Ihmisten liikkeet auttavat suunnittelemaan parempia kaupunkeja

Taskussasi oleva älypuhelin kerää jatkuvasti tietoa siitä, missä ja miten liikut. Liikkeistäsi jää informaatiota myös ympäristön erilaisiin kameroihin, matkakorttien lukijoihin ja kauppojen maksupäätteisiin.

Moniin eri tietokantoihin kertyvä data olisi hyödyllistä kaupunkisuunnittelijoille, jotka miettivät, miten rakentaa yhä paremmin toimivia ja turvallisempia kaupunkeja.

– Eri lähteistä kertyvä paikkatieto on kuitenkin vielä hajallaan eri muodoissa, sen laatu vaihtelee ja dataa on valtavan paljon. Hajanainen data pitää yhdistää käyttökelpoiseen muotoon, sanoo navigointitutkimuksen asiantuntija Laura Ruotsalainen.

Hän aloitti elokuussa spatiotemporaalisen data-analyysin apulaisprofessorina Helsinki Centre for Data Science -tutkimuskeskuksessa HiDatassa. Näkökulma on kestävyystieteessä, erityisesti kaupunkisuunnittelussa. Ruotsalaisen tehtävä on muun muassa kehittää algoritmeja paikkatiedon mittausvirheiden mallintamiseen ja tulosten yhdistelyyn.

– Jos maailma olisi valmis, matkapuhelin keräisi täysin käyttäjän huomaamatta oikeaa tietoa myös navigoinnin hyödyksi, ilman että käyttäjän tarvitsisi tehdä mitään. Se vaihtaisi saumattomasti paikannusmenetelmiä eri ympäristöissä sen mukaan, mitä missäkin pystyy käyttämään, Ruotsalainen sanoo.

Tavalliselle älypuhelimen tuijottajalle tämä voisi näkyä niin, että kotiovelta voisi navigoida vaikkapa kokoukseen vieraaseen kaupunkiin, niin että ohjeet reiteistä, vaihtuvista kulkuvälineistä ja oikeasta kokoushuoneesta päivittyisivät sujuvasti puhelimeen. Tällä hetkellä tähän pitää vielä käyttää useita eri sovelluksia.

– Elämästä tulee siis mukavampaa ja turvallisempaa huomaamatta, Ruotsalainen sanoo.

Fuusioinnin pitää sujua

Maailma ei kuitenkaan ole vielä valmis. Esimerkiksi paljon käytetyssä satelliittipaikannuksessa on aina virheitä. Korkeiden rakennusten keskellä se toimii huonosti ja sisällä ei ollenkaan.

Kännyköiden pienet ja halvat sensorit eivät vielä pysty tuottamaan tarkkaa sijaintitietoa. Yksittäiset mittaustulokset pitää myös puhdistaa ennen käyttöä, ja tähän tarvitaan tilastollisen analyysin avulla muodostettuja virhemalleja. Sitten tieto pitää yhdistää eli fuusioida.

Datan työstämiseen tarvitaan myös koneoppimista. Koneoppimisen hyödyntäminen on merkittävä osa myös Ruotsalaisen apulaisprofessuuria.

– Koneoppimisen keinoilla voimme tunnistaa liikettä ja mallintaa sitä, miten ihminen liikkuu. Voimme opettaa järjestelmää huomaamaan, että kun meillä on esimerkiksi matkapuhelimen kautta tämän näköisiä mittauksia, henkilö kävelee tai juoksee. Tämän avulla voimme parantaa saatua paikannustulosta ja tuottaa oleellista tietoa ihmisten käyttäytymisestä eri paikoissa ja tilanteissa, Ruotsalainen kertoo.

Myös karttojen tarjoajat, liikennelaitokset ja teknologiayritykset pitäisi saada kehittämään palveluita, joista syntyisi saumattomasti kaikkialla toimiva paikannuksen ekosysteemi. Yksi Ruotsalaisen tehtävä onkin luoda tälle teknologista pohjaa.

– Tarvitsemme erilaisia teknologioita, joita yhdistellään erilaisilla fuusioilla tilanteen mukaan. Esimerkiksi itsestään ajavan auton pitäisi pystyä lennosta vaihtamaan navigointitapaa sen mukaan, millaisessa ympäristössä se liikkuu ja miten muu liikenne toimii, Ruotsalainen sanoo.

Valvontakameroista kaupunkitietoa

Ruotsalaisen mukaan paikannuksessa käytetään vielä liian vähän kuvallista tietoa. Kuvien avulla kaupunkisuunnittelijat voisivat ymmärtää entistä paremmin esimerkiksi ihmisvirtojen liikkeitä. Yksi keino tehdä tämä olisi käyttää valvontakameroiden kuvaa, mutta tämä koettelee yksityisyyden suojan rajoja.

Ruotsalainen korostaa, että tietosuojan täytyy olla kunnossa.

– Ihmisten on saatava itse päättää, miten heidän tietojaan käytetään. Valvontakameroiden kuvaa pitäisi käyttää vain siihen tarkoitukseen, mihin se on luvattu. Siitä pitää myös poistaa ihmisten kasvot tai ottaa ulos vain sellaista tietoa, jota voidaan käyttää hahmottomasti.

Ruotsalaisen mukaan tämä on vielä käytännössä hankalaa muutenkin kuin kasvojen tunnistuksen näkökulmasta. Applen ja Googlen tapaiset, suuria sijaintitietomääriä hallinnoivat yhtiöt sanovat, etteivät ne yksilöi ihmisten tietoja. Todellisuudessa toistuvista paikannuksista on kuitenkin helppo päätellä ihmisen asuin- ja työpaikka.

– Moraali on pidettävä kehityksessä mukana. Tarkoitus on helpottaa elämää, ei valvoa ketään salaa.

Esittelyssä HiDatan uudet asiantuntijat

Tässä juttusarjassa esittelemme Helsinki Centre for Data Science -tutkimuskeskuksen (HiDATA) uusia tenure track -professoreita. 

Tutustu muihin osiin:

Rinnakkaisen ja hajautetun datatieteen professori Keijo Heljanko: Kas­va­vat da­ta­mas­sat voi­vat jät­tää tie­to­ko­neet jäl­keen­sä ja ai­heut­taa ener­gia­krii­sin



Tietojenkäsittelytieteen ja ilmakehätieteiden apulaisprofessori Kai Puolamäki: Da­ta­tie­de tul­kit­see il­ma­ke­hän hiuk­ka­sia ja auttaa löy­tä­mään kau­pun­gin puh­taim­mat kul­ku­rei­tit – jos osaam­me ky­syä ko­neel­ta oi­kei­ta asioi­ta

Yksityisyyttä suojaavan ja turvallisen datatieteen apulaisprofessori Nikolaj Tatti: Da­ta­tie­de voi pian pal­jas­taa va­le­uu­ti­sia



Koneoppimisen ja tekoälyn apulaisprofessori Antti Honkela: Si­nul­la­kin on sa­lai­suuk­sia - ko­neop­pi­mi­sen pi­tää kun­nioit­taa yk­si­tyi­syy­den suo­jaa

Koneoppimisen ja tekoälyn apulaisprofessori Dorota Głowacka: Tu­le­vai­suu­den ha­ku­ko­ne auttaa käyt­tä­jää löy­tä­mään myös sel­lai­sen tie­don, jota tämä ei tie­dä et­si­vän­sä