Data on kaunista - Heli Koskimäki
Noh, aloitetaanpa.
Tittelihän on hirmu hieno, oon koittanut joskus suomentaa, mutta en osaa.
Mutta itse keksin kuitenkin itselleni, että kuulosti tosi pätevältä.
Mutta löytyy tosiaan myös niinkä oma tausta.
Vähän samanlainen kuin monella muullakin lika matematiikalta maisteriksi väitöskirja tietotekniikalle sitten yliopistolla noin 16 vuotta töitä ja jossakin vaiheessa vaihdoin sitten Ouralle.
Ja todellisuudessa enhän minäkään tiedä, mitä minä oikeasti isona haluan tehdä.
Matematiikalle pääsi suoraan sisälle silloin lukiosta, niin otin sitten helpon polun ja ainoa idea matikalle tullessa oli, että ei ainakaan opettajaksi.
Ja siinä sitten koitin keksiä, että mitä isona haluan ja sitten yliopistolla tietotekniikan osastolla avautui paikka, jonne hain ja siellä työhaastattelussa kysyttiin että mitä mieltä olet jatko-opiskelusta ja tokihan sanoin ensimmäisenä että ei oo mun juttu.
Että kovasti on koittanut vastustaa tätä omaa uraani, että en minä tiedä, mitä minä haluan ja mihin minä haluan ja oma ura kuitenkin on vähän ollut semmoista ajautumista, mutta että ennemmin sanonut kyllä asioilleko ei.
Ja myös sitten Ouralle töihin olen mennyt kuusi vuotta sitten, kun oli vielä...
Se on aina hauska kertoa Ouralla, että tällä hetkellä olen seitsemänneksi vanhin työntekijä talon sisällä.
Että siellä tuntuu, että jo viikossa tulee enempi uusia työntekijöitä kuin mitä meitä oli silloin alkuaikoina ja sinnekin siihen aikaan kysyttiin töihin, että kaveri pyysi vähän apua että mitä se koneoppiminen on, että voisinko opettaa, että miten sitä voisi hyödyntää, niinkö tämmöisessä uniluokittelussa?
Ja kaksi tuntia opetin aihetta, että menee nyt tällä lailla, että kyllä sitä jotakin hyvää tulee ja vuosi pari sen jälkeen seuraava rahoituskierros oli mennyt ja tuote oli launchattu niin tuli kysymys että voisitko kuitenkin tulla meille töihin, että alettaisiin yhdessä viemään tätä hommaa eteenpäin.
Ja käytännössä mitä tämä kaikki minun elämä on ollut niin on, omasta mielestäni leikin datalla.
Eli numerotietoa, mistä vaan se tuleekaan, niin se on mihin se on.
Ja tästä kun sanon, että lähdin matikalle, ei siihen aikaan niinkö koneoppiminen...
Tekoälyhän oli jo aika hieno sana, mutta se unohtui ja palasi uudestaan että ehkä nyt se on sitten paljon vielä älykkäämpää kuin silloin 20 vuotta sitten.
Mutta aloitin tutkimalla pistehitsausta, että miten pistehitsauksen laadunvarmistus toimii ja pistehitsauksessa idea on se, että jotta se hitsaus toimii, niin se tapahtuu kahden metallilevyn väliin ja ainut tapa mitata toimiko, on rikkoa se koko yhdistelmä.
Eli siihen tarvittiin matemaattista mallinnusta, että voidaanko me tiettyjen parametrien avulla perustella, että tämä nyt toimii?
Sitten siitä näppäränä, koska numerot ja data-analyysi on kuitenkin sitä niin siirryttiin terästehtaille, että miten siellä optimoitais uusien teräslaatujen valmistamista ja osa kertoi, että päivääkään ei vaihtaisi koulutuksesta tai muuta pois, niin kyllä siellä välissä oli tylsää.
Ja kyllä mä vähän olin katkera ihmiselle, joka teki yhteistyötä Polarin ja muitten kanssa että oishan se kuitenkin paljon kivempaa, että pääsisin kertomaan, että tekee jotakin tosi hienoa.
Ja siitä sitten vähän yliopistoprojektit siirty autotehtaille että miten me voitais niitä työntekijöitä monitoroida, että tekeekö ne oikeasti oikeita asioita siellä datan perusteella elikkä siinä perustui kiihtyvyysanturit?
Kuinka moni tietää, mitä kiihtyvyysanturit on?
Eli kolmeen suurta liikettä eli, kaksi älysormusta, yksi kello jokainen koittaa kiihtyvyyden perusteella keksiä, että mitä minun käteni tekee ja koska siinähän se on typerä, että sehän olettaa, että minä tällä hetkellä kävelen, koska miksi muuten mä näin kättä heiluttelisin.
Sitähän se lähinnä oli, että koitetaan keksiä erilaisista kädenliike-patterneista, hahmoista että mitä se työntekijä oikeasti siellä tehtaalla teki.
Ja siitä sitten lähdettiin miettimään, että mikä on kävelyä, mikä on juoksua?
Miltä ne signaalit näyttää ja että miten siitä isosta signaalimassasta voitaisi vaikka tajuta, että tuossa välissä ihminen käveli.
Tuossa se aloitti, tuossa se lopetti ja sen jälkeen moni puettavista pystyi sulle suoraan kertomaan, että kävit juuri tunnin kävelylenkin.
Ja kuten aivoissa, myös kaikessa kävelyssä ja kaikissa signaaleissa niin jokainen ihminen on erilainen.
Ja se ehkä on ollut parasta kuin siirtynyt sormusfirmaan että siellä saadaan joka päivä käydä sitä ihmisten erilaisuutta/samankaltaisuutta läpi.
Että se mikä algoritmi toimii minulle ei välttämättä toimikkaan sille viereiselle henkilölle ja miten me saadaan hyödynnettyä fysiologiaa ja tuotua sitten se mitä se data pitää niin hyvin esiin että ihan sama, että jos minä sormuksen annan kelle tahansa teistä niin se pystyisi silloin tällöin ymmärtämään että kävelittekö te vai pystyisikö se vaikka kertomaan, että oletteko te nukkuneet syvää unta.
Ja ei se aina ihan toimi, mutta koitetaan kuitenkin, että se suurimmaksi osaksi toimisi.
Ja jos käydään läpi, niin ihan sen, mitä kaikkea se data voi kertoa niin tämä on ehkä lempparikuva että kuinka erilaisia me ollaan ja kuinka samanlaisia.
Elikkä kaksi vuotta meidän koko Ouran käyttäjäpopulaation leposykkeet, eli joka yö mitataan sykettä, jokainen pystyy tietyllä tavalla mittaamaan sen, mutta yöaikana jos mitataan niin sormus sen kerää.
Sen jälkeen laitetaan tietokantaan, josta voidaan tehdä isompi analyysi että miten tuossa vaiheessa noin 50 000 käyttäjällä leposyke yölle menee?
Tiedättekö te miten nostaa sykettä?
Harrastetaan liikuntaa, tai syödään tai juodaan.
Alkoholi on todella iso leposykkeen nostattaja.
Ja sitten kun aletaan katsomaan tässä niin kaksi ja puoli vuotta dataa ja sieltä löytyy kolme tuommoista tosi korkeaa leposykettä että maailmanlaajuisesti neljä pykälää korkeammat leposykkeet.
Näittekö mikä päivä se on? Uusivuosi.
Että käytännössä data kertoo, että joka ikinen uusivuosi maailmanlaajuisesti, ihmiset nostaa noin neljä pykälää niiden leposykettä.
Varmaan johtuu niistä raketeista.
Mutta sitten sama laskutoimitus, koska data on vain niin kaunista ni montako piikkiä on sitten noiden uusien vuosien välillä, jos signaalia katsotaan.
52 eli jokainen viikonloppu näkyy kanssa siellä isossa datassa.
Ja sitten ehkä näin niinkuin datan käsittelyn mielenkiintoista on se että meitä alkoi ihmetyttää, että miksi kesällä sykkeet on alhaisemmat?
Ja me päätettiin että ehkä se vain johtuu siitä, että pohjoisella pallonpuoliskolla aurinko, kesä, niin että ne vaikuttaa meidän hyvinvointiin.
Ja sitä todistaaksemme, alempi kuva on sitten Australia ja Uusi-Seelanti.
Eli siellä leposykkeet liikkuu eri rytmissä kuin meillä pohjoisella pallonpuoliskolla.
Niin, mitä mä voin sanoa? Data, ja mitä se paljastaa ja miten sitä voi käsitellä manipuloida ja tuoda sitä lisäarvoa käyttäjille niin kyllähän se on niinkun...
Ja ei se pistehitsauskaan nyt niin tylsää ollut.
Mutta kyllähän tässä on oma ala löytynyt, että miten ihmiset käyttäytyy ja miten sitä voi hyödyntää.
Ja tosiaan, että koko ajan vaihtuu niinkuin haasteet.
Ei puettava teknologia ollut mitenkään 20 vuotta sitten kova sana ja jos meidän firma juhlii ensi vuonna 10-vuotista taivaltaan, niin enhän minä nyt pystynyt silloin kuvittelemaan edes, että mihin mennään.
Ja kyllähän sen uran voi tehdä sen näköiseksi kun itse on tai sitten minä nyt oon ehkä enempi menny vaan sinne, että mihin on satuttu pyytämään tai mihin oon mennyt.
Että sen jälkeen nauttinut vaan jokaisesta päivästä, että mitä tapahtuu.
Ja riittävän monipuolinen taustahan tekniikassa mahdollistaa sen, että jos minä huomenna päätän, että ehkä sittenkin haluaisin johonkin muualle niin kyllä vielä uskon, että se teknologinen tausta ja se data voi avata minulle ovia ihan muihinkin työpaikkoihin.
mutta se aika lailla oli minun urapolkuni. Kiitos.
