Parempaa kaupunkia laskentaa kehittämällä

Artikkelin pdf-versio

Positio 4/2018 sisällysluettelo

Kirjoittaja: Katri Isotalo

Laura Ruotsalainen.
Apulaisprofessori Laura Ruotsalainen on paljasjalkainen helsinkiläinen, joka luopui autosta muuttaessaan Punavuoreen. Työpaikalleen Kumpulaan hän kulkee yleensä pyörällä. Kuva: Katri Isotalo.

 

Tuore apulaisprofessori Laura Ruotsalainen yhdistää tietojenkäsittelyn kaupunkitutkimukseen.

Laura Ruotsalaisella on vakaa usko matematiikkaan. ”Laskentaa voidaan aina kehittää ja sillä saadaan jo olemassa olevista laitteista irti paljon enemmän kuin moni uskoo. Isompi ongelma teknologian hyödyntämisessä liittyy siihen, miten sitä käytetään.”

Laura Ruotsalainen aloitti syksyllä spatiotemporaalisen data-analyysin apulaisprofessorina Helsingin yliopistossa. ”Luin professuurin tutkimusalueen pariin kertaan ennen kuin oivalsin, että termi spatiotemporaalinen tarkoittaa juuri sitä, mitä itse tutkin”, Ruotsalainen nauraa.

Kaupunkien kehittämiseksi on olemassa valtavasti dataa, jota ei vielä voida tai osata hyödyntää. Spatiotemporaalinen data-analyysi tarkoittaa muun muassa algoritmien kehittämistä paikkatiedon virheiden mallintamiseen ja eri aineistojen yhdistelyyn.

Tieteidenvälisyys on tätä päivää 

Pääaineenaan tietojenkäsittelytiedettä opiskellut Ruotsalainen iloitsee professuurin jakautumisesta tietojenkäsittelytieteen HiData- ja kestävyystieteen Helsus-tutkimusohjelmien kesken. Lähestymistavassa korostuu tieteidenvälisyys.

Helsinki Centre for Data Science eli HiData on Helsingin yliopiston ja Aaltoyliopiston yhteinen tutkimuskeskus, joka etsii ratkaisuja yhteiskunnan ja teollisuuden haasteisiin yhdistämällä tietojenkäsittelytiedettä, matematiikkaa, tilastotiedettä ja koneoppimista. Helsingin yliopiston Kestävyystieteen instituutti (Helsus) keskittyy erityisesti kaupunkien, globaalin etelän ja arktisten alueiden tutkimukseen sekä kestävän kulutuksen ja tuotannon järjestelmiin. Ruotsalaisen tontille tästä osuu erityisesti kaupungit.

”Uusi apulaisprofessuuri on tervetullut avaus pääkaupunkiseudun yliopistojen navigointitutkimukseen, jossa on eletty viime vuosina hiljaiseloa. Alan väitöskirjat on tehty pitkään Tampereelle”, Ruotsalainen toteaa. Hänen oma väitöskirjansa käsitteli konenäön hyödyntämistä jalankulkijan navigoinnissa.

Mallintamista ja estimointia

Sujuva liikkuminen on toimivan ja viihtyisän kaupungin perusedellytys. Tietoa liikkeistämme keräävät puhelinten lisäksi esimerkiksi valvontakamerat, ajoneuvojen navigaattorit, urheilusovellukset, pelit, droonit ja kauppaketjut. Lisäksi asukkaiden toiveita ja mielipiteitä kerätään erilaisin kyselyin myös paikkatietoa hyödyntäen. Usein tietoa kerätään kuitenkin vain tiettyyn tarkoitukseen. Valtava tietomäärä on sirpaloitunut eri muotoihin, järjestelmiin ja tietokantoihin, ja tiedon laatu vaihtelee.

Laura Ruotsalaisen kiinnostus kohdistuu erityisesti kaupungissa navigointiin. Satelliittipaikannus ja paikannustiedon saatavuus on kehittynyt valtavasti, mutta kaupungin keskustoissa – sisätiloista puhumattakaan – se ei toimi.

Puhelinten pienet ja halvat sensorit eivät pysty yksin tuottamaan riittävän tarkkaa sijaintitietoa, mutta yhdistämällä puhelimen keräämät tiedot muiden lähteiden tuottamiin tietoihin voidaan kehittää kustannustehokkaita ratkaisuja kaupunkitiloissa navigointiin. Eri lähteistä saatavan paikkatiedon yhdistäminen on välttämätöntä myös satelliittinavigoinnin häirintätilanteiden varalle.

Virheiden mallintamiseen ja mittausten oikeanlaiseen yhdistelyyn tarvitaan valtavasti matemaattista laskentaa. Lupaava apu paikkatietojen työstämiseen on liikkeentunnistus ja koneoppiminen. Koneoppimisen avulla voidaan esimerkiksi estimoida jalankulkijan liikkeitä ja hidastaa autonomisen ajoneuvon vauhtia ennen punaisia liikennevaloja.

Haasteena luottamus

Monia pelottaa, syystäkin, eri lähteistä saatavien tietojen yhdistelyn tuomat riskit. Jo nykyisten sovellusten paikannustiedoista on helppo päätellä ihmisen asuin- ja työpaikka. Ajatus valvontakameroiden keräämän aineiston hyödyntämisestä herättää tunteita vieläkin herkemmin.

”Videolla tai kuvissa näkyviä hahmoja käsiteltäisiin vain pisteinä ja koordinaatteina”, rauhoittaa Ruotsalainen.

”Vaikka tietosuojasta ja -turvasta olisi huolehdittu, on suuri haaste saada kansalaiset luottamaan siihen, että heidän tietojaan käytetään vain siihen tarkoitukseen, mihin he ovat tietonsa luovuttaneet. Tämä on yksi merkittävimmistä haasteista tutkimustulosten viemisessä käytäntöön.”

Pallo lopulta yrityksillä

Sisätilanavigoinnin käyttökohteista ei ole pulaa. Esimerkiksi autonomisen ajoneuvon osuminen parkkihallin ruutuun edellyttää ymmärrettävästi erittäin tarkkaa paikannusta.

Keskeistä Laura Ruotsalaisen tutkimuskentällä on ”cooperatiivisen paikannusjärjestelmän” luominen. Suomeksi sen  voisi kääntää ”osuuskuntamuotoiseksi verkostoksi”, mikä tarkoittaa yhteisvastuullisuutta siitä, että eri paikannusteknologioita käyttävät ajoneuvot ja ihmiset ovat valmiita jakamaan sijaintitietonsa ja teknologiansa keskenään.

Yhteinen verkosto mahdollistaa esimerkiksi sen, että, satelliittipaikannusta käyttävä auto osaa vaihtaa kaupungissa ja pysäköintihallissa paikannusmenetelmän lennossa toiseen. Kuluttajaa helpottaa, jos jokaiseen pysäköintihalliin tai kauppakeskukseen ei tarvitse ladata omaa sovellusta.

Ennen kuin saamme uudet spatiotemporaaliset algoritmit arkeamme helpottamaan, myös yritysten on löydettävä verkostoitumisen edut. ”Tutkimuksesta menee yleensä 5–10 vuotta ennen kuin tulokset näkyvät käytännössä”, Laura Ruotsalainen toteaa.
 

Laura Ruotsalainen

  • Spatiotemporaalisen data-analyysin apulaisprofessori Helsingin yliopistossa elokuusta 2018
  • Aiemmin Sensorit ja sisätilanavigointi -tutkimusryhmän johtaja Maanmittauslaitoksen Paikkatietokeskuksessa
  • Tekniikan tohtori, Tampereen teknillinen yliopisto, 2013
  • FM, Helsingin yliopisto, 2003
  • Helsinkiläinen jo useammassa sukupolvessa, minkä arvelee olevan yksi syy siihen, että kaupunkien kehittäminen on lähellä sydäntä.