Leo Kärkkäinen sulautettujen järjestelmien professoriksi

Teknillisen fysiikan laitoksen professori Leo Kärkkäisellä on takanaan pitkä ura tutkijana teollisuuden parissa.

– Olen tehnyt elämässäni kaikenlaisia asioita. Opintojeni alkuvaiheessa minua kiehtoi mikä on kaiken teoria (ns. Theory of Everything) – siis sellainen, jossa kaikki tuntemamme vuorovaikutukset eli sähköheikko, värivoima ja gravitaatio ovat kvantitettuja. Gravitaatiolla tämä ei ole vielä onnistunut, hän kertoo.

Kärkkäisen mukaan tiedettiin jo, että pelkistä gravitaatioaalloista koostuva universumi on joko sellainen, jossa ulottuvuuksia on rajattomasti, ja kaikki lokaatiot ovat toistensa vieressä yhdessä kimpassa. Heikompi painovoima taas tuottaa lähinnä yksiulotteisen maailmankaikkeuden.

– Ajattelimme Saksassa kollegojen kanssa, että lisäämällä mukaan yksinkertaista materiaa maailmankaikkeudesta tulisi enemmän havaintojemme kaltainen – yksi aikaa ja kolme suuntaa tai jotain sellaista, mutta mikään ei muuttunut. Tähän jäi tämä suurimman kysymyksen kanssa painiminen.

Helsingin yliopistossa tekemässään väitöskirjassa Kärkkäinen tutki supertietokoneilla kuinka kvarkeista ja värikentistä (gluoneista) koostuva plasma suuren pamahduksen jälkeen jäähtyi protoneiksi ja neutroneiksi. Tämä tutkimus vei hänet Saksaan, Arizonaan ja Kööpenhaminaan.

– Asioiden “puhdas” ymmärtäminen on hauskaa, mutta omien lasten kanssa valkenee, että tekemisellä voisi olla myös käytännöllistä merkitystä. Kun tarjoutui mahdollisuus, palasin Suomeen Nokian tutkimuskeskukseen, Kärkkäinen kertoo.

Nokialla vierähtikin 25 vuotta, ensin akustiikan simulaatiotyökalujen kehittämisessä, jotta puhelimiin saisi hyvän äänen.  Tämä vaatii fysiikkaa, mutta myös algoritmeja, jotka on sulautettava laitteeseen ja sen prosessoreille, siis signaalin käsittelyä, pakkaamista, kaiun poistoa ja melun hallintaa. Yhteistyötä tehtiin muun muassa Kuopion yliopiston kanssa esimerkiksi 3D-äänen tuottamiseksi. Näitä työkaluja käytetään Nokialla vieläkin.

Akustiikka on säilynyt yhtenä Kärkkäisen suosikeista, mutta maailma toi uusia haasteita. Nanoteknologian tuottamat mahdollisuudet ymmärrettiin Nokialla, ja erityisesti kiinnosti, miten grafeenia voisi hyödyntää elektroniikassa.

– Nämä ovat pitemmän aikaskaalan asioita, mutta jo nyt grafeeni on osoittautunut aikamoiseksi ihmemateriaaliksi – superjohtavaksikin. Meitä kiinnosti silloin taipuisa elektroniikka taipuisiin laitteisiin. 

– Nykyään kaikkiin paikkoihin tuodaan älykkyyttä sulautettujen järjestelmien avulla. Tällaisia ovat vaikkapa autot tai lääketieteelliset järjestelmät – esimerkiksi verenpainemittari ei ole enää kokonaan mekaaninen laite. Pelkästään mekaanisena sen käyttö vaatii ammattitaitoa, mutta nykyisin, sulautettuna järjestelmänä, sitä on helppo käyttää.  Helppous ei ole itsestään selvää.

Käyttöliittymien kehityksessä tutkitaan millä tavalla ihminen reagoi niiden toimintaan

– Käyttöliittymän hallinnan on oltava helppokäyttöistä ja vuorovaikutteista. Juuri nämä yksinkertaiset asiat ovat monimutkaisimpia rakentaa. Helppous vaatii laitteelta älykkyyttä, ja tietokone näyttää siltä vasta oikein ohjelmoituna, Kärkkäinen toteaa.

– Tämä siirsikin sitten tutkimukseni ja painopisteen tekoälyyn, satelliittikuvien segmentointiin, robotiikkaan, ja lääketieteellisin sovelluksiin Predictive health analytics -ryhmän vetäjänä, kun Nokia etsi uusia liiketoiminta-alueita.

Kärkkäisen työ lääketieteen alueella jatkui Bell Labs Fellow -nimikkeellä Bell Labsissä tiimin kanssa ja osa-aikaisena työelämäprofessorina Aalto-yliopistossa.  Bell Labsissä tietenkin optimoitiin myös 5G:tä tekoälyllä.

Tekoälyn käyttöön liittyy myös eettisiä kysymyksiä

Nykyään tekoäly ja koneoppiminen tuovat oman lisänsä sulautettuihin järjestelmiin. Ne vaativat omanlaistaan laskentaa, uudentyyppisiä mikropiirejä ja tehokkaita prosessoreja.

Tekoälyn käyttöön liittyy myös sääntelyn tarve, joka tuli mukaan tehtävänkuvaan Euroopan komission High Level Expert Group AI-jäsenyyden myötä. Ryhmässä rakennettiin tekoälyn hallinnan suuntaviivoja.

– Tämä aihe liittyy ihmisten kykyjä lähentyvään keinoälyyn. Esimerkiksi itseajavan auton rakentaminen tyhjille teille on helppoa, tekoäly näkee tiet ja tietää miten ajetaan. Toinen asia on vaikkapa tielle astuvan jalankulkijan toiminnan ennakointi. Silloin on rakennettava valtavasta määrästä havaintoja ennakoiva järjestelmä, jotta auto osaa suunnitella järkevän reitin edetä, Kärkkäinen kuvailee.

Kolmas vaihe kehitystyössä on etiikka. Vaikein kysymys ei kuitenkaan se, ajetaanko ihmisen päälle vai ei, vaikka se oleellista onkin.