Fyysikolle tekoäly on käytännöllinen työkalu, joka auttaa luokittelussa ja kohisevien signaalien puhdistamisessa

​​​​​​​Opiskelija ei voi mennä kovin pahasti pieleen, jos perehtyy tekoälyyn, sanoo materiaalifysiikan professori Edward Hæggström.

Tiesitkö, että hammaslääkärisi pora voisi jo käyttää tekoälyä? Pora osaisi lisätä kierroksia, kun vastassa on kovempaa luuta ja vähentää kierroksia, kun maasto on pehmeämpää. Näin hammaslääkäri ei vahingossa poraisi liian syvään.

Tällainen laite ei ole utopiaa vaan se voisi hyvin olla fysiikan ja ohjelmistokehityksen yhteinen taidonnäyte. Se koostuisi ympäristöään aistivasta osasta, itse laitteesta ja taustalla toimivista, tekoälyä käyttävistä ohjelmistoista. Ne kontrolloivat poraa ja miettivät, millaisia käskyjä sille pitää antaa.

– Fyysikkohan on erikoistunut mittaamaan ja ymmärtää maailmaa mittausten perusteella. Käytännössä missä tahansa modernissa mittalaitteessa on aina mukana softapalikka, jossa myös tekoäly voi olla mukana, sanoo materiaalifysiikan professori Edward Hæggström.

Jotta fyysikot voivat tässä tilanteessa kehittää yhä parempia laitteita, he tarvitsevat ohjelmistojen asiantuntijoiden apua. Yliopisto on hyvä ympäristö ideoiden kehittelyyn, koska asiantunteva väki on lähellä. Hæggströmille yhteistyö niin tietojenkäsittely- kuin tilastotieteilijöiden kanssa on arkipäivää.

– Olen niin vanhanaikainen, että käyn ihan kysymässä ihmisiltä, että olen miettinyt tällaista ratkaisua, onko teillä parempaa? Mikä toimii aina ja mikä on vielä kokeellista mutta mahdollisesti tehokkaampaa kuin vanhat menetelmät?

Putket puhtaiksi ultraäänen ja tekoälyn yhdistelmällä

Yksi Hæggströmin projekteista on niinikään yliopiston tutkimuksesta ponnistanut Altum Technologies -yritys, jossa hän on osakkaana. Yrityksen tuote on laite, joka puhdistaa teollisuuden käyttämiä putkia ultraäänen avulla. Putkien ulkopinnoille kiinnitettävät anturit puhdistavat putket niihin kertyvästä liasta ultraäänellä, ilman että tehtaan tuotantoa tarvitsee keskeyttää puhdistuksen ajaksi.

Puhdistusmenetelmää on mahdollista hienosäätää tekoälyllä. Tekoälyohjelman avulla ultraääniantureita ei tarvitse asentaa putkiin millintarkasti, mikä helpottaa työtä. Tehtaiden syövereissä antureiden tarkka asentaminen voi olla vaikeaa, sillä putket saattavat olla vaikeakulkuisissa paikoissa, ja asentajan virhekin on mahdollinen. Tekoäly tunnistaa, missä anturit ovat ja pystyy optimoimaan puhdistuksen sen perusteella.

– Tekoäly kertoo myös sen, milloin putkia ei tarvitse enää puhdistaa, mikä säästää energiaa, Hæggström sanoo.

Menetelmän vastaanotto on ollut kiinnostunutta, ja elokuussa yritys ilmoitti laajentavansa toimintaansa Yhdysvaltoihin.

Tekoäly siivoaa ja luokittelee

Putkiesimerkki kuvaa hyvin Hæggströmin suhtautumista tekoälyyn.

–  Olen aika pragmaattinen. Tekoäly on ilman muuta tutkimisen ja työstämisen arvoinen asia. Siihen ei kuitenkaan pidä uskoa kuin jumalaan, vaan se on työkalu, joka voi antaa joihinkin asioihin särmää.

Itse hän käyttää tekoälyä kahteen asiaan: suodattamaan kohinaisia signaaleja ja luokittelemaan asioita.

Erilaisista mittauksista saatavia signaaleja voi joutua suodattamaan, jotta niistä voi tehdä päätelmiä. Tekoälyohjelmisto pystyy kokeilemaan erilaisia signaalin käsittelyn tapoja ja huomaamaan, milloin signaali on parhaiten suodatettu. Tämä auttaa fyysikkoa kehittämään laitteita, jotka pystyvät itse optimoimaan toimintaansa.

Tekoälyohjelma voi myös auttaa siinä, kuinka moneen luokkaan jokin mitattava asia kannattaa jakaa. Näin sitä on käytetty taustalla esimerkiksi väsymysmittarissa, jollaista Hæggström on ollut kehittämässä. Mittari auttaa päättelemään, onko esimerkiksi bussinkuljettaja tarpeeksi hereillä kuljettaakseen autoa turvallisesti.  



– Filosofisessa mielessä tekoäly tarkoittaa minulle tällaisia arkipäiväisiä esimerkkejä. Samat ideat toimivat myös esimerkiksi syöpädiagnostiikassa ja digitaalisessa mikroskopiassa, Hæggström kertoo.

Algoritmit on ymmärrettävä, vaikka joku muu kehittäisi ne

Hæggströmin mukaan fyysikon on hyvä hankkia käsitys siitä, missä tekoälymenetelmät toimivat hyvin ja missä eivät. Kaikkialle ne eivät Hæggströmin mielestä sovi.

–  Jos tekoälyn käyttöön liittyy esimerkiksi pörssiromahduksen tai muun katastrofin riski, sen kanssa kannattaa olla varovainen. Jos yllättävät ja vakavat vaikutukset eivät ole todennäköisiä, tekoälymenetelmät ovat yleensä hyvin tehokkaita.

Hæggströmin mukaan tekoälyn käytännön toimintaa on usein vaikea ymmärtää syvällisesti, mutta tämä olisi kuitenkin tärkeää, etenkin fyysikolle.

–  Edustan sellaista oppikuntaa, että fyysikon täytyy aina ymmärtää täysin, miten hänen käyttämänsä mittainstrumentti toimii. Muuten ei voi olla varma, onko ulos tuleva numero oikea. Sama pätee tekoälyyn. Fyysikon ei tarvitse itse kehittää algoritmeja, mutta aika tarkasti täytyy tietää, miten ne toimivat ja miten niitä voi käyttää vahingossa väärin.

Opiskelijoille Hæggströmillä on vielä yksi vinkki.



– Jos opiskelija miettii, kannattaako tekoälystä tehdä leipälaji, niin ei siinä hirveän pahasti mene pieleen, riippumatta siitä, onko kiinnostunut fysiikasta, kemiasta tai muusta oppiaineesta.