Siirry pääsisältöön Siirry hakuun
Sivu päivitetty 7.10.2021

Kiinnostus tekoälyyn vei Dorin Doncencon mennessään: ”Pääsen työskentelemään aidosti uusimpien teknologioiden parissa”

Syksyllä 2020 Turun AMK:n tieto- ja viestintätekniikan opiskelija Dorin Doncenco opiskeli tekoälyä käsittelevällä opintojaksolla. Kurssilla hän tutustui syväoppimiseen (Deep Learning), ja kurssin loppupuolella hän pääsi käytännönläheisesti tutkimaan syväoppimista radiologiassa.

Teksti: Veera Laaksonen
Kuva: Dorin Doncenco

Opintojakson lopuksi kurssin opettaja, yliopettaja Mojtaba Jafaritadi kysyi Dorinilta, olisiko tämä kiinnostunut syventämään tekoälyn osaamista.

– Hän tarjosi minulle mahdollisuutta liittyä PRIVASA-hankkeeseen. Työskentelen tällä hetkellä hankkeessa opiskelija-assistenttina. Sen lisäksi teen opinnäytetyöni aiheeseen liittyen, Dorin kertoo. 

Dorin suorittaa samanaikaisesti myös työharjoitteluaan PRIVASA-hankkeessa.

Työskentelemistä uusimpien teknologioiden parissa

Turun AMK on mukana PRIVASA – Privacy Preserving AI for Synthetic and Anonymous Health Data -hankkeessa, jonka tarkoituksena on nopeuttaa kansainvälisillä markkinoilla toimivien yritysten tuotekehitystä tuottamalla anonyymia, yksilötasoista ja synteettistä, eli oikean kaltaista terveysdataa. 

Hanke on Business Finlandin rahoittama Co-Innovation projekti, jota koordinoi Turun yliopisto. Turun AMK:sta hanketta toteuttaa Terveysteknologian tutkimusryhmä . Yliopettaja Mojtaba Jafaritadi toimii hankkeessa päätutkijana.

Turun AMK kehittää hankkeessa tietosuojan turvaavia tekoälymenetelmiä arkaluonteisten terveys- ja kuvantamisdatan käsittelyyn. Turun AMK:ssa rakennettavat koneoppimisalgoritmit tuottavat synteettistä dataa perustuen todelliseen kuvantamisdataan.

Dorinin työnkuvaan kuuluu paljon lukemista ja erilaisiin tutkimuksiin tutustumista. Oppimaansa hän soveltaa terveysteknologian hankkeen toteutuksessa. Arvokasta tietoa löytäessään hän raportoi siitä muille tiiminsä jäsenille ja PRIVASAn parissa työskenteleville. 

– Aloitettuani opiskelija-assistenttina opin paljon GANista, eli generatiivisista kilpailevista verkostoista. Luen paljon alan artikkeleita, minkä jälkeen sovellan lukemaani käytännössä, Dorin kertoo työstään.

Generatiivinen kilpaileva neuroverkosto (GAN) koostuu kahdesta tekoälyjärjestelmästä, jotka on koulutettu kilpailemaan keskenään sekä luomaan realistisempaa dataa kuin yksin toimiva järjestelmä. 

Työvaihetta suorittava järjestelmä oppii jatkuvasti saamastaan palautteesta. Samaa jatketaan niin kauan, kunnes lopputulokseen ollaan tyytyväisiä. GAN-verkostot eivät vain opettele ulkoa aiempaa sisältöä, vaan voivat luoda kokonaan uutta.

– GAN ja sen menetelmät ovat kohtuullisen uusia ja synteettisen datan menetelmät ovat todella kuuma tutkimuksen aihe tällä hetkellä, kertoo Terveysteknologian tutkimusryhmän vetäjä Elina Kontio.

Dorin kertoo törmäävänsä usein uusiin asioihin, joista ei ole olemassa vielä paljoa tietoa. Hänen työnkuvaansa kuuluukin ratkaista vastaantulevia ongelmia – tiimin tuella ja joskus jopa yksin. 

– Pääsen työskentelemään aidosti uusimpien teknologioiden parissa. Ennen tätä työtä kuvittelin, että kyseinen lausahdus on vain mainoskikka yrityksille, mutta tässä tapauksessa se on totta, Dorin iloitsee.

Valmistuminen häämöttää

Dorin on kotoisin Moldovasta, mutta on opiskellut kaksoistutkinnolla vuodesta 2017 tietojenkäsittelytieteen kandidaattitutkintoa Länsi-yliopisto Timisoarassa Romaniassa. Lisäksi hän on täydentänyt koulutustaan Turun AMK:n tieto- ja viestintätekniikan opinnoilla. 

Hänen on määrä valmistua tulevana keväänä, sillä kesken ovat enää työharjoittelun loppuun saattaminen sekä opinnäytetyö.

Kiinnostus tekoälyyn on vienyt Dorinin mennessään, ja hän toivoo työllistyvänsä alalle tulevaisuudessa. Myös jatko-opintonsa hän aikoo sitoa tekoälyn ympärille.

– Tekoäly on aiheena hyvin uusi ja kompleksinen. Haluaisin suorittaa aiheesta Master-tutkinnon, jotta saan alasta paremman käsityksen ja voisin osallistua entistä enemmän alan hanketoimintaan.

Kontio toimii tutkimusryhmän vetäjän pestin lisäksi myös Dorinin harjoittelun ohjaajana. Hänen mukaansa Dorin on osoittanut aktiivisuutta ja kehitystä tekoälyn menetelmien oppimisessa ja kehittämisessä.

– On ollut hienoa työskennellä innostuneen opiskelijan kanssa ja mahdollistaa hänelle asiantuntijuuden kehittymistä osana haasteellista tekoälyprojektia, Kontio kiteyttää.

Määrätietoisen opiskelun lisäksi hänen elämäänsä mahtuu myös liuta harrastuksia. 

– Harrastukseni muuttuvat säännöllisesti. Välillä luen kirjoja, toisinaan pelaan shakkia amatööritasolla. Olen vapaa-ajallakin kiinnostunut tieteestä, mutta luen paljon artikkeleita myös esimerkiksi uskonnosta ja psykologiasta. Hektisen ja työn- sekä opiskeluntäyteisen arjen vastapainoksi olen alkanut myös meditoida, hän kertoo.