Ihannetulos geneettisellä algoritmilla. Evoluution tulokset ovat toistaiseksi ylivoimaisia verrattuna ihmisen aikaansaannoksiin. Siksi sitä jäljitellään perattaessa teknisiä vaihtoehtoja ja etsittäessä tuoreita ratkaisuja.
Miten pitkälle evoluution rahkeet riittävät tekniikassa? Voiko se tuottaa älykkäitä - jopa tietoisia - koneita?’


Miten pitkälle evoluution rahkeet riittävät tekniikassa? Voiko se tuottaa älykkäitä - jopa tietoisia - koneita?’

Julkaistu Tiede-lehdessä 1/2009


Galápagossaarten peippojen eli darwininpeippojen, nokat ovat luonnonvalinnan tuloksena kehittyneet tarkoituksenmukaisiksi työkaluiksi. Siemeniä syövien peippojen nokka on iso ja paksu, hyönteissyöjien pieni ja terävä.

Tekniikassakin nokkia käytetään paljon, mutta ei nokkimiseen vaan pyörivän liikkeen muuttamiseen edestakaiseksi. Mäntämoottorissa on tavallisesti nokka-akseli, jonka nokat ohjaavat venttiilejä.

Nokan parhaan muodon laskeminen oli viime vuosisadan loppuvuosiin saakka ratkaisematon tehtävä. Sitten insinöörit pääsivät samaan kuin peippo.

Vaasan yliopiston tietotekniikan ja tuotantotalouden laitos sekä Wärtsilä Diesel NSD hakivat suurten dieselmoottorien venttiili- ja pumppunokille optimaalista muotoa käyttämällä geneettisiä algoritmeja. Eräs yliopiston tutkijoista, Jouni Lampinen, teki väitöskirjansa nokkien optimoinnista.

Tietokoneohjelma jäljitteli luonnonvalintaa: se risteytti hyviä ratkaisuja eli hyviä nokkaprofiileja keskenään. Näin saatiin vielä parempia ratkaisuja.


Digitaaliotukset kamppailevat

Professori Jarmo T. Alander tutkii Vaasan yliopiston tietotekniikan ja tuotantotalouden laitoksessa geneettisiä algoritmeja, jotka ovat evoluutioalgoritmien tärkeä alalaji. Hän on myös monen vuosikymmenen ajan harrastanut perhostutkimusta, mikä sopii hyvin yhteen tekniikan kanssa.

Darwinin jälkeen biologiasta on tullut yhä täsmällisempää. Kehitystä pystytään usein kuvaamaan matemaattisen tarkasti. Vastaavasti 1900-luvun jälkipuoliskolta lähtien on opittu rakentamaan matemaattisia malleja, jotka soveltavat evoluutiota tekniikan kehittämiseen. Tietokoneen keinotekoisessa ekosysteemissä digitaaliset otukset eli vaihtoehtoiset ratkaisut kamppailevat paremmuudesta.

Aluksi ohjelma luo satunnaisesti joukon yritteitä eli aloituspopulaation. Huonot yritteet karsitaan. Jäljelle jääneitä ratkaisuja yhdistetään eli risteytetään satunnaisesti. Tarvittaessa satunnaisuutta lisätään eli tuotetaan mutaatioita. Jälleen huonot ratkaisut karsitaan.

Risteyttämistä, mutaatioiden tekemistä ja valintaa jatketaan, kunnes riittävän hyvä ratkaisu löytyy.


Optimi löytyy kohtuuajassa

Geneettiset algoritmi tarjoavat ratkaisuja niin sanottuun kombinaatioräjähdyksen ongelmaan. Jos on esimerkiksi suunniteltava töiden järjestys, etsittävä koneenosan optimaalinen muoto tai vaikka järjestettävä kirjahyllyn kirjat, niin mahdollisten vaihtoehtojen määrä kasvaa äkkiä tähtitieteelliseksi. Parasta tai edes kohtuullisen hyvää ratkaisua on mahdotonta löytää käymällä kaikki vaihtoehdot läpi, vaikka käytössä olisivat nopeimmat supertietokoneet.

Evoluutiota jäljittelemällä laskentatarve vähenee, niin että monet aikaisemmin ylivoimaiset tehtävät pystytään nyt ratkaisemaan kohtuullisessa ajassa.

Samalla tavoin kuin dieselmoottorien venttiilinokkia on optimoitu lentokoneen siipiprofiilia, mikä perinteisillä menetelmillä veisi vuosikausia eikä ehkä sittenkään onnistuisi yhtä hyvin.

Monessa suhteessa evoluution aikaansaannokset ovat vielä ylivoimaisia ihmisen tuloksiin verrattuna. Mutta, kuten professori Alander on todennut, harvalla tietotekniikan menetelmällä on miljardien vuosien kenttätestit takanaan niin kuin geneettisellä algoritmilla.


Apua myös perhoselle

- Kirjopapurikon suojelu on myös hyvä esimerkki, professori Alander laajentaa  evoluutioalgoritmien sovelluskohteita. Kirjopapurikko (Lopinga achine) on eräs täpläperhoslaji, uhanalainen kaiken lisäksi. Geneettisillä algoritmeillä voidaan etsiä sen elinpaikat.

Satelliittikuvat antavat kasvien levinneisyydestä ja maaperästä tietoja, joista tutkijat pystyvät päättelemään, mitä eläimiä missäkin voi olla. Geneettisillä algoritmeilla tätä tietoa on mahdollista louhia satelliittikuvista, esimerkiksi infrapunakuvista. Vaasalaiset ovat käsitelleet näin infrapunasäteilyn spektrejä.

- Avuksi voidaan ottaa säätietoja, museoiden kokoelmatietoja ja mitä kaikkea levinneisyystietoa nyt onkaan, Alander sanoo.

Muualla on jo saatu kokemusta geneettisten algoritmien käytöstä ympäristökartoituksissa. Suomalaiset metsätutkijat ovat analysoineet sademetsien luonnon monimuotoisuutta. Espanjalaistutkijoita ovat kiinnostaneet harvinaiset perhoset.

Tärkeimmässä vaiheessa, suojelutoimien suunnittelussa, voidaan taas hyödyntää  evoluutiolaskentaa, esimerkiksi minimoida häiriöitä, joita luonnolle syntyy rakennettaessa teitä, lentokenttiä ja muuta infrastruktuuria.


Markkinat kuin luonnonvalinta

Tekniikan kehittäminen matemaattisten evoluutiomallien avulla on kasvava, mutta silti kapeahko ala, josta vain suhteellisen harvoilla tutkijoilla on kokemusta. Sen sijaan kaikki insinöörit ja monet muutkin tuntevat biologisen ja teknisen kehityksen sanalliset vertailut.

Mikroelektroniikan tutkija, tohtori Sami Franssila kirjoitti Tiede 2000 -lehdessä 1996: "Evoluution käyttöainesta ovat mutaatiot, joita luonnossa syntyy jatkuvasti suunnattomia määriä. Luonnonvalinta karsii sitten yksilöt, jotka pääsevät jatkamaan sukua. Tekniikan evoluutio toimii samalla periaatteella: tutkijat, keksijät ja tuotekehittelijät tuottavat jatkuvasti uutuuksia, joista markkinamekanismi karsii pois elinkelvottomat."

Tekniikan samoin kuin luonnon evoluutiossa ihmistä kiinnostaa eniten hänen oma asemansa. Lajien synnyn ilmestyttyä alettiin heti väitellä ihmisen alkuperästä. Nyt kiistellään taas, mutta aihe on toinen: ohittaako kone kehityksessään ihmisen?


2030 alkaa koneiden aika?

Kun osataan jo rakentaa koneita, jotka näkevät, kuulevat ja puhuvat kohtalaisen hyvin ja liikkuvat itsenäisesti, niin mitä tuleekaan seuraavaksi?

Joidenkin tutkijoiden mukaan tulee singulariteetti. Se tarkoittaa teknisen kehityksen tasoa, jolla kone voittaa ihmisen älykkyydessä.

Singulariteetin käsitteen loi 1993 yhdysvaltalainen matemaatikko, tietotekniikan tutkija ja tieteiskirjailija Vernor Vinge. Hän ennusti, että singulariteetti saavutetaan vuonna 2030. Viime kesänä hän toisti ennusteensa sähkö- ja elektroniikkainsinöörien järjestön IEEE:n (Institute of Electrical and Electronics Engineers) lehdessä Spectrumissa.

Tietotekniikan kehittäjänä aikanaan mainetta niittänyt Ray Kurzweil taas saarnaa, että älykäs tekniikka tekee ihmisestä kuolemattoman suunnilleen samana vuonna 2030.

Tekniikkaoptimistit nojaavat Mooren lakiin eli tietokoneiden laskentakapasiteetin jatkuvaan nopeaan kasvuus. He uskovat, että se kiihdyttää kaikkea kehitystä ja vie pian yli-inhimilliseen älyyn. Eikä vain älyyn, vaan myös tietoisuuteen.


Hype kannattaa karsia

Vingen mukaan 2030:n jälkeen toteutuu "digitaalinen Gaia-skenaario", jolloin "todellisuus itse herää". Useimmat "fysikaaliset kappaleet" tulevat tietoisiksi itsestään.

Juuri niin hämärää, miltä kuulostaakin. Alkavatko autot, liedet tai pesukoneet yhtäkkiä jonakin aamuna esittää omia ajatuksia vain siksi, että ne kytketään verkkoon?

Suomalaiset tutkijat, kuten enemmistö tutkijoista muuallakin, suhtautuvat epäilevästi ajatukseen, että tietoista tekniikkaa syntyisi lähiaikoina itsestään.

- Kyllä tässä on valtava määrä hypeä. Suurin osa siitä, mitä asiasta on esitetty, on huuhaata, mutta sehän se menee kaupaksi ja Kurzweil myy kirjoja, sanoo tekoälytutkija, tohtori Pentti Haikonen Nokian tutkimuskeskuksesta.

- Mutta ihan varmaa on, että Mooren laki yksinään ei johda konetietoisuuteen, tarvitaan myös laadullinen muutos.


Kone oppii kokeilemalla

Haikosen mukaan tietoinen kone on kyllä mahdollinen rakentaa jo parin vuoden sisään. Rakennusohjeetkin hänellä on valmiina uudessa kirjassa Robot Brains (Wiley 2007). Lyhyt johdatus löytyy artikkelista Tietoinen kone tarvitsee lapsuuden (Tiede 2/2006, s. 16-19).

Tietoinen kone olisi utelias vekotin, joka lapsen tavoin kokeilemalla ja leikkimällä hankkisi tietoja ja älyä. - Toki tällainen ensimmäinen tietoinen kone vastaisi kognitiiviselta tasoltaan vain parivuotiasta lasta, Haikonen toppuuttelee.

Kone, joka näkee, kuulee, liikkuu ja on yhtä tiedostava kuin kaksivuotias ihminen, on jo melkoinen hyppäys tekniikan kehityksessä.

- Tietoisuuden syntyminen koneissa ei varmastikaan tule olemaan evoluution tulos vaan seuraus insinöörien ponnisteluista, Haikonen sanoo.


Evoluutio ei näe kokonaisuutta

Haikonen pitää evoluutiota heikohkona menetelmänä, koska se ei pysty tavoitteelliseen suunnitteluun. Väärään suuntaan lähtenyt kehitys ei helposti korjaannu. Esimerkiksi ihmisen silmässä on siksi verkkokalvo väärin päin, eli valosensorit katsovat kohti aivoja.

Haikonen muistuttaa myös geneettisten algoritmien ongelmasta: prosessi voi jumittua johonkin ratkaisuun, niin sanottuun paikalliseen optimiin, vaikka paljon parempi ratkaisu olisi toisaalla.

Optimi muistuttaa mäen korkeinta kohtaa. Tietokoneohjelma pystyy selvittämään, nouseeko vai laskeeko rinne, ja löytämään näin huipun, periaatteessa samalla tavalla kuin koulumatematiikassa haetaan käyrän huippukohta tangentin kulmakertoimen avulla. Ongelma on siinä, että huippuja on monta. Sokea algoritmi löytää kenties Haltiatunturin, mutta ei tiedä, että on olemassa Mount Everest. Siksi tarvitaan tietoista suunnittelua.

Ihminen on tietoinen ja ymmärtää erilaisten olojen vaatimukset. Kun hän ei voi juuri muokata omaa kehoaan, hän kiertää puutteen luomalla teknisiä tuotteita, kuten koneita tai vaikka avaruuspukuja.

- Toivoisin, että tulevat itseään kopioivat konesukupolvet voisivat analysoida tilansa ja tarpeensa ja näistä lähtökohdista suunnitella tarvittavat muutokset, Haikonen sanoo. - Ehkä tässä onkin se tarve konetietoisuudelle?


Kalevi Rantanen on diplomi-insinööri, tietokirjoittaja ja Tiede-lehden vakituinen avustaja.


Tieteen päivät
7.-11.1.2009
Helsingin yliopisto, päärakennus

Professori Jarmo Alander puhuu Tieteen päivillä aiheesta Evoluutiolla älykästä tekniikkaa. Seminaari Älyn tulevaisuus, lauantaina 10.1.2009 klo 12.15-14.15.


Mitä se on

- Evoluutiolaskenta - evoluutiota jäljittelevien matemaattisten mallien, kuten evoluutioalgoritmien, evoluutio-ohjelmoinnin ja keinoelämän, yleisnimitys

- Geneettinen algoritmi - luonnonvalintaa jäljittelevä matemaattinen malli

- Singulariteetti - oletettu teknisen kehityksen taso, jolla tietokoneista tulee älykkäämpiä kuin ihminen


Geneettinen algoritmi matkii luonnonvalintaa


1. Aloitus: luo (satunnainen) joukko yritteitä (aloituspopulaatio).

2. Valinta: karsi huonoimmat yritteet.
Jos riittävän hyvä ratkaisu on löytynyt tai aika on loppunut, niin lopeta.

3. Yhdistely: yhdistele ratkaisuja satunnaisesti (risteytys) ja lisää tarvittaessa satunnaisuutta (mutaatio).

4. Toisto: palaa askeleeseen 2 (uusi sukupolvi).


Vaasan yliopistossa on optimoitu ledivalon valokuviota. Algoritmi tuottaa erilaisia kuvioita, joista ihminen tai mittalaite valitsee parhaat. Hyviä ratkaisuja "risteytetään" vielä paremman valaistuksen aikaansaamiseksi. Tarvittaessa valokuvioita muunnellaan satunnaisesti eli tuotetaan mutaatioita.

Samalla tavalla voidaan optimoida vaikka kasvihuoneen valaistusta niin, että kasvit saavat valoa juuri tarvitsemillaan aallonpituuksilla.

Jos toimistotalossa on vierekkäin monta hissiä, on ratkaistava, mikä hissi vastaa käyttäjän kutsuun. Kun geneettisellä algoritmilla on valittu ajoreittejä, odotusaikaa on pystytty lyhentämään kymmenellä prosentilla.

Lähde: Jarmo Alander


Sovelluksia bussista hissiin


- Energian tuotannon optimointi: millä voimalaitosten yhdistelmällä tuottaa tarvittava sähköenergia

- Rakenteiden suunnittelu: miten esimerkiksi rakentaa silta turvallisesti ja pienimmin kustannuksin

- VLSI-piirien (eli hyvin suurten integroitujen piirien) suunnittelu

- Bussinkuljettajien työvuorojen järjestäminen

- Töiden ajoitus yleisesti

- Molekyylien suunnittelu

- Kemiallisen reaktorin optimointi

- Hissien odotusajan minimointi

- Älykkään ledivalon toiminnan optimointi

- Muodon (esimerkiksi koneenosien) optimointi

- Tietoliikenneverkon optimointi

- Tietokoneohjelmien testaus

- Lypsylehmän ruokavalion optimointi

- Kuvien käsittely esimerkiksi kaukokartoituksessa ja lääketieteessä

Suomalaistutkija havaitsi, että maaseudun monimuotoinen luonto saattaa suojata koiria allergialta. Se antaa tukea biodiversiteettihypoteesille.

Kaupunkilaiskoirilla on enemmän allergioita kuin maaseudulla asuvilla. Vähiten allergioita on koirilla, jotka elävät maalla maalaismaiseen tapaan monilapsisessa, muitakin eläimiä omistavassa perheessä ja saavat ulkoilla vapaasti kotipihalla.

Tällaisia asioita koirista Jenni Lehtimäki sai selville väitöstutkimuksessaan, josta Helsingin Sanomat kertoo jutussaan.

Ihmisistä tosin ei samanlaista yhteyttä löytynyt allergioiden ja asuinpaikan väliltä.

Lehtimäki testasi biodiversiteettihypoteesia. Sen mukaan immuunijärjestelmämme häiriintyy ja allergian tapaiset tulehdusperäiset sairaudet lisääntyvät, kun ympäristön monimuotoisuus hupenee ja me altistumme entistä vähemmille luonnon mikrobeille.

Väitöskirja koostui neljästä tutkimuksesta, joista kaksi käsitteli lapsia ja kaksi lemmikkikoiria.

Kummassakaan lapsitutkimuksessa ei löytynyt merkittävää yhteyttä allergioiden ja ihon mikrobien tai luonnon monimuotoisuuden välillä.

Toisin oli lemmikkien laita. Koiranomistajille suunnatun kyslytutkimusken mukaan sairaimpia olivat kaupunkilaiskoirat, joista noin 17 prosentilla oli allergiaa. Maalla osuus oli viitisen prosenttia.

”Kysely osoittaa ensimmäistä kertaa urbaanin ympäristön ja muun nisäkkään kuin ihmisen allergian välisen yhteyden”, Lehtimäki kertoo.

Vielä selvemmän näytön tarjoaa neljäs tutkimus, johon osallistui yhteensä 170 labradorinnoutajaa ja suomenlapinkoiraa.

Se paljasti, että eniten allergioista kärsivät kaupungissa esimerkiksi kerrostalossa asuvat koirat, joilla on ”urbaani elämäntyyli”. Niiden hoidosta vastaa yksi ihminen, joka harrastaa monenlaista ja lenkkeilee paljon koiran kanssa.

Harvinaisimpia allergiat ovat maalaiseen tapaan maalla elävillä koirilla. Niiden iholla on viljalti ympäristöstä peräisin olevia bakteereja.

Lehtimäki ihmettelee, miksi ympäristön ja allergian yhteys tuli ilmi koirilla muttei lapsilla.

”Allergia on monimutkainen sairaus ja ihmiselämä on monimutkaista, mikä saattaa piilottaa ympäristön vaikutuksen”, hän miettii.

Täysin piiloon ihminen ei kuitenkaan jäänyt. Kyselytutkimuksessa paljastui, että jos allergia vaivaa koiraa, omistajakin on todennäköisesti allergikko. Tämä johtuu epäilemättä jostain yhteisestä tekijästä koiran ja omistajan elämäntavoissa tai ympäristössä.

”Maaseutumaisessa ympäristössä koiran ja ihmisen elimistö altistuu mikrobeille, jotka jollakin tavalla tukevat immuunijärjestelmän toimintaa”, Lehtimäki toteaa.

Kysely

Uskotko biodiversiteettihypoteesiin?

Tutustu sisältöön ja lue uusi lehti digilehdet.fi:ssä.

 

Tieteessä 2/2018 

 

PÄÄKIRJOITUS

Kun viha vie

Vihapuhuja ratsastaa alkukantaisella reaktiolla.

 

PÄÄUUTISET

Unissa puhutaan rumia

Myöntisen päiväminän takaa kurkkii
kielteinen yöminä – hyvästä syystä.

Alienkivi on yksi miljoonista

Tähtienvälisiä asteroideja syöksyy
aurinkokunnan läpi jatkuvasti.

Nykyihminen seikkaili
ulos Afrikasta useita kertoja

Yhden ulostulon malli ei enää mitenkään
istu Aasian löytöihin.

Korallit kalpenevat kiihtyvää tahtia

Lämpenevät vedet riistävät
polyypilta elintärkeän kumppanin.

 

ARTIKKELIT

Migreeni vyöryy aivorungosta

Kun sähköt sekoavat hermokeskuksessa,
kipuviestit kiihdyttävät aivot hälytystilaan.

Esinisäkkäät
Maailman valtiaat ennen dinosauruksia

Kehitys kohti meitä käynnistyi jo silloin,
kun maapallon mantereet olivat vielä yhtä.

Siittiöt hukassa

Enää hälytyskellot eivät kilise van kumisevat.
Miesten siittiömäärät ovat romahtaneet.

James Bond
Harmaa agentti hurmasi maailman

Vastoin odotuksia huomaamaton vakooja sai
valtavan huomion. Kohu teki fiktiosta faktaa.

Liikenne jättää tiet

Visio on villi muttei utopiaa. Jokainen sopiva
maapala tarvitaan luonnolle ja ruoalle.

Ennen paras mies oli poikamies

Naiset ja seksi eivät ole aina olleet miehen mitta.
Elämän tärkeät asiat löytyivät pitkään toisaalta.

 

TIEDE VASTAA

Voiko pissa jäätyä kaarelle?

Haudataanko vainajat ilmansuuntien mukaan?

Mikä on puujalkavitsi?

Miksi kuusi kestää lumen painon?

Miten norppa löytää takaisin avannolle?

Voiko avaruusaseman palauttaa Maahan?

 

KIRJAT

Oma dna kantaa suvun historiaa

Marja Pirttivaara teki suomalaisille sukututkijoille uudenlaisen kätevän oppaan.

 

KUVA-ARVOITUS

Klassikkopalsta

kutsuu lukijoita tulkitsemaan kuvia lehden Facebook-sivustolle: facebook.com/tiede.fi

 

OMAT SANAT

Valoa kohti

Entisinä aikoina kantasana tarjosi myös lämpöä.

 

Jos olet Sanoman jonkin aikakauslehden tilaaja, voit lukea uusimman numeron jutut Sanoman Digilehdet-palvelussa.

Ellet vielä ole ottanut tilaukseesi kuuluvaa digiominaisuutta käyttöön, tee se osoitteessa https://oma.sanoma.fi/aktivoi/digilehdet. Aktivoinnin jälkeen pääset kirjautumaan suoraan digilehdet.fi-palveluun.