The development of Artificial Intelligence (AI) is advancing by the day and AI is now a major part of our daily lives. As it evolves, new applications are being introduced and created to make the user's everyday life easier. The aim of our study is to review the potential for generative AI to act as a tool to support co-creation for designers in creative, exploratory processes. The methodology of the study was a qualitative investigation in the form of an experiment and a subsequent interview with five participants, comparing the experience of traditional individual idea generation with idea generation supported by a generative AI. The results show a generally positive attitude towards AI as a co-creation tool, especially for independent idea generation and in freelancing. It was found that users can be reminded of details that are easily overlooked. We also found that inconsistency can be used as a tool,even though it deviates from the general guidelines for AI systems that exist today. / Utvecklingen av Artificiell Intelligens (AI) går framåt för varje dag som går och AI utgör idag en stor del av vår vardag. I takt med utvecklingen introduceras nya användningsområden som skapas för att underlätta användarens vardag. Syftet med vår undersökning är att se över möjligheterna för generativ AI att fungera som ett verktyg för att stödja samskapande för designers i kreativa, explorativa processer. Metoden för studien var en kvalitativ undersökning i form av ett experiment och en efterföljande intervju med fem deltagare, där upplevelsen av traditionell individuell idégnerering jämförs med idégenerering med stöd frånen generativ AI. Resultatet visar en generell, positiv inställning till AI som ett samskapande verktyg för självständig idégenerering. Det framkom bland annat att användare kan bli påminda om detaljer som lätt annars förbises, samt att inkonsekvens kan användas som ett verktyg trots att det frångår de generella riktlinjer för AI-system som finns idag.

Generativ AI är ett fenomen som har blivit populärt under de senaste åren vilket har medfört utvecklingen av AI-verktyg. Dessa verktyg kan lösa specifika lösningar inom olika fält inklusive inom UX-design. Där en ny aspekt av Mänsklig-Dator-Interaktion (MDI) har utvecklats mot Människa-AI-Interaktion (MAII). Syftet med denna studie är att undersöka UX-designers användning av AI-verktyg inom skissandet. Studien genomfördes med sju semistrukturerade intervjuer och en tematisk analys. Resultatet presenterar respondenternas perspektiv och tankar kring tillämpningen av de AI-verktyg som används idag. Alla respondenter är överens om att användningen av AI-verktyg gjorde att arbetet blev mer effektivt. Begränsningarna alternativt utmaningarna var att företag bör överväga att införa en tydlig AI-policy för att säkerställa att AI-verktyg används säkert och ansvarsfullt. Studien avslutas med att en stor vikt läggs på mänsklig kreativitet och förståelse för användarens behov är en viktig del gällande användning av AI-verktyg. / Generative AI is a phenomenon that has become popular in recent years, leading to the development of AI tools. These tools can solve specific problems in various fields, including UX design. This has led to the development of a new aspect of Human-Computer Interaction (HCI) towards Human-AI Interaction (HAII). The purpose of this study is to investigate UX designers' use of AI tools in sketching. The study was conducted with seven semi-structured interviews and a thematic analysis. The results present the respondents' perspectives and thoughts on the application of the AI tools used today. All respondents agree that using AI tools made their work more efficient. Limitations or challenges were that companies should consider implementing a clear AI policy to ensure that AI tools are used safely and responsibly. The study concludes that a great deal of emphasis is placed on human creativity and understanding the needs of the user is an important part of using AI tools.

Generative adversarial networks (GANs), a type of generative modeling framework, has received much attention in the past few years since they were discovered for their capacity to recover complex high-dimensional data distributions. These provide a compressed representation of the data where all but the essential features of a sample is extracted, subsequently inducing a similarity measure on the space of data. This similarity measure gives rise to the possibility of interpolating in the data which has been done successfully in the past. Herein we propose a new stochastic interpolation method for GANs where the interpolation is forced to adhere to the data distribution by implementing a sequential Monte Carlo algorithm for data sampling. The results show that the new method outperforms previously known interpolation methods for the data set LINES; compared to the results of other interpolation methods there was a significant improvement measured through quantitative and qualitative evaluations. The developed interpolation method has met its expectations and shown promise, however it needs to be tested on a more complex data set in order to verify that it also scales well. / Generative adversarial networks (GANs) är ett slags generativ modell som har fått mycket uppmärksamhet de senaste åren sedan de upptäcktes för sin potential att återskapa komplexa högdimensionella datafördelningar. Dessa förser en komprimerad representation av datan där enbart de karaktäriserande egenskaperna är bevarade, vilket följdaktligen inducerar ett avståndsmått på datarummet. Detta avståndsmått möjliggör interpolering inom datan vilket har åstadkommits med framgång tidigare. Häri föreslår vi en ny stokastisk interpoleringsmetod för GANs där interpolationen tvingas följa datafördelningen genom att implementera en sekventiell Monte Carlo algoritm för dragning av datapunkter. Resultaten för studien visar att metoden ger bättre interpolationer för datamängden LINES som användes; jämfört med resultaten av tidigare kända interpolationsmetoder syntes en märkbar förbättring genom kvalitativa och kvantitativa utvärderingar. Den framtagna interpolationsmetoden har alltså mött förväntningarna och är lovande, emellertid fordras att den testas på en mer komplex datamängd för att bekräfta att den fungerar väl även under mer generella förhållanden.

Påskyndat av teknik går utvecklingen snabbare än någonsin. Generativ AI har blivit tillgänglig för allmänheten. Det ger möjligheter för verksamheter att nyttja AI-teknik utan större insatser och kunskap. Detta skiftar förutsättningarna inom digital innovation. Denna nya aktör skapar gap i litteraturen, där tidigare forskning behöver omvärderas. Ett viktigt forskningsområde är hur användningen av generativ AI påverkar digital innovation. En annan aspekt är hur innovatörer kan nyttja, och förhålla sig till generativ AI inom innovationsprocessen. För att undersöka detta har en kvalitativ studie genomförts, där empiri har samlats in genom åtta intervjuer. Studien har resulterat i en tematisk modell med följande teman: Generativ AI som en kollega; Generativ AI som resurs för digital innovation; Generativ AI ökar tillgängligheten till AI-teknik; Känslor gällande generativ AI; Problematik gällande generativ AI; Spridd och differentierad syn på digital innovation. Studien visar att generativ AI kan påverka digital innovation genom de resulterande temana. Vidare relateras dessa teman till innovationsprocessen, där en modifierad processmodell för innovation har tagits fram. Då användningen av generativ AI är ett relativt nytt fenomen är det sannolikt att innovatörer framöver kommer att öka sin användning av verktyget, vilket medför att fynden från denna studie riskerar att snabbt bli utdaterade. Vidare forskning bör därför utföra liknande studier med jämna mellanrum, för att fånga upp nya erfarenheter som uppstår av den ökade användningen. / Accelerated by technology, development is progressing faster than ever. Generative AI has become accessible to the general public. It provides opportunities for businesses to leverage AI technology without significant efforts and expertise. This shifts the conditions within digital innovation. This new actor creates gaps in the literature, where previous research needs to be reevaluated. An important research area is how the use of generative AI affects digital innovation. Another aspect is how innovators can utilize and engage with generative AI in the innovation process. To investigate this, a qualitative study has been conducted, where empirical data has been collected through eight interviews. The study has resulted in a thematic model with the following themes: Generative AI as a colleague; Generative AI as resource for digital innovation; Generative AI increases accessibility to AI technology; Emotions regarding generative AI; Challenges regarding generative AI; Diverse and differentiated views on digital innovation. The study shows that generative AI can affect digital innovation through the resulting themes. Furthermore, these themes were related to the innovation process, where a modified process model for innovation has been developed. Since the use of generative AI is a relatively new phenomenon, it is likely that innovators will increase their use of the tool in the future. This may render the findings from this study quickly outdated. Further research should therefore conduct similar studies at regular intervals to capture new experiences arising from increased usage.

The Concurrent Design Platform 4 (CDP4®) is a collaborative Model-Based Systems Engineering (MBSE) software tool conceived for architecting complex systems. Nevertheless, there are limitations concerning the manageable number of system options. The upcoming Siemens tool for generative engineering, Simcenter™ Studio, is attempting to overcome this limitation by enabling automatic synthesis and evaluation of architecture variants. The motivation for the Generative Concurrent Design (GCD) project as a collaboration between RHEA, Siemens and OHB is to develop a combined prototype of these two tools. This thesis presents a modelling of Copernicus Next Generation (CNG) space component, using generative capabilities in a typical Phase-0 study. It represents the third step of the bottom-up GCD validation process, intended to investigate how architecting differs among “Sub-system”, “Systems” and “Systems of Systems (SoS)”. Therefore, this work provides an architecting strategy which is generalizable for other SoS use-cases and contributes to assess whether extensions to ECSS-E-TM-10-25 are necessary to successfully support GCD. / Concurrent Design Platform 4 (CDP4®) är ett samarbetsverktyg för modellbaserad systemteknik (MBSE) som utformats för att bygga komplexa system. Dock finns det begränsningar vad gäller det antalet hanterbara systemalternativ. Det kommande Siemens-verktyget för generativ teknik, Simcenter™ Studio, försöker övervinna denna begränsning genom att möjliggöra automatisk syntes och utvärdering av arkitekturvarianter. Motivationen för Generative Concurrent Design (GCD) -projektet som ett samarbete mellan RHEA, Siemens och OHB är att utveckla en kombinerad prototyp av verktygen CDP4® och Simcenter™. Detta examensarbete presenterar en modellering av rymdkomponenten Copernicus Next Generation (CNG) med användning av generativa funktioner i en typisk fas-0-studie. Den representerar det tredje steget i GCD-valideringsprocessen nedifrån och upp, avsedd att undersöka hur arkitekturen skiljer sig åt mellan "Sub-system", "Systems" och "Systems of Systems (SoS)". Detta arbete ger därför en arkitektonisk strategi som är generaliserbar för andra SoS-användningsfall och bidrar till att bedöma om förlängningar till ECSS-E-TM-10-25 är nödvändiga för att framgångsrikt stödja GCD.

With the emergence of Generative Artificial Intelligence (GAI), a new form of content creation has been implemented across industries, particularly within creative agencies. Many studies today around this topic are using a quantitative approach to study the usage of text-to-image tools. Objective of this thesis is to explore swedish creators’ perceptions, ideas, and thoughts regarding these tools and contribute to deeper understanding of their views of the tool’s impact, applications, and limitations. We conducted a qualitative study employing a semi-structured interview format. Our choice of data analysis is conducted using a thematic analysis and parts of an Interpretative Phenomenological Analysis (IPA). In our research, a total of 5 creators, with varying roles at different agencies, were interviewed, and from the empirical data 11 main themes were identified where the results pointed to a great variety of thoughts and ideas. These positions are based on the fact that there is a shared opinion for the usability and application of the text-to-image tools where a majority saw a challenge and difficulties with the communication with the tool. Many expressed the need to be up-to-date in order to be competitive and a majority saw the need for regulation for use. There are varying opinions on how the technology works and the purpose of the functions. There is a need for regulation and the importance of the human laying on of hands is emphasized so that the tool does not have too great an impact. A misleading image emerges on social media that does not match the informants' image of the tools. There is a need to be up-to-date on technology to be competitive. / Med den nya funktionen för Artificiell intelligens, Generativ AI (GAI) har ny form av innehållsskapande implementerats bland branscher, i synnerhet inom kreativa byråer. Många studier inom området idag använder sig av en kvantitativ tillvägagångsätt för att undersöka användandet av text-till-bild AI-verktyg. Syftet med studien är att kartlägga svenska kreatörers uppfattning, idéer och tankar för dessa verktyg och bidra med en djupare förståelse för deras syn på verktygets påverkan, användningsområde och begränsningar. Studien genomfördes med en kvalitativ metod genom en semistrukturerad intervjuform och analys av data sker med en tematisk analys med inslag av Interpretative Phenomenological Analysis (IPA). I denna uppsats intervjuades totalt 5 kreatörer med varierande roller på olika byråer, och av den empiriska datan identifierades 11 huvudteman där resultatet pekade på en stor variation av tankar och idéer. Dessa ståndpunkter bygger på att det finns en delad uppfattning för användbarheten och tillämpningen med text-till-bild-verktygen där en majoritet såg en utmaning och svårigheter med kommunikationen med verktyget. Många uttryckte behov att vara up-to-date för att vara konkurrenskraftiga och en majoritet såg behovet av reglering för användandet. Det råder varierande åsikter för hur teknologin fungerar och funktionernas syfte. Det finns ett behov av reglering och vikten av den mänskliga handpåläggningen poängteras för att verktyget inte ska få för stor inverkan. Det framkommer en missvisande bild på sociala medier som inte stämmer överens med informanternas bild av verktygen. Det finns ett behov av att vara uppdaterad på tekniken för att vara konkurrenskraftig.

Artificial intelligence (AI) is a fast-paced technology which can be found in different organizations, including the public sector of Sweden. This advanced tool implies many new work processes and an executive of sufficient basic information for such implementation. While finding a usage within the public sector, a problem occurs around how to and what is needed regarding the integration and processes for a complete normalization of the AI usage. Based on the following research question “What are the main challenges for public sector organizations when it comes to normalizing the use of AI in daily tasks?”, the aim of this thesis is therefore to investigate the key obstacles hindering the integration of AI tools into routine tasks. Through eight semi-structured interviews grounded in the Normalization Process Theory (NPT), the study explores theoretical frameworks surrounding AI, which includes generative AI, and an examination of AI implementations within the public sector context. The conclusion of this thesis reveals several obstacles preventing a complete normalization of AI within the public sector. These include the absence of clear guidelines regarding AI usage, lack of legitimacy for AI tools in current workflows, insufficient competence and development opportunities, and limited resources for AI advancement and utilization. These insights show the many challenges the public sector encounters in embracing AI, and furthermore a need for comprehensive strategies to address these obstacles to facilitate the seamless integration of AI technologies into daily operations.

Brandväggar är en kritisk komponent i nätverkssäkerhet som kontrollerar och filtrerar nätverkstrafik för att skydda mot obehörig åtkomst och cyberhot. Effektiv hantering av brandväggsregler är avgörande för att säkerställa att ett nätverk fungerar smidigt och säkert. I stora företagsnätverk som Scania kan hanteringen av dessa regler bli komplex och resurskrävande, vilket kan leda till duplicerade och överlappande regler som försämrar systemets prestanda.Detta examensarbete undersöker tillämpningen av generativ artificiell intelligens (GAI) och maskininlärning för att hantera och optimera brandväggsregler, med fokus på identifiering och hantering av duplicerade och överlappande regler. Problemställningen adresserar de växande utmaningarna med att underhålla effektiva brandväggsregler i stora företagsnätverk som Scania. Genom att implementera och utvärdera en prototyp baserad på XGBoost, utforskar arbetet potentialen hos AI-tekniker för att förbättra hanteringen och säkerheten av nätverkstrafik. Resultaten visar att AI kan spela en kritisk roll i automatiseringen av processer för upptäckt och korrigering av felaktiga regler, vilket bidrar till ökad nätverkssäkerhet och optimerad resursanvändning. Studien bekräftar att användningen av AI inom brandväggshantering erbjuder betydande fördelar, men lyfter också fram behovet av fortsatt forskning för att adressera säkerhetsutmaningar relaterade till AI-lösningar. / Firewalls are a critical component of network security, controlling and filtering network traffic to protect against unauthorized access and cyber threats. Effective management of firewall rules is essential to ensure that a network operates smoothly and securely. In large enterprise networks like Scania, managing these rules can become complex and resourceintensive, leading to duplicate and overlapping rules that degrade system performance and security.This thesis investigates the application of generative AI (GAI) and machine learning to manage and optimize firewall rules, focusing on the identification and handling of duplicate and overlapping rules. The problem addresses the growing challenges of maintaining effective firewall rules in large enterprise networks like Scania. By implementing and evaluating a prototype based on XGBoost, this work explores the potential of AI techniques to improve the management and security of network traffic. The results demonstrate that AI can play a critical role in automating the processes for detecting and correcting faulty rules, contributing to increased network security and optimized resource usage. The study confirms that the use of AI in firewall management offers significant benefits but also highlights the need for further research to address security challenges related to AI solutions.

Manuell granskning av användarrecensioner för att extrahera relevant informationkan vara en tidskrävande process. Denna rapport har undersökt om stora språkmodeller kan användas för att sammanfatta, extrahera och analysera nyckelinformation från recensioner, samt hur en sådan applikation kan konstrueras.  Det visade sig att olika modeller presterade olika bra beroende på mätvärden ochviktning mellan recall och precision. Vidare visade det sig att fine-tuning av språkmodeller som Llama 3 förbättrade prestationen vid klassifikation av användbara recensioner och ledde, enligt vissa mätvärden, till högre prestation än större språkmodeller som Chat-Bison. För engelskt översatta recensioner hade Llama 3:8b:Instruct, Chat-Bison samt den fine-tunade versionen av Llama 3:8b ett F4-makro-score på 0.89, 0.90 och 0.91 respektive. Ytterligare ett resultat är att de större modellerna Chat-Bison, Text-Bison och Gemini, presterade bättre i fallet för generering av sammanfattande texter, än de mindre modeller som testades vid inmatning av flertalet recensioner åt gången.  Generellt sett presterade språkmodellerna också bättre om recensioner först översattes till engelska innan bearbetning, snarare än då recensionerna var skrivna i originalspråk där de majoriteten av recensionerna var skrivna på svenska. En annan lärdom från förbearbetning av recensioner är att antal anrop till dessa språkmodeller kan minimeras genom att filtrera utifrån ordlängd och betyg.  Utöver språkmodeller visade resultaten att användningen av vektordatabaser och embeddings kan ge en större överblick över användbara recensioner genom vektordatabasers inbyggda förmåga att hitta semantiska likheter och samla liknande recensioner i kluster. / Manually reviewing user reviews to extract relevant information can be a time consuming process. This report investigates if large language models can be used to summarize, extract, and analyze key information from reviews, and how such anapplication can be constructed.  It was discovered that different models exhibit varying degrees of performance depending on the metrics and the weighting between recall and precision. Furthermore, fine-tuning of language models such as Llama 3 was found to improve performance in classifying useful reviews and, according to some metrics, led to higher performance than larger language models like Chat-bison. Specifically, for English translated reviews, Llama 3:8b:Instruct, Chat-bison, and Llama 3:8b fine-tuned had an F4 macro score 0.89, 0.90, 0.91 respectively. A further finding is that the larger models, Chat-Bison, Text-Bison, and Gemini performed better than the smaller models that was tested, when inputting multiple reviews at a time in the case of summary text generation.  In general, language models performed better if reviews were first translated into English before processing rather than when reviews were written in the original language where most reviews were written in Swedish. Additionally, another insight from the pre-processing phase, is that the number of API-calls to these language models can be minimized by filtering based on word length and rating. In addition to findings related to language models, the results also demonstrated that the use of vector databases and embeddings can provide a greater overview of reviews by leveraging the databases’ built-in ability to identify semantic similarities and cluster similar reviews together.

Produktutvecklingen speglar samhällets teknologiska framfart och utveckling, med ständigt ökande krav på kortare ledtider, mer högteknologiska och avancerade produkter samt en högre grad av pålitlighet hos produkten. Det innebär att de processer och verktyg som styr och ligger till grund för den moderna produktutvecklingen konstant måste förnyas och förbättras för att kunna möta de ökande kraven från såväl konsumenter som företag. Det finns många olika digitala verktyg som används inom produktutveckling idag och det som tidigare endast varit ett valbart komplement är idag en nödvändighet för att kunna utveckla och tillverka de komplexa produkter och komponenter som efterfrågas. Generativ design är ett av dessa verktyg som innefattar en rad olika datorstödda verktyg som CAD, CAE, FEM och CFD. Syftet med studien är att undersöka möjligheter och utmaningar med generativ design samt hur det påverkar produktutvecklingsarbeten och ingenjörens roll i designprocessen. De aspekter som har tagits hänsyn till är projekttid, effektivitet och slutresultat. Studien har utförts genom en inledande litteraturstudie följt av fyra semistrukturerade intervjuer genomförda med två svenska företag med internationell anknytning. Studien visar att företagen går mot att implementera fler digitala verktyg och förändra sina produktutvecklingsprocesser med avseende på detta. Även då många möjligheter och fördelar förekommer vid implementering av avancerade program som kan bidra till framtagningen och utvecklingen av mer komplexa produkter så finns det utmaningar som måste tas hänsyn till. Kommunikationen mellan de olika grupperna inom utvecklingsprocessen och inte minst kompatibiliteten hos de program som används är avgörande. Slutligen visar studien på en indikation att ingenjörens roll kommer att genomgå en förändring de närmsta åren, i takt med att datorstödda verktyg blir mer avancerade och kan ta över stora delar av arbetsprocesserna. / Product development reflects society's technological progress and development, with ever-increasing demands for shorter lead times, more high-tech and advanced products and a higher degree of reliability of the product. This means that the processes and tools that are controlled and form the basis for modern product development must be constantly renewed and improved in order to meet the increased demands from both consumers and companies. There are many different digital tools used in product development and what was previously an optional complement is today a necessity for developing and manufacturing the complex products and components that are in demand. Generative design is one of these tools that includes a variety of computer-aided tools such as CAD, CAE, FEM and CFD. The purpose of this study is to investigate opportunities and challenges with generative design and how it affects product development and the role of the engineer in the design process. The aspects that have been considered are project time, project efficiency and end results. The study was conducted through an initial literature study followed by four semi-structured interviews conducted with two Swedish companies with international connections. The study shows that the companies are moving towards implementing more digital tools and changing their product development processes with regard to this. Even though there are many advantages and opportunities in implementing advanced programs that can contribute to the production and development of more complex products, there are challenges that must be considered. The communication between the different groups in the development process and not least the compatibility of the programs used is crucial. Finally, the study shows an indication that the role of the engineer will undergo a change in the next few years, as computer-aided tools become more advanced and can take over large parts of the work processes.