”Jag blev intresserad av maskininlärning redan innan jag kände till begreppet”

Biträdande professor Arno Solin har en plastpåse med elektronikprylar i skåpet i sitt arbetsrum eftersom en av hans studenter behövde verktyg för att bygga en robot. Vissa prylar har han ägt redan länge. ”Min far köpte den här kolven. Jag är inte säker om jag ännu hade börjat skolan då”, säger Solin skrattandes.

Redan som barn var Solin intresserad av teknik, fysik och matematik. Hemma byggde han robotar och rymdskepp. Som son till akademiska föräldrar såg han hur en forskares vardag såg ut – och ville bli forskare själv. ”Efter gymnasiet funderade jag på att läsa politisk historia. Men då tänkte jag att det kan vara lättare att ha historia som hobby än statistik och matematik”.

Solin forskar i maskininlärning. Det är ett område inom artificiell intelligens: maskinen lär sig av tidigare impulser utan att människan lär den. I maskininlärning används bland annat statistik. I juni beviljade Finlands Akademi finansiering för Solins forskningsgrupp. I projektet används statistisk maskininlärning och utveckling av maskinsyn.

Solin är intresserad av maskininlärning eftersom det kombinerar teori med konkreta problem. Han har fokuserat på sannolikhetsbaserad modellering: hur kan osäkerhet modelleras? Hur kan vi använda maskininlärningsmetoder för att härleda saker när ny data blir tillgänglig? Hur kan vi hjälpa maskiner att göra sunda slutsatser i ett ögonblick? ”Det känns som om jag var intresserad av maskininlärning redan innan jag visste att det fanns ett sådant koncept”, säger Solin.

Det finansierade projektet fokuserar på att avbilda, förstå och beskriva miljön genom maskinsyn. Dessa funktioner utgör utmaningar för utvecklingen av autonoma system eller förstärkt verklighet – särskilt när de omringande förhållandena är osäkra.

Enligt Solin har projektet potential att utveckla metoder för att lösa många praktiska problem. Denna möjlighet fascinerar honom. Till exempel kan ny forskning hjälpa till att utveckla smarttelefoners egenskaper. Deras användbarhet kan främst förbättras genom räknemodeller och genom att utnyttja den befintliga datan bättre. Till exempel kan kameraavbildning och djupfunktioner förbättras utan bättre, dyrare och större sensorer.

”Användbarheten och kapaciteten i befintliga sensorer och mobiltelefoner kan utvidgas genom att vi effektivare kan dra slutsatser av all information enheten har till sitt förfogande”, sammanfattar Solin.

Den nya informationen kunde också tillämpas på många andra saker. Exempelvis kan djupberäkning användas för att utveckla videospel eller visuella hjälpmedel för synskadade. Mycket av denna forskning är dock grundforskning som bygger på pålitliga och effektiva metoder för andra områdens behov. Genom samarbeten har metoder redan använts både inom medicin och i städers luftkvalitetsbedömning.

Forskaren måste kunna kommunicera

Förutom sitt forskningsarbete är Solin – som utnämndes till biträdande professor 2018 – författare av en lärobok om stokastiska differentialekvationer tillsammans med Simo Särkkä, professor vid ELEC. Han har hållit flera kurser vid Aalto-universitetet och hans kurs om grunderna för artificiell intelligens har också erbjudits via öppna universitetet.

Solin berättar skrattandes att hans motiv för informationsdelandet med andra är delvis själviska. ”Jag lär mig själv när jag undervisar andra. När du måste förklara saker annorlunda, från olika vinklar och fler gånger, får du ett nytt perspektiv”.

Enligt Solin är undervisning och vidarebefordran av egen expertis till andra en viktig del av forskarens jobb: det stöder forskning och utbildar å andra sidan kommande generationer att utforska och tillämpa det de har lärt sig. Redan som barn lärde han sig i Steinerskolan i Åbo att presentera saker visuellt och att hålla presentationer. Han vande sig med att man måste anstränga sig för att få saker och ting klara för lyssnarna. ”Jag tror att det kunde uppskattas mer. Att vara en hårdkärnig forskare har ingen nytta för någon om de inte kan kommunicera sina egna idéer till andra”.

Steinerskolan har starkt påverkat hurdan Solin har blivit som vuxen. Enligt honom stöder steinerpedagogik studentens personliga tillväxt. Studierna fortskrider på studentens villkor. Gruppstorlekar är ofta små, vilket möjliggör mer personlig undervisning. Skolan uppmuntrade till självuttryck och social interaktion. ”Oavsett var man hamnar i arbetslivet så behövs viss social kompetens och förmågan att arbeta med människor”.

Solin har hört undrande kommentarer över hans antal samarbetspartners utomlands. Han svarar på kommentarerna genom att säga att han gillar att arbeta med människor. "Kanske berättar det om att andra också vill arbeta med mig".

”I Finland erbjuds en bra basutbildning”

Under sin gymnasietid nämnde ingen studiehandledare för Solin om den dåvarande Tekniska högskolan men under sitt abiår råkade han träffa en teknolog pä en fest. Denna uppmuntrade honom, som var intresserad av fysik och matematik, att ansöka om en studieplats vid högskolan för att studera teknisk fysik och matematik.

Solin ansökte och blev beviljad en studieplats men tänkte fortfarande på sina alternativ i armén: flytta utomlands eller till huvudstadsregionen? ”Det var ett pragmatiskt val; om du vill vara i Finland kommer du förmodligen att få en bra grundutbildning här. Och det var sant”.

Solin joggade och spelade badminton på tävlingsnivå när han var yngre. Nuförtiden är hans hobbyer kopplade till arbetet när familjen utvidgats. ”Jag gillar att designa, experimentera och skriva kod. Enligt min fru är det arbetsprojekt och enligt mig handlar det om hobbyprojekt. Är det fråga om jobb eller fritidsintresse om du vill tillämpa algoritmer på automation av ditt hem?”

Annars tillbringas större delen av tiden med barnen och även lekar med dem kan tangera de personliga fritidsintressena. ”Jag har efter en paus på flera år hittat tillbaka till Lego. Dottern leker ännu med Duplo klossar och pojken med små Lego. Jag sitter mellan barnen och kollar att leksakerna inte försvinner i munnen.”