Väitöstyöni käsittelee PROSESSIEN MALLINNUKSEEN käytettäviä ALGORITMEJA, erityisesti SUMEITA NEUROVERKKOJA.

ALGORITMI on proseduuri, sarja ohjeita tietokoneelle, joiden avulla voidaan ratkaista matemaattinen ongelma. Tyypillisesti kyseessä on askel-askeleelta määritetty kuvaus äärellisestä määrästä operaatioita, joita toistetaan proseduurin aikana.

PROSESSILLA tarkoitetaan jatkuvaa, tuotteen valmistuksessa tai käsittelemisessä käytettävää operaatiota. MALLI taas on kopio tai kuva. Reaalimaailmaa kuvaavat mallit ovat aina yksinkertaistuksia todellisuudesta. Tavoitteena on kyetä vangitsemaan ongelman kannalta olennaiset operaatiot. PROSESSIEN MALLINNUKSESSA tuotetaan esityksiä joilla valmistukseen liittyviä operaatioita voidaan olennaisilta osin imitoida.

PROSESSIMALLINNUKSEN ALGORITMEILLA tarkoitetaan siis tietokoneproseduureja, joilla voidaan tuottaa yksinkertaisettu kuvaus niistä tapahtumista joita tuotantoprosessiin liittyy. Tyypillinen yksinkertaistus rajoittaa mallinnuksen imoitoimaan tuotantoprosessin käyttäytymistä. Tällaisilla malleilla prosessin käyttäytyminen voidaan ennustaa, ja prosessin käyttäytymistä simuloida erilaisissa olosuhteissa.

Prosessiteollisuudessa malleja käytetään monissa eri tehtävissä.

• SÄÄDÖN yhteydessä kiinnostus kohdistuu lyhyen aikavälin dynaamiseen käyttäytymiseen.

• OPTIMOINTI tarkastelee pidemmän aikavälin toimintaa. Tällöin haetaan parasta mahdollista laitoksen ajotapaa, ottaen huomioon ne erilaiset vaatimukset ja rajoitukset jotka laitoksen toimintaan kohdistuvat.
• VIKOJA voidaan havainnoida ja paikallistaa vertaamalla todellisen prosessin toimintaa mallin käyttäytymiseen.
• Muita mallien käyttökohteita löytyy mm. suunnittelun, mitoituksen ja simuloinnin alalta.

Mallilta vaadittavat OMINAISUUDET riippuvat mallin käyttötarkoituksesta — ei ole olemassa yleispätevää kaikkiin tarkoituksiin parhaiten soveltuvaa mallinnusmenetelmää.

Tyypillisiä vaatimuksia prosessiautomaatiossa tarvittaville malleille ovat riittävä tarkkuus, päivitettävyys ja yksinkertaisuus. Ylemmän tason automaatiossa ihmisen ja koneen välisen kommunkoinnin merkitys korostuu. Prosessimallia kehitettäessä tulisi myös voida käyttää hyväksi kaikkea sitä informaatiota joka eri muodoissaan on jo olemassa.

Uusia ajattelutapoja tarvitaan. Perinteisen INSINÖÖRITIETEEN ongelmanratkaisutekniikka pyrkii pilkkomaan probleeman pieniin osiin, jolloin kukin osa voidaan lopulta ymmärtää ja ratkaista.

NEUROVERKOT luottavat kokonaisvaltaiseen lähestymistapaan. Neurolaskennan perusmotivaationa on sen huomaaminen, että aivojen prosessointitapa on täysin erilainen kuin perinteisen tietokoneen. Missä perinteinen tietokone suorittaa keskitetysti peräkkäistä prosessointia yhdessä tehokkaassa prosessorissa, neuroverkot perustuvat yksinkertaisiin ja hajautettuihin prosessoreihin. Perinteisiin tietokoneisiin tieto syötetään ohjelmoimalla. Neuroverkot oppivat esimerkkien, yrityksen ja erehdyksen, kautta.

SUMEASSA ajattelutavassa luovutaan eksaktiuden, tarkkuuden vaatimuksesta, sikäli kuin tarkkuus on ongelman ratkaisun kannalta tarpeetonta. Sumeassa logiikassa kaksi plus kaksi voi olla viisi — ainakin mikäli kyseessä ovat erittäin suuret kakkosen arvot. Sumea päättely toimii sääntöjen avulla, mikä muistuttaa ihmisen tietoisen ajattelun toimintaa.

NEURO-SUMEISSA menetelmissä yhdistyvät neuroverkkojen tehokkaat oppimisalgoritmit sekä sumeiden mallien sääntöpohjainen esitysmuoto ja helppokäyttöisyys.

Informaatiotekniikoiden hyödyntämisessä TEOLLISUUS on pitkään ollut edelläkävijä. Jopa tutuissa ja koetelluissa menetelmissä mielellään pitäytyvä prosessiteollisuus on Suomessa jo aikaa sitten siirtynyt digitaaliseen prosessiautomaatioon. Myös prosessimalleja hyödyntävät säätö- ja optimointisysteemit ovat yleistymässä.

Tulevaisuuden prosessiautomaatiossa tarvitaan yhä tarkempia malleja monimutkaisista prosesseista ja kykyä mukautua muuttuviin olosuhteisiin. Automaatiojärjestelmien tulee ottaa ihminen entistä paremmin huomioon, jolloin niiltä vaaditaan kykyä tuottaa ja ottaa vastaan helposti ymmärrettävää ja selkeää informaatiota.

Automaatiojärjestelmien valmistajat hakevat uutta puhtia ja tehokkuutta tekoälyn MODERNEISTA virtauksista. Viimeisten kymmenen vuoden aikana sekä neuroverkot että sumea logiikka ovat ollet intensiivisen akateemisen tutkimuksen kohteena. Viive akateemisesta tutkimuksesta käytännön teollisiin sovelluksiin on usein pitkä. Ne menetelmät, joita tänä päivänä korkeakouluissa kehitetään, voivat realisoitua tuotteina ehkä viiden tai kymmenen vuoden kuluttua — tai sitten eivät. Tekoälymenetelmien menestyksessä on ollut sekä nousu- että laskusuhdanteita.

UUSIMMAT tekoälyn suuntaukset, kuten evolutionäärinen laskenta ja agenttiteoria ovat vasta kehityskaarensa alkupäässä. Tutkijoista löytyy sekä pää pilvissä kulkevia ideoijia, että jalat tiukasti maassa astelevia kriitikkoja. Molempia tarvitaan, jotta insinööritieteet pystyvät vastaamaan niihin haasteisiin joita teollisuus ja yhteiskunta asettavat.

Internet on informaatioyhteiskunnan helmi: Saatavilla olevan INFORMAATION määrä on valtava. Jokainen joka on selannut Internetin sivuja löytääkseen vastauksen johonkin tiettyyn ongelmaan voi kuitenkin huomata että informaatio ei helposti muutu tiedoksi, ainakaan pragmaattisessa mielessä. Informaatioyhteiskunnasta on vielä matkaa tietoyhteiskuntaan.

Muista kielistä tutun "kompuutterin" kääntäminen "TIETO-KONEEKSI" on edelleen käännöksenä harhaanjohtavaa toiveajattelua. Englannin kielen vastaava sana "computer" tarkoittaa ohjelmoitavaa elektronista laitetta joka voi tallentaa, lukea ja käsitellä dataa. Kyky näihin kolmeen operaatioon ei välttämättä riitä muuttamaan informaatiota tiedoksi.

Joidenkin tutkijoiden mielestä TIETOKONE JA IHMINEN lähentyvät toisiaan yhä enemmän — ihmisten toiminta yhteiskunnassa ja yksilönä konemaistuu, samalla kun tietokoneet rakennetaan matkimaan inhimillistä käyttäytymistä.

• Käyttöliittymät saavat konetta inhimillistäviä piirteitä.
• Itse laitteiden arkkitehtuuriin tuodaan piirteitä hermoston topologiasta.
• Binäärinen logiikka muuttuu moniarvoiseksi.
• Satunnaisuuden merkitystä innovaattorina tutkitaan.

Vakavaa KRITIIKKIÄ voidaan esittää tekoälytutkimuksesta ja sen koko perusteista. Älykkyyden määritteleminen ei ole helppoa — ja mitä sitten on koneiden älykkyys ? Onko edes teoriassa mahdollista saada tietokoneet toimimaan tavalla joka vastaisi ihmisen mielen syvyyttä, moniulotteisuutta ja joustavuutta ?

Teknillisten tieteiden näkökulmasta, TEKOÄLYN TARKOITUKSENA ei ole matkia aivoja tai pyrkiä rakentamaan jokin aivojen kaltainen konstruktio. Tavoitteena on hyödyntää, soveltuvin osin, sitä tietoa mitä aivojen toiminnasta on saatu.

Voidaan kiistellä siitä ovatko tietokoneet ÄLYKKÄITÄ — vai luulevatko ne vain sitä olevansa. Kuitenkin, vaikka tekoälytutkimusta voidaan kritisoida, se mitä ei voida kiistää on tekoälyn hyödyllisyys tekniikkana - insinööritieteen keinona ratkaista teknisiä ongelmia.