Michael Jungmair kehittää nopeampaa, joustavampaa ja saavutettavampaa datankäsittelyä
Mitä tutkit ja miksi?
Työni liittyy datahallintaan, tietojärjestelmiin ja ohjelmointikielen kääntäjiin. Tutkin, miten voi rakentaa tehokkaita ja mukautuvia ohjelmistojärjestelmiä, erityisesti datankäsittelyä varten.
Datahallinta liittyy laskennan kaikkiin kerroksiin: Ihmiset hallinnoivat ja analysoivat dataa ja käyttävät monenlaisia algoritmeja ja ohjelmistoja. Taustalla on koodia sekä fyysisiä laitteita, jotka tehtäviä suorittavat. Tutkimukseni yhdistää kaikkia näitä kerroksia, jotta datan työstämisen sovelluksista tulisi entistä nopeampia ja helpompia käyttää.
Missä ja miten tutkimuksesi vaikuttaa?
Yksi tavoitteeni on tehdä tehokas datankäsittely mahdolliseksi yhä useammalle ihmiselle ja sovellukselle. Nykyiset järjestelmät ovat usein tehokkaita, mutta ne eivät välttämättä sovellu erityistarpeisiin. Pyrin kuromaan tätä kuilua kiinni, niin että esimerkiksi tutkijat voivat käyttää tuttuja työkaluja, ja taustalla dataa prosessoiva järjestelmä toimii tehokkaasti.
Tuore esimerkki on työni, jossa tietokantakyselyjä yhdistetään Python-koodiin. Haaste on saada järjestelmä ymmärtämään ja optimoimaan yhdistelmiä, joita ei ole kirjoitettu kokonaan tietokantojen kyselykielellä (SQL).
Kehitän myös datankäsittelyn perusmenetelmiä ja tuon niitä vapaasti saataville avoimen lähdekoodin toteutuksina. Johdan esimerkiksi LingoDB-nimisen avoimen lähdekoodin järjestelmän kehitystä. Tässä projektissa viemme monia datankäsittelyn uusia ideoita käytäntöön, ja on innostavaa nähdä, miten muut tutkijat ovat jo alkaneet hyödyntää ideoitamme.
Mikä alallasi on juuri nyt erityisen jännittävää?
Kolme kehityskulkua kiinnostaa erityisesti. Ensinnäkin laitteisto kehittyy nopeasti. Fyysiset rajoitteet ja tekoälyn kasvavat laskentatarpeet ohjaavat suuria järjestelmiä yhdistämään erityyppisiä prosessoreita, kuten suorittimia ja näytönohjaimia. Näiden eri prosessorien tehokas yhteiskäyttö on kuitenkin edelleen haastavaa, erityisesti muissa kuin koneoppimisen sovelluksissa.
Toiseksi tietyt laitteistoresurssit ovat käymässä entistä niukemmiksi ja kalliimmiksi. Tämä lisää ohjelmistojen tehokkuuden merkitystä. Erityisen kiinnostavia ovat ohjelmointikielten kääntäjät, joiden avulla ohjelmoija voi kirjoittaa helppokäyttöistä koodia ilman, että lopullinen ohjelma menettää nopeutta tai kuluttaa enemmän muistia.
Kolmanneksi tekoäly muuttaa järjestelmätutkimusta ja ohjelmistojen käyttöä. Tekoäly voi auttaa pieniä tutkimusryhmiä kokeilemaan ideoita ja rakentamaan niistä ensimmäisiä versioita vähemmällä teknisellä työllä. Samalla tekoälyagentit ovat muuttumassa itse ohjelmistojen käyttäjiksi. Syntyy uusia kysymyksiä, kuten mitä agentit tarvitsevat ohjelmistoilta ja miten ne toimivat tehokkaasti yhdessä.
Mitä toivot tulevaisuudelta?
Haluan rakentaa Aallossa tutkimusryhmän, joka toimii datahallinnan, tietojärjestelmien ja ohjelmointikielten kääntäjien parissa. Pitkän ajan tavoitteeni on tehdä suurista data- ja ohjelmistojärjestelmistä tehokkaampia sovellusten ajamisessa.
Yksi konkreettinen tutkimussuunta on tehostaa tieteellisessä laskennassa ja data-analyysissä käytettäviä sovelluksia, jotka käsittelevät suuria määriä dataa. Haluan ymmärtää, miten sovellusten eri osat toimivat yhdessä ja miten pienet parannukset voivat tehdä kokonaisuudesta tehokkaamman.
Lue lisää uutisia
Björn Ottersten nimitettiin Aalto-yliopiston hallitukseen
Hanna Sievinen jatkaa hallituksessa toiselle kolmivuotiskaudelle.
Yvonne Nygård on nimitetty Adjunct Professor -tehtävään biotuotteiden ja biotekniikan laitokselle
TkT Yvonne Nygård on nimitetty viiden vuoden määräaikaiseen Adjunct Professor -tehtävään Kemian tekniikan korkeakoulun biotuotteiden ja biotekniikan laitokselle. Professuurin ala on teollinen biotekniikka. Nygård osallistuu opetukseen.
Etsimme uutta rehtoria
Aalto-yliopisto on enemmän kuin työpaikka. Se on avoin yhteisö, joka rakentaa kestävää tulevaisuutta seuraaville sukupolville.