Tutkimus

Viisi uutta luonnontieteiden ja tekniikan akatemiatutkijaa Tampereelle

nuori mies kuulokkeet päässä
Signaaliprosessoinnin tutkija Annamaria Mesaros kehittää tutkimuksessaan menetelmiä, joiden avulla tekoälysovellukset pystyvät käyttämään usean henkilön sisältökuvausta samasta äänitallenteesta.
Robert Fickler, Annamaria Mesaros, Tuomo Mäki-Marttunen, Matti Rissanen ja Tiina Salmi Tampereen yliopistosta ovat saaneet Suomen Akatemian akatemiatutkijarahoituksen.

Akatemian luonnontieteiden ja tekniikan tutkimuksen toimikunta valitsi rahoitettaviksi 22 uutta akatemiatutkijaa. Toimikunta käyttää uusien akatemiatutkijoiden rahoitukseen noin 9,7 miljoonaa euroa.

Toimikunta myöntää akatemiatutkijoille palkkarahan lisäksi rahoitusta oman ryhmän perustamiseen ja muihin tutkimuskuluihin. Seuraavien viiden vuoden aikana toimikunta on varautunut rahoittamaan nyt valittujen akatemiatutkijoiden tutkimuskuluja 8,8 miljoonalla eurolla.

Kaikista hakuun jätetyistä hakemuksista rahoitettiin noin 11 prosenttia. Rahoituksen saaneista 32 prosenttia oli naisia. Naisten osuus hakijoista oli 15 prosenttia.

Integroidun kvanttioptiikan parantaminen fotonien etenemismuodoilla

Fysiikan tenure track -tutkija Robert Fickler Tekniikan ja luonnontieteiden tiedekunnasta kehittää tutkimuksessaan sirulle integroituja komponentteja moniulotteisten kvanttitilojen manipuloimiseen.

Uudet kvanttiteknologiat ovat muuttamassa laskennallisia metodeja sekä tapaa mitata ja siirtää tietoa. Tulevaisuuden fotonisissa kvanttikommunikaatiojärjestelmissä tärkeässä asemassa ovat moniulotteiset kvanttitilat. Tällaiset tilat lisäävät yhdellä valohiukkasella eli fotonilla lähetettävän tiedon määrää, mutta myös vähentävät turvallisten kvantti-ilmiöin salattujen tiedonsiirtokanavien herkkyyttä häiriöille.

Ficklerin projektissa kehitettävä teknologia mahdollistaa kvanttitilojen tehokkaamman valmistuksen, mittaamisen ja moduloinnin, ja on hyödynnettävissä lupaavimmissa kvanttifotoniikan sovelluksissa, kuten lomittumisen jakajissa ja uudenlaisissa lineaarisissa optisissa tietoverkoissa.

Tutkimus lisää fysikaalista ymmärrystä ja tuo kvanttifotonisia teknologioita lähemmäs arkisovelluksia.

Koneiden opettaminen kuuntelemaan

Signaaliprosessoinnin tenure track -tutkija Annamaria Mesaros Informaatioteknologian ja viestinnän tiedekunnasta kehittää tutkimuksessaan menetelmiä, joiden avulla tekoälysovellukset pystyvät käyttämään usean henkilön sisältökuvausta samasta äänitallenteesta. Menetelmä oppii näistä sisältökuvauksista ihmisten mielipiteiden tyypillisen vaihtelun muun muassa äänitapahtumien nimikkeiden sekä tapahtumien ajallisten sijaintien osalta.

Äänitapahtumien tunnistuksella on sovelluksia apuvälineteknologiassa ikäihmisille sekä kuulovammaisille, melun monitoroinnissa, sekä eläimistön monimuotoisuuden kartoituksessa.

Viimeisintä tekniikkaa edustavat toteutustavat hyödyntävät ihmisten antamia sisältökuvauksia oppimisessa, mutta eivät yleensä ota huomioon tämän datan subjektiivisuutta. Alalla ei ole standardoitua menetelmää äänimateriaalin keräämiseen tai sisällönkuvaukseen, eikä merkityksellistä tutkimusta siitä, kuinka manuaalisen sisällönkuvaksen tuottamaa kohinaista data voidaan suoraan käyttää koneoppimisessa.

ModelPsych: Neuraalimallien rakennus psykiatristen sairauksien tutkintaan

Tuomo Mäki-Marttusen tutkimuksen tavoitteena on yhdistää tietokonemalleihin se, mitä mielisairauksien genetiikasta tiedetään. Näin voidaan selvittää mielisairauksien toimintamekanismeja. Erityisenä tarkoituksena on tutkia skitsofreniaa sekä siihen liittyviä oireiden kaltaisia poikkeavaisuuksia, joita (itse oireista poiketen) on tutkittu paljon sekä eläin- että ihmiskokeissa.

Tämä tehdään rakentamalla näille poikkeavaisuuksille tietokonemalleja, jotka voivat selittää, kuinka geenit vaikuttavat näihin poikkeavaisuuksiin. Näin tullaan ymmärtämään paremmin koko taudinkuvaa, mikä voi auttaa kehittämään uusia, parempia lääkkeitä potilaille.

Tutkijat ovat keränneet paljon geneettistä tietoa mielisairauksista, ja todenneet, että monien mielisairauksien takana on hyvin paljon geenimuunnelmia. Ei kuitenkaan tiedetä, kuinka nämä muunnelmat aiheuttavat riskin sairastua mielisairauteen. Viime aikoina laskennallinen neurotiede on edistynyt siinä määrin, että mielisairauksien patologiaa voidaan tutkia tietokoneilla.

Antropogeenisten hiilivetyjen itsestään hapetus ja itsestään syttyminen

Aerosolianalytiikan tenure track -tutkija Matti Rissanen Tekniikan ja luonnontieteiden tiedekunnasta tutkii työssään ihmisen tuottamien hiilivetyjen autokatalyyttistä hapetusta: itsestään hapetusta ja itsestään syttymistä.

Näillä on suuri merkitys ilmansaasteiden muuntumisessa ja ilman puhdistumisessa, mutta myös siinä, miten polttoaineet palavat polttomoottoreissa tuottaen energiaa yhteiskunnan tarpeisiin. Sama kaasukemia johtaa kontrolloimattomana ilmansaasteisiin, mutta hyvin kontrolloituna merkittävästi puhtaampaan palamiseen eli energiantuotantoon.

Rissasen hanke pyrkii parantamaan tutkimusmenetelmiä, joilla näitä prosesseja voidaan ymmärtää paremmin. Projektissa käytetään virtausreaktorimittauksia ja korkeatasoisia teoreettisia laskuja selvittämään uusia reaktiopolkuja. Tärkeänä taustatietona toimivat ryhmän aikaisemmat tutkimukset biogeenisten eli luonnollisten hiilivetyjen hapetuksesta.

Suurikenttäisten Nb3Sn hiukkaskiihdytinmagneettien suojaus

Sähkötekniikan tutkijatohtori Tiina Salmi Informaatioteknologian ja viestinnän tiedekunnasta kehittää hiukkaskiihdyttimien magneettien suojausmenetelmiä yhteistyössä magneettien suunnittelijoiden kanssa.

Euroopan hiukkastutkimuskeskuksessa CERN:issä toimiva suuri hadronitörmäytin (Large Hadron Collider, LHC) on ollut menestystarina, jossa yhdistyvät sekä teknologian kehityksen saavutukset, että tieteellisen maailmankuvan edistäminen. LHC:n tuottamien hiukkastörmäytysten energia on noin 14 TeV. Tulevaisuuden suuri hiukkaskiihdytin on jo suunnitteilla, ja sillä päästäisiin moninkertaisesti suurempiin törmäytysenergioihin.

Uuden sukupolven kiihdytin vaatii tehokkaita, jopa 16 T tuottavia dipolimagneetteja pitämään kiihdytettävät hiukkaset ympyränmuotoisella radallaan. Voimakkaiden suprajohtavien magneettien kehitystyössä yksi suurimpia haasteita on niiden suojaus vikatilan sattuessa.

Salmen tutkimus tehdään käyttäen tietokonesimulaatioita ja erityisiä mallimagneetteja, joiden avulla voidaan testata ja analysoida erilaisia suojausratkaisuja.

Suomen Akatemian tiedote 12.5.

Kuva: Jonne Renvall