Amin Majd tuntee tekoälyn ja autonomiset kulkuneuvot

Amin Majd toimii tekoälyn erityisasiantuntijana Turun ammattikorkeakoulun Wireless communication and cybersecurity -tutkimusryhmässä. Hänen erityisosaamisalueenaan on erityisesti autonomiset kulkuvälineet, kuten dronet ja meriliikenne.

Amin Majd tietää tekoälystä ja autonomisuudesta.

Teksti ja kuva: Siiri Welling 

Turun ammattikorkeakoulun tekoälytutkija Amin Majdin vaikuttava tutkijaura alkoi oikeastaan jo kaksikymmentä vuotta sitten. Tuolloin hän aloitti projektipäällikkönä iranilaisessa teknologiayrityksessä. Tietokonetieteilijäksi yliopistosta valmistunut Majd tutustui tekoälyyn, autonomisuuteen ja algoritmeihin, mikä johti väitöskirjaopintoihin Suomessa. Mutta toisin kuin muut tutkijat, Majd teki samaan aikaan kaksi väitöskirjatutkimusta.  

– Oikeastaan syynä oli se, että löysin kaksi hyvin mielenkiintoista väitöskirjakohdetta. Oman ohjaajani kanssa juteltuani ymmärsin, että kahden väitöstutkimuksen tekeminen on toki haastavaa, mutta ei mahdotonta. Niinpä päätin sitten tehdä kaksi väitöskirjaa, jotka valmistuivat noin viiden vuoden sisällä, sanoo Majd.  

Turun yliopistoon tehty väitöstutkimus liittyi optimointiin ja toinen, Åbo Akademiin tehty väitös, keskittyi autonomisten kulkuneuvoparvien navigoimiseen. DIANA-hankkeen myötä Majd kehitti ohjelmiston, joka mahdollisti turvallisen ja tehokkaan navigoinnin suurelle määrälle erilaisia ajoneuvoja tai matkustajia eri liikennevälineillä. Vastaavia ohjelmistoja ei ollut olemassa.  

–Ajatus lähti droneista. Yksinään liikkuva autonominen drone ei ehkä ole menestyksekäs, sillä sitä täytyy kuitenkin ohjata kerrallaan. Mutta jos samaan aikaan on mahdollista ohjata useampaa dronea kerrallaan autonomisesti, voimme tehostaa vaikka rajavalvontaa. Tarkoituksena on luoda taivaalle älykäs dynaaminen verkosto, jonka sijaintia muuttamalla on mahdollista ohjailla droneparvea, tai miksei jotain muutakin liikennevälinettä, sanoo Majd.  

Huikea datasetti Turun saaristosta 

Dronen ja optimoinnin myötä Majd kiinnostui myös entistä enemmän autonomisesta liikenteestä ja kulkuneuvoista. Tällä hetkellä hän on osa Turun ammattikorkeakoulun Wireless Communications and Cybersecurity -tutkimusryhmää, ja tekee töitä ARPA– ja Tehoteko-hankkeissa. Näistä viimeisimmässä julkistettiin kesäkuun alussa autonominen alus, jonka avulla kerätään dataa meriliikenteestä ja kehitetään autonomista liikennettä. Majd on kehittänyt aluksessa käytettävää tekoälyä. Hän on hanketta varten kerännyt esimerkiksi huiman määrän kuvadataa Turun saaristomereltä.  

Amin Majd uskoo vahvasti, että meriliikenteessä täysi autonomisuus on mahdollista jo neljän vuoden kuluessa.

– Meillä on nyt laajin ja kattavin avoin meriympäristöjen selityksin varustettu tietoaineisto. Aineistomme sisältää 120 216 RGB-kuvaa, 53 108 stereonäkökuvaa, 60 108 monikuvakuvaa, 36 tuntia LiDAR-dataa ja 24 302 drone-kuvaa. Lisäksi hyödynsimme GAN-verkkoja luodaksemme synteettistä kuvadataa, joka simuloi erilaisia sääolosuhteita. Tämän tuloksena tuotimme 1 322 726 synteettistä ja selityksin varustettua kuvaa. Tämän datan avulla koulutimme hermoverkkoja objektien havaitsemiseen ja kehitimme stereonäkökameroihin perustuvan syvyydentunnistusalgoritmin, sanoo Majd.  

Amin Majd uskoo vahvasti, että meriliikenteessä täysi autonomisuus on mahdollista jo neljän vuoden kuluessa. Hän muistuttaa, että autonomisuudella ei ole tarkoitus korvata oikean ihmisen tekemää työtä. Sen sijaan autonomisuus voi helpottaa työntekoa ja estää esimerkiksi inhimillisistä asioista, kuten väsymyksestä, johtuvia virheitä. Mutta vaikka teknologia mahdollistaisi autonomisuuden meriliikenteessä, tulee lainsäädäntö yleensä perässä. Sama pätee esimerkiksi julkisen liikenteen autonomisuuteen.  

– Tällä hetkellä julkisessa liikenteessä on ongelmana datan keruu ja se, miten dataa voidaan yhdistää. Raitiovaunuista voisi kenties tehdä nopeammin autonomisia kuin vaikkapa bussiliikenteestä, sillä kiskoilla kulkevasta raitiovaunusta voisi olla helpompi kerätä dataa. Toki myös muun liikenteen huomioimen voi hidastaa ja hankaloittaa autonomisen joukkoliikenteen kehitystä, pohtii Majd.  

Tekoälyä ja monipuolista tutkimusta 

Vapaa-ajallaan Majd viettää aikaa perheensä kanssa ja soittaa ajoittain kitaraa sekä persialaista tar-soitinta. Tekoälyasiat saattavat tosin seurata kotiinkin, sillä hänen puolisonsa työskentelee myös tekoälyasioiden parissa Turun ammattikorkeakoulussa. Vaikka tällä hetkellä käytössä on yleisesti vielä heikoksi miellettyä tekoälyä, uskoo Majd sen kehittyvä nopeasti yhä parempaan ja tehokkaampaan suuntaan.

– Tekoälykehityksessä on tärkeää löytää riittävästi korkealaatuista dataa. Mutta toinen tärkeä asia on matematiikan osaaminen, johon tulee panostaa niin opetuksessa kuin tekoälyssäkin: Tekoälyn toimivuuden takaa löytyy korkeatasoista matematiikkaa, ja jos haluamme kehittää tekoälyä paremmaksi, tulee meidän osata myös korkeatasoista matematiikkaa.  

Majd on työskennellyt Turun ammattikorkeakoulussa vuodesta 2022 lähtien. Hän kehuu ilmapiiriä ja sitä, miten hyvin hänet on otettu osaksi työyhteisöä. Lisäksi hän kehuu tapaa tehdä käytännön tutkimusta: yliopistojen teoreettiseen tutkimukseen tottuneelle on ollut ilo päästä testaamaan teoriaa myös käytännössä.  

– Olemme käytännön korkeakoulu, ja meillä on pääsy laitteisiin ja sensoreihin. Siten on helpompaa nähdä työn jälki. Myös opiskelijat pääsevät nopeasti kiinni itse tekemiseen, ja oppivat monimutkaisia asioita käytännössä. Se on erittäin hieno asia.  

Urallaan Majd on tekoälyn ja autonomisen liikenteen lisäksi tutkinut aiheita, jotka liittyvät robotiikkaan ja terveysteknologiaan. Majd myöntääkin olevansa kiinnostunut monesta eri asiasta, sillä osittain ne kaikki liittyvät jotenkin toisiinsa. 

– Minusta nämä asiat myös tukevat toisiaan. Tietysti isossa kuvassa on hyvä, että tutkii yhtä laajaa kokonaisuutta, mutta sen kokonaisuuden sisällä on hyvä välillä tutkia jotain toista suuntausta tai polkua. Sitä kautta voi löytää inspiraatiota tai ratkaisuja alkuperäiseen ongelmaan.  Monipuolinen tieto auttaa luomaan parempia ratkaisuja, sanoo Majd.

Artikkeli on julkaistu 8.8.2023 aiemmalla turkuamk.fi-sivustolla.

Tutustu tutkimukseen