Exaktare och bättre data förbättrar den vetenskapliga förståelsen

Petteri Nurmi, professor i datavetenskap, utvecklar beräkningsmetoder som effektiviserar insamlingen av data och stöder datadrivet beslutsfattande.

Vad forskar du i?

Jag studerar nätverksbaserade och inbyggda sensorsystem. Jag undersöker hur de här systemen kan användas för att stödja vetenskapliga aktiviteter. Sensorteknik används i många apparater med nätverksanslutning, t.ex. smarttelefoner, miljösensorer, drönare och autonoma fordon.

I min grupp har vi utvecklat metoder för till exempel datainsamling, artificiell intelligens och maskininlärning för att förbättra datakvaliteten och undersöka potentiella säkerhets- och integritetsrisker i samband med dataanvändning. I slutändan är målet med min forskning att använda de här teknikerna för att förbättra den vetenskapliga förståelsen och ta fram nya och bättre forskningsmetoder.

Vad kommer din forskning att påverka, och hur?

Empirisk analys påverkas brett av min forskning, eftersom jag utvecklar nya metoder för att samla in vetenskapliga data. De metoder vi utvecklar förbättrar datainsamlingen, men de kan också ha en bred inverkan på datadrivet beslutsfattande i hela samhället, till exempel inom näringsliv och politik. 

Nya tekniker för datainsamling och analys har också kommersiell potential, och vissa av mina resultat har lett till kommersiella innovationer. 

Vad inspirerar dig särskilt mycket inom ditt område just nu?

Forskare inom mitt område är nu särskilt entusiastiska över att integrera avancerad AI-teknik i vardagliga apparater. AI-lösningar används redan i stor utsträckning i till exempel smarttelefoner, och som bäst utvecklas lösningar för att införa AI i smarta klockor, hörlurar och många andra liknande apparater. 

Personligen är jag intresserad av att forska i nya sätt att förbättra insamlingen av information, särskilt i naturliga ekosystem. Världshaven och vattenområden ligger mig särskilt varmt om hjärtat. 

Jag är också fascinerad av kvantberäkningens möjligheter i inbyggda system. De öppnar upp nya vägar inom forskningen som kan revolutionera vårt sätt att bearbeta och analysera data.