Uutiset

Oppia aivoista: Stéphane Deny käyttää neurotieteen oivalluksia paremman tekoälyn luomiseen

Koneoppimismallit tarvitsevat tyypillisesti valtavat määrät dataa ja runsain mitoin energiaa, kun aivojen toimintaan taas riittää yhden lampun kuluttama energiamäärä. Aalto-yliopiston uusi apulaisprofessori hyödyntää neurotiedettä tehdäkseen tietokoneohjelmista tehokkaampia.
Stephane Deny
Stéphane Deny aloitti uutena apulaisprofessorina joulukuun alussa. Kuva: Mikko Raskinen / Aalto-yliopisto

Mitä tutkit ja miksi?

Yritän ymmärtää aivojen toimintaa ja käyttää tätä ymmärrystä parempien koneoppimis- ja tekoälyjärjestelmien kehittämiseen.

Viimeisimmän vuosikymmenen aikana olemme nähneet isoja edistysaskeleita koneoppimisessa, ja ne ovat tuottaneet lukuisia vaikuttavia tuloksia muun muassa visuaalisen tunnistuksen ja kielen ymmärtämisen aloilla. Teollisuudella on ollut merkittävä rooli näissä harppauksissa, ja niiden moottoreina on ollut erityisesti kaksi asiaa: paljon dataa ja paljon laskentatehoa. Aivojen toiminnan ymmärtämisellä ei ole ollut merkittävää roolia.

Minusta tämä on menetetty mahdollisuus. Aivot ovat nykyisiä koneoppimisjärjestelmiä paljon tehokkaammat: Ne tarvitsevat paljon vähemmän dataa kuin tämänhetkiset mallit, joita koulutetaan valtavilla teksti- tai kuva-aineistoilla, ja ne kuluttavat paljon vähemmän energiaa. Aivot tarvitsevat saman määrän energiaa kuin lamppu -- vain 20 wattia -- toimiakseen. Tämä on merkittävästi tehokkaampaa kuin mihin nykyiset koneoppimissovellusten grafiikkaprosessorit ja algoritmit pystyvät. Niinpä ajattelen, että meillä on vielä paljon opittavaa aivoilta. Tästä syystä teen tutkimusta tässä rajapinnassa.

Miten sinusta tuli professori?

Tein väitöskirjani Ranskassa Vision Institutessa, jossa tutkin verkkokalvoja. Nauhoitin ja tein neurotieteen kokeita sekä mallinsin verkkokalvoja neuroverkkojen avulla. Ymmärsin, että verkkokalvojen prosessointi on hyvin monimutkaista: Ne eivät lähetä aivoille yhtä viestiä niin kuin kamera tekisi, vaan ne lähettävät useita viestejä rinnakkain, ja jokainen niistä prosessoidaan omalla tavallaan.

Tämä monimutkaisuus kiehtoi minua, ja halusin ymmärtää sitä teoreettisemmalla tasolla. Näin päädyin Stanfordiin laboratorioon, jossa tutkittiin neurotiedettä teoreettisemmasta näkökulmasta. Tämän kokemuksen jälkeen siirryin tutkijatohtoriksi Facebook AI:hin, jossa vietin kaksi vuotta kehittäen aivoista inspiraationsa hakevia koneoppimistyökaluja. Se johti minut hakemaan professorin paikkoja, ja niin päädyin Aaltoon.

Mikä on urasi kohokohta?

Olen erityisen ylpeä työstä, jossa ymmärsimme yksinkertaisista periaatteista käsin tiettyjä verkkokalvon ominaisuuksia. Kuten aiemmin kerroin, verkkokalvo lähettää aivoille useita rinnakkaisia kuvia, jotka kaikki prosessoidaan omalla tavallaan. Tälle ei aiemmin ollut selitystä.

Minulla oli Stanfordissa yhteistyö fyysikkoryhmän kanssa, ja sen puitteissa löysimme tälle rakenteelle selityksen yksinkertaisen tehokkuusperiaatteen avulla: Jos verkkokalvon tarkoitus on lähettää visuaalinen tieto aivoihin mahdollisimman tehokkaasti, sen täytyy lähettää tieto juuri käytettyjä reittejä pitkin ja prosessoida se valitulla tavalla. Osa ennustuksistamme oli täsmälleen linjassa verkkokalvon toiminnan kanssa. Näin siis pystyimme selittämään periaatteiden kautta aivoista löytyviä monimutkaisia rakenteita. Tämä oli minusta hyvin jännittävää.

Myöhemmin sama periaate osoittautui hyödylliseksi myös koneoppimisessa. Löytömme taustalla oleva periaate on 1960-luvulta, ja sen mukaan jokaisen neuronin pitäisi kuljettaa tietoa niin itsenäisesti kuin mahdollista. Tämä periaate on erittäin hyödyllinen, kun yritetään ymmärtää visuaalisen järjestelmän rakennetta. Sitä ei silti juurikaan ole hyödynnetty koneoppimisessa. 

Kun aloitin Facebookilla, yksi projekteistani oli kehittää mallia, joka hyödyntäisi tätä periaatetta. Työstä seurasi visuaalisen tunnistuksen malli, joka oli vuosi sitten alan kärkiteknologiaa.

Stéphane Deny aloitti uutena apulaisprofessorina joulukuun alussa. Hänen roolinsa jakautuu neurotieteen ja lääketieteellisen tekniikan laitokselle sekä tietotekniikan laitokselle.

 

Stephane Deny

Suomen tekoälykeskus FCAI

Suomen tekoälykeskus FCAI on osaamiskeskittymä, jonka ovat käynnistäneet Aalto-yliopisto, Helsingin yliopisto ja Teknologian tutkimuskeskus VTT. FCAI:n tavoitteena on kehittää uudenlaista tekoälyä, joka voi toimia ihmisen kanssa monimutkaisessa ympäristössä ja auttaa uudistamaan suomalaista teollisuutta. FCAI on yksi Suomen Akatemian lippulaivoista.

Read more
FCAI
  • Julkaistu:
  • Päivitetty:
Jaa
URL kopioitu

Lue lisää uutisia

Markus Sunela
Nimitykset Julkaistu:

Markus Sunela on nimitetty Professor of Practice -tehtävään vesi- ja ympäristötekniikan alalle

Sunelalla on yli kymmenen vuoden käytännön kokemus vesi- ja kaukoenergiajärjestelmien mallintamisesta ja vesitekniikan erityisosaamista muun muassa jätevesiverkostojen lämmön talteenotossa tutkimushankkeessa
Professori Anna Mikola
Nimitykset Julkaistu:

Apulaisprofessori Anna Mikola: Jätevesien käsittelyssä on menossa iso murros, kun vesihuoltoa muokataan vastaamaan uusia tarpeita

TkT Anna Mikola (s. 1973) on nimitetty Aalto-yliopiston rakennetun ympäristön laitokselle apulaisprofessorin tehtävään ajalle 1.6.2022–31.5.2026. Professuurin ala on vesitekniikka kiertotaloudessa.
Airi Nevalainen ja Joona Huikuri Aallon opiskelijaedustajiksi Unite-yliopistoverkostoon
Nimitykset, Yhteistyö, Yliopisto Julkaistu:

Airi Nevalainen ja Joona Huikuri Aallon opiskelijaedustajiksi Unite!-yliopistoverkostoon

Jututimme Airia ja Joonaa heidän uudesta roolistaan Uniten opiskelijaedustajina.
Pekka Pokela
Nimitykset Julkaistu:

Pekka Pokela on nimitetty Aalto-yliopiston tuotekehityksen Professor of Practice -tehtävään

Pokelan erityisosaamisalueita ovat tuotekehitys, strateginen johtaminen ja myynti, kumppanuudet sekä kestävä liiketoiminta.