Arjen valintoja: Ayush Bharti, voiko tekoäly korjata katkenneen verkkoyhteyden?

Miten kuvailet työtäsi: onko se tietotekniikan alaa vai pikemminkin data- tai tilastotiedettä? 

Olen taustaltani insinööri ja tein väitöskirjan langattomasta tekniikasta Aalborgin yliopistossa Tanskassa. Tuolloin tohtorintutkintoa tehdessä suuntauduin tutkimuksessani koneoppimiseen. Minua kiinnostavat menetelmien matemaattiset ja tilastolliset taustat, eivät niinkään itse sovellukset. 

Nyt työskentelen Suomen tekoälykeskuksessa (FCAI) ja syvennyn tekoälyyn sekä koneoppimiseen. Toimin siis sekä signaalinkäsittelyn että tietotekniikan aloilla. 

Tutkimuksesi käsittelee simulaattoripohjaista päättelyä. Mitä se tarkoittaa? 

Käytetään esimerkkinä toimiston tai kodin wifi-reititintä, joka lähettää signaaleja puhelimelle tai tietokoneelle. Paikka, jossa langaton tiedonsiirto tapahtuu, vaikkapa pieni huone tai suuri sali, vaikuttaa signaalin kulkuun. Tiedämme, että tiedonsiirto ei toimi yhtä tarkasti rakennusten välillä kuin miten se toimii avarammissa paikoissa. Jos vastaanottava laite, esimerkiksi puhelin, ei huomioi ympäristöä, puhelu katkeaa tai signaali on heikko. Verkkoinsinöörit kehittävät simulaatioita eli malleja siitä, miten ympäristö vaikuttaa langattomiin viesteihin. 

Työtä voisi verrata siihen, miten vanhanaikaisissa radioissa äänenvoimakkuutta säädettiin nupeilla. Nyt säädämme tutkimuksemme malleja jäljittelemään todellisia olosuhteita mahdollisimman tarkasti – malleissamme on vain paljon enemmän nuppeja eli parametreja. Eikä niiden virittely onnistu perinteisin matemaattisin menetelmin, koska simulaatiot ovat monimutkaisia. Työni keskittyy näiden parametrien säätelymenetelmien kehitykseen.

Tavoitteena on keksiä yleispätevä tapa nuppien säätelyyn, jotta signaalin voimakkuus säilyy hyvänä ympäristöstä tai laitteesta riippumatta. Tekoälystä on apua tässä säätämisprosessissa. 

Wifi-yhteydet siis paranevat, kun huoneen tai käyttöympäristön voi simuloida tarkasti? 

Vastaus on kyllä ja ei. Joissakin käyttämissämme malleissa tulee tietää jokaisen pöydän ja tuolin sijainti, eikä näitä malleja voi soveltaa nopeasti eri ympäristöihin. Langattoman viestinnän tulee kuitenkin toimia, oli kyseessä työpöydän langaton hiiri tai mönkijä Marsin pinnalla, joten jokaisesta ympäristöstä ei tarvitse olla tarkkaa kuvaa. Tällöin sovelletaan satunnaisia oletusarvoja, ja juuri satunnaisuuteen perustuvia malleja minäkin käytän. 

Käyttämäni metodit ovat tuttuja muilta tieteenaloilta kuten väestögenetiikasta ja evoluutiotutkimuksesta, joissa esimerkiksi ennustetaan, miten eläinkannat tai populaatiot kasvavat tai pienenevät.

Mallinnusta tehdään kaikilla tieteenaloilla, koska kaikista mahdollisista olosuhteista ei voi kerätä dataa. Kun on kyse langattomasta viestinnästä, tietokoneessa ja kännykässä on tekniikkaa, jonka avulla niiden lähettämä tieto saadaan kerättyä yhteysongelmista huolimatta. Häiriöitä signaalissa voi kuitenkin ilmetä muistakin kuin käyttöympäristöön liittyvistä syistä.   

On jo kevät, kun tämä haastattelu ilmestyy, mutta haastattelupäivänä oli kosolti lunta. Pidätkö enemmän pohjoisesta vai kotimaasi Intian ilmastosta?

En ainakaan Intian hiostavasta säästä! Olen tottunut talveen asuttuani Tanskassa kuusi ja puoli vuotta ja Suomessakin jo vuoden verran. Loska ja jää ärsyttävät, mutta Intiassa on kesä yhdeksän kuukautta vuodesta ja ulos astuessa suorastaan läkähtyy hikeen. 

Intiassa on jatkuvasti lämmintä, joten emme ole kesästä erityisen innostuneita. Euroopassa taas kaikki tuntuvat panostavan kesäsuunnitelmiin. Kun aurinko näyttäytyy vain muutaman kuukauden ajan, siinä on jotain erityistä. Vaikka olen itsekin iloinen, kun aurinko ilmestyy esiin, en osaa innostua siitä samalla tavalla.

Tämä artikkeli on julkaistu Aalto University Magazinen numerossa 30 (issuu.com),  huhtikuussa 2022.