Professori Vehkamäen vetämän huippuyksikön nimi on Virtuaalinen laboratorio ilmakehän molekyylitason reaktioille ja faasimuutoksille.
Tutkimuksessa mitataan ja mallinnetaan ilmakehän molekyylejä, jotka voivat tiivistyä hiukkasiksi. Vastikään SMEAR-asemalla saaduista tutkimustuloksista todennettiin, että esimerkiksi kasveista peräisin olevat kaasut muodostavat pienhiukkasia, jotka puolestaan tiivistävät pilvien pisaroita.
Tekoälyn käyttäminen tuo molekyylimittausten mallintamiseen uutta
Virtuaalilaboratorion tutkimus hyödyntää niin fysiikan ja kemian menetelmiä kuin koneoppimisen erikoisosaamista.
– Keskeinen idea on rakentaa virtuaalisten instrumenttien ja mallien kokonaisuus. Koneoppimisen ja tekoälyn avulla voidaan yhdistellä erilaisia instrumenttien mittauksia ja jäljitellä mallien toimintaa – kaikkea mitä tapahtuu ennen kuin meillä on mittaustulos ja ymmärrys siitä mitä se tarkoittaa, Vehkamäki kertoo.
Vertailemalla voidaan selvittää, millaisia tarkempia mittauksia tai laskelmia kannattaisi tehdä. Ennakointi on tärkeää, sillä molekyylitasolla sekä mittausten tekeminen että tietokonelaskut ovat aikaa vieviä ja kallista eikä niihin kannata ryhtyä, ellei niistä tiedä olevan hyötyä.
– Joidenkin tietokoneajojen tekeminen on vienyt jopa kuusi vuotta. Myös instrumentit ovat kalliita, joten niitä tulee käyttää tarkoituksenmukaisesti. Pyrkimyksenämme on mitata ja mallintaa tehokkaammin, Vehkamäki sanoo.
Hankkeessa on partnerina mukana tekoälymetodien kehittäjiä, kuten apulaisprofessori Kai Puolamäki ja koneoppimis-materiaalifysiikan alan tutkija, apulaisprofessori Patrick Rincke Aallosta.
Projektiin palkataan mukaan myös väitöskirjan tekijöitä ja PostDoc-tutkijoita.
– Jokaiselle tulee kaksi eri ohjaajaa, joilla on erilaiset osaamisprofiilit. Näin koulutetaan monialaisia tutkijoita alusta asti, Vehkamäki sanoo.
Erikoisosaaminen syntyy, kun opitaan ymmärtämään toisiamme ja eri maailmoita
Uudenlaisessa tutkimusmenetelmässä ollaan vasta pilotoinnissa. Näin uudet ideat vaativat vuosien kehittelytyön, sillä valmiita ratkaisuja ei ole, vaan kaikki on kehitettävä itse.
– Tutkimusmetodit on parempi kehittää itse, sillä ei voi pitää selvänä, että muualla kehitettäisiin meidän ongelmiimme sovelluskelpoista tekoälyä, Vehkamäki sanoo.
Tutkimuksessa mittaustulosten yhdistelypotentiaalia ei hyödynnetä usein, vaikka sillä tavoin voisi löytää uudenlaisia menetelmiä tutkimuksen tekemiseen.
– Jokin toinen kuin tällä hetkellä käytössä oleva yleinen tutkimusmetodi voisi ehkä antaa tarkempia tuloksia, mutta sitä ei voida tietää varmasti, ennen kuin pystytään kontrolloidusti vertailemaan tutkimustuloksia, sanoo Vehkamäki.
Hän muistuttaa, ettei eturivin tutkimussuuntien etsiminen kuitenkaan ole koskaan täysin kontrolloitua, vaan uusia mahdollisuuksia syntyy yrityksen ja erehdyksen kautta.
– Yhdessä kasvaessa löytyy innovatiivisia ratkaisuja. Akatemian rahoitus mahdollistaa, että uusia ideoita voidaan testata ja kehittää yhdessä pitkäjänteisesti, Vehkamäki sanoo.
Helsingin yliopistosta huippuyksikköön kuuluvat Vehkamäen lisäksi Arkke Eskola, Juha Kangasluoma, Theo Kurten, Kai Puolamäki ja Mikko Sipilä. Helsingin yliopisto on mukana seitsemässä Suomen Akatemian uudesta huippuyksiköstä.