ÄûÃʵ¼º½

Uutiset

Jussi Rintanen tietää, miten loputtomista vaihtoehdoista löytyy se oikea

Algoritmipohjainen tekoäly auttaa optimoimaan bussilinjoja, tehtaita ja työvuorolistoja. Se voi myös automatisoida suuren osan nykyisestä ohjelmistokehityksestä.
Jussi Rintanen
"Tutkimme ohjelmoinnin automatisointia tavalla, jota oikeastaan kukaan muu maailmassa ei tee – ja joka on meistä hirveän lupaava." Kuva: Aalto-yliopisto, Jaakko Kahilaniemi

Professori Jussi Rintanen, mitä tutkit ja miksi?

Olen ollut tekoälytutkija urani alusta asti, mutta tutkimusaiheet ovat vaihtuneet moneen kertaan. Väitöskirjani tein Ilkka Niemelän kanssa epämonotonisesta päättelystä. Toisin kuin tavanomaisessa loogisessa päättelyssä, jossa tiettyjen oletusten toteutuminen johtaa aina takuuvarmasti toteen johtopäätökseen, epämonotonisessa päättelyssä lisäolettamukset saattavat kumota aiempia johtopäätöksiä. Jos meillä on esimerkiksi lintu, oletamme sen osaavan lentää, mutta jos saamme tietää, että lintu onkin pingviini, uskomme sen lentokykyyn murenee välittömästi.

Väitöskirjan jälkeen aloin tutkia päätöksentekoa, kun huomasin, että monet automaattiset päättelymenetelmät toimivat hurjan hyvin päätöksenteon ongelmien ratkaisemisessa. Tiivistettynä kysymys on siitä, mikä toimenpideketju saa meidät alkutilasta haluamaamme tavoitetilaan.

Tekoälytutkimuksessa haaste on usein se, ettei tiedetä, miten asiat, kuten vaikka ihmisten puhuma luonnollinen kieli, toimivat. Me taas tunnemme toimenpiteet, mutta kun niitä on vaikka kymmenen peräkkäin ja jokainen voidaan toteuttaa kahdellakymmenellä eri tavalla, yhdistelmiä on niin paljon, ettei niitä voida mitenkään jokaista tutkia erikseen. Silloin avuksi tulee kehittämämme algoritmipohjainen tekoäly, joka laskee toimivimman vaihtoehdon.

Tietokoneilla tehdään jo nyt monenlaista suunnittelua, esimerkiksi bussien ja lentoyhtiöiden reittiverkostojen, aikataulujen ja työvuorolistojen laatimisessa. Suunnitelmat eivät kuitenkaan toimi, jos lentokoneessa on vika tai henkilökuntaa on sairaana. Näissä tilanteissa nojaudutaan vielä ihmisten varsin epätäydelliseen päätöksentekoon, vaikka ne voitaisiin tehdä nykyistä paremmin tekoälyn avulla.

Miten sinusta tuli tutkija?

Innostuin tietotekniikasta jo nuorena. Isäni oli Suomen ensimmäisiä ohjelmoijia, ja meille ostettiin tietenkin kotitietokone heti, kun niitä alkoi tulla kauppoihin. Ohjelmoinnin aloitin yläasteella ja lukiossa aloin pohtia, mitä tietojenkäsittelytiede on ja voisiko sitä käyttää monimutkaisten ongelmien ratkaisemiseen. Yliopistossa huomasin nopeasti, että juuri siihen sitä käytetään ja hakeuduin pian tutkimusapulaiseksi ja heti valmistumisen jälkeen väitöskirjaa tekemään.

Mitkä ovat olleet urasi kohokohtia?

Kyllä se oli väittely – se tunne, että oli itse saanut jotain tosi isoa aikaiseksi ja ymmärsi tutkimuksesta paljon enemmän kuin aikaisemmin. Silloin väittelijöitä oli paljon nykyistä vähemmän, varsinkin tietojenkäsittelytieteessä, ja olin aika nuorikin, vasta 28-vuotias.

Mitä vaaditaan tutkijalta?

Minusta tutkijan pitää olla utelias. Olen aina itse etsinyt omat tutkimusaiheeni, ja nytkin tutkimme ohjelmoinnin automatisointia tavalla, jota oikeastaan kukaan muu maailmassa ei tee – ja joka on meistä hirveän lupaava.

Mitä odotat tulevaisuudelta?

Olen hyvin kiinnostunut yhteiskunnallisesti vaikuttavasta tietotekniikan tutkimuksesta. Meillä on juuri käynnissä kaupallistamishanke, jonka tavoitteena on tarjota yrityksille mahdollisuus automatisoida iso osa rutiiniohjelmoinnista niin, että ohjelmistojärjestelmiä voidaan tuottaa nopeasti ja halvalla.

Jussi Rintanen ja muut Aalto-yliopiston uudet vakinaistetut professorit kertovat tutkimuksestaan 24. huhtikuuta järjestettävässä Installation Talks –tilaisuudessa, lämpimästi tervetuloa mukaan!

Katso tilaisuuden ohjelma ³Ùää±ô³Ùä.

  • ±Êä¾±±¹¾±³Ù±ð³Ù³Ù²â:
  • Julkaistu:
Jaa
URL kopioitu

Lue lisää uutisia

Lähikuva tieteellisestä instrumentista, jossa kultaa ja pronssia, johtoja ja merkintöjä laboratoriossa.
Mediatiedotteet Julkaistu:

Tutkijat kytkivät lähes ikiliikkuvan aikakiteen ensimmäistä kertaa ulkoiseen värähtelijään – voi kasvattaa kvanttitietokoneiden laskentatehoa

Aikakide on moninkertaisesti pitkäikäisempi kuin muut kvanttijärjestelmät, joten sitä voitaisiin hyödyntää esimerkiksi kvanttitietokoneiden laskentatehon sekä mittauslaitteistojen tarkkuuden kasvattamiseen.
Henkilö koskettaa suurta kiveä tiilirakennuksen edessä, sinisen taivaan alla.
Kampus, Tutkimus ja taide, Yliopisto Julkaistu:

Glitch-teos haastaa näkemään taiteen eri valossa

Laura Könösen veistos paljastettiin 14.10. Otaniemen kampuksella.
Henkilö seisoo ulkona syksyllä, yllä harmaa huppari ja vihreä takki. Taustalla puut oransseine lehtineen.
Nimitykset Julkaistu:

Esittelyssä Qi Chen: Luotettava tekoäly tarvitsee algoritmeja, jotka selviävät yllätyksistä

Tekoälyn kehittäjien on keskityttävä sovellusten turvallisuuteen ja oikeudenmukaisuuteen, sillä ne liittyvät suoraan yhteiskuntien luottamukseen ja tasa-arvoon, sanoo tutkija Qi Chen.
Henkilö pukeutuneena vaaleanharmaaseen huppariin seisoo sisätiloissa, taustalla tiiliseinä ja vihreitä kasveja.
Nimitykset, Yliopisto Julkaistu:

Tekoälyn ja ihmisen erimielisyys on tutkijalle jännä arvoitus

Francesco Croce tutkii multimodaalisia perustamalleja, erityisesti niiden hyökkäyksensietokykyä.