenskaplig forskning inom området och fungerade som forskningsöversikt till studien. Datainsamlingen bestod av åtta semistrukturerade intervjuer med respondenter från sju olika företag. Material från litteraturstudie jämförs med insamlade och bearbetade data från respondenterna för att kunna hitta likheter och skillnader för att på så sätt kunna besvara studiens frågeställning. Metod: Studien har en induktiv ansats med en kvalitativ inriktning som karaktäriseras av analytiska tolkningar utifrån litteratur och intervjuer. Resultat: Utifrån analysen, en jämförelse av tidigare litteratur och insamlade data, nåddes resultat i form av identifierade beredskapsfaktorer som företag borde prioritera för att lyckas med sin AI implementering. Beredskapsfaktorer som identifierats är data, kunskap, syfte, involvering av anställda, resurser samt etik.Slutsats: Studiens slutsats visar på att beredskapsfaktorerna som tagits fram kan hjälpa företag att bättre förbereda sig inför en AI implementering och därigenom också öka möjligheterna för att åstadkomma en lyckad AI implementering på svenska IT-företag. / Title: Readiness for AI Implementation: A case study on readiness factors for AI implementations in Swedish IT companies search Question: Which readiness factors are required for an implementation of AI in Swedish IT companies? Purpose: Investigate which readiness factors Swedish IT companies need to create a successful AI implementation. Implementation: The study was performed as a case study. A literature study was conducted to summarize available and relevant research in the research area and served as a research overview for the study. The data collection consisted of eight semistructured interviews with respondents from seven different IT companies. Data from the literature study were compared with data collected and processed from the respondents, in order to find similarities and differences to answer the study's research question. Method: The study had an inductive approach with a qualitative focus, characterized by analytical interpretations based on literature and interviews. Findings: Based on the analysis, a comparison of previous literature and collected data, readiness factors required for AI implementations were identified. Readiness factors identified were data, knowledge, purpose, employee involvement, resources and ethics of which companies should prioritize to succeed with their AI implementation. Conclusion: The conclusion of the study indicates that the readiness can help companies to better prepare for an AI implementation and thereby also increase the opportunities for achieving a successful AI implementation in Swedish IT companies.

Syftet med denna studie är att bidra med en djupare förståelse för hur rekryterare använder Artificiell Intelligens (AI) i en rekryteringsprocess för att medvetandegöra bias. Tidigare forskning visar att arbetssökandens chanser till arbete påverkas av rekryterarens bias, detta gör att arbetssökanden inte bedöms utefter kompetens. Tidigare studier visar att arbetssökanden missgynnas baserat på olika egenskaper, kopplat till etnicitet, ålder och kön. Rekryteringsprocessen är i ett behov av verktyg som minskar denna bias, där forskning visar att AI-system kan vara ett sådant verktyg. I denna studie har vi inkluderat respondenter som besitter erfarenhet av AI-system i en urvalsprocess. Studien genomförs med en kvalitativ forskningsansats där åtta respondenter har inkluderats. Empirin har analyserats genom en tematisk analys där sex teman identifierats. Resultatet presenterar olika faktorer som jämförs mot tidigare forskning där diskussionen behandlar de mest centrala från studien. Resultatet visar att alla respondenter är överens om att alla människor innehar bias som påverkar urvalsprocessen. AI-system tar bort fokus från etnicitet, ålder och kön, därmed upplever respondenterna att AI-systemet kan medvetandegöra bias eftersom systemet baserar rangordning av arbetssökande utifrån kompetens. Studien lyfter vad som anses behövas av rekryterare för att möjliggöra för AI att kunna medvetandegöra bias. Avslutningsvis visar resultatet att AI-system kräver kontinuerlig utveckling. Med rätt förutsättningar kan AI medvetandegöra bias, bortse från synliga attribut och bedöma arbetssökande efter kompetens. / The purpose of this study is to contribute with a deeper understanding of how recruiters use Artificial Intelligence (AI) in a recruitment process to raise awareness of bias. Previous research shows that applicant chances of getting a job are affected by the recruiter's bias, this means that applicants are not assessed on competence. Previous studies show that applicants are disadvantaged based on different characteristics, linked to ethnicity, age and gender. The recruitment process has a need of tools that reduce this bias, where research shows that AI systems can be such a tool. In this study, we have included participants who have experience of AI systems in a selection process. The study is carried out with a qualitative research approach where eight participants have been included. The empirics have been analysed through a thematic analysis where six themes have been identified. The results present various factors that are compared to previous research where the discussion deals with the most central from the study. The results show that all participants agree that all people have biases that affect the selection process. AI systems remove focus from ethnicity, age and gender, participants believe that the AI system can raise awareness of bias because the ranking is based on applicant’s competence. The study highlights what is considered needed by recruiters to enable AI to be able to raise awareness of bias. In conclusion, the results show that AI systems require continuous development. With the right conditions, AI can raise awareness of bias, ignore visible attributes and assess jobseekers according to competence.

The construction industry stands for a third of the total carbon dioxide emissions globally , this includes the building process as well as the usage of the buildings. This in combination with the need for renovating older buildings in Sweden can lead to additional stress on the environment. This project aims to map out the decision-making process for property owners and consultants when working with renovation projects. The purpose of the study is to identify problematic areas that hinder efficient decision-making and sustainability efforts. With the problem areas mapped out, different solutions containing artificial intelligence will be explored and discussed. Ethical implications with the implementation of artificial intelligence will also be discussed in this study. In this qualitative study, a set of steps were taken to answer the research questions. Firstly, a literature review was conducted to explore existing research. Secondly, semi-structured interviews were held to gather empirical data. Lastly, the interviews were transcribed and analyzed with thematic analysis, to identify problematic areas in the renovation projects. The research strategy applied for this study is abductive. Due to the existing pandemic, the usage of software such as Zoom and Microsoft Teams have been used to conduct the interviews. The results show that the factors hindering the decision-making process were regulations & laws, economy & sustainability, lack of recycling, and lack of documentation. These were areas that both the consultants and property owners described as bottlenecks in the decision- making process. Artificial intelligence solutions were discussed for the problem areas regulations & laws and economy & sustainability because there is statistical data that could be used for training an artificial intelligence, unlike the other two problem areas that have to be dealt with manually due to the neglect of workers. The artificial intelligence solutions presented in this study can be considered ethical due to their assisting purpose. Although this research provides ideas for the implementation of artificial intelligence they are very brief and theoretical, further development and exploration are needed to implement the solutions.

In a world that moves more towards the digital every day, we will in this study investigate how the auditing process is affected by automation of the auditing tasks and how the auditor’s professional role can be affected if the auditing tasks get automated. The area of application is primarily on the whole auditing process and the auditing tasks and not on the specific tasks the auditor has, even though many of the tasks are mentioned as examples. Also, if artificial intelligence eventually will replace the auditor in the future. Two interviews were held in order to see how program developers believe the future for the auditor will look like from a technical perspective and what is technically possible to develop. Also, three interviews were held in order to see the authorized auditors’ point of view and if they already have started to notice change and how much change they can expect in the near future. The purpose of this study is to investigate how automation is affected by automation of the auditing tasks and how the auditor’s professional role is affected if the auditing tasks get automated. To achieve our purpose, we investigated the parts that the auditor and the program developer think or know can be automated and the consequences that affect the auditor. The conclusion of the study differs from other studies that only have interviewed auditors, in which they have reached the conclusion that the profession will not change much in the next few years. Our conclusion is that the auditor profession will reshape as the years go by if the laws are adjusted, which can be a slow process but is likely to happen. We also think we will see an increased demand for IT-auditors as the programs get more complicated and that technological knowledge is required to understand how these programs and systems work. / I en värld som rör sig alltmer mot det digitala undersöks, i denna studie, hur revisionsprocessen påverkas av automatisering av revisionsuppgifter samt hur revisorers yrkesroll påverkas om revisionsuppgifter automatiseras. Tillämpningsområdet är framförallt på revisionsprocessen och revisionsuppgifter i helhet och inte på revisorns specifika arbetsuppgifter även om flertalet arbetsuppgifter nämns som exempel. Samt om den artificiella intelligensen eventuellt kan ta över revisorns roll i framtiden. I denna studie har två intervjuer genomförts i syfte att se hur programutvecklarna ser revisorns framtid ur ett mer tekniskt perspektiv och vad som är tekniskt möjligt att utveckla. Tre intervjuer hölls också med syftet att fånga de auktoriserade revisorernas perspektiv för att se om de redan börjat märka av förändring och hur stor förändring de kan förvänta sig inom den närmsta tiden. Syftet med uppsatsen är att undersöka hur revisionsprocessen påverkas av automatisering av revisionsuppgifter samt hur revisorers yrkesroll påverkas om revisionsuppgifter automatiseras. För att uppnå vårt syfte undersökte vi vilka delar av revisorns yrke som revisorer och programutvecklare tror eller vet kan automatiseras samt vilka konsekvenser som påverkar revisorn. Slutsatsen i vår studie skiljer sig aningens mot tidigare studier där de främst intervjuat revisorer, samt att de flesta kommer fram till att revisorns roll i det stora hela förblir relativt oförändrad. Vi kom fram till att revisorns yrkesroll kan komma att omformas med åren allt eftersom lagar och regler justeras, vilket kan vara en trögrörlig process men att det med sannolikhet kommer att ske. Vi ser även att IT-revisorer kommer bli mer efterfrågade allt eftersom programmen blir mer komplicerade samt att mer teknologisk kunskap krävs för att förstå hur dessa program och system fungerar

Digitalisering är ett aktuellt ämne i dagsläget och teknologin har vuxit samt påverkat samhället. Det har påverkat ekonomer och deras arbetssätt. Det förekommer flertalet studier angående hur digitalisering påverkar ekonomrollen inom privat sektor, forskning kring ekonomernas egna erfarenheter och inom den offentliga sektorn är dock fåtalig. Offentlig sektor har kritiserats då den tekniska utvecklingen inte går framåt i den takt som övriga samhället. Detta då de har strukturer som försvårar införandet av moderniseringsarbete. Syftet med studien är att kartlägga och analysera erfarenheter med digitalisering samt möjligheter och utmaningar kring det utifrån ekonomers perspektiv. Studien har genomförts genom en kvalitativ metod där datainsamlingen gjordes på två offentliga organisationer genom sex semistrukturerade intervjuer. Digitalisering resulterar i att analog information skiftar till att bli digitaliserade. Den förbättrar den interna effektiviteten genom att effektivisera arbetsprocesser genom att eliminera manuella hanteringar och reducera de mänskliga felen. Ekonomistyrsystem handlar om att påverka beteendes hos medarbetarnas, men även chefernas beteende i organisationen. Studiens empiriska resultat visar att digitalisering har bidragit till en övergång från det analoga till det digitala. Det visar även att digitaliseringen har effektiviserat arbetsprocesser inom organisationerna. Vad gäller ekonomistyrningen i organisationerna har studien identifierat att det i arbetssättet främst råder en kombination av resultat- samt handlingsstyrning i organisationerna. Slutsatserna som studien presenterar är att fördelarna med digitalisering är att det har lett till effektivare arbetsprocesser och frigjort tid till mer kvalificerade arbetsuppgifter. Möjligheterna är att effektiviseringen leder till att mer fokus kan sättas på att hantera med kvalificerade arbetsuppgifter som faktiskt kräver det mänskliga ögat och minska de mänskliga felen. En nackdel är att ekonomerna inte besitter IT- kompetensen, och behöver ta hjälp av IT-avdelningen, vilket i sig är en utmaning då det uppstår utmaningar gällande kommunikationen. På grund utav detta upplever ekonomerna detta att systemen inte alltid är optimala att hantera utifrån deras arbetsuppgifter. Ytterligare en nackdel med digitaliseringen är att den påverkar den sociala kontakten och den kreativa förmågan negativt till följd av fler digitala möten istället för att träffas fysiskt. / Digitalization is a current topic at present and technology has grown and affected society. It has affected economists and their way of working. There are several studies regarding how digitalization affects the role of economists in the private sector, research on economists' own experiences and in the public sector is, however, few. The public sector has been criticized as technological development does not progress at the pace of the rest of society. This is because they have structures that make it difficult to introduce modernization work. The purpose of the study is to map and analyze experiences with digitization as well as opportunities and challenges around it from the perspective of economists. The study was conducted through a qualitative method where data collection was done on two public organizations through six semi-structured interviews. Digitization results in analog information shifting to being digitized. It improves internal efficiency by streamlining work processes by eliminating manual handling and reducing human error. Management control systems are about influencing the behavior of employees, but also managers' behavior in the organization. The empirical results of the study show that digitization has contributed to a transition from the analog to the digital. It also shows that digitalization has streamlined work processes within organizations. With regard to management control in the organizations, the study has identified that there is both results control and action control in the organizations. The conclusions that the study presents are that the advantages of digitization are that it has led to more efficient workflow processes and freed up time for more qualified tasks. The possibilities are that the streamlining leads to more focus being placed on dealing with qualified tasks that require the human eye and reduce human errors. A disadvantage is that economists do not possess IT skills, and need the help of the IT department, which is a challenge as challenges arise regarding communication. Due to this, economists experience that the systems are not always optimal to handle based on their tasks. Another disadvantage of digitalization is that it negatively affects social contact and creative ability as a result of more digital encounters instead of meeting physically.

Svensk lagstiftning är inte teknikneutral och har inte framtagits för att omfatta komplexa lösningar som exempelvis AI-system. Det innebär bland annat att det inte är specifikt reglerat hur ansvarsfördelningen ska ske vid skador som uppkommit i utomobligatoriska situationer i vilka skada orsakats av AI. För utomobligatoriska skador av detta slag tillämpas i dagsläget huvudsakligen skadeståndslagen (1972:207) och produktansvarslagen (1992:18). Komplexiteten som ett AI-system innefattar gör det svårt att tillämpa reglerna i dessa lagar fullt ut eftersom det kan vara utmanande att urskilja vilken del av AI-systemet som orsakat den faktiska skadan.    Det föreligger i skrivande stund ett förslag om införande av en AI-förordning, EU-kommissionens förslag till förordning om harmoniserade regler för AI (2021/0106(COD)), vilket är ämnat att förtydliga ansvaret vid framtagande av framförallt högrisk AI. AI-förordningen har delvis sin grund i Europaparlamentets resolution om en skadeståndsordning för artificiell intelligens (2020/2014(INL)). Resolutionen är ämnad att uppmuntra till införande av gemensamma regler för skadestånd och är inriktad på skador orsakade av högrisksystem.   Syftet med denna uppsats är att utreda huruvida ytterligare reglering, likt den som föreslagits i AI-förordningen och resolutionen, krävs för att rättsläget avseende utomobligatoriska situationer där AI orsakat sakskada ska bedömas vara klart, tydligt och förutsebart. Utöver detta är syftet även att utreda vad dessa föreslagna regleringar innebär för företag som arbetar med AI och huruvida det framgår hur företagen kan gå tillväga för att efterleva regleringarna.   För att uppfylla syftet med uppsatsen behandlas såväl AI-förordningen som resolutionen ingående i aktuella delar och såväl remissvar avseende AI-förordningen som kommentarer av dagens rättsläge analyseras. För att ge en inblick i avsaknaden och inverkan av teknikneutral lagstiftning presenteras, trots att den avser inomobligatoriska förhållanden, även i skadeståndsrelevanta delar Regeringens proposition 2021/22:85 - En ny konsumentköplag i vilken digitala produkter inarbetats.    Avslutningsvis dras slutsatser avseende uppsatsens huvudsakliga frågeställning huruvida EU-kommissionens förslag till förordning om harmoniserade regler för AI och Europaparlamentets resolution om en skadeståndsordning för artificiell intelligens är tillfredställande för att uppnå ett klart, tydligt och förutsebart rättsläge avseende ansvarsfördelningen i utomobligatoriska förhållanden vid sakskada orsakad av AI. Den slutliga bedömningen är att förslagen inte enskilt eller i samspel uppfyller önskemålet om ett klart, tydligt och förutsebart rättsläge. Inte heller anses dagens rättsläge uppfylla detta, vilket lämnar utrymme för ytterligare granskning av ansvarsfördelningen. Således upplevs inte regleringarna erbjuda ett erforderligt underlag vid sakskador orsakade av AI i utomobligatoriska förhållanden.

The use of artificial intelligence (AI) has increased in recent years to create more efficient and innovative solutions. One type of AI solution introduced in several different industries is chatbots that customers can interact with by typing, or choosing from a number of options, and get direct responses from the system. Through chatbots, companies can streamline their customer service as well as improve customer relationships. Thus, chatbots can be used in companies' customer service to reduce the workload. In order to study this, the following research question was formulated: How can the introduction of chatbots help businesses to streamline their customer service? To fulfill this purpose, an deductive approach was chosen and as the final result is based on a combination of data and different theories. Data were collected through semi-structured interviews and observations. The data was compiled and then analyzed thematically, which led to the conclusion that the use of chatbots can contribute to streamlining and developing businesses’ customer service. / Användningen av artificiell intelligens (AI) har ökat allt mer de senaste åren för att skapa mer effektiva och innovativa lösningar. En typ av AI-lösning som införts inom flera olika branscher är chattbotar som kunder kan interagera med genom att skriva, eller välja mellan ett antal alternativfrågor, och få direkta svar från systemet. Genom chattbotar kan företag effektivisera sin kundservice samt förbättra sina kundrelationer. Därmed kan chattbotar användas inom verksamheters kundservice för att minska belastningen på den bemannade kundtjänsten. För att undersöka detta närmare ställdes frågeställningen: Kan användandet av chattbotar hjälpa verksamheter att effektivisera sin kundservice?. För att uppfylla detta syfte valdes ett deduktivt angreppssätt och slutgiltiga resultatet baseras då på en kombination av data och olika teorier. Data samlades in genom semistrukturerade intervjuer samt observationer. Datan sammanställdes och analyserades tematiskt, vilket ledde fram till slutsatsen att användandet av chattbotar kan bidra till att effektivisera och utveckla verksamheters kundservice.

Background. Neural Networks have mainly been used in behavior and gameplayrelated areas in games, but they have not yet been used specifically for intersection testing. This thesis explores the possibility to use deep neural networks for intersection testing of two 3D meshes. Objectives. The main goal of the thesis is to train a Deep Neural Network that can be used to replace traditional intersection test algorithms by having similar accuracy and a faster execution time. Methods. The research methods used in this thesis are implementation and experimentation. The deep neural network is trained using TensorFlow. Two different mesh generation techniques are implemented, one generating heightmaps and one generating planets. The two mesh types are combined to test all combinations of generated meshes. Attempts to make the network as general as possible are done through importance sampling to expose the network to tricky situations. A test application is developed where the intersection testing can be performed and compared to the Separating Axis Theorem (SAT). Heatmaps are also created to see how accurate the network is. Results. The results show that the network is accurate at classifying intersection between meshes similar to the ones it trained on. However, the network lacks generality and has bad accuracy if new meshes are introduced. The measured execution times show that the trained Deep Neural Network is 15.6 times as fast as a singlethreaded implementation of the SAT and 2.3 times as fast as the multi-threaded SAT. Conclusions. The trained network can be used as an early exit intersection test before using more expensive algorithms. The faster intersection testing can be useful in game physics by allowing faster classification of which meshes need to be tested for collisions. However, the main outcome is the shown potential for future work in the area including training a more general network, allowing variable mesh sizes, and providing information for solving collision responses. / Bakgrund. Neurala Nätverk har främst använts för beteende- och spelmekanikrelaterade områden inom spel, men de har ännu inte använts för genomskärningstester. Det här examensarbetet utförskar möjligheten att använda djupinlärning för att utföra genomskärningstester mellan två tredimensionella spelobjekt. Syfte. Huvudmålet med det här examensarbetet är att träna ett djupinlärt neuralt nätverk som kan ersätta traditionella genomskärningstestalgoritmer genom likvärdig precision och snabbare exekveringstid. Metod. Forskningsmetoderna som användes under examensarbetet är implementation och experimentation. Det djupinlärda neurala nätverket tränas med TensorFlow. Två olika spelobjektsgenereringsmetoder implementeras, där den ena genererar heightmaps och den andra genererar planeter. De två objekttyperna kombineras så att alla kombinationer av spelobjekt kan testas. För att göra nätverket så generellt som möjligt används importance sampling som utsätter nätverket för svåra situationer. Ett testprogram utvecklas där genomskärningstester kan utföras och jämföras mot Separating Axis Theorem (SAT). Grafer av typen heatmaps skapas också för att visa hur hög precision nätverket har. Resultat. Resultaten visar att nätverket har hög precision vid klassificering av spelobjekt liknande de som den tidigare har tränat på. Nätverket har sämre precision när nya spelobjekt introduceras. De uppmätta exekveringstiderna visar att det neurala nätverket är 15.6 gånger så snabbt som singeltrådade implementationen av SAT och 2.3 gånger så snabbt som den flertrådade SAT-implementationen. Slutsatser. Det tränade nätverket kan användas som ett tidig avbrott innan en dyrare algoritm används. Den snabbare genomskärningstestningen kan vara användbar i spelfysik eftersom den tillåter snabbare klassificering av vilka spelobjekt som behöver testas för kollision. Det huvudsakliga utfallet är den visade potentialen för vidare forskning inom området vilket inkluderar träning av ett mer generellt nätverk, möjlighet att variera spelobjektens storlek samt ge information för att kunna lösa kollisioner.