Apulaisprofessori Arno Solin halusi jo lapsena tehdä rakentamistaan roboteista älykkäitä

Arno Solin

Millaista tutkimusta teet?

Tutkin reaaliaikaisia koneoppimismalleja, aikariippuvia malleja sekä sensorifuusiota, informaation yhdistämistä eri sensorilähteistä. Esimerkiksi älypuhelimissa on paljon halpoja sensoreita, ja niiden tuottaman kohinaisen sensori-informaation seassa on paljon piilotettua tietoa. Tutkimuksessani pyrin yhdistämään ja jalostamaan tätä informaatiota reaaliaikaisesti.

Tutkimani koneoppimismenetelmät ovat lähellä signaalinkäsittelyä, ja reaaliaikaista sensorifuusiota sovelletaan esimerkiksi aivokuvantamisessa. Muun muassa MRI-laite tuottaa paljon ajassa muuttuvaa dataa, ja näillä menetelmillä voidaan vähentää häiritsevää kohinaa.

Minulla on yhteistyöprojekteja sekä akateemisessa maailmassa että teollisuudessa, jälkimmäisessä lähinnä sisätilapaikannukseen liittyen. Voin tuottaa sensorifuusion avulla reaaliaikaista paikkatietoa mobiililaitteen liikkumisesta vaikkapa kauppakeskuksessa tai lentokentällä.

Aallossa on vahvaa tämän alan tutkimusta ja synergiaa, esimerkiksi professori Aki Vehtarin bayesilaista tilastollista mallinnusta ja professori Simo Särkän signaalikäsittelyn tutkimusta. Särkän kanssa olemme marraskuussa julkaisemassa kirjan stokastisista differentiaaliyhtälöistä. Kirja soveltuu käytännönläheiseksi kurssikirjaksi tai itseopiskeluun.

Minulla oli lapsena valtava kiinnostus erilaisiin härveleihin.

Arno Solin

Miten sinusta tuli tutkija?

Minulla on ollut pienestä pitäen into kokeilla ja etsiä uusia ja jännittäviä juttuja. Suvussani on paljon tutkijoita ja kiinnostus akateemiseen uraan on aina ollut lähellä sydäntä. Tutkijan ura on siis aina ollut selvä sekä itselleni että muille.

Tekniikasta, ohjelmoinnista ja matemaattisista malleista olen ollut kiinnostunut jo lapsuudessani. Vietin lapsena usein aikaa isäni työpaikalla, Åbo Akademin hiukkaskiihdytinlaboratoriossa. Minulla oli valtava kiinnostus erilaisiin härveleihin. Rakentelin pahvilaatikoista hiukkaskiihdyttimiä, romuosista satelliitteja ja lopulta robotteja, joihin lisäsin elektroniikkaa juottamalla. Kun robotit eivät tehneet mitään itsestään, tuli tarve kehittää laskentaa, älykkäitä algoritmeja.

Kytemään lähtenyttä innostusta tuki se, että kävin peruskoulun ja lukion Steiner-koulussa. Koulu tuki ennakkoluulotonta asennetta tutkia ja keksiä uusia luovia ratkaisuja.

Mitkä ovat urasi kohokohtia?

Professuuri on mahtava asia. Olen lisäksi saanut urani aikana useita innostavia palkintoja, joista voisin mainita vuoden 2014 Kaggle-palkinnon koneoppimiseen liittyen. Parhaat kokemukset ovat kuitenkin projekteista, joissa on saanut tehdä tiimityötä loistavien tutkijoiden kanssa. Esimerkiksi monet hackathon-kokemukset ja sukupuiden tutkimukseen liittyvät projektit Eric Malmin kanssa ovat olleet hauskoja.

Mikä on tutkijan tärkein ominaisuus?

Tutkija ei voi koskaan tuudittautua johonkin olemassa olevaan tilanteeseen, vaan aina tulee olla kiinnostunut uudistamaan omaa tutkimusta. Uuden löytäminen tarkoittaa myös uusien haasteiden löytämistä.

Mitä odotat tulevaisuudelta?

Uusia mielenkiintoisia projekteja tulee koko ajan lisää. Esimerkkinä voisin mainita lisättyyn ja virtuaaliseen todellisuuteen liittyvän sensorifuusion, jossa yhdistetään konenäköön liittyvää kamerakuvaa ja liikeinformaatiota.

Lisää tästä aiheesta

Kansikuvat Verma ja Lee
Tiedotteet, Tutkimus ja taide Julkaistu:

Hyvää suunnittelua vauvasta vaariin

Aalto ARTSin elokuun väittelijät ratkaisevat ongelmia eri käyttäjäryhmät huomioonottavilla suunnittelumetodeilla.
Mika Juuti studied the use of machine learning in information security for his dissertation.
Tutkimus ja taide Julkaistu:

Tietoturvatutkijan täytyy osata ennakoida hyökkääjän seuraava askel

Tohtorikoulutettava Mika Juuti keskittyi väitöskirjassaan koneoppimisen hyödyntämiseen tietoturvajärjestelmissä.
Photoactive rod-like virus bundle schematic
Tiedotteet, Tutkimus ja taide, Yliopisto Julkaistu:

Virukset ja väriaineet voidaan valjastaa vedenpuhdistukseen

Aalto-yliopiston tutkijat kehittivät uuden tavan luoda viruspohjaisia materiaaleja. Tulevaisuudessa niitä voidaan hyödyntää muun muassa nanolääketieteessä ja ympäristöteknologiassa.
Kuva: Sanna Lehto
Yhteistyö, Tutkimus ja taide, Opinnot Julkaistu:

Miten katkaista haavoittuvaisuusketju

Claudia Garduño ja AaltoLAB Mexico selvittivät, kuinka empatian, tiiviin kuuntelemisen ja muotoiluajattelun avulla voidaan löytää alkuperäisyhteisön keskeisimmät ongelmat.
  • Julkaistu:
  • Päivitetty:
Jaa
URL kopioitu