Professoriluento | Isto Mattila

Tutkimusaiheeni kumpuaa jo vuodesta 2008, kun kirjoitin artikkelin Euroopan Parlamentin tiedonantoon väittäen, että jakamalla tietoa eri merellisten viranomaisten välillä voidaan parantaa työnteon tehokkuutta poistamalla päällekkäisyyksiä, löytämällä meriliikenteen poikkeavaa käyttäytymistä ja parantaa yhteistyötä eri viranomaisten välillä. Tämä mahdollistuisi ottamalla käyttöön joukko tietoteknisiä ratkaisuja, jossa päätetään yhteisestä datamallista, yhteisistä liittymispinnoista sekä joukosta yhteisesti sovituista säännöistä. Kuulostaa äkkiseltään aika helposta ratkaisusta ja kysymys kuuluikin, miksi tällaista ei olla tehty aikaisemmin? Selvisi tietysti, että yksinkertainen ratkaisu olikin erityisen haastava johtuen monista haasteista, joita nyt tässä luennossa käyn läpi.

Ensinnäkin, mikä merellinen data itseasiassa on ja miten se määritellään. Selvisi, että sellaista ei ollut koskaan oikeastaan määritelty kokonaisvaltaisesti. Oli olemassa vain sektorikohtaisia ratkaisuja johtuen kunkin viranomaisen omasta valvontaratkaisusta, jonka jokin teollinen toimija on sen heille toimittanut. Jokainen näistä valvontajärjestelmistä valitettavasti omaa oman tietoteknisen määrittelyn kullekin datalle. Tästä johtuu luonnollisesti se, että järjestelmät eivät keskustele keskenään. Jokin ratkaisu oli siis löydettävä, joka olisi tarpeeksi yksinkertainen ja taloudellisesti edullinen. Piti siis yksinkertaistaa asioita ja siinä olikin koko asian ydin, johon löytyikin alkuperäisen innovaationi kautta yksinkertainen ratkaisu ja sen nimi on yhteinen tiedonvaihtoympäristö – Common Information Sharing Environment, kuten sitä kansainvälisesti kutsutaan. Sen rakentaminen tosin edellytti toimenpiteitä, josta piti EU-tasolla yhteisesti päättää ja sopia.  Palaan kohta sen vaatimuksiin tarkemmin.

Ensin käsittelen datan olemusta. Digitaalisen datan merkitys kasvaa vuosi vuodelta ja sen käytön merkitys päätöksenteossa on oleellista. Sen takia datasta tehdäänkin tuotteita, joita voidaan kutsua palveluiksi. Fyysinen maailma on siis ikään kuin vain alusta, jonka päälle kuvaamme datan avulla virtuaalisen maailman ja dataa ohjelmoimalla saamme siitä uutta tietoa. Tästä syntyy tuntemamme digitaalinen maailma.

Mutta mitä on data? Se on hyvä ymmärtää.

Se on tavallisesti havaintoja tai mittaustuloksia. Data itsessään ei merkitse mitään, vaan vasta tulkinnan avulla se saa merkityksen ja kontekstin. Silloin aletaan puhua datan sisältämästä informaatiosta. Samasta datasta voidaan eri tulkinnoilla saada irti monenlaista informaatiota – myös sellaista, jota dataa kerättäessä ei osattu ajatella. Joku kuvasi asian mainiosti: entisaikaan datan tallennusvälineenä oli paperi. Datan siirto tarkoitti paperin kuljettamista ja kopioiminen oli työlästä käsin jäljentämistä. Siirtämisen ja kopioinnin hankaluus johti siihen, että tiedon analyysiä tehtiin ihmisten aivoissa. Nykyään datan kopiointi, säilytys ja siirtely on käytännössä jokapäiväistä, kiitos tietokoneiden, digitaalisten tallennusvälineiden ja internetin. Kun oikeastaan mikään ei enää rajoita datan määrän kasvua, on käynyt ilmi, että ihmisten halu tuottaa, jakaa, käyttää ja omistaa dataa on täysin kyltymätön. Tällä hetkellä internetissä oleva datamäärä kaksin­kertaistuu joka vuosi.

Sama tapahtuu merellisessä tiedon keräämisessä ja datan käsittelyssä. Ja tämä tapahtuu internetin ulkopuolella, omassa kuplassaan. Samaa tapahtuu kaikessa viranomaistoiminnassa, terveyspalveluissa, turvallisuussovelluksissa, satelliittipalveluissa, teollisuudessa jne. Meidän tuntema internet tiedonvaihtoympäristö on siis vain osa totuudesta. Tietoa ja siis dataa käytetään muussakin inhimillisessä toiminnassa laajalti.

Tiedonvaihtodata on kaikkein vanhin kerätyn datan muoto, ja se pohjaa tarpeeseen kirjata talteen erilaisia taloudellisia ja hallinnollisia tapahtumia. Suomessa syntymät ja kuolemat on kirjattu kirkonkirjoihin 1600-luvulta alkaen, ja ensimmäiset tietojärjestelmät, kuten pankkitilit tai väestö­rekisteri, liittyivät nimenomaan tällaisen tilastotiedon hallintaan.

Lokitieto kuvaa erilaisten tapahtumien kulkua, ikään kuin muutosten kirjaamista ajan kautta. Sen erottaa edellisestä se, että lokitietoa voidaan kerätä hyvin pienistäkin muutoksista, tai jopa siitä, että mitään ei tapahdu. Lokitiedon määrä maailmassa kasvaa myös jatkuvasti.

Teksti, kuva, audio ja video käsittävät valtaosan internetin tietoliikenteestä ja käytössä olevasta tallennustilasta. Niitä käytetään ennen kaikkea ihmisten väliseen viestintään työssä, taiteessa, viihteessä ja sosiaalisessa elämässä. Etenkin kuvaa ja videota syntyy käsittämättömiä määriä: esimerkiksi YouTube -ohjelmaan ladataan 500 tuntia videota joka minuutti. Myös merellisessä toiminnassa internetin ulkopuolella, sen omassa kuplassa, on käynnissä sama trendi. Siellä kuvataan meriliikenteen alusten paikkoja, niiden määränpäitä, lasteja kyltymättömästi myöhempää tarkastelua varten.

Paikkatieto ja kartat. Paikkatietoa tallennetaan ja sitä kerätään kuten matkapuhelinten sijaintitietoja. Paikkatieto muuttuu hyödylliseksi vasta, kun se asetetaan kontekstiin kartalle. Eli karttatiedon päivitys vie muistitilaa yhä enenevässä määrin.  Matkapuhelinten ja muidenkin viestilaitteiden tuottamaan paikkadatan paikkahistoria on siis tiedossa ja sitä käytetään hyväksi moninaisissa palveluissa ja seurannassa. Analyysi- ja hallintavälineet eivät tosi enää riitä miljardien sijainti­tapahtumien käsittelyyn ja siksi se toteutetaan kohdelähtöisesti.

Sensoridata on datan muoto, joka mahdollistaa minkä tahansa sähkö­laitteiden välisen kommunikoinnin. Esimerkiksi autot voivat viestittää liikennevalojen kanssa ja verenpainemittari jakaa tietonsa terveys­rannekkeen kanssa. Merellä laivat jakavat omien sensorien tietoa viranomaisille johtokeskuksiin, jossa siitä tehdään niin sanottu meritilannekuva. Tämä tapahtuu normaalin internetin ulkopuolella, viranomaisten omissa järjestelmissä.  Joidenkin arvioiden mukaan näitä laitteita on maailmassa tällä hetkellä noin 100 miljardia, ja ne tuottavat päivittäin 5-10 miljardia gigatavua dataa.

Lisäksi voidaan ajatella, että myös ohjelmakoodi on eräs datan kategoria; koodi antaa koneelle ohjeet, kuinka suorittaa jokin tehtävä. Modernien tieto­järjestelmien koodi­määrät ovat suunnattomia. Arvioiden mukaan maailmassa syntyy viikossa yli 2 miljardia riviä uutta koodia. Erityinen alaluokka ohjelmakoodista ovat tekoälyjärjestelmien sisään syntyvät koneoppimismallit, jotka voivat pitää sisällään valtavista datamääristä kiteytettyä infor­maatiota. 

Ihminen ei enää kykene hallitsemaan tätä kokonaisuutta ja siksi tarvitaan joka päivä entistä tehokkaampia ratkaisuja. Tänään dataa käsitellään ennalta laadittujen algoritmien avulla, erinäisten sääntöjen ja riippuvuussuhteiden kautta. Käytännössä siis kerrotaan tietokoneelle, miten kukin data liittyy suurempaan kokonaisuuteen ja mitä siltä odotetaan saatavan ratkaisuksi. On jo tosin nähtävissä, että lähitulevaisuudessa tekoälyn kautta voi kukin käyttäjä itse määritellä omat kysymykset tietomassasta ja tietokone laatii siitä algoritmin ja toteuttaa käyttäjän käskyt ilman erillistä ohjelmointia. Tällöin jo ollaan lähellä tilannetta, jossa datan hallinnasta tulee kumppani kaikelle toiminnallemme ja silloin tulee nyky-yhteiskunnan suurin muutos sitten internetin, kun me kaikki voimme laatia omia tarpeitamme palvelevat ratkaisut. Tosin silloinkaan tietokone ei vielä omaa inhimillisiä elementtejä, vaikka siltä saattaisi tuntua.

Nykypäivänä puhutaan paljon tekoälystä (Artifical Intelligence) ja oppivista menetelmistä (Machine Learning). Vaikka oppivat algoritmit kehittyvätkin jatkuvasti, ne eivät ole silti lähelläkään inhimillisiä. Aikaisemmin datan loppukäyttäjiä olivat pääasiallisesti ihmiset, jotka pystyvät arvioimaan datan oikeellisuutta objektiivisemmin. Nykyään dataa hyödyntävät myös yhä monimutkaisemmissa sovelluksia toiset tietokoneet, jotka tekevät päätöksiä eri sääntöihin tai monimutkaisiin algoritmeihin (matemaattisiin malleihin) liittyen. Koneelle ei voi vielä selittää inhimillisiä merkityksiä, vaan sillä pitää olla määrämuotoiset säännöt toimiakseen.

Palataan merelle, missä vastaava kehitys toimii suljetussa ympäristössä, siis internetin ulkopuolella, tosin osittain samaa tietoliikenneverkkoa hyödyntäen. Datan hyödyntäminen tulee suunnitella siis rationaalisesti ja siihen tiedonvaihtoympäristön luominen on vasta ensimmäinen askel.  Merellisen monimuotoisen datanvaihdon avulla voidaan muodostaa yhteinen meritilannetilannekuva eurooppalaista yhteistyötä varten niin, että sektorikohtaiset ratkaisut eivät rajoita tiedonvaihtoa. Tiedonvaihtoympäristön toteuttaminen voidaan tehdä 4:n perusperiaatteen kautta, jotka olivat innovaationi ja tutkimusalani perusta.

Ensimmäinen perusperiaate on yhteisen säännöstön hyväksyminen tiedonvaihtoympäristön mahdollistamiseksi. Tulee siis sopia, että eri jäsenmaiden merelliset viranomaiset, joita Euroopassa on noin 350, mahdollistavat omassa lainsäädännössään tiedonvaihdon toisten viranomaisten kanssa kansallisesti ja kansainvälisesti. Turvallisuussyihin vedoten, Eurooppalaiset toimijat ovat aikaisemmin rajoittaneet tiedonvaihdon mahdollisuuksia ja siksi tämä este piti ensimmäiseksi purkaa, joka on haastava kokonaisuus 27 maan ja 7 merellisen sektorin ja 350 viranomaisen muodostamassa verkostossa. Tässä haasteessa on tosin vielä työtä edessä.

Toinen yhteisesti sovittava periaate on organisaatiotekninen haaste, jossa tiedon – siis datan – rakennemallit pitää yhdenmukaistaa, vallitsevat päätökset kussakin viranomaistyössä tulee linjata niin, että sallitaan tietoon pääsy, lisäksi pitää sopia, miten prosessit ja erilaiset yhteishankkeet tehdään yhdessä. Tällaiseen yhteistyöhön ei olla totuttu merellisessä yhteistoiminnassa. Tieto on nimittäin valtaa ja siksi datan vaihto nähtiin riskinä viranomaisille.

Kolmas on semaatinen datarakenteen luominen. Tätä voisi kutsua yhteiseksi datakieleksi eli malliksi. Käytännössä siis kaikki data pitää osata selittää tietokoneelle samalla tavalla, jotta toinen kone sen ymmärtäisi. Yhteinen datamalli on perusta kaikelle tiedonvaihdolle tietotekniseltä näkökulmalta ja haasteena oli siis tilanne, jossa 350 merellisellä viranomaisella oli yhteensä tuhansia merellisiä tietojärjestelmää ja joista suuri osa käytti erilaista datamallia.

Neljäs haaste on tietenkin teknisen yhteensopivuuden toteuttaminen. Tämä on ratkaistu sekin yksinkertaisesti, jossa edellä mainittu yhteinen datamalli on oma erillinen, ei nykyisiin järjestelmiin suoraan liittyvä malli vaan ihan omansa, josta on yhteisesti sovittu. Se toimii erillisten datamallien kääntäjänä siten että yhden viranomaisen datamalli käännetään yhteisen mallin mukaiseksi ja kun data tulee toisen viranomaisen käyttöön, se käännetään takaisin sen oman mallin mukaiseksi. Tämä toiminta on vähän samanlaista, kun kuin puhuisimme englantia suomalaisten ja ruotsalaisten kesken. Englannin kieli on ns. yhteinen data malli. Tämän lisäksi piti myös teknisesti sopia, että kuhunkin jäsenmaahan perustetaan datan ns. postikonttori, siis tietokoneohjelma, joka hoitaa nämä datan käännöstyöt ja tiedon välittämisen.

Tämä edellä kuvattu toimintamalli oli siis tutkimusaiheeni perusinnovaatio ja se on nyt operatiivisessa käytössä ja sitä hallinnoi Euroopan Meriturvallisuusvirasto, EMSA. Perusta yhteiselle tiedonvaihdolle on nyt siis luotu puuttumatta kenenkään perustietojärjestelmään suoraan, mikä on erittäin kustannustehokas ratkaisu. Käytännössä tietyistä periaatteista siis sovittiin ja datan tuominen mahdollistetaan siten kuhunkin järjestelmään. Tämä mahdollistaa päällekkäisten tiedonkeruiden poistamisen ja merellinen yhteistoiminta perustuu yhteiseen ymmärrykseen ja toiminta on luotettavampaa ja nopeampaa.

Yhteisen tiedonvaihdonmallin avulla pystymme hallitsemaan myös tiedon määrää ja sen kasvua. Tämä toteutetaan antamalla tietokoneille säännöt ja mallit, miten tietoa, dataa käsitellään. Näin automaation avulla kykenemme rakentamaan tietoteknisiä palvelukokonaisuuksia, jossa kone löytää automaattisesti merellä tapahtuvat poikkeamat, kuten liikenteen poikkeava käyttäytyminen esimerkiksi kaasuputken päällä. Ihmisen rajalliset kyvyt eivät kykene käsittelemään kasvavaa datan määrää ja siksi avustavat tietokonepalvelut ratkaisevat datan kasvun ja operatiivinen toiminta ei läkähdy kasvavan datan alle. Jatkossa tutkimusaiheeni keskittyy juuri tällaisten palveluiden kehittämiseen. Tämä uusi merellinen toimintamalli on myös hyvin helposti rakennettavissa muille yhteiskunnan sektoreille, kuten esimerkiksi terveysdatan välittämiseen eri hyvinvointialueiden välille. Tutkimusaiheelleni ei siis loppu ole vielä näkyvissä.