Teuvo Kohonen in memoriam
Akateemikko Teuvo Kohonen (1934–2021) on kuollut. Kohosen työ neuroverkkojen parissa nosti suomalaisen tekoälytutkimuksen kertaheitolla maailmankartalle.
Tekoälysovellukset ovat muuttuneet osaksi jokapäiväistä elämäämme myös Suomessa. Tekoälyratkaisuja käytetään niin asiakaspalvelussa, markkinoinnissa, lääketieteellisessä tutkimuksessa kuin teollisuuden prosesseissa.
Jokainen tekoälyn edistysaskel vaatii taakseen laajan tutkimuskentän.
Suomella on etunaan parempien tekoälyjen rakentamisessa vahvan nykytutkimuksen lisäksi myös poikkeuksellinen historia.
Yksi maailman tärkeistä tekoälyn pioneereista oli nimittäin Teknillisessä korkeakoulussa työskennellyt professori Teuvo Kohonen (1934–2021).
Tieteellinen Biological Cybernetics -lehti mullisti suomalaisen tiedehistorian tammikuussa 1982. Itseohjautuvien järjestelmien tutkimukseen keskittyneen lehden sivuille oli painettu suomalaisprofessori Kohosen teksti Self-Organized Formation of Topologically Correct Feature Maps.
Kohonen kuvaili kirjoituksessaan uudenlaista menetelmää, jolla voidaan järjestää monimutkaista aineistoa kaksiulotteiseksi kartaksi siten, että samanlaisia piirteitä sisältävät aineistot järjestäytyvät toistensa lähelle. Aineiston sisältämät yhtäläisyydet ja erot näkyvät etäisyyksinä kartan pisteiden välillä.
Kohonen kutsui algoritmiaan itseorganisoituvaksi kartaksi (self-organising map, SOM). Kohosen 11-sivuisesta tekstistä kasvoi yksi aikakautensa merkittävimmistä ja lainatuimmista suomalaistutkimuksista.
Kohosen oppilas ja hänen tutkimusryhmässään työskennellyt tietojenkäsittelytekniikan emeritusprofessori Erkki Oja määrittelee Kohosen kartan suureksi keksinnöksi, joka avasi yhden keskeisen alueen neurolaskennan monista tutkimussuunnista.
”Se on nykyisin tyypillinen esimerkki ohjaamattoman oppimisen tutkimuksesta”, Oja sanoo.
Kun Kohonen kirjoitti Biological Cybernetics -lehden tekstinsä, tutkijoiden näkemykset ajatteluprosessien mallintamisesta tietokoneella olivat jakautuneet kahteen keskenään kiistelevään leiriin.
Niin sanotun klassisen, symbolisen tekoälyn edustajat uskoivat, että mielen toimintaa voitaisiin mallintaa parhaiten käyttämällä järjestelmälle luotuja loogisia sääntöjä ja suhteita.
Kohosen edustamassa neurolaskennassa puolestaan katsottiin, että ongelmaa kannattaisi lähestyä neuroneiksi kutsuttujen laskentayksiköiden yhteistoiminnalla.
Ihmisaivojen tiedonkäsittelystä inspiroitunut Kohonen pohti Ojan mukaan ensin ihmisen muistia muistuttavan assosiaatiomuistin teoriaa, jolla viitataan kykyyn tunnistaa haettu tietojoukko osiensa avulla. Pian Kohonen löysi kuitenkin toimivamman suunnan hahmontunnistukseksi kutsutusta luokittelusta.
”Kohonen huomasi, ettei muisti toimi samalla tavalla kuin tietokone. Se on mahdoton ajatus ihan jo tietokoneen tekniikan takia”, Oja sanoo.
FCAI-tekoälykeskuksen johtaja Samuel Kaski”Suomessa on nyt erittäin merkittävää tekoälytutkimusta myös maailman mittakaavassa.”
Itseorganisoituvan kartan lähtökohtana on järjestelmälle numeerisessa muodossa syötetty datajoukko. Keinotekoiset neuronit oppivat algoritmin toistamisen myötä luokittelemaan syötteen sisältämiä ominaisuuksia itsenäisesti ilman, että oikeaa vastausta tunnettaisiin ennalta.
Oja muistaa Kohosen korostaneen sitä, että algoritmeja kannatti testata mahdollisimman realistisesti, aidoilla aineistoilla. Ensimmäiset itseorganisoituvan kartan käytännön sovellukset koskivat puheentunnistusta. Syötteinä käytettiin puheesta tallennettuja, noin kymmenen millisekunnin pituisia äänispektrejä.
Kohosen johtamassa TKK:n Neuroverkkojen tutkimusyksikössä kehitettiin myös itseorganisoituvaa kartan ajatusta hyödyntänyt, digitaalisen tekstitiedon järjestelyyn ja tiedonhakuun tarkoitettu WebSom-menetelmä. Se loi tekstiaineistosta visuaalisen esityksen, jossa sisällöllisesti toisiaan muistuttavat tekstit hakeutuivat toistensa lähelle.
”WebSom vaikutti paljon Kohosen tunnetuksi tulemiseen. Se oli yksi ensimmäisistä todella suurista neuroverkkosovelluksista.”
Itseorganisoituvaan karttaan kertyi ajan myötä tuhansia tutkimusviitteitä ja suuri valikoima myös käytännön käyttökohteita. Kohosen keksintöä sovellettiin laajojen datamassojen analysointiin kemiasta kommunikaatiotekniikkaan ja lääketieteestä aina prosessiteollisuuteen asti.
Kohonen oivalsi Ojan mukaan jo varhain, että datan määrä maailmassa tulisi kasvamaan räjähdysmäisen nopeasti. Vielä 1980-luvun alussa se oli tietojenkäsittelyssä uusi ajatus.
”Neuroverkot ovat suosittuja juuri siksi, että niiden avulla voidaan käsitellä valtavia datajoukkoja.”
Oja muistaa Kohosen paitsi loisteliaana tutkijana myös erittäin vaativana henkilönä, joka suhtautui tieteelliseen työhön äärimmäisen vakavasti. Lähtökohtana oli se, että tutkimusongelman on pysyttävä aina mielessä.
”Jos teet tieteellistä työtä, Kohonen korosti, niin tee sitä tosissasi. Mieti sitä aamusta iltaan ja nukkuessasikin”, Oja sanoo.
Kohonen toteutti periaatteitaan myös itse. Viimeisimmän oppikirjansa Kohonen julkaisi vuonna 2014, jolloin hän täytti 80 vuotta. Tieteellisen ja teknisen laskennan tehtäviin suunnitellulla matlab-kielellä kirjoitettuja esimerkkejä vilissyt kirja käsitteli itseorganisoituvan kartan käyttöä Matlab-laskentaohjelmassa.
Syväoppivat neuroverkot ja muut tekoälymenetelmät ohittivat Kohosen kartan tutkimuskohteena vuosituhannen vaihteen jälkeen. Itseorganisoituvaa karttaa näkee silti satunnaisesti vieläkin eri alojen tutkimuksissa datan organisoinnin ja visualisoinnin työkaluna.
Kohosen jättämä jälki tuntuu edelleen myös kotimaisessa tiedemaailmassa, sanoo itseorganisoituvaa karttaa väitöskirjassaan tutkinut professori ja Suomen tekoälykeskuksen FCAI:n johtajana työskentelevä Samuel Kaski.
Kaski luonnehtii Kohosta ennen kaikkea omaan näkemykseensä vankasti luottaneeksi tieteen uudistajaksi. Samalla Kohonen antoi esimerkin siitä, että Suomesta voi kasvaa uraauurtavaa tutkimusta myös tekoälyn saralla.
”Juuri tämä oli itselleni houkuttelevaa. Halusin sellaisen ihmisen oppilaaksi, joka tekee pioneerityötä”, Kaski sanoo.
Jälkeenpäin arvioituna Kohosen onnistuminen vaikutti osaltaan myös tekoälyn vankkaan rooliin suomalaisten korkeakoulujen tutkimuskohteena.
”Suomessa on nyt erittäin merkittävää tekoälytutkimusta myös maailman mittakaavassa.”
Tieteen akateemikko, tekniikan tohtori Teuvo Kohonen (1934–2021) teki uraauurtavaa työtä tietotekniikan tutkimuksen ja koulutuksen parissa. Kohonen kuuluu kansainvälisesti tunnetuimpiin neuroverkkojen tutkijoihin. Akateemikon arvonimen hän sai vuonna 2000.
Teksti: Panu Räty
Artikkeli on julkaistu Aalto University Magazinen numerossa 30 (issuu.com), huhtikuussa 2022.
Akateemikko Teuvo Kohonen (1934–2021) on kuollut. Kohosen työ neuroverkkojen parissa nosti suomalaisen tekoälytutkimuksen kertaheitolla maailmankartalle.
Tienraivaajat-näyttely vie sinut pitkäjänteisen tutkimustyön kiehtoville ja mutkikkaille poluille, joita ilman moni ihmiselle, ympäristölle ja yhteiskunnalle tärkeä ratkaisu jäisi löytymättä.