Tuomas Kynkäänniemi vaihtoi Mars-hommat tekoälytutkimukseen
Tuomas Kynkäänniemi oli kandi- ja maisteriopintojensa aikana kesä- ja osa-aikatöissä Ilmatieteen laitoksella, missä hän kalibroi Mars-luotaimen paine- ja lämpötila-antureita. Mars-tutkimus kiehtoi häntä pitkälti siksi, että Mars ja Maa ovat monilta ominaisuuksiltaan samanlaisia. Marsissa ei ole kasvillisuuden tai ihmisen aiheuttamia häiriötekijöitä. Ilmakehän ilmiöiden mallintaminen Marsissa on siksi helpompaa ja se voi antaa mahdollisuuden ymmärtää myös joitain Maassa esiintyviä ilmiöitä paremmin.
”Työni liittyi antureilta saatavien signaalien muuntamiseksi lämpötilan ja paineen yksiköiksi, eli celsiusasteiksi ja pascaleiksi. Avaruusmissioissa on hyvin paljon testaamista koko kehitystyön ajan, jotta voidaan varmistua, että kaikki lopullisen laitteen anturit toimivat oikein.”
Ilmatieteen laitoksella työskentelyn jälkeen Kynkäänniemi liittyi Nvidian tutkimusryhmään ja vaihtoi samalla pääainetta teknillisestä fysiikasta tietotekniikkaan. Hän tutkii nyt Marsin sijaan koneoppimista, erityisesti kuvia luovia GAN-malleja, professori Jaakko Lehtisen ryhmässä.
”Koneoppiminen alkoi kiinnostaa ja tuntua enemmän omalta, joten päädyin teknillisen fysiikan puolelta tietotekniikan pariin. Opintojeni ajan minua on jatkuvasti ohjanneet omat mielenkiinnon kohteet ja innostus oppia uusia asioita. Aallossa voi päästä opiskelemaan hyvin monenlaisia aiheita”, Kynkäänniemi sanoo.
Diplomityönsä hän teki GAN-mallien laadun arviointiin käytetyistä mittareista Nvidian tutkimusryhmässä ja sai siitä Tietojenkäsittelytieteen Seuran 2018-2019 pro gradu -palkinnon. Diplomityöstä tuli samalla Kynkäänniemen väitöskirjan ensimmäinen julkaistu artikkeli Neural Information Processing Systems -konferenssissa.
”Hyvältä GAN-mallilta toivotaan, että se pystyisi tuottamaan hyvin realististen kuvien lisäksi myös toisistaan erinäköisiä kuvia. Diplomityössäni kehitimme mittarin, jolla kuvien laatua ja vaihtelevuutta pyritään arvioimaan.”
Viimeisin Nvidian tutkimusryhmän läpimurto koskee GAN-mallissa tarvittavien kuvien määrää. Aikaisemmin tarvittiin satojatuhansia kuvia, nyt riittää kymmenesosa aikaisemmasta.
Vapaa-ajallaan Kynkäänniemi tykkää viettää aikaa kahden mäyräkoiran kanssa, ja harrastaa monipuolisesti liikuntaa.
Lisätietoa:
Tutkimusartikkeli: Improved Precision and Recall Metric for Assessing Generative Models
Tietojenkäsittelytieteen Seura:Lukuvuoden 2018-2019 pro gradu -palkinto Tuomas Kynkäänniemelle
Kuvia luovien GAN-mallien mullistus sai Forbesin tekoälypalkinnon
Suomen tekoälykeskus FCAI:n yhteistyökumppani Nvidia kehitti mallin, joka vähentää kuvien luomiseen tarvittavan datan määrää. Nvidian tutkija Jaakko Lehtinen työskentelee myös professorina...
Opiskelijoiden sateelliittiprojekti oli lähtölaukaus alumni Maria Hietan uralle avaruusalalla
Alumni Maria Hieta valmistui avaruustekniikan pääaineesta.
Lue lisää uutisia
Opintoseteli on otettu käyttöön – opiskele 30 opintopistettä avoimen yliopiston opintoja maksutta
Opintoseteli on otettu käyttöön 5.8. Opintoseteli on maksuväline, jolla voit maksaa suomalaisten korkeakoulujen suomen- ja ruotsinkielisiä avoimia opintoja.
Uusi rahoitus laajentaa FITech-verkostoyliopiston tarjontaa dataosaamisen opinnoilla
Aalto-yliopiston koordinoima FITech-verkostoyliopisto on saanut uuden rahoituksen, jonka turvin verkosto vastaa dataosaamiseen liittyviin osaamistarpeisiin.
Prototyyppi- ja validointiapuraha: VeinOptima
Aallon opiskelijan kehitteillä oleva tuote auttaa hoitajia löytämään verisuonet nopeammin.