Kustannustyyppien huomioiminen tekoälymallia luodessa voi johtaa merkittäviin säästöihin (Väitös: FM Pekka Naula, 10.11.2017, tietojenkäsittelytiede)

​Turun yliopiston tiedote 6.10.2017

Tekoälyn ja koneopittujen mallien käyttö teollisuudessa ja liike-elämän sovelluksissa tulee yhä tärkeämmäksi. Tulevaisuudessa laitteiden halutaan toimivan itsenäisesti ja älykkäämmin niin, että ne selviytyvät automaattisesti tilanteista, joihin niitä ei ole aikaisemmin ohjelmoitu.

Tekoälyn käytöstä aiheutuu kuitenkin monenlaisia kustannuksia, sillä sekä tekoälymallin opettaminen että käyttäminen vaativat suuria määriä dataa. Koneoppimisella opittujen mallien ennusteet perustuvat piirteisiin, jotka kuvaavat mallille annetun syötteen ominaisuuksia.

– Käytännössä piirrearvot pitää ostaa, mitata tai tuottaa jollakin tavoin, eikä niitä yleensä saada ilmaiseksi. Lisärajoitteena varsinkin teollisuudessa mallia sitoo yleensä tiukka budjetti, jota ennustamiskulut eivät saa ylittää, Naula kertoo.

Naulan väitöstutkimuksessa on kehitetty uudenlaisia piirrevalintamenetelmiä, joilla saavutetaan kustannussäästöjä, kun koneopittua mallia käytetään ennustamistehtävissä, kuten asioiden luokittelussa. Aiemmat piirrevalintamenetelmät ovat Naulan mukaan yleensä suunniteltu etsimään vain sellaisia piirteitä, joilla mallin tarkkuutta ja tulkittavuutta on parannettu.

– Kehittämilleni menetelmille löytyy useita sovelluskohteita niin teollisuudesta, liike-elämästä kuin lääketieteestä. Kustannustehokasta piirrevalintaa voidaan esimerkiksi soveltaa vedenlaadun mittaamisessa tarvittavien sensorien optimoinnissa tai lääkärin potilaalle määräämien lääketieteellisten testien kustannusten minimoinnissa, Naula sanoo.

Tutkimus tuo esiin myös uusia kustannustyyppejä, joita esiintyy, kun ratkaistaan useita toisiinsa liittyviä tehtäviä samanaikaisesti. Naulan tutkimustulokset osoittavat, että kustannustyyppien huomioiminen piirrevalinnassa voi johtaa merkittäviin kustannussäästöihin.

***

FM Pekka Naula esittää väitöskirjansa Sparse Predictive Modeling - A Cost-Effective Perspective julkisesti tarkastettavaksi Turun yliopistossa perjantaina 10.11.2017 kello 12.00 (Turun yliopisto, Natura, luentosali X, Turku).

Vastaväittäjänä toimii professori Tommi Kärkkäinen (Jyväskylän yliopisto) ja kustoksena professori Tapio Salakoski (Turun yliopisto). Tilaisuus on suomenkielinen.

FM Pekka Naula on syntynyt vuonna 1968 ja kirjoittanut ylioppilaaksi Kastun lukiossa Turussa vuonna 1987. Naula suoritti korkeakoulututkintonsa (FM) vuonna 1994 Turun yliopistossa. Väitöksen alana on tietojenkäsittelytiede.

Väittelijän yhteystiedot: p. 0405022708, peknau@utu.fi

Väittelijän kuva: https://apps.utu.fi/media/vaittelijat/naula_pekka.jpg

Väitöskirja on julkaistu sähköisenä: http://urn.fi/URN:ISBN:978-952-12-3590-0