Diplomi-insinööri Vivienne Huiling Wang kehitti jo diplomityössään uusia menetelmiä liikkuvien kohteiden löytämiseen ja seuraamiseen videolta. Kyseessä on yksi tietokonenäön haastavimmista ongelmista, mutta Wang onnistui yhdistämään optimointimenetelmät ja syväoppimisen tehokkaasti.
Väitöskirjatyönsä edetessä Wang kiinnostui uudesta kasvavasta tekoälyn osa-alueesta – robottioppimisesta (eng. robot learning). Robottien opettaminen on hankalampaa kuin nykyisten kuviin, ääneen tai kieleen perustuvien tekoälymallien, koska roboteille ei ole yhtä laajaa opetusaineistoa tarjolla. Kuva-, ääni- ja kielimallien opetukseen on valtavat määrät ihmisten tuottamaa materiaalia internetissä, mutta roboteille materiaali pitäisi kerätä erikseen ja se olisi valtavan hidasta, kallista ja jopa vaarallista.
Wang tutki väitöskirjassaan, miten rajallista opetusaineistoa voidaan käyttää luovasti ja mahdollistaa tehokkaampi oppiminen. Hän kehitti uusia menetelmiä, jotka on esitelty tekoälyn tärkeimmillä julkaisufoorumeilla. Wangin tutkimus perustuu niin sanottuun vahvistusoppimiseen (eng. reinforcement learning).
Väitöskirjatyö tekee uusia avauksia tieteellisiin ja käytännöllisiin läpimurtoihin robotiikassa ja tekoälyssä.
– Tutkimus robotiikan ja tietokonenäön parissa on unelmatyöni. Minulla on paljon uusia ideoita, joiden kehitystä haluan jatkaa, Wang kertoo.
Huiling Wang on siirtynyt postdoc-tutkijaksi robottioppimisen laboratorioon Aalto-yliopistoon.
Väitöstilaisuus perjantaina 28. maaliskuuta
Diplomi-insinööri Vivienne Huiling Wangin signaalinkäsittelyn alaan kuuluva väitöskirja Robust Visual Perception and Decision Making for Autonomous Systems tarkastetaan julkisesti informaatioteknologian ja viestinnän tiedekunnassa Tampereen yliopistossa perjantaina 28. maaliskuuta kello 12 Hervannan kampuksella (Rakennustalo, auditorio RG202, Korkeakoulunkatu 5, Tampere).
Vastaväittäjinä toimivat professori Melih Kandemir (University of Southern Denmark) ja Luka Cehovin (University of Ljubljana, Slovenia). Kustoksena toimii professori Joni Kämäräinen Signaalinkäsittelyn tutkimuskeskuksesta.