Artikkeli
Nitor on hyväksytty osaksi kansainvälistä teollisuuden tekoälyn pullonkauloihin pureutuvaa tutkimushanketta. Hankkeessa on mukana 29 yritystä ja tutkimusorganisaatiota kaikkiaan yhdeksästä eri maasta. Nitor kehittää VTT:n johtamassa tietovirtoihin liittyvässä kokonaisuudessa teknisiä konseptitodistuksia eri kumppaneiden käyttökohteisiin.
Nitor on mukana ohjelmistointensiivisille järjestelmille suunnatun kansainvälisen ITEA 4 -klusterin CLEAR-tutkimushankkeessa. Hankkeen tavoitteena on nopeuttaa tekoälyn käyttöönottoa, jotta teollisuuden, maatalouden ja liikenteen toimijat voivat madaltaa toimintansa kustannuksia, parantaa turvallisuutta ja lisätä järjestelmien luotettavuutta. Samalla hanke vahvistaa Euroopan asemaa teollisen digitalisaation eturintamassa.
“Jos tekoälyn käyttöönottoa ei pystytä systematisoimaan ja skaalaamaan, sen arvo jää hajanaisiksi kokeiluiksi. Nitor on kehittänyt asiakkailleen runsaasti erilaisia tekoäly- ja koneoppimisen ratkaisuja. Lisäksi meillä on pitkä kokemus MLOps-tekemisestä, mikä antaa hyvän pohjan tekoälyn käyttöönoton ja hallinnan toimintamallien kehittämiselle”, Nitorin tutkimus- ja kehitysjohtaja Pasi Niemi kuvaa.
CLEAR-hankkeeseen osallistuminen on Nitorille strateginen panostus. Tutkimustyön lisäksi tavoitteena on kasvattaa entisestään osaamista alueella, joka on nopeasti muuttumassa kriittiseksi kilpailutekijäksi. Niemi odottaa tutkimushankkeen kantavan hedelmää myös Nitorin asiakkaille.
Asiakkaamme voivat luottaa siihen, että haluamme olla mukana ratkomassa hidasteita tekoälyn laajamittaisessa käyttöönotossa. Tutkimustyön myötä toivomme löytävämme monistettavan mallin, jotta tekoäly ja sen hyödyt saataisiin myös asiakkaidemme käyttöön nopeammin ja kustannustehokkaammin.
Niemi koordinoi Nitorin hankkeen eri projekteille tekemää tutkimustyötä. Lisäksi Nitor on palkannut hankkeelle täyspäiväisesti työskentelevän tutkimusassistentin, systeemi- ja operaatiotutkimuksen diplomi-insinööri Amir Sultanbekovin, joka aloitti työssään 1.6.2025. Koneoppimiseen, matemaattiseen mallinnukseen ja optimointiin sekä data-analytiikkaan erikoistunut Sultanbekov siirtyi Nitorille liiketoiminnan kehityksen ja tekoälyn hyödyntämisen tehtävistä.
Multimodaalinen data teollisen tekoälyn jarruna
CLEAR-tutkimushanke on jaoteltu useaan eri tutkimuspakettiin, jotka käsittelevät ydinhaastetta omista näkökulmistaan. Nitor työskentelee pääasiassa VTT:n johtaman multimodal pipelines -työpaketin parissa. Työpaketissa kehitetään tekoälyn käyttöönoton ja hallinnan arkkitehtuuria ja malleja, jotta kompleksista dataa hyödyntävät kieli- ja multimodaalimallit toimisivat jatkuvassa käytössä luotettavasti ja ennakoitavasti. Nitorin on määrä rakentaa joustava ja tietoturvaa painottava tekoälyalusta, jota muut hankkeeseen osallistuvat organisaatiot voivat hyödyntää osana omia ratkaisujaan.
“Teollisuudessa syntyy suuria määriä niin sanottua multimodaalista dataa, joka tulee eri lähteistä ja eri muodoissa samanaikaisesti. Tällaista dataa on haastava tuoda yhteen tavalla, joka tukisi päätöksentekoa ja mahdollistaisi tehokkaamman, turvallisemman ja ennakoitavamman tuotannon”, Amir Sultanbekov kertoo.
Multimodaalinen data voi tarkoittaa esimerkiksi lämpötilasta kertovaa anturidataa, kameravalvonnan kuvia ja videoita tai huollon tekstimuotoisia lokikirjauksia. Suuria ja monimutkaisia datamääriä on haastava hyödyntää yhdessä merkityksellisellä tavalla.
Hankkeesta vastaa ohjelmistointensiivisille järjestelmille suunnattu ITEA 4 -klusteri, joka on osa kansainvälistä markkinalähtöisten tutkimus- ja kehitysprojektien Eureka-verkostoa. Eurekan klusterihankkeet ovat pitkäkestoisia, laajoja ja kansainvälisesti merkittäviä aloitteita, joiden tavoitteena on kehittää Euroopan kilpailukyvylle merkittäviä teknologioita. Suomessa Eureka-toiminnasta vastaa Business Finland, joka myös rahoittaa hankkeessa toteutettavia projekteja.
