FAME-lippulaivassa matemaattisten menetelmien työkalupakkia kehitetään yhteiskunnan tarpeisiin
Kuva: ShutterstockEri aloilla käytettävät matemaattiset menetelmät ovat pitkälti samanlaisia. Sen sijaan, että laskennallisia tekniikoita kehitetään vain yhden alan tarpeisiin, FAME-lippulaivahankkeessa tutkijat kehittävät yhdessä moneen käyttöön soveltuvia menetelmiä.
”Muiden alojen hyödyntämät matemaattiset menetelmät voivat olla hyödyllisiä Ilmatieteen laitokselle esimerkiksi, kun kehitämme sääennustusta ja sen menetelmiä. Myös meidän käyttämät menetelmät voivat olla arvokkaita muille aloille. Tämän vuoksi on tärkeää käydä keskustelua eri alojen asiantuntijoiden kanssa”, kertoo tutkimusprofessori Anders Lindfors.
Sääennustusten lisäksi Ilmatieteen laitoksella hyödynnetään laskennallisia menetelmiä muillakin soveltamisalueilla, kuten kasvihuonekaasujen mittaamisessa satelliittien avulla. Satelliitit auttavat mittaamaan muun muassa ilmansaasteita ja kasvihuonekaasupäästöjä avaruudesta käsin. Näin voidaan seurata esimerkiksi Pariisin ilmastosopimuksen tavoitteiden edistymistä. Vuonna 2026 laukaistava eurooppalainen CO2M-satelliitti mahdollistaa näiden tietojen mittaamisen nykyistä tarkemmin.
”Matematiikka ei ole irrallaan muusta yhteiskunnasta, vaan sitä tarvitaan kaikilla elämän aloilla, erityisesti tieteessä ja teknologiassa. FAME-lippulaiva on erinomainen esimerkki matemaattisesta huippututkimuksesta, jolla on sovelluksia eri aloilla lääketieteestä avaruuteen”, toteaa tutkimusprofessori Marko Laine.
Tavoitteena tehdä tutkimusta konkreettisista arkielämän aiheista
Tänä vuonna toimintansa aloittanut FAME-lippulaivahanke on jatkoa pitkäjänteiselle tutkimukselle Suomen inversiomatemaatikkojen kanssa. Erona aikaisempaan työhön on se, että FAME-lippulaivassa tehdään tutkimusta läheltä arkielämää koskettavista aiheista.
Yhtenä lippulaivan tavoitteena on tehdä tutkimusta, josta on konkreettista hyötyä sekä yhteistyökumppaneille että yhteiskunnalle. Tähän liittyen keskeistä on ymmärtää, millaisia ratkaisuja esimerkiksi yritykset tarvitsevat lippulaivan osaamisalueeseen liittyen.
Tavoitteena on tehdä tutkimusta, josta on konkreettista hyötyä sekä yhteistyökumppaneille että yhteiskunnalle.
FAME-lippulaivahankkeen tutkimukset perustuvat inversio-ongelmiin ja -mallinnuksiin. Inversiomallinnus eli käänteinen mallinnus tarkoittaa mallin tuntemattomien muuttujien selvittämistä epäsuorasti.
Esimerkkinä inversio-ongelmasta on kasvihuonekaasujen satelliittikaukokartoitus.
“Satelliitin instrumentti havaitsee maasta heijastuneen, ilmakehän läpi kulkenee auringon valon spektrin. Kun tiedämme, miten tietty määrä ilmakehän kaasuja, esimerkiksi hiilidioksidia, vaikuttaa auringon valon kulkuun, voidaan havaitusta spektristä päätellä käänteisesti, mikä määrä erilaisia ilmakehän ainesosia on tämän havainnon tuottanut. Tämä ja monet muutkin tyypilliset inversio-ongelmien ratkaisut ovat ei-yksikäsitteisiä ja hyvin herkkiä pienille muutoksille systeemin tilassa”, kertoo yksikön päällikkö Johanna Tamminen.
”Inversiotutkimuksen tekeminen on palkitsevaa, erityisesti, jos jokin ratkaisu toimii omassa ongelmassa, ja sen lisäksi joku toinen pystyy hyödyntämään sitä täysin toisenlaisessa ongelmassa, mahdollisesti kokonaan toisella alalla”, Tamminen jatkaa.
Tutkimuskohteena tekoälyn luomien sääennusteiden luotettavuus
Lippulaivahankkeen tutkimuksilla ei pelkästään haeta vastauksia yksittäisiin ongelmiin, vaan pyritään myös laajasti ymmärtämään ilmiöihin liittyviä epävarmuuksia. Epävarmuustekijöiden tunteminen auttaa tuottamaan mahdollisimman todenmukaisen käsityksen mallien ja niihin perustuvien ennusteiden luotettavuudesta. Tämä on erittäin tärkeää monilla Ilmatieteen laitoksen toiminnan alueilla, myös sään ennustamisessa.
Tutkimuksilla ei pelkästään haeta vastauksia yksittäisiin ongelmiin, vaan pyritään laajasti ymmärtämään ilmiöihin liittyviä epävarmuuksia.
Koneoppiminen ja tekoäly ovat uusia tekijöitä, jotka koskettavat monia aloja. Perinteiset sääennusteet perustuvat mallinnettuun fysikaaliseen tietoon ilmakehästä. Mallien lisäksi tarvitaan havaintoja, joita muun muassa satelliitit tuottavat. Uusin trendi on dataperustainen neuroverkkoihin perustuva ennustaminen.
”Tutkimme, voisiko säätä ennustaa pelkästään havaintojen avulla ja selvitämme, kuinka luotettava dataperustainen tekoäly on sään ennustamisessa. Tämäkin vaatii matemaattisten menetelmien ymmärtämistä”, Laine kuvaa.
FAME-lippulaivahankkeessa (Flagship of Advanced Mathematics for Sensing, Imaging and Modelling) on mukana yli sata tutkijaa. Lippulaivaa johtaa Itä-Suomen yliopisto. Ilmatieteen laitoksen lisäksi mukana ovat Helsingin yliopisto, LUT-yliopisto, Jyväskylän yliopisto, Aalto-yliopisto, Oulun yliopisto ja Tampereen yliopisto.
Kevään aikana julkaisemme verkkosivustollamme artikkeleita, joissa pureudutaan niihin lippulaivahankkeisiin, joissa Ilmatieteen laitos on mukana. Aiemmin julkaistut artikkelit:
Teksti Juliana Hulkkonen