Kaikki alkoi siitä, kun Artificial Intelligence -tutkinto-ohjelmaa käynnistettiin muutama vuosi sitten. Nykyään syvien neuroverkkojen käyttö on yleistä, mutta niiden laskennallinen vaativuus ylittää usein opiskelijoiden omien kannettavien tietokoneiden kapasiteetin. Syvillä neuroverkoilla tarkoitetaan tekoälyn menetelmää, jossa tietokoneita opetetaan käsittelemään dataa ihmisaivojen inspiroimalla tavalla.
– Aloin miettiä, että meillä pitäisi olla laskentaresursseja pääsääntöisesti opetustilanteisiin, mutta myös tutkimushankkeiden tarpeisiin. Useissa tutkimushankkeissa käsitellään laskennallisesti vaativia tehtäviä, Aaltonen sanoo.
Kustannusselvittelyjen jälkeen päädyttiin ostamaan palvelin, ja kehittämään oma ohjelmistoratkaisu. Aaltonen suunnitteli arkkitehtuurin ja pääohjelmoijana toimi erityisasiantuntija Aleksi Postari.
– Nyt emme ole mistään ulkopuolisesta tahosta riippuvaisia, kuten olisimme käyttäessä pilvipalveluita tai jotain lisensioitua järjestelmää.
Käytännössä kyse on nettiportaalista, josta opiskelija tai henkilökunnan jäsen voi varata palvelinaikaa, ja käyttää sitä mistä vain. Tällä hetkellä käytössä on kaksikymmentä kohtalaisen tehokasta näytönohjainta, joten parityönä jopa neljäkymmentä opiskelijaa voi tehdä samaan aikaan tehtäviä. Suunnitelmissa on laajentaa laskentaresursseja kymmenellä sovittimella joka toinen vuosi.
Syvää oppimista syvistä neuroverkoista
Aaltonen toimii lehtorina englanninkielisessä Artificial Intelligence -tutkinto-ohjelmassa. Hänen erityisosaamisalueensa on juuri syvät neuroverkot.
– Toimin SAMKissa ensin tutkijana, mutta sitten minua pyydettiin opettamaan. Siitä tämä on sitten luiskahtanut lähes kokopäiväiseen opetukseen. Samaan aikaan täytyy pitää toista jalkaa tutkimuksen puolella. Tällaista alaa ei voi muuten opettaa, hän sanoo.
Aaltonen sanoo pitävänsä opettamisesta.
– Siinä on jotain spesiaalia, kun opettaa äärettömän vaikeaa aihetta ja jossain kohtaa ihan näkee, kun opiskelija käsittää sen asian. Se tunne on huikea.
Opiskelijoille palvelimen käyttö tarkoittaa sitä, että he voivat jo opiskeluaikana ratkoa todellisia ongelmia syvien neuroverkkojen kanssa. Yksinkertaisimmillaan palvelimen avulla voi ratkaista kuvatehtäviä, kuten tunnistaa, onko kuvassa punatulkku tai onko siinä olevalla henkilöllä suojavarusteet. Myöhemmässä vaiheessa opintoja voidaan opettaa tai tutkia esimerkiksi avoimen lähdekoodin kielimalleja.
– Tämä mahdollistaa paljon syvempää oppimista ja monimutkaisten pienjärjestelmien kokeiluja opetustilanteessa, Aaltonen sanoo.
Ainutlaatuisen tekoälypalvelimen rakentaminen yleiseen jakoon
Avoimeen lähdekoodiin perustuva tekoälypalvelin on koko suomenlaajuisestikin melko ainutlaatuinen. Toni Aaltonen ei kuitenkaan halua pitää SAMKissa kehitettyä työtä vain oman organisaation tiedossa.
– Järjestelmän ohjelmistokokonaisuus ohjeineen ja dokumentaatioineen julkaistaan avoimena lähdekoodina GitHub-palvelussa. Tämä mahdollistaa minkä tahansa yrityksen tai oppilaitoksen hyödyntää työtämme ja soveltaa sitä omassa toiminnassaan sekä osallistua yhteiseen jatkokehitykseen.
Järjestelmän kehityksestä ja käytöstä on myös tehty tieteellinen JUFO1-julkaisu, johon liittyen pidetään esitys kevään IEEE-konferenssissa.
Aaltonen lisää, että palvelimen kehittäminen on ollut vuorovaikutteinen kehitysprosessi. Opiskelijoiden käyttökokemuksia on kuunneltu kehitystyössä koko ajan.
– Opiskelijat ovat olleet välillä epäuskoisia, saavatko he tosiaan käyttää palvelinta kaikessa. Olen sanonut, että saatte tehdä mitä vain. Ja oppimisenne kannalta toivon sitä. Paitsi jos saan jonkun kiinni louhimasta kryptovaluuttoja, sen opiskelijan tekemiset loppuvat siihen, hän naurahtaa.
Toni Aaltonen näkee, että moni asia muuttuu yhteiskunnassamme, kun erilaiset neuroverkkoratkaisut tulevat arkipäiväisemmiksi. Myös opetus tulee hänen mukaansa muuttumaan.
– Toivon, että opetuksesta tulee yhä yksilöllisempää, ja että erilaiset oppijat voitaisiin ottaa paremmin huomioon. Toisaalta pelkään, että ajatellaan, ettei tarvitse enää oppia. Vaikka perustason tehtävät voidaan jo ratkaista ilman syvempää paneutumista, niiden tekeminen luo pohjan monimutkaisempien tehtävien hallitsemiselle.
