Helsingin yliopiston tietojenkäsittelytieteen tutkijat ovat saaneet parhaan paperin palkinnon tutkimuksellaan SLIPMAP: Fast and Robust Manifold Visualisation for Explainable AI (Björklund et al. 2024). Tunnustus myönnettiin Tukholmassa pidetyssä IDA 2024 -konferenssissa huhtikuussa.
Palkittu tutkimus kuvasi menetelmää, jolla voidaan selvittää, kuinka monimutkaiset koneoppimis- ja tekoälymenetelmät toimivat. Menetelmän avulla on mahdollista ymmärtää, miksi koneoppimismenetelmät toimivat kuten toimivat paikallisesti yksittäisille datapisteille.
SLIPMAP-menetelmä projisoi datapisteet epälineaarisesti tasolle visualisointia varten. Tämä tehdään siten, että koneoppimismenetelmä käyttää samoja yksinkertaisia malleja lähelle toisiaan projisoituihin datapisteisiin. Tällä tavalla saadaan yleiskuva datasta ja voidaan tutkia, millä perusteilla koneoppimismenetelmä toimii.
– Suunnittelimme koneoppimisalgoritmin, tutkimme sen laskennallisia ominaisuuksia ja todensimme ominaisuudet kokeilemalla algoritmia eri tilanteissa. Käytimme julkisesti saatavilla olevia tietoaineistoja, avoimen lähdekoodin ohjelmistoja ja yliopiston suurteholaskentaympäristöä, kertoo väitöskirjatutkija Anton Björklund.
Käyttöä myös ennustavana mallina
Tutkijat ovat julkaisseet ohjelmistot kaikkien vapaasti käytettäväksi avoimen lähdekoodin lisenssillä.
Professori Kai Puolamäen mukaan tutkimus paransi heidän aikaisemmin kehittämäänsä vastaavanlaista menetelmää.
– Uusi menetelmä on vanhaa merkittävästi nopeampi, toimii paremmin kohinaisella datalla ja sitä voidaan myös käyttää ennustavana koneoppimismallina, kertoo väitöskirjatutkija Lauri Seppäläinen.
Samat menetelmät ovat käytössä myös Suomen Akatemian rahoittamassa VILMA-huippuyksikössä (Virtuaalinen laboratorio ilmakehän molekyylitason reaktioille ja faasimuutoksille). Menetelmien avulla tutkitaan muun muassa ilmakehässä olevia molekyylejä.
Palkittu tutkimus on jatkoa Anton Björklundin tuoreelle väitöskirjatyölle Interpretable and explainable machine learning for natural sciences, jolle tiedekunta on myöntänyt väitösluvan.
Julkaisu:
Björklund, A., Seppäläinen, L., Puolamäki, K., 2024. SLIPMAP: Fast and Robust Manifold Visualisation for Explainable AI, in: Miliou, I., Piatkowski, N., Papapetrou, P. (Eds.), Advances in Intelligent Data Analysis XXII, Lecture Notes in Computer Science. Springer Nature Switzerland, Cham, pp. 223–235. https://doi.org/10.1007/978-3-031-58553-1_18