Aalto-yliopiston tohtorikoulutettava Yue Fang voitti ensin Suomen kansallisen tekoäly-hackathonin ja menestyi sitten lokakuussa 2026 Reykjavikissa järjestetyssä Nordic AI Cup -finaalissa. Vaikka tekoälyagenttien käyttö ja vahvistusoppiminen olivat tärkeä osa hänen voittostrategiaansa, Yue kokee, että myös ihmisen harkinta oli ratkaisevassa asemassa. Tässä jutussa Yue pohtii hackathon-kokemustaan, kertoo koiransa osallistumisesta tapahtumaan sekä miettii tulevaisuuttaan tekoälyyrittäjänä.
Finaali oli intensiivinen 24 tunnin kokemus, jonka alku oli minulleturhauttava. Verkko-ongelmat veivät minulta noin kaksi tuntia, joten olin jäljessä jo ennen kuin pääsin kunnolla vauhtiin. Niin lyhyessä kilpailussa se tuntui merkittävältä menetykseltä.
Kun homma lähti vihdoin käyntiin, siitä tuli jatkuva ideoiden, kokeilujen ja päätösten kierre. Myöhemmin sinä yönä vein tietokoneeni kylpyhuoneeseen, jätin tekoälyagenttini käyntiin ja menin itse nukkumaan. Agentti jatkoi kokeiden suorittamista ja validointitestien pyörittämistä koko yön ajan.
Jälkeenpäin esiin nousi esiin hauska yksityiskohta: aktiivisuustilastojen mukaan olin nukkunut vähemmän kuin kukaan muu – vain viitisenkymmentä minuuttia. Todellisuudessa agenttini oli sorvin äärellä sillä välin kun itse vetelin sikeitä. Tilastot siis seurasivat järjestelmäni, eivät omaa toimintaani.
Voitto oli erittäin tyydyttävä lopputulema, varsinkin tahmean alun jälkeen.
Finaalissa oli yksi tehtävä, Robot Robbers. Ohjasimme viittä robottia, joiden tehtävänä oli kerätä rahasäkkejä ja toimittaa ne keräyspisteisiin välttäen samalla seitsemää takaa-ajajaa, joita kutsuttiin saitureiksi.
Tehtävän perussäännöt oli helppo ymmärtää, mutta niiden yhteisvaikutukset johtivat vaikeiden päätösten tekemiseen. Useiden säkkien toimittaminen kerralla toi lisäpalkintoja, mutta useamman säkin kantaminen hidasti robottia ja teki siitä helpomman saaliin. Robottien yhteistoiminta oli paljon tärkeämpää kuin pelkästään lähimmän säkin löytäminen.
Yksi yllättävä mahdollisuus oli se, että ilman säkkiä kiinni jääminen ei aiheuttanut pistevähennystä ja antoi väliaikaisen immuniteetin. Tyhjät robotit saattoivat siten toimia harhautuksina, jotka houkuttelivat takaa-ajajat pois rahasaalista kuljettavien robottien luota.
Lopullisessa ratkaisussani yhdistelin reittioppaan ja robottien roolien suunnittelijan moniagenttiseen vahvistusoppimiseen, joka päätti, milloin suunnittelijaa tulisi noudattaa ja milloin siitä tulisi poiketa. Vaikeinta oli saada parannukset toimimaan johdonmukaisesti myös, kun vastassa oli tuntematon kartta.
Kilpailin yksin, mikä antoi minulle vapauden muuttaa suuntaa nopeasti – mutta tarkoitti myös sitä, että jouduin ottamaan vastuun kaikesta: strategiasta ja kokeiluista käyttöönottoon asti.
Käytännössä työskentelin yhdessä useiden eri perspektiivejä tutkivien AI-ohjelmointiagenttien kanssa. Tämä oli uudenlaista tiimityötä: minun piti antaa agenteille selkeitä tehtäviä, koordinoida kokeiluja, tarkistaa tulokset sekä päättää, mitkä tulokset säilyttäisin. Agentit pystyivät työskentelemään yölläkin, mutta niiden tulokset vaativat huolellista tarkastelua.
Ihmisistä koostuvassa tiimissä on mukana erilaisia näkökulmia ja yhteistä harkintaa. Yhteistyö tekoälyagenttien kanssa antoi minulle mahdollisuuksia kokeilla samalla, kun vastuu yhteisestä suunnasta ja lopullisesta tuloksesta jäi minulle.
Kansallinen kierros kesti noin neljä päivää ja käsitti kolme hyvin erilaista tehtävää:
The national round lasted about four days and covered three very different problems: selviytymissimulaattorin, esineiden tunnistamisen drone-kuvamateriaalista sekä tallennettujen lääketieteellisten keskustelujen ymmärtämisen. Finaalissa homma tiivistettiin 24 tuntiin, jonka aikana keskityttiin yhteen tehtävään. Se oli siis suppeampi, mutta mahdollisti paljon syvällisemmän perehtymisen aiheeseen.
Nämä kolme kansallista tehtävää toivat esiin myös eroja omassa kokemuksessani. Tunnistustehtävä oli minulle suurelta osin tuntematonta aluetta – tunsin konvoluutiohermoverkkojen perusteet, mutta sen lisäksi minulla oli vain vähän käytännön kokemusta. Vaikka käytin huomattavan paljon aikaa drone-haasteeseen, tulos jäi silti alle odotusteni. Se oli luultavasti tehtävä, joka vaati minulta eniten.
Olen perehtynyt frontend- ja backend-kehitykseen, koneoppimiseen sekä henkilökohtaisiin ohjelmointiprojekteihin jo perustutkinto-opintojeni ajoista lähtien. Tämän taustan ansiosta vahvistusoppiminen sekä puhe- ja kielitehtävät tuntuivat helpommilta.
Myös paine oli erilaista. Kansallisessa kierroksessa minun piti jakaa huomioni kolmen tehtävän välillä. Finaalissa kaikki riippui yhdestä pelistä, joka pelattiin tuntemattomalla kartalla ja jonka tulos pidettiin salassa palkintojenjakotilaisuuteen asti. Sen vuoksi luotettavan lopullisen version valitseminen oli erityisen stressaavaa.
Tutkin kvanttigeometrian ilmiöitä tiiviissä ainejärjestelmissä. Tutkimukseni käsittää sekä kokeellista että teoreettista työtä, joten työskentelen säännöllisesti fyysisten mekanismien ymmärtämisen, kokeiden suorittamisen sekä laskennallisten mallien kehittämisen parissa.
Käytän tekoälyagentteja myös päivittäisessä tutkimustyössäni kokeellisten työnkulkujen automatisoimiseksi. Tämä on nopeuttanut työtäni huomattavasti ja antanut minulle käytännön kokemusta työn jakamisesta selkeisiin tehtäviin, agenttien koordinoinnista sekä niiden tulosten tarkistamisesta.
Hackathonin aiheet poikkesivat omasta tutkimuksestani, mutta työskentelytavat olivat hyvin samankaltaisia. Molemmissa tilanteissa minun on ymmärrettävä järjestelmä, muotoiltava hyödyllinen hypoteesi, suunniteltava testi ja päätettävä, tukevatko tulokset sitä. Kilpailu toi nämä tutut toimintatavat ympäristöön, joka oli tiiviimpi ja nopeampi.
Suuri osa valmistautumisestani perustui aiempaan kokemukseeni ohjelmoinnista, tieteellisestä laskennasta ja koneoppimisesta. Nämä taidot auttoivat minua oppimaan uusia työkaluja nopeasti ja järjestämään kokeita aikapaineen alla. Kansallinen kilpailu opetti minulle, kuinka tärkeitä käyttöönotto, luotettava testaus ja kokeiden hallinta ovat. Finaaliin mennessä minulla oli selkeämpi työnkulku ehdokkaiden vertailemiseksi ja sen varmistamiseksi, että käyttöönotettu järjestelmä toimi odotetusti.
Yksi tärkeimmistä oppimistani asioista oli se, kuinka suuressa asemassa ihmisen intuitio ja harkintakyky edelleen ovat työskennellessä tehokkaiden tekoälyagenttien kanssa. Agentit pystyvät toteuttamaan ideoita ja tutkimaan vaihtoehtoja nopeasti, mutta hyödyllisen suunnan valitseminen ja todisteiden tulkitseminen vaativat edelleen harkintaa.
Opin myös, kuinka tärkeää on luoda luotettava arviointiprosessi jo varhaisessa vaiheessa. Yksittäinen hyvä tai huono testipeli voi olla harhaanjohtava. Vertailemalla ehdokkaita useilla uusilla kartoilla pystyin paremmin päättämään, oliko mikä vaihtoehto oli todella parempi.
Lopuksi kilpailu korosti lähestymistapojen yhdistämisen arvoa. Finaalissa vahva suunnittelutyökalu toimi perustana, ja vahvistava oppiminen toi mukaan hyödyllistä joustavuutta. Monet houkuttelevat ideat eivät läpäisseet testausta; valmius hylätä ne oli olennainen osa prosessia.
Mieleeni jäi eritisesti kokemus Islannin presidentin Halla Tómasdóttirin puheesta. Se sai minut pohtimaan, kuinka syvällisesti tämä tekoälyn aalto voikaan muuttaa yhteiskuntaa.
Tulin siihen johtopäätökseen, että hallituksilla on oltava rohkeutta mennä eteenpäin – ja samalla pitää ohjauspyörä tiukasti käsissään. Meidän on omaksuttava teknologinen kehitys ja pidettävä mielessä, mihin suuntaan haluamme sen etenevän ja ketä sen tulisi palvella.
Nuorena tutkijana sain tilaisuudesta sen vaikutelman, että nuoret tarvitsevat kunnianhimoa ja ihanteita enemmän kuin koskaan. Meillä on mahdollisuus olla mukana muovaamassa tätä muutosta – ja meidän tulisi miettiä vakavasti, millä tavoin haluamme osallistua siihen.
Pidin presidentin johtajuutta innostavana. Uskon, että maailma olisi parempi paikka, jos siinä olisi enemmän hänen kaltaisiaan naisjohtajia.
Hannah on kahdeksan kuukautta vanha samojedikoiramme, jonka hankimme Tallinnasta. Joukkueemme nimi, Hannah Family, on peräisin hänestä.
Hän on hyvin lempeä ja uskomattoman ymmärtäväinen. Kun valvon liian myöhään, hän muistuttaa minua, että on aika mennä nukkumaan. Hän tykkää nukkua sängyn vieressä – ja herättää minut hyvin päättäväisesti aikaisin aamulla, kun hänen täytyy mennä ulos!
Hän ei koskaan pure eikä näytä suuttuvankaan juuri koskaan, vaikka kiusaisin häntä leikin lomassa. Hän tuo paljon lämpöä elämääni. Rakastan Hannahia todella paljon, ja olen iloinen siitä, että hänen nimensä tuli osaksi tätä kokemusta.
Vierailuni ensimmäisenä päivänä minulla oli tilaisuus tutustua hieman Islantiin yhdessä Andreas Berre Eriksenin, Ambolt AI:n (Nordic AI Cupin järjestäneen yrityksen) toimitusjohtajan, kanssa. Keskustelimme monista asioista, ja nämä keskustelut saivat minut pohtimaan yrittäjyyttä entistä vakavammin yhtenä tärkeänä vaihtoehtona tulevaisuudelleni.
Haluaisin kovasti saada tilaisuuden olla mukana rakentamassa pohjoismaista tekoälyalaa: muuttaa ideoita ja tutkimustuloksia hyödyllisiksi tuotteiksi ja yrityksiksi sekä edistää alueen kehitystä. Suomi on minulle erityisen rakas, ja olisin erittäin iloinen, jos voisin rakentaa täällä jotain merkityksellistä.
Kilpailu antoi minulle teknistä kokemusta ja itseluottamusta sekä avasi uusia mahdollisuuksia tulevaisuuden suunnitelmille. Olen kiitollinen järjestäjille, pohjoismaisille yhteistyökumppaneille ja kaikille, jotka mahdollistivat nämä mahdollisuudet, sekä Aalolle tietojenkäsittelyresursseista, jotka tukivat kokeilujani.
Lue lisää Nordic AI Meet 2026 -tapahtumasta sekäYue's aiemmasta voitosta Suomen kisassa.
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.
