91�����

Suomalainen materiaaliteknologiayritys Betolar kehittää vähähiilisiä materiaaleja rakentamisen ja kaivosten käyttöön hyödyntämällä teollisuuden sivuvirtoja, kuten polttolaitosten tuhkia ja metalliteollisuuden kuonia. Yritys nojaa vahvasti data-analytiikkaan ja tekoälyyn uusien materiaalien tunnistamisessa ja kehityksessä.

”Tekoäly nopeuttaa tutkimusprosessia ja mahdollistaa sellaisten materiaalien hyödyntämisen, joita on perinteisesti ollut vaikea analysoida”, kertoo Betolarin VP Data Platform & Ecosystem Olli Kilpeläinen.

Tukea kehitystyöhön saatiin Finnish AI Region (FAIR EDIH) -verkostosta, joka tarjoaa pk-yrityksille maksuttomia palveluita tekoälyn käyttöönoton vauhdittamiseksi. Aalto-yliopisto on yksi FAIRin kymmenestä partneriorganisaatiosta. FAIRin kautta diplomityöntekijäksi löytyi koneoppimista, tekoälyä ja datatieteitä Aallossa opiskeleva Edvard Ohlström.

Askel kohti automatisoitua analytiikkaa

Ohlström lähti selvittämään, kuinka syväoppiminen voisi auttaa erottamaan epäpuhtauksia ja tunnistamaan materiaaleja XRD-mittauksista, jotka sisältävät teollisuuden sivuvirtojen kaltaisia monimutkaisia materiaaliyhdisteitä. Hän lähti liikkeelle kirjallisuudessa julkaistuista malleista.

”Simuloin diffraktioprofiileja tunnetuista kiderakenteista. Laajimmassa tarkastelussa oli mukana 430 000 erilaista kiderakennetta. Tavoitteena oli luoda modulaarinen järjestelmä, jota voidaan jatkossa parantaa korvaamalla sen osia kehittyneemmillä ratkaisuilla”, Ohlström kertoo.

Hän kehitti modulaarisen järjestelmän, jossa diffuusiomalli parantaa harjoitusdatan laatua. Lisäksi hän koulutti konvoluutioneuroverkon yhdistämään mittausdatan oikeisiin kiderakenteisiin.

Työ osoitti, että täysin automatisoitua tekoälyratkaisua XRD-analyysiin ei vielä voida ottaa käyttöön, sillä nykyiset menetelmät eivät ole riittävän kehittyneitä. Työ loi kuitenkin vahvan pohjan jatkokehitykselle.

”Olemme työhön erittäin tyytyväisiä. Edvard onnistui kirjoittamaan haastavasta aiheesta laadukkaan diplomityön ja tuomaan merkittävän panoksen tutkimusaiheeseen, joka on akateemisesti vielä nuori. Kun kehitys etenee, voimme palata työn pohjalta aiheeseen ja edetä nopeammin”, Kilpeläinen sanoo.

”Työ paransi ymmärrystämme tekoälymallien toimivuudesta ja rajoitteista käytännön sovelluksissa. Se myös vahvisti tiimimme osaamista, kun Edvard toi oppeja suoraan koulun penkiltä”, toteaa Mohtaschemi, joka toimi diplomityön ohjaajana.

Diplomityötä valvoi Aalto-yliopiston apulaisprofessori Vikas Garg.

Kokemusta ja oivalluksia molemmin puolin

Betolar kannustaa myös muita yrityksiä hyödyntämään FAIRin tarjoamaa diplomityöyhteistyötä.

”Diplomityö on erinomainen tapa tutkia rohkeitakin kehityskohteita, kunhan aihe on selkeästi määritelty ja rajattu. On tärkeää, että aihe antaa opiskelijalle tilaa itsenäiseen työskentelyyn”, Kilpeläinen toteaa.

Hän korostaa, että erityisesti pienille kasvuyrityksille, joilla on rajalliset resurssit, diplomityö tarjoaa tilaisuuden paneutua yksittäisiin tutkimuskokonaisuuksiin.

Ohlström työskenteli osana Betolarin tiimiä yrityksen toimistolla. Päivittäinen vuorovaikutus auttoi hahmottamaan työn roolin osana laajempia tavoitteita ja ymmärtämään, miten XRD-mittaukset tukevat kiertotalouden ratkaisuja.

”Sain arvokasta työkokemusta, ja oli hienoa nähdä läheltä, millaista työ on syväteknologiaa kehittävässä startupissa”, Ohlström kertoo.

Artikkelin julkaisuhetkellä Edvard Ohlströmin diplomityö on arviointivaiheessa.

Teksti: Marjukka Puolakka