Tekijä: Robologin bloggaajat
Building Skills and Global Networking Connections: How Metropolia Opens Doors for Students
Being a student at Metropolia University of Applied Sciences is a unique experience that transcends traditional education. Metropolia encourages students to actively participate in various events and community initiatives, paving the way for personal growth, skill development, and the formation of invaluable connections. My recent experience with Jesse Bove, Samuli Ahokas, both students and Garage Club members, and Niilo Jaakola from the University of Tampere at the SICK Sensor Intelligence Hackathon in Germany showcased how these opportunities can lead to unforgettable life experiences. Garage Club, Robo Garage, and AIoT Garage Picture: Garage logo. Garage Club is a social community created by students from different academic fields to work on their hobbies and participate in activities and competitions focused on autonomous robotics and technology, artificial intelligence and the Internet of Things (AI & IoT), indoor and outdoor mobile robotics, and drones. Garage Club also provides students with the chance to connect with companies and network with industry professionals through projects and collaboration activities. Garage Club is part of Robo Garage and AIoT Garage, two of Metropolia’s collaboration platforms that focus on Robotics, IoT, AI, and machine learning technologies. For more information, visit the following links: Garage Club: https://www.metropolia.fi/en/rdi/collaboration-platforms/garage/club Garages: https://www.metropolia.fi/en/rdi/collaboration-platforms/garage Skill Development Through Active Participation Picture: Metroteam members working with other team members. At Metropolia, students are provided with numerous opportunities to engage in hands-on learning experiences. From the Garage Club to collaboration platforms like Robo Garage and AIoT Garage, students can work on innovative projects that enhance their technical skills and creativity. These platforms allow students to work with cutting-edge technologies and apply theoretical knowledge to real-world problems. During the SICK Hackathon, our team chose to develop a solution to improve road safety using SICK’s sensor technology. Although we faced many challenges, our previous experience with courses and SICK LiDAR sensors at Metropolia made it easier to set up our hardware and extract necessary data from the provided engineering software. This experience sharpened my problem-solving abilities and technical skills, fostering a practical understanding of our fields and preparing us for the workforce. Networking with Global Professionals Picture: Metroteam members discussing ideas with ABB robotics professional. Metropolia's emphasis on international collaboration allows students to connect with peers and professionals from around the world. The SICK Hackathon brought together participants from diverse backgrounds, facilitating rich exchanges of ideas and perspectives. I made connections with fellow students and industry professionals, expanding my network and gaining insights into various fields. These networking opportunities are invaluable. Metropolia hosts various events and initiatives that connect students with industry experts, enhancing our understanding of the job market and helping us prepare for future career paths. Garage Club also facilitates interactions with professionals, offering mentorship and guidance. Creating Unforgettable Life Experiences Picture: Metroteam members at SIA Academy during SICK Hacakthon. The journey at Metropolia is about more than just academics; it’s about creating lasting memories and friendships. The connections formed during events like the SICK Hackathon often lead to collaborations and lifelong friendships. Being part of a community that values innovation, teamwork, and diversity enriches our educational experience. Metropolia's international focus means students can participate in global events, further enhancing their cultural awareness and understanding. These experiences not only broaden our horizons but also instill a sense of adventure and curiosity that will serve us well in our careers. Being a student and a staff member at Metropolia University of Applied Sciences means embracing opportunities for growth, learning, and connection. Through active participation in university events, students can develop vital skills, build confidence, network with professionals, and create unforgettable experiences. Initiatives like the Garage Club and partnerships with organizations such as SICK, ABB, and many more, show how Metropolia provides an environment where students can thrive and excel. Picture: Metroteam and other participants from Finland. Whether you're attending hackathons, joining innovative projects, or simply engaging with peers, Metropolia offers a wealth of opportunities that prepare students for the future. I am grateful for my experiences and excited to see where this journey will take me next! Join us in Garage Club and connect with talented students, future clubmates, and industry professionals! Send us an email, and I would be more than happy to add you to our community! Writer: Fayez BassalatElectronics Engineering StudentProject Assistant and Garage Club Hostfayez.bassalat@metropolia.fi
A Journey to the SICK Hackathon
A lot can happen in just one week. You can travel to another country, join a unique problem-solving event, and make friends with people from all across the world. I did all this and more during the week of October 14-20, 2024. I experienced what many consider a once-in-a-lifetime event. Earlier this year, I applied for the SICK Solution Hackathon and was accepted, along with 102 other students and engineers from around the world. So, I traveled with Fayez Bassalat and Samuli Ahokas, colleagues from Metropolia, to Freiburg, Germany. The idea behind this Hackathon was to invite bright minds from all walks of life to problem-solve, innovate, and create solutions to current or future problems using the hardware and software of the host, SICK, and their partners. Usually, teams are formed during the first steps of the event. However, I was already part of a team with Fayez and Samuli. We managed to pick up one more member, Niilo Jaakkola, an IT student from the University of Tampere. The Challenge Picture: Fayez, Samuli, and Niilo listening to one of the Hackathon coaches. We were given a myriad of problems to solve, but we decided to come up with our own idea. We explored the possibility of using Lidars and cameras in tandem with Augmented Reality to help drivers see around blind corners. Working non-stop for two days was mentally and physically exhausting. Long days with only breaks for food and coffee. But we pushed through and eventually got a working demonstration of the concept. We presented it on Livestream to up to 250,000 people, along with all the other groups and their solutions. Truthfully, I think our presentation fell a bit flat compared to others. However, we were commended for our efforts and for getting a working demonstration done in less than 48 hours, when their R&D had been trying to do the same for nearly a month. This shows that working on a myriad of projects, be it through courses or through Metropolia’s collaboration platforms like Robo Garage and AIoT Garage, has it merits. Picture: Example of our solution in action. The blue lines visualize the walls, overlaid onto a video feed. Overcoming Hurdles Picture: Niilo, Jesse and Samuli on stage presenting our solution. I had never been to a hackathon before this, so I wasn’t fully sure what was expected of me. This caused me to stress out a bit and led to some miscommunication within the group. However, we overcame these hurdles with the help of other groups and the coaching staff. The hackathon veterans told us that it’s part of the experience and it will get easier over time. Personal Growth During the week, I honed my project management skills by working with new and familiar faces, trying to combine our strengths to overcome our weaknesses. I connected with people from all over the world, making friends with contestants from the USA and South Africa, who are now LinkedIn connections. There was even a team with half Japanese and half Georgian contestants who didn’t have a common language but still managed to compete and win. I also practiced presenting to a massive audience of people worldwide, standing tall and proud, even though inside I was terrified. All in all, this was the most intense learning experience of my life. And I would do it again if I got the chance! Writer: Jesse Bové Robo Garage assistant & Mechanical automation engineering student Metropolia University of Applied Sciences Pictures by Andreas Kusy Photography
Big-Flashin toimintamalleilla TKIO haltuun Osa 2
Yhteistyön huippuhetkiä ja tuloksia Nyt on kulunut reilu vuosi Big-Flash-hankkeen päättymisestä. Hankkeen projektipäällikkönä on suuri ilo tarkastella sen huikeaa vaikuttavuutta niin Metropoliassa kuin yhteistyöyrityksissä. Big-Flash-hankkeen keskeinen oivallus on ollut yhteistyön voima. Toimimme tiiviisti yritysten, oppilaitosten ja asiantuntijoiden kanssa, ja tämä yhteisöllisyys on ollut avain menestykseen. Viikoittaiset kokoukset ja kasvokkaiset tapaamiset mahdollistivat tehokkaan kommunikaation ja ongelmanratkaisun. Kun kaikki osapuolet kokoontuivat yhteen, voitiin varmistaa hankkeen sujuva eteneminen, jakaa laaja-alaista osaamista sekä varmistaa tietoisuus tavoitteista ja aikatauluista. Oppimiskokemus vailla vertaa Matkan varrella kohtasimme useita haasteita, erityisesti teknisten komponenttien saatavuuden ja kommunikaation osalta. Usein jouduimme kehittämään nopeasti täysin uusia ratkaisuja, kun haluttuja komponentteja ei ollut saatavilla tai projekti vaihtoi tavoitetta edistymisen mukaan. Kun opiskelijat kohtasivat ongelmia, joita he eivät aluksi osanneet ratkaista, kokeneet asiantuntijat ja meiltä valmistuneet insinöörit tukivat heitä. Tämä korosti tarvetta jatkuvalle oppimiselle, joustavuudelle ja toimiville viestintätavoille. Opiskelijat oppivat tärkeitä projektinhallintataitoja ja saivat arvokasta kokemusta työskentelystä todellisissa yritysprojekteissa. Heille ei annettu valmiita ratkaisuja, vaan he toivat omat, ehkä jopa ennakkoluulottomat ja rohkeat ratkaisunsa vaihtoehdoiksi. Epäonnistuminen oli sallittua, joskus jopa suotavaa, sillä Big-Flashissä erityisesti testattiin täysin uusien ideoiden toimivuutta. Voin reilusti myöntää, että emme aina onnistuneet. Hankkeessa toteutettiin 106 projektia kolmessa projektimallissa, pienestä suvituulesta salaman kautta isoihin myrskyihin. Näissä projekteissa saatiin merkittäviä tuloksia aikaiseksi sekä paljon konkreettisia simulaatioita, protoja ja testejä. Uusien tuotteiden ja tuotekehityksen parissa tehtiin erityisesti projekteja, kuten näette kuvasta 1. Yritysten palaute oli positiivisesti yllättynyttä ja innostunutta siitä, mitä hankkeessa saatiin aikaan. Projektimallit tukivat prosessia merkittävästi ja erityisesti yritysten sitoutuminen varmisti parhaimmat tulokset. Kuva: Big-Flash-hankkeen tulokset Robo Garage on teknologiaintoilijoiden toinen koti Hankkeen aikana kävi selväksi, että innovaatioalustat eivät voi olla staattisia. Ne on suunniteltava mukautumaan ja kehittymään projektien ja käyttäjien tarpeiden mukaan. Robo Garagen tavoitteena on erityisesti uusien teknisten laitteiden ja ohjelmistojen hyödyntäminen ja käyttöönotto yhdessä yritysten kanssa. Yhteistyötilojen muunneltavuus tarpeen mukaan mahdollistaa monipuoliset projektit. Robo Garagesta on tullut opiskelijoiden suosima tila toteutuneiden hankkeiden ja Garage Clubin lanseeraamisen jälkeen. Siellä opiskelijat voivat kehittää ammatillisia valmiuksiaan harraste- ja yritysprojektien kautta. Työllistämme hankkeisiin opiskelijoitamme ja valmistuneita, joiden on helppo toimia opiskelijarajapinnassa samankaltaisen elämäntilanteen vuoksi. Tämä madaltaa myös kynnystä tulla yhteistyöalustalle harrastamaan. Konkretian avulla opiskelijoille kehitysspurtti Opiskelijat olivat Big-Flash-hankkeen ytimessä, ja heidän roolinsa oli keskeinen projektien onnistumisessa. Havaitsimme kuitenkin, että he tarvitsivat enemmän valmiuksia projektityöhön jo ennen hankkeen alkamista. Tämä tarkoitti, että hankkeen henkilökunnan osaamista siirtyi projektien avulla myös opiskelijoille, ei pelkästään teknistä osaamista, vaan myös projektinhallintaa ja kokonaisuuden hahmottamista. Opiskelijat oppivat tärkeitä taitoja, kuten tiimityötä, ongelmanratkaisua ja kommunikaatiota, jotka ovat olennaisia työelämässä. Tätä TKIO:ta pääsen jatkossakin kehittämään yhdessä osaamisalueiden kanssa, ja löydämme ja kehitämme uusia polkuja opinnollistaa tutkimus- ja kehittämistyötämme. Tällä hankkeella on ollut valtava merkitys tavalle toimia hankkeissa. Tulevaisuuden näkymät Big-Flash-hanke on ollut suuri menestys. Sen myötä olemme kehittäneet selkeät toimintamallit ja metodiikat, jotka jatkavat elämäänsä osana Metropolian Garage-palveluita. Näiden oppien pohjalta on syntynyt uusia jatkohankkeita, joissa metodiikkaa viedään vielä pidemmälle. Tavoitteenamme on vahvistaa rooliamme kokonaisvaltaisena kumppanina, joka tukee yrityksiä ja opiskelijoita uusien innovaatioiden kehittämisessä. Nyt käynnissä oleva TECHBOOST-hanke vie viiden Big-Flash-yrityksen projektia eteenpäin yhdessä kuuden korkeakoulun kanssa. Lisäksi Big-Flashistä syntyneitä ideoita hyödynnetään hankevalmistelussa, ja toimintamallit, kuten SPIN-metodiikassa on otettu käyttöön uusissa hankkeissa. Big-Flash-hanke on osoittanut, että isolla hankkeella ja rohkeilla tavoitteilla saadaan aikaan vaikuttavia tuloksia. Yhteisöllisyys, joustavuus ja jatkuva oppiminen ovat avain menestykseen TKIO-toiminnassa. Olemme ylpeitä saavutuksistamme ja odotamme innolla, mitä tulevaisuus tuo tullessaan. Kiitos kaikille mukana olleille yrityksille, opiskelijoille ja asiantuntijoille – yhdessä olemme saavuttaneet paljon! Tutustu hankkeen päätösjulkaisuun, joka löytyy hankkeen verkkosivuilta. Linkki julkaisuun: Kirjoittaja Tiina Vuorijärvi Big-Flash-hankkeen projektipäällikkö 2021-2023 TKIO Kehityspäällikkö, Puhtaat ja kestävät innovaatiokeskittymä Metropolia AMK
Innostava tuotekehitysprojekti: korjaava viemärirobotti
Kaupunkien viemärijärjestelmien ylläpito vaatii paljon huomiota ja uusia innovatiivisia ratkaisuja. Perinteisen viemärihuollon rinnalle ovat nousseet uudet modernit teknologiat. Osana Metropolia Ammattikorkeakoulun ja Underground City Oy:n yhteistyötä on käynnistetty innostava projekti, joka kuuluu laajempaan TECHBOOST-hankkeeseen. Projektissa kehitetään miehittämätön viemärirobotti, jonka on tarkoitus pystyä tehokkaasti korjaamaan pääviemäriverkoston putkien halkeamia. Miten robotti toimii? Viemärirobotti pystyy liikkumaan itsenäisesti viemäriputkessa ja asentamaan vuotaviin sekä halkeileviin viemäriputkiin korjauspantoja. Ennakoivat viemärin huolto- ja korjaustoimenpiteet ennaltaehkäisevät suurempia viemäriputki- ja ympäristövahinkoja. Viemärirobotissa hyödynnetään jo käytössä olevaa työkalukärryä, jossa on laajeneva paineilmalihas. Laajetessaan paineilmalihas kiinnittää ja lukitsee korjauspannan viemäriputkeen. Työkalukärryyn on suunniteltu motorisoidut vetoyksiköt, jotka mahdollistavat robotin liikkumisen sulavasti viemäriympäristössä. Robottiin on kiinnitetty valonlähde ja kamera. Robotin liikkeiden tarkkailu ja ohjaaminen onnistuu maanpinnalta käsin ohjausyksikköä käyttäen. Konsepti jo valmiina Projekti on lähtenyt vauhdikkaasti liikkeelle Metropolian ja Underground City Oy:n tehokkaan yhteistyön ansiosta. Projektissa viemärihuollon ammattilaiset, opiskelijat sekä opettajat ovat jakaneet arvokasta osaamistaan. Laajan tutkimustyön ja monen iteraation kautta projektiin on kehitelty jo toteutuskelpoinen konsepti. Konseptin suunnittelussa on huomioitu viemäriverkoston haasteellinen ympäristö. Robotti kestää viemäriputkessa vaikuttavia korroosiota aiheuttavia kaasuja, ja se on täysin vesi- ja pölytiivis. Kehitystyö jatkuu vielä, mutta ensimmäisen prototyypin valmistus sekä kokoaminen ei ole kaukana tulevaisuudessa. Kuva: Korjaava viemärirobottikonsepti mallinnettuna. Kokemuksia ja oppeja Projekti on hieno esimerkki siitä, kuinka innovatiivinen kehitystyö voi vastata todellisiin tarpeisiin ja tarjota ratkaisun nykypäivän viemärihuollon haasteisiin. Projektissa opiskelijat ja Metropolian henkilökunta pääsivät tutustumaan Underground Cityn yritystoimintaan sekä katsomaan työmaalle, miten viemärihuoltoa ja viemäriputkien korjaustöitä suoritetaan. Erityisen mielenkiintoista oli päästä näkemään pääviemäriputken korjausoperaatiota Sipoossa ja keskustelemaan kokeneen ammattilaisen kanssa viemärirobottien tulevaisuudesta ja mahdollisuuksista. Sipoon työmaalla työntekijä käytti korjauksessa työkalukärryä ja vetorobottia, joka on yhdistetty kärryyn. Projektin suunniteltu robotti pystyy suorittamaan toimenpiteen vielä nykyistä yhdistelmää tehokkaammin ja turvallisemmin. Kuva: Videokuvaa viemäriputken sisältä työkalukärryä käyttäen tehdystä korjaustoimenpiteestä. Projektin onnistunut alku on käytännön kokemuksen ja teoreettisen tiedon yhdistämisen ansiota. Tämä lähestymistapa mahdollistaa monipuolisen ymmärryksen haasteista ja tarjoaa hyvän perustan innovatiivisille ratkaisuille. Kirjoittaja Aarni Ravea Kirjoittaja on mekatroniikasta ja mekaniikkasuunnittelusta innostuva konetekniikan insinööriopiskelija, jonka pääaineena on koneautomaatio. Hän on osallistunut projektissa suunnittelu- ja tutkimustyöhön.
Big-Flashin toimintamalleilla TKIO haltuun, Osa 1
Oppilaita AutoJoen kimpussa Oinride-projektissa TKIO:lla tarkoitetaan tutkimus-, kehittämis- ja innovaatiotoiminnan (TKI) yhdistämistä oppimiseen ja opetukseen (O). Nopeasti muuttuva, kompleksinen toimintaympäristö vaatii TKI-toimintaan ja oppimiseen uusia toimintamalleja ja uudenlaista ajattelua. Käynnissä on ns. neljäs teollinen vallankumous, jossa fyysinen ja digitaalinen maailma yhdistyvät kyberfyysisiksi järjestelmiksi. Hanketoiminnan yleistyessä ja TKIO:n hakiessa rooliaan on minulla ollut kunnia olla mukana erilaisissa hankkeissa PalRobista ja Roboreelista Digi-Salamaan ja lopulta Big-Flashiin. Yhteistä näissä on ollut, että niissä on yhdessä yritysten ja oppilaiden kanssa haettu mallia, miten robotiikkaa ja muuta uutta teknologiaa voitaisiin parhaalla mahdollisella tavalla testata sekä soveltaa haettaessa kilpailukykyä ja vihreää siirtymää. Selkeästi on havaittu, että tällaiselle TKIO-tekemiselle tarvitaan metodiikka eli tavat toimia ja toteuttaa erikokoisia projekteja yritysten kanssa. Lisäksi on luotava fasiliteetit laajamittaisille projekteille. Aikaisemmin projekteja on toteutettu opetuslaboratorioissa, mikä on tuottanut selviä haasteita. Näihin on vastattu perustamalla projekteille tarkoitetut Garage-tilat. Roboreelissä huomattiin, ettei TKIO-toiminnassa riitä, että oppilasryhmä laitetaan hommiin omin päin. Tarvitaan kunnon toimintatapoja ja suunnitelmallista tekemistä. Digi-Salama-hanketta varten kehitettiin Salama-projektimalli, joka osoittautui erittäin toimivaksi. Hankkeessa tehtiin Uudenmaan alueella 25 Salama-projektia. Yritysten kanssa pidetyissä työpajoissa tunnistettiin, mikä on ollut toimivaa ja mitä pitää kehittää. Lisäksi todettiin, että tarvitaan jotain ennen ja jälkeen Salama-projektien. TKIO Big-Flashin tapaan Aikaisempia kokemuksia ja palautetta hyödynnettiin, kun Big-Flash-hankkeessa toteutettiin järjestelmällinen lähestymistapa yritysten kehityskohteiden löytämiseksi ja luotiin uudet projektielementit Suvituuli ja Iso myrsky. Aikaisempaa Salama-projektikonseptia kehitettiin ja se tuotteistettiin osaksi Robo ja AIoT Garage - kohtaamojen palveluita. Hankkeen tajunnan räjäyttävä osuus oli tavoite toteuttaa 122 projektia, 100 Suvituulta, 20 Salamaa ja 2 Isoa myrskyä. Liiketoiminnan digitaalinen kehittäminen sisältää kaksi osuutta, A + B. Osuus A on tarvekartoitus, jonka avulla löydetään eri yritysten kehityskohteet. Tämä pohjautuu SPIN-menetelmään (Situation, Problem, Implication, and Need-Payoff). Osuus B on teknologiatyöpaja, jossa valitaan tekninen ratkaisu valitun kehityskohteen toteuttamiseksi sekä tehdään minidemo. Tässä sovelletaan teknologiasprint- menetelmää. Suvituuli on nopea teknologiakokeilu, jonka kesto on 1–3 kuukautta. Lopputulos on simulaatio ja laboratoriossa toteutettu demo, POC (Proof of Concept). Tämän toteutuksesta vastaa 1–3 projektiryhmää palkatun projektiassistentin johdolla Metropolian ja muiden asiantuntijoiden tukemana. Salama-projektissa rakennetaan Suvituuli-projektin demo prototyyppiasteelle. Projektin tekemisestä vastaa Metropolian asiantuntija yhdessä hankkeen projektiassistentin kanssa. Ensimmäisessä vaiheessa projektista tehdään esiselvitys, jonka perusteella kirjoitetaan vaatimusmäärittely ja suunnitellaan toteutus. Toisessa vaiheessa rakennetaan laajamittainen prototyyppi, jonka perustella voidaan laskea, kannattaako projekti toteuttaa investointiprojektina. Prototyyppi testataan tuotanto-olosuhteissa yrityksessä tai niitä vastaavissa Garage-pajoissa. Iso myrsky on laajamittainen toteutusprojekti. Iso myrsky -projektien tekemisestä vastaavat Metropolian asiantuntijat yhdessä projektiassistenttien ja yrityksen edustajien sekä teknologiatoimittajien kanssa. Projektiryhmää vahvistetaan eri korkeakoulujen oppilailla. Iso myrsky -projektien toteutusta avustavia oppilasryhmiä rekrytoidaan Laureasta, Haaga-Heliasta ja Aallosta sekä Variasta. Lisäksi tukiverkostona toimivat Robotiikkayhdistyksen, Automaatioseuran ja Suomen tekoälykeskuksen asiantuntijat. Garaget ovat pajoja, joissa yritykset voivat nostaa kilpailukykyään ja vastata globaaleihin haasteisiin robotiikan, tekoälyn ja uusien teknologioiden avulla. Tavoitteenamme on olla edelläkävijä robotiikan ja uusien teknologioiden hyödyntämisessä. Metropoliassa kehitetään ja sovelletaan Industry 4.0 -teknologioita. Robotiikka (teollisuusrobotiikka, kobotiikka ja mobiilirobotiikka), digital twin -teknologia, tekoäly ja koneoppiminen sekä VR ja AR ovat uusia sovelluksia, joita hyödynnetään niin opetuksessa kuin erilaisissa hankkeissa. Tekemisen keskiössä ovat Myyrmäen kampuksen Robo ja AIoT Garaget. Ne tarjoavat fyysisen lokaation, resursseja sekä laitteistoja nopeille ja pidemmille kokeiluille sekä laajamittaisille toteutusprojekteille. Toiminnan kiihdyttämiseksi alueelle tulee testikäyttöön myös 5G-verkko. Myyrmäen kampuksen Robo Garage Mitä saatiin aikaan? Kaksi vuotta myöhemmin Big-Flash on saatu päätökseen. 84 yritystä, 106 tehtyä projektia ja 684 oppilasta myöhemmin voidaan todeta, että ilman kehitettyä Garage-konseptia ja projektimetodiikkaa ei tekemisestä olisi tullut mitään. Hankkeessa kehitetyt toimintamallit ovat antaneet selkeän selkärangan tekemiselle ja jatkavat eloaan osana Garage-palveluita. Onpa oppien pohjalta jo syntynyt kaksi jatkohankeajatustakin, joissa metodiikkaa viedään pidemmälle tavoitteena kokonaisvaltainen teknologinen tiekartta. Hieman esimakua hankkeen lopputuloksista nähdään hankkeen päätösseminaarin videossa. Mitä kaikkea kahdessa vuodessa saatiinkaan aikaiseksi, sattui ja tapahtui, siitä enemmän blogissa Big-Flashin toimimalleilla TKIO haltuun / Osa 2. Hienoa osaamista ja yhteistyötä Robo Garagen ja Urbanfarmlabin ammattilaisten kanssa ja projektiin omistautuneiden opiskelijoiden kanssa. Kaiken kaikkiaan ylivoimaisesti tuloksiltaan korkeatasoisin projekti, vaikka opiskelijat vielä matkalla oppivatkin paljon asioita. Valmistettu Demo toimi! Jarmo Lehtonen Metagrow Oy Kirjoittaja Antti Liljaniemi / Kone- ja autotekniikka / Robo Garage -vastaava +358 400 240 756 antti.liljaniemi@metropolia.fi Metropolia Ammattikorkeakoulu Lisää aiheesta Autotalleissa syntyy innovaatioita – Robo Garage avattiin Myyrmäen kampuksella. 2021. Verkkoaineisto. Metropolia Ammattikorkeakoulu. https://www.metropolia.fi/fi/metropoliasta/ajankohtaista/uutiset/autotalleissa-syntyy-innovaatioita-robo-garage-avattiin-myyrmaen-kampuksella. Luettu 5.9.2023. Big Flash – Kestävästi kohti kilpailukykyä. 2023. Verkkoaineisto. Metropolia Ammattikorkeakoulu, Big-Flash. https://bigflash.metropolia.fi/. Luettu 5.9.2023. Garage – Robotiikka- ja tekoälypajat. 2023. Verkkoaineisto. Metropolia Ammattikorkeakoulu. https://www.metropolia.fi/fi/tutkimus-kehitys-ja-innovaatiot/yhteistyoalustat/garage. Luettu 5.9.2023. Liljaniemi, A., & Paavilainen, H. 2020. Using digital twin technology in engineering education–course concept to explore benefits and barriers. Open Engineering, 10(1), s. 377–385. Liljaniemi, A.; Paavilainen, H. & Tuominen, T. 2023. Digi-flash pedagogy confronts new emerging technologies-Maturity level evaluation case study. Cogent Engineering, 10(1), 2186201. Teknologiat. 2021. Verkkoaineisto. Metropolia Ammattikorkeakoulu, Digi-Salama. https://digisalama.metropolia.fi/teknologiat/. Luettu 5.9.2023. Unkari-Virtanen, L., & Huhtaniemi, M. 2023. TKIO – tulevaisuuskestävää innovointia ja osaamista. Verkkoaineisto. Metropolia Ammattikorkeakoulu. https://www.theseus.fi/bitstream/handle/10024/802360/2023%20Taito%20110%20TKIO%20Tulevaisuuskest%c3%a4v%c3%a4%c3%a4%20innovointia%20ja%20osaamista%20Unkari-Virtanen%20Huhtaniemi%20.pdf?sequence=5&isAllowed=y. Luettu 5.9.2023.
Garage buustaa harrastustoimintaa
Harrastustoimintaa, mobiilirobotin kokoamista Robo Garagessa Yhteistyöalustat AIoT ja Robo Garage ovat nimensä mukaisesti autotallityyppisiä työtiloja, jotka mahdollistavat yritysprojektien lisäksi opiskelijoiden omat projektit. Autotalliprojektit syntyvät, kun muutama ystävä yhdistää voimansa ja saa inspiraation uuden asian kehittämiseen. Tällöin hyvät työtilat ja yhteishenki ovat välttämättömiä. Garage Club -toiminta pyrkii tukemaan talliprojekteja, mutta vielä tärkeämpänä tavoitteena on opiskelijoiden harrastustoiminnan kehittäminen ja ystävyyssuhteiden rakentaminen hauskan tekemisen kautta. Harrastetoiminnan väheneminen on huolestuttava trendi, joka näyttää vaikuttavan yhä useampaan korkeakouluopiskelijaan. Harrastukset tarjoavat kuitenkin mahdollisuuden uusien taitojen oppimiseen sekä vahvistavat sosiaalisia suhteita ja verkostoja. Kun opiskelijat voivat yhdistää opintonsa merkitykselliseen vapaa-ajan tekemiseen, he saavat paremman otteen ja tasapainon opiskeluun. Se antaa mahdollisuuden monelle opiskelijalle myös kehittää taitoja, jotka tukevat opintoja, ja vieläpä saman katon alla. Päivittäiset valintamme ylläpitävät hyvinvointiamme, ja siihen Garage-alustat tarjoavat niin sosiaalisen ympäristön kuin järjestystä päivään. Garagelaisten kesken käydään yhdessä syömässä ja vietetään muutenkin aikaa. Aivotyö on kuitenkin pajalla pääroolissa. Päivän askeleet taas saadaan kokoon jopa välillä robotteja pakoon juosten. Garage tukee ja kannustaa eteenpäin Metropolian yhteistyöalustat Robo ja AIoT Garage tarjoavat opiskelijoille ainutlaatuisen mahdollisuuden yhdistää harrastustoiminta, opiskelu ja jopa työllistyminen. Näillä alustoilla opiskelijat voivat osallistua monenlaisiin harrastuksiin ja projekteihin, jotka tukevat heidän intohimon ja kiinnostuksen kohteitaan. Tilat on suunniteltu erityisesti opiskelijoiden projektityöskentelyn sekä harrastustoiminnan tueksi. Garageissa opiskelijat voivat saada tarvittaessa myös apua ja tukea. Robo-Garage keskittyy robotiikkaan, joka on kiehtova aihe nykyisessä yhteiskunnassamme. Toiminnalla yritämme tukea uuden teknologian oppimista niin projektien kuin harrastustoiminnan kautta. Samalla haluamme osoittaa kaikille kiinnostuneille, että teknologian ja robotiikan ymmärtämiseen tarvitaan vain kiinnostus ja rohkeus lähteä oppimaan, sillä Garagen väki on tässä tukena. Opiskelijoita myös kannustetaan osallistumaan myös robotiikkaan liittyviin kilpailuihin, sillä tavoitteellisuus ja kilpailuhenki edistävät ryhmähenkeä ja yhteistyön kehittymistä uusien innovaatioiden parissa. Opiskelijoiden kertomaa “Tutustuin Garagen toimintaan kolmantena vuonna. Olin pitkään suunnitellut mekaanisen näppäimistön rakentamista, ja kampuksen automaatiolaboratoriosta minut ohjattiin Robo Garageen.” “Garageiden toiminta on tehnyt opiskelustani säännöllisempää. Vaikka minulla ei olisi luentoja, tulen tekemään yhteisiä ja omia harrasteprojekteja Garageille.” Piko, konetekniikan opiskelija “Tutustuin Robo Garageen nähtyäni ruokalan pöydällä mainoslappusen, josta kiinnostuneena lähdin katsomaan, mistä oli kyse. Kiinnostuin koulun ohella tapahtuvasta kerhotyyppisestä toiminnasta ja lähdin AutoJoe-projektiin mukaan.” “Olen saanut Garageista opiskelun ohelle harrastuksen, jonka parissa pääsen opettelemaan robotin suunnittelua, käyttöä sekä rakentamista.” Touko, elektroniikan opiskelija “Harrastaminen on vienyt paljon vapaa-aikaa mutta herättänyt myös kiinnostuksen harrastamiseen ja antanut konkreettisen kohteen, jonka parissa työskennellä, antaen siihen sekä välineet, apua, tilat ja rahoituksen. Harrastustoiminta on ollut myös täydellisenä vastapainona teoriapainotteiselle opiskelulle ja antanut mahdollisuuden soveltaa opittua.” Samuli, elektroniikan opiskelija Yritys Oinride Oy ja Metropolian opiskelijat kokeilemassa AutoJoe-mobiilirobottia kaivosympäristössä (Oinride-yrityksen robotti) Kirjoittaja: Daniel Korhonen Konetekniikan insinööriopiskelija, pääaineena automaatio Robo Garagen pajamestari ja harrastaja Daniel.korhonen@metropolia.fi Metropolia Ammattikorkeakoulu
Robo Garage – yritysten ja opiskelijoiden kohtaamispaikka
Robo Garage -työpaja luotiin ja varusteltiin keväällä 2021 Metropolia Ammattikorkeakoulun TKI-toiminnan yhteistyöalustaksi hanketoimintaa ja siihen sisältyviä yritysprojekteja varten. Tarkoituksena oli luoda tila, jossa oppilaitoksen, opiskelijoiden ja yritysten välistä toimintaa voitaisiin syventää käytännön toiminnan kautta. Näin voitiin kaventaa opiskelumaailman ja työelämän sekä yritysten välistä kuilua ja kartoittaa samalla yritysten tarpeita reaalimaailman osaamisesta. Garagen tärkeä asema yhteistyö- ja projektitilana kirkastui entisestään projektien edetessä: tila toimi Big-Flash -hankkeen aikana opiskelijoille ja toimintaan osallistuneille yrityksille sekä fyysisenä että henkisenä kohtaamispaikkana, jossa saatettiin työstää ratkaisuja yhteisesti työskentelyyn kannustavassa ympäristössä. Projekteille omistettu, nykyaikaisesti ja laadukkaasti varusteltu tila toi lisää vakuuttavuutta ja yhteistyöhalukkuutta toimintaan niin yritysten kuin opiskelijoidenkin osalta. Projekteja toteutettiinkin yli 40 viimeisen kahden vuoden aikana. Asiallinen työpaja ja osaavan henkilökunnan tuki toivat esiin Garageen kerättyä osaamista ja tietotaitoa käytännössä. Säännöiltään vapaampi ja käytännöiltään muita kampuksen laboratoriotiloja joustavampi Robo Garage mahdollisti sujuvan pitkäaikaisemmankin projektityöskentelyn, kun opiskelijat ja yritykset saattoivat jättää keskeneräisen projektinsa tilaan tietäen voivansa jatkaa samasta pisteestä seuraavalla työskentelykerralla. Projektityöskentelytila Robo Garagessa Alusta alkaen yhteistyötilaa luodessa tärkeänä tavoitteena oli pidetty mahdollisuutta oppia kokeilemalla, tekemällä ja miksei epäonnistumallakin; ei haittaa, jos komponentti kärähtää tai suunniteltu ratkaisu ei toimikaan. Jokaisesta kokemuksesta ja kokeilusta on kuitenkin mahdollista ammentaa oppeja, joita opiskelija ei välttämättä opintojen aikana tulisi muuten saamaan. Tästä hyvänä esimerkkinä toimii 3D-tulostaminen ja sen Robo Garagelle mukanaan tuomat valmistustekniset mahdollisuudet: jo muutamassa tunnissa opiskelijat voivat tehdä suunnittelemastaan tuotteesta tai osasta konkreettisen fyysisen version, jonka toimintaa kokeilla ja kehittää. Korostamalla sitä, miten toimintaan osallistumiseen ei vaadita aiempaa osaamista, ja antamalla opiskelijoille käytännön mahdollisuuksia yrittämiseen ja epäonnistumiseen osallistumisen kynnystä on saatu madallettua. Se on näkynyt myös konkreettisesti osallistujien määrässä. Jo ensimmäisestä opiskeluvuodestaan lähtien useat opiskelijat ovat osallistuneet tilan toimintaan ja antaneet arvokkaan työpanoksensa useisiin Garagen projekteihin. Opiskelijoiden harrastetoimintana toteuttama 3D-tulostettu robottikäsi Helposti lähestyttävä tila on mahdollistanut myös muunlaista yhteistyötä: Garagella järjestettävä harrastetoiminta on tuonut eri alojen opiskelijoita yhteen niin mobiilirobottien kuin droonien ja ajosimulaattorinkin merkeissä. Tätä vapaaehtoista toimintaa tukemaan on saatu myös eri alojen yrityksiä, jotka osaltaan tuovat sekä osaamista että arvokkaita kontakteja niin harrastetoimintaan osallistuville opiskelijoille kuin itse Garagen ja oppilaitoksen henkilöstölle. Opiskelijoiden osalta Garagen harrastetoiminta on synnyttänyt myös ystävyyssuhteita ja häivyttänyt alakohtaisen osaamisen rajoja: monialaisen yhteistyön kautta tietotaitoa on saatu kartutettua ja jaettua laajemmalle yleisölle kuin suppeammilla projekteilla olisi pystytty tekemään. Kokonaisuudessaan Robo Garage on antanut oivan esimerkin siitä, miten käytännön työskentelyllä ja toimintaan soveltuvalla tilalla saadaan luotua ja ylläpidettyä suhteita niin oppilaitoksen, opiskelijoiden ja yritysten kuin eri alojen osaajienkin välillä. Yhteistyö ja sen mukanaan tuomat verkostot ja mahdollisuudet ovat varmasti arvokas resurssi, jota vaalia ja kehittää tulevaisuudessakin Garage-toiminnan eri muotojen kautta. Voisivatko vastaavat tilat toimia jatkossa siltana myös eri oppilaitosten välillä jakaen osaamista ja kannustaen monialaiseen yhteistyöhön ympäri maata tai jopa maailmaa? Kirjoittaja: Toivo Parkkonen Konetekniikan insinööri, pääaineena koneensuunnittelu Big-Flash-hankkeen projekti-insinööri
Kobotiikan simulointia ja testausta tosielämästä
Kobotiikka on robotiikan ala, jossa robotti toimii yhteistyössä ihmisen kanssa. Kobotin työtehtäviin kuuluu usein toimiminen ihmisen kanssa tai itsenäisesti tuotantolinjalla. Kobotin ohjelmointi on myös tehty helpoksi, joten sen siirtäminen ja toimintakuntoon saattaminen tapahtuu nopeasti. Tällöin laite voidaan siirtää sinne, missä kapasiteettia tarvitaan. Työskentely kobotin läheisyydessä on turvallista, eikä se tarvitse suojakehikkoa tai muita turvalaitteita ympärilleen. Koboteissa on nivelten voima-anturit tai pinnan kosketusanturit, joiden avulla kobotti voi pysähtyä vaarallisissa kontakteissa. Yleisesti kobotit ovat helppoja ohjelmoida ja monelle laitteelle ohjelmointi tapahtuu käsin opettamalla: siirtämällä kobotin tarttuja kädestä pitäen haluttuihin pisteisiin. Useilla eri robottivalmistajalla on omat kobottimallinsa. Suomessa yleisimpiä ovat ABB:n YuMi, Universal Roboticsin URx, KUKA Roboticsin Iiwa, Omronin TMx ja Techmanin TM-tuoteperhe. Lisäksi nykyisiin teollisuusrobotteihin on saatavana “pehmusteita”, joissa on kapasitiivinen anturi. Nämä pehmusteet toimivat kosketustunnistimina, jolloin robottia voidaan käyttää ilman suoja-aitoja kobotin tavoin. Tavallisen robotin ja turvaskannerin yhdistelmällä voidaan myös “kobotisoida” perinteinen teollisuusrobotti. Kobotiikasta tehtiin vuonna 2020 viisi projektia: Muuntosähkö, Hioma, Silmusalaatti, Etteplan ja Enics. Muuntosähkö Projektissa piti suunnitella kobottisolu, joka hitsaa muuntajia ja sinifilttereitä valmiiksi tuotteeksi. Tämä työvaihe tehtiin aikaisemmin käsiin, ja nyt olisi tarkoitus robotin avulla suorittaa vastaava toimenpide. Tehtäväksi muodostui jigin ja oikeastaan koko robottisolun suunnittelu alusta loppuun. Työssä päätettiin käyttää kääntöpöytää. Projektissa oli mukana kaksi opiskelijaryhmää, toinen koneautomaation ja toinen sähköautomaation koulutusohjelmasta. Tavoitteena oli simuloida eri työvaiheet, laskea simuloinnin avulla hitsaukseen kuluva aika ja sitä kautta kannattavuus- ja investointilaskelmat. Työ tehtiin syksyllä 2020. Projekti pysyi hyvin aikataulussa ja onnistui hyvin. Tuloksena saatiin asiakkaalle kobottisolun simulointivideot ja siihen liittyvät laskelmat. Hioma Projektissa oli tarkoitus automatisoida hiontakivien puristustyövaihe. Tätä varten varsinainen hiomakivi ja siihen liittyvät työkalut mallinnettiin CATIA-ohjelmistolla ja valmistettiin 3D-tulostamalla. Näillä osilla sitten hahmotettiin eri työvaiheet ja haettiin mahdollisuuksia automatisointiin. Parhaasta vaihtoehdosta tehtiin simulointimalli Visual Componentsin ohjelmistolla. Lopuksi oli tarkoitus tehdä testi vielä oikealla robotilla hiontakivien prässäyksestä, mutta siihen aika ei riittänyt. Työ tehtiin syksyn 2020 aikana. Projekti pysyi hyvin aikataulussa ja onnistui hyvin. Tuloksena saatiin asiakkaalle kobottisolun 3D-mallinnus ja ehdotus automatisoinnista. Työ jatkuu vielä yrityksen kanssa jatkoprojekteina. Silmusalaatti Projektissa piti käyttöön ottaa yrityksen aikaisemmin ostama kobotti. Tavoitteena oli suunnitella siihen uusi tarttuja ja suorittaa kannattavuuslaskelmia robotin käytöstä. Projektiin osallistui sekä sähköautomaation että liiketalouden opiskelijoita. Yrityksen kobotti siirrettiin Metropolian Myyrmäen kampukselle ja siellä tehtiin suurin osa tuotantotesteistä. Opiskelijat suunnittelivat uudenlaisen tarttujan, joka koostui metalli- ja muoviosista. Nämä oli 3D-tulostettu kampuksella. Tarttuja pystyi ottamaan viisi rasiaa kerralla, ja tämä riitti yrityksen tuotantonopeuteen. Kobottisolu tuli tuotantolinjan loppupäähän, jossa rasiat pakataan isompaan laatikkoon. Työ tehtiin syksyn 2020 aikana. Projekti pysyi hyvin aikataulussa ja onnistui erittäin hyvin. Tuloksena saatiin asiakkaalle toimiva tuotantolinjalle sopiva kobottisolu. Etteplan Projektissa oli tarkoitus tutkia eri vaihtoehtoja teollisuusrobotin turvallistamiseksi, ts. pyrittiin saamaan robotti reagoimaan ympäristöönsä, jolloin ei tarvita raskaita raja-aitoja robottisolun ympärille. Tähän käytettiin laserskanneria, joka havainnoi ympäristöään, ja saadun tiedon perusteella robotti joko hidastaa vauhtia tai pysäyttää toiminnan. Sama tekniikka on jo käytössä vihivaunuissa. Projektissa oli käytössä SICKin laserskanneri ja yrityksen laite- ja ohjelmisto-osaamista. Toimintaa simuloitiin Visual Componentsin ohjelmistolla ja lopulliset robottiohjelmat tehtiin ABB:n Robotstudio-ohjelmalla. Työ tehtiin kevään 2020 aikana. Projekti pysyi hyvin aikataulussa ja onnistui erittäin hyvin. Tuloksena saatiin asiakkaalle myytävä tuote. Enics Projektissa tutkittiin kobotin käyttöä elektroniikkateollisuuden kokoonpanotehtäviin ja siinä nimenomaan piirilevyjen siirtelyyn makasiiniin ja makasiinista pois. Projektissa tehtiin sekä fyysisiä testejä oikeilla komponenteilla, piirilevyillä ja makasiineilla että simulaattoritestejä virtuaalimaailmassa. Simuloinnissa käytettiin ABB:n Robotstudio-ohjelmistoa ja fyysiset testit tehtiin Myyrmäen kampuksella, aluksi käyttäen Metropolian Yumi-robottia. Simulaattoritestissä paljastui ulottuvuusongelmia, joita vielä koetettiin ratkaista oikealla robotilla. Projektissa selvisi aika nopeasti, että oma osaaminen ei riittänyt tehtävän simuloimiseen. Onneksi saimme ABB:ltä arvokasta apua Robotstudion käyttämiseen. Piirilevy oli sen verran painava, että se piti nostaa molemmilla käsivarsilla ja näin tehty synkronointiliike olikin hankala toteuttaa. Yumilla se kuitenkin saatiin onnistumaan. Simulaattorissa liike saatiin suoritettua helposti, mutta sitten kun tehtiin sama liike oikealla robotilla, paljastuikin, että kuorma oli kuitenkin liikaa varsinkin ulottuma-alueen äärirajoilla. Vaikka testi saatiin onnistumaan, tultiin siihen lopputulokseen, että Yumin käyttäminen projektissa olisi aika vaikeata. Robotin moottoreiden kuormittaminen äärirajoille jatkuvassa kolmivuorotyössä kuluttaisi sen loppuun hyvinkin nopeasti. Lopuksi Vaikka yleisesti robottien/kobottien pelätään vievän ihmisiltä työpaikat, robotiikalla on todellista potentiaalia luoda työpaikkoja, parantaa tuottavuutta ja turvallisuutta. Robotiikka ottaa ihmisen paikan joissain tehtävissä, mutta samalla synnyttää uusia työpaikkoja itse robottiin liittyvissä tehtävissä. Kirjoittaja: Timo Tuominen Lehtori timo.tuominen@metropolia.fi Metropolia Ammattikorkeakoulu
MiR100 rullaa Digi-Salamassa
Tämä kirjoitus on jatkoa Mobiilirobotiikka liitää ja rullaa Digi-Salamassa blogille ja tässä käydään tarkemmin läpi Digi-Salama-hankkeessa toteutetut UGV-projektit (Unmanaged Ground Vehicle, ohjaamaton maa-ajoneuvo). UGV-tekniikalla tarkoitetaan maan päällä kulkevia laitteita, jotka kykenevät ohjausjärjestelmään liitetyillä sensoreilla tuottamaan tarpeeksi dataa autonomiseen päätöksen tekoon. Ensimmäisenä varsinaisena UGV-asiakasprojektina lähdettiin kehittämään miehittämättömän noutovaraston konseptia Refair Oy:lle. Yritys on kylmä-, ilmastointi- ja lämpöpumpputekniikan maahantuonti- ja tukkuliike. Sillä on monia asiakkaita, joilla saattaa olla tarve saada huoltokeikalle komponentti keskellä yötä. Automaattisella noutovarastolla pyrittiin vastaamaan tähän tarpeeseen. Tavoitteeksi muodostui kehittää miehittämätön noutovarasto, joka on turvallinen , asiakkaille helppokäyttöinen ja toteutettavissa. Tavoitteena oli myös skaalata ratkaisu yrityksen suurempiin varastoihin ja mahdollisesti kehittää konseptista tuote. Aluksi konetekniikan opiskelijaryhmän kanssa ideoimme neljä erilaista konseptia varaston toteuttamiseksi. Näistä yhtä lähdettiin jatkokehittämään; ajatuksena on, että mobiilirobotti MiR100 hakee varsinaisen varaston puolelta kokonaisen varastohyllyn, ajaa RFID-porteista läpi noutotilaan, asiakas kerää hyllystä tarvitsemansa tuotteet, robotti ajaa uudestaan porteista läpi ja RFDI-tunnisteella merkityt tuotteet on luettu molemmilla läpimenokerroilla. Erotuksesta järjestelmä päättelee, mitkä tuotteet asiakas on poiminut ja lähettää laskun. Projektiassistentilla lisää potkua tekemiseen Vuoden 2020 kevään ja kesän aikana palkattu projektiassistentti jatkoi työtä vielä pidemmälle ja rakensi asiakkaan tiloihin fyysisen demon koko kyberfyysisestä järjestelmästä. Lopputulemana voidaan todeta, että tavoitteisiin päästiin erinomaisesti ja demon pohjalta yritys pystyikin tekemään investointipäätöksen. Konseptin mukainen noutovarasto nousee yrityksen Pitäjänmäen toimipisteeseen toivottavasti vuoden 2022 aikana, kunhan järjestelmälle on löydetty luotettava toimittaja. Konseptin todettiin myös olevan siinä määrin toimiva, että siinä on potentiaali kehittyä aivan tuotteeksi asti sekä skaalata se Refairin muihin toimipisteisiin. Tässä projektissa oli todella hienoa nähdä iteratiivisen kehittämisen kulkevan kohti toteutettavissa olevaa ratkaisua ja saada lopulta nähdä yrityksen tekevän investointipäätöksen sen perusteella. Oli myös siinä mielessä hyvä, että heti ensimmäinen UGV-projekti hankkeessa oli näin onnistunut, sillä luohan se uskoa ja hyvää fiilistä myös jatkossa tekemiseen! Lisälaitteista lisäarvoa UGV-tekniikkaa käytettiin myös Loval Oyn tarpeista lähteneessä projektissa, jossa MiR100 näytteli jälleen pääosaa kuten Refairillakin. Loval Oy on lämmityskomponenttien valmistaja Loviisasta. Yritys on yksi Euroopan johtavista putkivastusten, lämmityselementtien ja -ratkaisujen valmistajista. Yrityksen tuotanto-varastotiloissa etäisyydet saattavat olla välillä hyvinkin suuria ja tuotantoliikenne massiivista. Tästä johtuen tuotannon yleisenä haasteena on työntekijöiden kulkemat pitkät matkat tuotantotiloissa. Mobiilirobotiikalla pyrittiin vapauttamaan ihmisiä mielekkäämpiin töihin. Projekti käynnistettiin keväällä 2020 konetekniikan projektiryhmän johdosta, ja yritys antoi opiskelijoiden vapaasti ideoida ratkaisuja, mutta antoi kuitenkin selviä reunaehtoja toteutukselle. Tavoitteeksi muodostui kehittää MiRHook-järjestelmää vastaava ratkaisu, jolla Loval pystyisi helposti ja edullisesti testaamaan järjestelmän soveltuvuutta tuotantoympäristöönsä. MiRHook on MiR-yrityksen tarjoama valmis lisälaiteratkaisu, jolla MiR100-robotti pystyy automaattisesti kiinnittymään rullakoihin tai muihin pyörillä kulkeviin alustoihin ja vetää niitä perässään. Projektiryhmä lähti aluksi itse suunnittelemaan myös automaattista kiinnittymistä rullakkoon, mutta toteutuksen haastavuudesta johtuen päädyttiin manuaaliseen ratkaisuun, jolla kuitenkin pystyttiin osoittamaan vetokoukkujärjestelmän käytön olevan mahdollista Lovalin tiloissa. Laajojen tuotantotilojen kesyttäminen Projektiryhmästä palkattiin kaksi opiskelijaa projektiassistenteiksi jatkamaan aloitettua työtä vielä pidemmälle. Kaksikolle muodostui omat tavoitteensa yhteisen projektiaiheen sisältä. Toinen jatkoi vetokoukkudemon rakentamista pidemmälle ja toinen suunnitteli kokonaan uuden ratkaisun tavaran liikuttamiseen autonomisesti MiR100-robotilla. Tässä ratkaisussa robotin päälle kiinnitettiin rullarata, jonka kallistuskulmaa robotti itse säätää karamoottorilla. Idea perustui painovoimaan siten, että robotin kuljettama paketti liukuu rullaradalta pöydälle, kun lineaarisen liikkeen tuottava karamoottori nostaa radan takareunan etureunaa ylemmäksi ja näin voidaan paketti jättää robotilla tuotantosolulle. Myös vetokoukun automaattinen kiinnittyminen saatiin jatkoprojektin aikana toteutettua samaisella karamoottorilla. Molempia ratkaisuja testattiin kahdella viikon mittaisella testijaksolla Lovalin tuotantotiloissa. Lopputuloksena asetettuihin tavoitteisiin päästiin oikein hyvin. Yritys sai arvokasta testidataa laitteen käytöstä oikeassa tuotantoympäristössä ja näki laitteen toiminnassa ilman myyntimiesten päätä pyörälle laittavia myyntipuheita. Oli hyvä nähdä MiR100:n toimivan erinomaisesti myös näin laajoissa, mutta kuitenkin ahtaissa tuotantotiloissa. Onnistuneesta demosta huolimatta asiakkaan kanssa jouduttiin yhteisesti toteamaan, että yksi robotti ei vielä riitä hanskaamaan näitä tiloja, vaan tarvitaan useamman robotin laivue. Jatkoprojektin aiheeksi muodostuikin vielä selvittää, kuinka monta robottia tarvitaan ottamaan Lovalin koko sisälogistiikka haltuun. Jatkoprojektia ei ole vielä tämän tekstin kirjoitushetkellä päästy aloittamaan. Virtuaalinen UGV Viimeisenä autonomisen robotiikan projektina esittelyssä on Mevealle toteutettu projekti. Mevea on simulaatioihin ja simulaattoreihin keskittyvä yritys ja he ovat kehittäneet ohjelmiston, jolla voidaan simuloida muun muassa ajoneuvojen käyttäytymistä eri tilanteissa ja saada hyvin tarkkaa dataa aivan komponenttitasolta asti. Tämän tyyppinen testaus on isona osana mahdollistanut autonomisten robottien kehityksen, sillä tällä tavoin saadaan dataa esimerkiksi pyörien luistamisesta eri alustoilla ja eri nopeuksilla, ennen kuin varsinaista robottia on edes rakennettu. Projektiin valikoitui ryhmä peliteknologian opiskelijoita ja projektin tavoitteeksi muodostui kehittää Unity-pelimoottoriin törmäyssimulaattori ajoneuvoille sekä työkalu komponenttien hallitsemiseen ja tarkasteluun. Projektin aihe osoittautui ennakoitua haastavammaksi eikä tätä myöten tavoitteisiin aivan päästy. Lopputuloksena syntyi kuitenkin työkalu, jossa on haluttuja ominaisuuksia, mutta ei tarpeeksi pitkälle kehitettynä. Jäi lopulta yrityksen itse päätettäväksi, kannattaako simulaattoria ja työkalua kehittää eteenpäin. Kohti plug & play -tasoa Edellä esitettyjen projektien tuloksista voidaan nähdä, että UGV-teknologia on käyttökelpoista ja tuo selvää lisäarvoa muun muassa sisälogistiikan automaattisiin ratkaisuihin. UGV-laitteiden käyttöönotto ja ohjelmointi vaikuttaa näiden projektien perusteella kohtuullisen yksinkertaiselta ja suoraviivaiselta. Kuitenkin täysi potentiaali laitteista päästään lunastamaan vasta, kun ne liitetään osaksi yrityksen toiminnanohjausjärjestelmää, on määritetty tarvittava laivue ja yksittäisille roboteille liitetään niiden tarvitsemat lisälaitteet. Voidaan siis sanoa, että UGV-teknologia on valmista teollisuuden tarpeisiin, mutta ei aivan vielä plug & play -tasolla. Kirjoittaja: Lauri Ristolainen Konetekniikan insinööri, pääaineena automaatio Digi-Salama-hankkeen projekti-insinööri, nykyinen projektiasiantuntija. Lauri.Ristolainen@metropolia.fi Metropolia Ammattikorkeakoulu
UAV-teknologia liitää
Tämä kirjoitus on jatkoa Mobiilirobotiikka liitää ja rullaa Digi-Salamassa blogille ja tässä käydään tarkemmin läpi Digi-Salama hankkeessa toteutetut UAV-projektit (Unmanaged Air Vehicle). Ensimmäisenä UAV-projektina lähdettiin toteuttamaan rakennustyömaan etävalvontaa droonien avulla Aiforsite Oy:n kanssa. Yrityksellä on toimiva systeemi työmaan ulkopuolelta kuvaamista varten, ja Digi-Salaman projektiaiheeksi valikoitui työmaan kuvaaminen rakennuksen sisältä. Ulkona lentävien droonien tuottamaa videosyötettä ja niiden keräämää dataa ympäristöstä käytetään hyväksi rakennuksen tietomallia (BIM) rakennettaessa. Droonien välittämästä videosyötteestä yritys pystyy algoritmien avulla laskemaan työmaan valmiusasteen ja jopa tarkastamaan, ovatko työkalut ja koneet tallessa. Tällä hetkellä sisätilat kuvataan kypäräkameralla. Monikerroksisen kerrostalon läpi käveleminen on aikaa vievää, eikä ehkä insinöörin mieluisintakaan hommaa. Autonomista sisälentämistä varten tutkittiin erilaisia droonimalleja ja päädyttiin valitsemaan DJI:n Mavic Pro. Laite valikoitui pienen kokonsa ja sille valmiiksi tarjolla olevan SDK:n (Software Development Kit) takia. Tavoitteena autonominen sisälentäminen Projektin tavoitteeksi muodostui lopulta välittää droonin videosyötettä reaaliajassa yrityksen palvelimille, toteuttaa etäohjausjärjestelmä ja tutkia autonomisen sisälentämisen mahdollisuuksia. Projektin edetessä kävi selväksi, että valitulla droonimallilla on suuria rajoitteita autonomisen lentämisen suhteen. Sen integroidut sensorit eivät yksinkertaisesti tarjonneet tarpeeksi dataa autonomista lentämistä varten, eikä SDK ole vielä täysin valmis. Sen johdosta laitteeseen oli tässä vaiheessa mahdotonta liittää sensoreita tuottamaan autonomisen lentämisen mahdollistava lisäinformaatio. Videosyötteen välittämisestä ja etälennätyksestä valmistui proof-of-consept tasoinen demo, jolla pystyttiin osoittamaan näiden toimintojen olevan mahdollisia toteuttaa ja niiden olevan hyödyllisiä yrityksen kannalta. Tämä projekti oli mielestäni hyvä esimerkki siitä, että aina ei tarvitse onnistua täydellisesti, jotta työstä olisi kuitenkin paljon hyötyä. Yrityksellä itsellään on paljon osaamista kyseisen teknologian saralla, mutta silti hekin olisivat lähteneet liikkeelle meidän kanssamme samasta nolla pisteestä projektia käynnistäessä. Saimme siis taklattua mahdottomia vaihtoehtoja pois ja hieman tasoitettua polkua kohti autonomista . Droonilennätyksestä sääpalveluiksi Toinen, hieman erilainen, lähestymistapa UAV-tekniikan hyödyntämiseen löytyi Ilmatieteen laitoksen (FMI) tarpeista ja velvollisuudesta tuottaa mahdollisimman hyviä eli tarkkoja sääpalveluita. Tällaisia palveluita omat muun muassa sääennusteet ja sään lentokelpoisuus tiedot. Visiona on, että kun jonain päivänä, ei niin kaukana tulevaisuudessa, droonit kuljettavat yötä päivää paketteja taivaalla, niin niiden pääasiallisen kuljetustyön ohella voitaisiin tuottaa hyvin tarkkaa dataa tuulesta, lämpötilasta sekä ilmankosteudesta ja -paineesta. Näin saataisiin kerättyä suuri määrä dataa, josta algoritmein laskemalla voidaan päätellä sääolosuhteet erittäin lokaalisti ja saada tarkkaa tietoa sään ominaisuuksista eri korkeuksissa. Dataa kerätään drooniin liitetyillä tuuli-, kosteus- ja ilmanpaineantureilla. Lisäksi tuulesta saadaan myös dataa droonin moottorien telemetriatiedoista. Telemetriatiedoista tuulen päättelyä voi olla hyvä avata esimerkillä: Kuvitellaan, että droonin tehtävä on leijua ilmassa paikallaan. Tuulettomissa olosuhteissa droonin kaikki moottorit tekevät työtä täsmälleen yhtä paljon ja ohjainyksikkö antaa jokaiselle moottorille saman ohjearvon. Ohjearvon ja oloarvon välillä ei ole tällöin eroa, kun drooni siis leijuu ilmassa paikallaan. Kun alkaa tuulla, droonin moottorit pyrkivät kompensoimaan tätä ulkopuolelta tulevaa vaikutusta. Tällöin ohjearvon ja oloarvon välille syntyy erotus, jonka ohjainyksikkö pyrkii kompensoimaan käskemällä oikeiden moottorien tehdä lisää työtä. Tästä moottorien tekemästä lisätyöstä voitaisiin lopulta algoritmien avulla päätellä tuulen suunta ja voimakkuus. Telemetriatiedoista oli kiinnostunut myös toinen projektiin osallistunut yritys Insta Group Oy. Insta Group Oy on suomalainen perheyritys, jonka toimialoja ovat teollisuusautomaatio, digitaalinen tietoturva ja puolustusteknologia. Heillä on itsellään vankkaa osaamista drooniteknologiasta ja yritys on tuottanut drooneja sekä droonipalveluita Puolustusvoimille. Instan mielenkiinto kohdistui ilmiöön, jossa kylmissä olosuhteissa propelleihin kertyy jäätä. Ilmiötä kutsutaan jäätämiseksi ja sillä on vaikutusta droonin lentokykyyn. Kuinka paljon vaikutusta on ja kuinka jäätäminen voidaan havaita, määrittyivät Instan puolesta projektin tavoitteiksi. Syksyn 2020 aikana projekti käynnistettiin konetekniikan ja IT-puolen opiskelijaryhmien kanssa. Tavoitteiksi määritettiin säädatan ja telemetriatietojen kerääminen ja niiden välittäminen Ilmatieteen laitoksen rajapintaan. Aluksi konetekniikan projektiryhmä valitsi komponentit itse kasattavaan droniin, kokoonpani ja varusti sen tarvittavilla antureilla. FMI:n kanssa tehtiin useita mittauslentoja kiinteiden sääasemien läheisyydessä sekä FMI:n omien droonien kanssa referenssidatan saamiseksi. Kun dataa oli saatu kerättyä ja todettu sen olevan tarpeeksi yhteneväistä referenssidatan kanssa, alkoi vasta sitten it-opiskelijoiden työ. Anturi- ja telemetriadatan eteenpäin välittäminen, tallentaminen sekä tätä tietoa käsittelevän algoritmin kehittäminen muodostuivat it-opiskelijoiden projektin tavoitteiksi. IT-ryhmän päästessä todella vauhtiin vasta kun konetekniikan ryhmä oli saanut droonin koottua ja dataa kerättyä, muodostui aikataulu ryhmälle liian tiukaksi aiheen haastavuuteen nähden. Ryhmän lopputulokseksi jäi, ettei toimivaa koneoppimismallia saatu aikaan, mutta dataa saatiin visualisoitua Excelin ja Scikit-learn-koneoppimisalustan avulla. Projektin aikana valitettavasti ei saatu käytännön tasolla selvitettyä jäätämistä lainkaan. Metropolialla on Myyrmäen kampuksella olosuhdehuone, jossa jäätämistä olisi voitu tutkia, mutta se oli vuokrattu samaan aikaan moneksi kuukaudeksi VTT:n käyttöön. Lopulta Instan asettamiin tavoitteisiin pystyttiin vastaamaan vain kirjallisuusselvityksen tasolla, jonka toteutti projektiryhmien työtä jatkamaan palkattu projektiassistentti. Projektiassistentiksi valikoitui opinnoissaan loppusuoralla oleva sähköautomaation opiskelija. Hänen osaamisensa vastasi erinomaisesti projektin tarpeita, sillä hänellä oli kokemusta sekä elektroniikasta että datan käsittelystä. Assistentin työn tavoitteena oli kerätä dataa ja kehittää tiedonsiirron malli, jolla data saataisiin siirrettyä Ilmatieteen laitoksen rajapintaan sekä tutkia jäätämistä. Tuloksena kehitettiin lähetyslaatikko, joka toteutti tiedonkeruun ja -siirron onnistuneesti sekä edellä mainittu kirjallisuusselvitys jäätämisen vaikutuksesta droonin lentämiseen. Tämä Projekti on eittämättä yksi mielenkiintoisimmista, joissa olen ollut lyhyen urani aikana mukana. Pelkästään droonin kasaaminen itse ja sitä kautta laitteen sielunmaisemaan tutustuminen oli hyvin mielenkiintoista ja antoisaa. Kuitenkin myös tämän isomman tulevaisuuden vision ääressä työskentely, jossa droonit toissijaisina tehtävinään tuottavat äärimmäisen tarkkoja ja paikallisia sääpalveluita, oli hyvinkin insinöörin mieltä kutkuttavaa hommaa. Äärimmäistä potentiaalia, mutta ei täysin valmista Digi-Salama hankkeen UAV-projekteissa keskityttiin kuluttajille suunnattuihin keskihintatason eli noin tuhannen euron (~1k€) droonimalleihin ja sen tähden tässä ei tarkemmin arvioda ylemmän hintatason eli noin kymmenentuhannen euron(~10k€) tai jo ammattikäyttöön tarkoitettua droonimalleja. Nämä keskihintatason UAV-laitteet osoittivat olevansa täysin valmiita siihen käyttöön, johon ne on suunniteltu: leikkikaluiksi ja lentäväksi kameroiksi. Nöyriksi autonomisiksi teollisuuden palvelijoiksi niistä ei kuitenkaan vielä ole näiden projektien pohjalta. Isoimmiksi esteiksi nousee hyötykuorma-lentoaikasuhde ja lisälaitteiden liitettävyys. Drooneissa lisälaitteiden lisäämiselle on huomattavasti tiukemmat rajoitteet kuin UGV-teknologialla. UGV-laitteilla on isot akut, joista voidaan ottaa surutta virtaa myös lisälaitteille. Droonien akut ovat huomattavasti pienempiä, eikä niistä riitä virtaa samanlailla lisälaitteille. Akkujen kokoa ei myöskään voida kasvattaa tuosta vain, sillä ne lisäävät lennätettävää massaa kaikista komponenteista eniten ja äkkiä tätä myöden tarvitaan taas isommat moottorit ja niille taas isommat akut ja näin ollaan hyötykuorma-lentoaikasuhde ongelman ytimessä. Autonomisen sisälentämisen mahdollistavien lisälaitteiden lisääminen osaksi droonin ohjausjärjestelmää on vielä hyvin vaikeaa, sillä droonien lentäminen on todella aikakriittistä toimintaa. Aikakriittisyydellä tarkoitetaan sitä, että droonin moottorien pitää pystyä reagoimaan ympäristöön sekunnin murto-osissa: esimerkiksi oven avautuessa ja liikuessa droonin liikeradan eteen. Drooni havainnoi näitä tilanteita konenäöllä, ja Digi-Salaman projektien perusteella voidaan nyt saatavilla olevien konenäköalgoritmien todeta olevan liian raskaita droonin kyytiin mahtuvan mikrokontrollerin suorittaa vaadittavassa ajassa. Kirjoittaja: Lauri Ristolainen Konetekniikan insinööri, pääaineena automaatio Digi-Salama-hankkeen projekti-insinööri, nykyinen projektiasiantuntija Lauri.Ristolainen@metropolia.fi Metropolia Ammattikorkeakoulu
Digisalama virtuaalitodellisuudessa
Virtuaalitodellisuus muodosti yhden teema-alueen Digisalama-hankkeessa, jossa viisi Metropolian teema-aluetta ja viisi Vantaan kaupungin kärkiklusterialaa synnyttivät yhteensä 25 projektia. Tavoitteena oli auttaa yrityksiä virtuaalitodellisuuden sovellusten käyttöönotossa ja soveltamisessa. Tämä ei ollut helppo tehtävä, sillä projektihenkilöstölle virtuaalitodellisuus oli varsin uusi tuttavuus. Heti alussa kävi ilmi, että vaikka 3D-mallintaminen ja -mallit olivat tuttuja, niistä ei aivan suoraan virtuaalitodellisuuteen menty. Jopa VR (Virtual Reality)-sovellutuksissa tarvittavat tietokoneet erosivat 3D-mallinnuksessa tarvittavissa tietokoneista. Toiseksi teemaksi nousi RFID (radio frequency identification) eli radiotaajuinen etätunnistus, joka on pitkään tunnettu menetelmä tiedon etälukuun ja -tallentamiseen käyttämällä RFID-tunnisteita eli tageja. RFID:n suosio lisääntyy, koska tiedon luku voi tapahtua ilman näköyhteyttä ja sovelluksesta riippuen pitemmänkin matkan päästä. Seuraavassa kerrotaan toteutuneista projekteista, joissa virtuaalitodellisuus ja/tai RFID olivat mukana. Laivakone Laivakone Oy on erikoistunut laiva- ja teollisuusmoottoreiden huoltopalveluun. Projektissa tavoiteltiin helppoa ja työtä hidastamatonta keinoa dokumentoida huolto- ja korjaustoimenpiteiden oleelliset tapahtumat. Realwear HMT1 AR -lasit oli hankittu projekteja valmisteltaessa ja niiden todettiin soveltuvan hyvin tähän tapaukseen. Lasit toimivat puheohjauksella. Käyttövalikko näkyy toisen silmän näkökenttään sijoitetulla pienellä ruudulla. Samaan pikkuruutuun voi tulla myös ohjeita tekstin, kuvan tai videon muodossa. Puheohjaus mahdollistaa videon tai kuvan ottamisen kypärään liitetyn kameran avulla, kädet työhön vapaina. Asentajat testasivat laseja yrityksen tiloissa. Niiden peruskäyttö oli helppo omaksua. Aktiivisen vastamelutorjunnan johdosta puheohjaus toimii myös meluisissa ympäristöissä. Realwear HMT1 AR -lasien todettiin täyttävän pääosan asetetuista vaatimuksista. Hyvälaatuista videokuvaa sekä still-kuvia voi tallettaa lasien muistikortille. Uudenmaan ruoka Uudenmaan ruoka on paikallisten elintarvikkeiden jakelukeskus eli foodhub. Uusmaalaisten tuottajien kanssa kehitetty toimintamalli lyhentää ruuan reittiä pellolta pöytään. Uudenmaan ruualle toteutettiin RDID-tekniikkaan perustuva tuotteen ja varaston seuranta, joka helpottaa ostotapahtumaa asiakkaan kannalta. Järjestelmä tilausten tekemiseen ja ruokakontin oven avaamiseen oli jo olemassa. Finn-Id avusti projektia demolaitteistolla, joka kytkettiin Uudenmaan ruuan järjestelmään. Ruokakonttiin sijoitettiin RFID-lukija ja tuotteet varustettiin RFID-tageilla. Tällöin niiden saapuminen ja poistuminen kontista oli mahdollista havaita. Lopputuloksena löytyi ratkaisu, jossa pääosa tuotteista voidaan tunnistaa sekä konttiin sisään tuotaessa että sieltä haettaessa. Herttoniemen noutopisteestä tehtiin myös konetekniikan ja pelipuolen opiskelijoiden yhteistyönä virtuaalimalli. Malli teksturoitiin vastaamaan Herttoniemen noutopistettä. Mallissa voi liikkua virtuaalilasein ja tutustua samalla noutopisteeseen. 360 Mediatalo 360 Mediatalo esitteli meille 360 Editorin, jonka avulla 360:n asteen kameralla kuvattuun videoon voi helposti tehdä lisäyksiä. Editoria tarjottiin työkaluksi innovaatioprojekteihin. Konetekniikassa projektiksi valittiin HAAS UMC-75 -työstökeskuksen virtuaalinen perehdytys. Kuvaukset tehtiin GoPro Max -kameralla ja käytön opastava osuus täydennettiin kuvattuun materiaaliin 360 Editorin avulla. Lopputulosta voi katsoa VR-lasien avulla sekä myös suoraan PC:n ruudulta. VimAI VimAI:n sovelluksella voidaan kartoittaa rakennus puhelimen kameraa hyödyntämällä. Voidaan tuottaa myös lisätyn todellisuuden sisätilanavigointi, joka ohjaa haluttuun kohteeseen. Projektissa sovellusta testattiin ensin Myyrmäen kampuksen sisätilassa. Toisessa vaiheessa pyrittiin laatimaan huoltoyhtiötä helpottava sovellus HUS:n huoltotunneliin. Koronatilanteen ja tilojen käyttörajoitteiden takia ei täysin maaliin päästy, mutta saatiin kuitenkin hyödyllistä palautetta projektiin sekä VimAI:lle. Hullu Kimalainen Hullu Kimalainen on liiketoiminnan konsultti, joka käyttää hyötypelejä yritysten sparraamiseen [3]. Projektissa toteutettiin markkina-analyysi, jonka pohjalta suunniteltiin sosiaalista pelaamista hyödyntävä strategiapeli. Siinä simulaattori luo pelinjohtajan asetusten pohjalta sopivan peliympäristön. Pelin avulla voidaan tunnistaa ja kehittää pelaajien vuorovaikutus- ja yhteistyötaitoja. Yhteistyö tuotti yritykselle merkittäviä säästöjä ja antoi suunnan jatkokehitettävälle pelille. Yhteenveto projekteista Virtuaalitodellisuus on pelimaailmassa jo arkipäivää ja laajenemassa sieltä teollisuuden sovellutuksiin. VR-ominaisuuksia on integroitu 3D CAD -ohjelmiin, mikä tuo VR-sovellukset tavallisen insinöörin käyttöön. Nyt VR-tekniikka tukee lähinnä 3D-mallien katselmointia, mutta alue on uusi ja kehittyy koko ajan. Suurinta kiinnostusta soveltamiseen on rakennus- ja arkkitehtuurisuunnittelussa. Koulutukseen ja perehdytykseen virtuaalitodellisuus soveltuu erinomaisesti. 3D-malleista rakentuvan virtuaalitodellisuuden aikaansaanti vaatii osaamista ja kokemusta. 360-kameralla kuvattujen videoiden täydentäminen koulutusmateriaaliksi esimerkiksi 360 Editorilla onnistuu nopeammin ja helpommin. Molemmilla tavoilla saadaan aikaan laadukasta materiaalia, ja niillä on omat vahvuusalueensa. 3D-mallipohjaisesti saadaan räätälöityjä monipuolisia sovelluksia. 360-kameralla tehtyjä sovelluksia voidaan katsoa myös PC:n ruudulta. Lisätyn todellisuuden (AR) sovelluksilla on paljon potentiaalia mm. huollon ja kunnossapidon alueella. AR-lasien kehittyminen ja 5G-yhteyksien tulo avaavat uusia mahdollisuuksia. Projektien tulosindikaattoreita on esitetty tiivistettynä kuvassa 5. Kuvasta selviää, mitä edellä esitellyissä projekteissa on saavutettu. Tiivistetysti sanottuna kuvasta näkyy, että kahdessa projektissa on kehitetty parannettu tuote, joka on yritykselle uusi. Yhteen projektiin on kehitetty tuote, joka on uusi markkinoilla. Kolmessa projektissa on toteutunut kestävän kehityksen ratkaisuja. Valmius teolliseen soveltamiseen Virtuaalitodellisuuden hyödynnettävyys koulutuksessa ja perehdytyksessä on kiistatonta, ja se tukee hyvin itsenäisesti tapahtuvaa opiskelua. Virtuaalitodellisuuden sovelluksille on enenevää tarvetta myös teollisuudessa. Koulutustarvetta on erityisesti sellaisissa yrityksissä jotka haluavat soveltaa tekniikkaa omista lähtökohdistaan ja itsenäisesti. VR-sovellukset ovat käytössä pelimaailmassa mutta harvinaisempia teollisissa sovelluksissa. Tekniikka on helposti käyttöön otetavissa mm. 3D-mallien katselmukseen. Malleissa liikkuminen edellyttää ns. holodeck-tilaa ja tilan varustelua sopivalla laitteistolla. Näissä sovelluksissa VR-lasien käyttö on välttämätöntä. VR-lasien hintahaitari on suuri. Hyvälaatuiset, langattomat ja laajasti yhteensopivat lasit maksavat likimain työaseman verran (2000 - 4000 €). Räätälöityjen koulutussovellusten laatiminen edellyttää enemmän osaamista. Siihen tarvitaan useimmiten aiheeseen perehtyneitä palveluntarjoajia. Nopeamman ja helpommin omaksuttavan vaihtoehdon voivat tarjota 3D-kameroita hyödyntävät ratkaisut. VR-/AR-teknologia on nopeasti kehittyvä ala, jossa laitetekniikka jatkuvasti kehittyy. Kustannusten ja päivitystarpeiden osalta tilannetta voi verrata tietotekniikan uusimiseen. Lähteet: https://kauppa.finn-id.fi/tuote/realwear-msa-v-gard-kypara-etulipalla/ https://360mediatalo.fi/ https://hullukimalainen.fi/ Kirjoittaja: Heikki Paavilainen Digi-Salaman VR/AR/Holodeck teemavastaava Heikki.Paavilainen@metropolia.fi Metropolia University of Applied Sciences Finland
Mobiilirobotiikka liitää ja rullaa Digi-Salamassa
Digi-Salama-hankkeessa tehtiin projekteja kahden vuoden ajan vuosina 2019–2021 viiden teknologiateeman alla implementoiden niitä viidelle Vantaan kaupungin kärkiklusterialalle: logistiikka, elintarvikeala, kiertotalous, älytuotanto ja älykiinteistöt. Syntyi 25 salamaprojektia, joista viisi toteutettiin UxV-teknologiateeman alla. Itse toimin kyseisen teknologian teemavastaavana hankkeen aikana. Hanke alkoi syyskuussa 2019, ja saman vuoden kesäkuussa valmistuneena insinöörinä olin vielä hieman vihreä. Tuntui jopa hurjalta hypätä sormia näpäyttämällä pöydän toiselle puolelle opiskelijasta projekteja ohjaavaksi insinööriksi - lähes opettajaksi. Mikä ihmeen UxV? Autonomisista robottia tarkoittavassa UxV-termissä U ja V tulevat sanoista Unmanaged Vehicle (ei-ohjattu ajoveuvo). X taas voi tarkoittaa sanoja Air (ilma), Ground (maa), Surface (pinta) tai Under Water (pinnan alainen) sen mukaan, millaisessa ympäristössä laitteen on suunniteltu toimivan. Itse arvelen, että tulevaisuudessa saamme käyttöömme vielä s-kirjaimen tarkoittamaan sanaa Space (avaruus). Ensimmäiset turistit ovat jo käyneet avaruudessa, ja tosissaan myös suunnitellaan siirtokuntaa Marsiin. Kehityssuunta on mielestäni selvä, eli ihmisiä ja tavaroita on yhä enemmän tarve kuljettaa myös maapallon vetovoiman ulottumattomissa. Toki miehittämättömiä luotaimia on lähetetty tutkimaan maailmankaikkeutta jo 70-luvulla, mutta en kuitenkaan kutsuisi Voyager 1:tä vielä autonomiseksi robotiksi, koska kaikille UxV-laitteille yhteistä on niiden kyky havainnoida ympäristöään sensoreilla, jotka laitteen ohjausjärjestelmään liitettyinä tarjoavat laitteelle riittävästi dataa omatoimiseen päätöksentekoon. Tällaisia sensoreita ovat mm. 2D- ja 3D-laserkeilaimet eli LiDARit konenäkökamerat ja ultraäänianturit. Voyager 1 ei tee autonomisia päätöksiä vaan lähettää ainoastaan keräämänsä dataa takaisin. UxV-teknologian laitteitta voidaan myös kutsua mobiiliroboteiksi. Onhan ne lähtökohtaisesti suunniteltu liikkumista vaativaan työhön. Täysi potentiaali näistä laitteista lunastetaan, kun ne liitetään osaksi kyberfyysistä järjestelmää (Cyber Physical System, CPS). Mobiilirobotti edustaa järjestelmän fyysistä puolta ja toimii nöyränä palvelijana yrityksen tuotannon- ja toiminnanohjausjärjestelmille (MES ja ERP), jotka edustavat kyberpuolta. Robotti siis saa automaattisesti näiltä taustajärjestelmiltä tehtävänsä, joka voi esimerkiksi olla komponenttien haku varastosta ja toimitus tuotantosolulle. Robotti saa siis taustajärjestelmästä käskyn hakea paikasta A komponentteja ja toimittaa ne paikkaan B. Kuinka näiden pisteiden välinen matka kuljetaan, jää robotin itse pääteltäväksi annettujen reunaehtojen rajoissa. Ehtoja voi olla aina nopeusrajoituksista yksisuuntaisiin kaistoihin ja tietyllä alueella liikkuessa kuulutettavaan äänimerkkiin. Alkuvaiheessa hanketta teknologiateeman nimitys oli vain UGV-tekniikka, sillä alun perin arvelimme projektien keskittyvän vain maan päällä kulkeviin laitteisiin.Tämän oletuksen ja teknologiakartoituksen pohjalta hankittiin MiR100-mobiilirobotti ja toteutettiin sillä pienimuotoinen testiprojekti. Testiprojektissa opiskelijaryhmä suoritti robotille käyttöönoton ja rakensi Myyrmäen kampuksen liikuntasaliin pujotteluradan, josta robotin tuli selviytyä - ja hienosti selvisikin! Yritysverkot vesille ja varsinaiset projektit käyntiin Seuraavassa vaiheessa alettiin etsiä potentiaalisia asiakasyrityksiä soveltamaan uutta teknologiaa toiminnassaan. EKR (ennen koronaa) näitä löytyi myös meikäläisen jalkatyönä messuilta ja konferensseista, mutta myöhemmässä vaiheessa enemmänkin kokeneempien kollegoiden lokeroilla. Viidelle rohkealle ja innokkaalle asiakkaalle lopulta pääsimme uutta osaamista ja teknologiaa soveltamaan. Tässä käydään nämä projektit vain lyhyesti läpi, mutta seuraavissa kahdessa blogitekstissä, jotka on jaettu UGV- ja UAV-postauksiksi, projektien kulkuun ja tuloksiin pureudutaan tarkemmin sekä käydään hankkeen virallisia tulosindikaattoreita läpi projektikohtaisesti. Refair Oy: automaattinen noutovarasto Ensimmäisenä varsinaisena UxV-asiakasprojektina lähdettiin kehittämään automaattisen noutovaraston konseptia Refair Oy:lle. Yritys on kylmä-, ilmastointi- ja lämpöpumpputekniikan maahantuonti- ja tukkuliike. Yrityksellä on monia asiakkaita, joilla saattaa olla tarve saada huoltokeikalle komponentti keskellä yötä. Automaattisella noutovarastolla pyrittiin vastaamaan tähän tarpeeseen. Muutaman erilaisen konseptiehdotuksen pohjalta päätettiin lähteä näistä yhtä jatkokehittämään ja lopulta myös toteuttamaan: ratkaisussa mobiilirobotti MiR100 hakee varsinaisen varaston puolelta kokonaisen varastohyllyn, ajaa RFID-porteista läpi noutotilaan, asiakas kerää hyllystä tarvitsemansa, robotti ajaa uudestaan porteista läpi ja RFID-tunnisteella merkityt tuotteet on luettu molemmilla läpimenokerroilla. Erotuksesta järjestelmä päättelee, mitkä tuotteet asiakas on poiminut ja lähettää laskun. Loval Oy: sisälogistiikan automatisointi mobiilirobotiikalla UGV-tekniikkaa hyödynnettiin myös Loval Oyn tarpeista lähteneessä projektissa, jossa MiR100 näytteli jälleen pääosaa kuten Refairillakin. Loval Oy on lämmityskomponenttien valmistaja Loviisasta. Yritys on yksi Euroopan johtavista putkivastusten, lämmityselementtien ja -ratkaisujen valmistajista. Yrityksen varasto- ja tuotantotilojen suuret etäisyydet ja massiivinen tuotantoliikenne toimivat määrittävinä tekijöinä projektin aihetta ja tavoitteita määriteltäessä. Aiheeksi muodostui sisälogistiikan automatisointi mobiilirobotiikalla. Projektin aikana MiR100 testattiin ja demottiin Lovalin tuotantotiloissa Loviisassa kolmen viikon ajan ja testijakson perusteella pystyttiin todeta teknologiasta olevan hyötyä yritykselle. Demon perusteella pystyttiin myös toteamaan, ettei yksi robotti riitä kokonaisvaltaiseen ratkaisuun. Demossa robotti kuljetti autonomisesti komponentteja varastosta tuotantosolulle. Mevea Oy: törmäyssimulaattori Mevea on simulaatioteknologiayritys, jonka toiminnan keskiössä ovat liikkuvien koneiden fysiikkaan perustuvat digitaaliset kaksoset. Yritys on kehittänyt ohjelmiston, jolla voidaan simuloida muun muassa ajoneuvojen käyttäytymistä eri tilanteissa ja saada hyvin tarkkaa dataa aivan komponenttitasolta asti. Projektin aiheeksi valikoitui törmäyssimulaattorin kehittäminen ajoneuvoille sekä työkalu ajoneuvon osien hallitsemiseen ja tarkasteluun. Projektin aihe osoittautui ennakoitua haastavammaksi, eikä tavoitteisiin aivan päästy. Lopputuloksena syntyi kuitenkin työkalu, jossa on haluttuja ominaisuuksia, mutta ei tarpeeksi pitkälle kehitettynä. Jäi lopulta yrityksen itse päätettäväksi, kannattaako simulaattoria ja työkalua kehittää eteenpäin. Aiforsite: rakennustyömaan etävalvonta ja kuvaaminen droonilla Aiforsite on ohjelmistoyritys, jonka tuotteella voidaan rakentaa hyvin pitkälle kehittynyt rakennuksen tietomalli BIM (Buildin Information Model). Yrityksen nykyisessä järjestelmässä rakennustyömaata kuvataan droonien avulla ulkopuolelta. Sama ratkaisu oli tarkoitus laajentaa toimimaan myös sisätiloissa. Projektin aiheeksi muodostui droonin lennättäminen etäyhteydellä sekä autonomisen sisälentäminen. Etäyhteydellä lentämisestä valmistui toimiva demo, mutta autonominen sisälentäminen osoittautui vielä liian haastavaksi toteuttaa käytössä olleiden droonien suljetuista ohjelmointirajapinnoista. Insta Group + Ilmatieteenlaitos Insta Group Oy on suomalainen perheyritys, jonka toimialoja ovat teollisuusautomaatio, digitaalinen tietoturva ja puolustusteknologia. Yrityksellä on vankkaa osaamista UAV-teknologiasta, ja yritys on tuottanut drooneja sekä droonipalveluita Puolustusvoimille. Instan mielenkiinto kohdistui ilmiöön, jossa kylmissä olosuhteissa propelleihin kertyy jäätä. Ilmiötä kutsutaan jäätämiseksi, ja sillä on vaikutusta drroonin lentokykyyn. Kuinka paljon vaikutusta on ja kuinka jäätäminen voidaan havaita, määrittyivät Instan puolesta projektin tavoitteiksi. Projektissa kolmantena osapuolena toimi Ilmatieteen laitos, joka tuottaa sääpalveluita sekä toimii tutkimuslaitoksena. Tällaisia palveluita ovat muun muassa sääennusteet ja sään lentokelpoisuus tiedot. Projektin tavoitteeksi muodostui parantaa näitä palveluita droonien telemetria- ja anturitiedoista mitattavasta säädatasta. Instan tavoitteiden osalta projekti valitettavasti jäi vajaaksi, koska jäätämistä ei päästy tutkimaan käytännön testeillä ja työ jäi teoriatason selvitykseksi. Projektia on tosin tarkoitus jatkaa myöhemmässä vaiheessa uuden hankkeen osana. IL:n osalta tavoitteisiin päästiin oikein hyvin ja idean toimivuus pystyttiin todentamaan. Raaka vai kypsä? Projektien pohjalta voidaan todeta UxV-teknologian olevan hyvinkin kypsää teollisuuden tarpeisiin. Etenkin juuri teollisuuden tarpeisin kehitetyt UGV-laitteet, kuten MiR100, osoittivat olevansa täysiverisiä ammattilaisia teollisuus 4.0-tuotantomaailmassa. Tosin kuluttajille suunnatut keskihintatason UAV-laitteet osoittivat olevansa vielä hieman raakoja ollakseen muokattavissa pienellä vaivalla teollisuuden tarpeisiin autonomisiksi työmyyriksi - etenkin jos olosuhteet ovat yhtään haastavampia esimerkiksi valaistuksen ja tilojen ahtauden suhteen. Itse kasaamamme drooni antoi paljon suurempia lupauksia täysin autonomisesta lentämisestä sen kokonaan avoimien ohjelmointirajapintojen johdosta. Kuluttajille suunnatuissa valmiissa drooneissa ohjelmointirajapinnat eivät ole ilman ohjelmiston kehityspakettia eli SDK:ta (Software Development Kit) juuri lainkaan auki eikä SDK:llakaan päästy riittävään avoimuuteen. Kun koneoppimis- ja konenäköalgoritmit kehittyvät ja tulevat kevyemmiksi droonin kyytiin mahtuvien mikrokontrollereiden suorittaa, saa täysin autonominen lentäminen huomattavaa lisänostetta. Hankkeen virallisten tulosindikaattorien perusteella voidaan todeta kahdessa projektissa syntyneen uusiutuviin energiaratkaisuihin tai vähähiilisyyteen perustuvaa uutta liiketoimintaa. Kahdessa projektissa myös toteutettiin avoimien rajapintojen kautta uudet sovellukset. Yhdessä projektissa saatiin kehitettyä uusi tai merkittävästi parannettu tuote markkinoille ja toisessa uusi tai merkittävästi parannettu tuote yritykselle. Lähteet: ja 2. Pexels.com Kirjoittaja: Lauri Ristolainen Konetekniikan insinööri, pääaineena automaatio Digi-Salama-hankkeen projekti-insinööri
Digi-Salaman tekoälytapaukset
Tekoäly on teknologia, jota voidaan soveltaa kaikessa digitaalisessa toiminnassa, jossa tarvitaan ohjelmointia. Tämä artikkeli on jatko-osa kirjoitukseen (Tekoälyllä kohti ketterää digisalamointia, Robologi), jossa käsiteltiin tekoälyä Digi-Salaman ja ympäristön suhteen yleisellä tasolla. Digi-Salamassa oli useita projekteja eri toimialoilta. Ne oli jaoteltu teemoittain, joista yksi oli Tekoäly ja koneoppiminen automaatiossa. Tässä katsauksessa tarkastellaan seuraavaksi viittä edellä mainitun teeman osalta projektissa mukana ollutta yritystä. Fleetlogis Fleetlogis Oy on suomalainen tietotekniikkayritys, joka tekee logistiikan tietojärjestelmiä. Yrityksellä on taustaa myös elektroniikka- ja automaatiopuolelta[2], johon liittyen käynnistettiin innovaatioprojekti tutkimaan huoneilman pitoisuuksia, lähinnä hiilidioksidia. Projektin käynnistysvaiheessa Fleetlogisin edustaja ilmaisi yrityksen kiinnostuksen ja tarpeen kehittää verkkovirralla toimiva etäluettava ilmanlaadun mittaussalkku hyödyntäen antureita ja Teltonika FMB120 -seurantalaitetta, joka lähettää dataa Fleetlogis Oy:n käyttämälle palvelimelle mobiilisti sim-kortin avulla. Tavoitteena oli selvittää mittaustulosten tarkkuus, mutta Digi-Salama-projektin päämääräksi rajattiin luokkahuoneen todellisen käytön kartoittaminen. Tämä tehtiin mittaamalla ilmasta paikalla olijoiden tuottamaa lämpötilaa, kosteutta sekä hiukkasia ja tarkastelemalla tuloksia suhteessa luokan varauslistaan. Projektissa hyödynnettiin Fleetlogisin omia laitteita. Datan lukemiseen käytettiin Fleetlogis Flex -nettisivua, josta voi lukea mittaustulokset ja luoda niistä erilaisia grafiikoita ja raportteja. Antureiden konfigurointiin käytettiin Teltonika Configurator -ohjelmaa. Fin-Chinagate Fin-Chinagate-yrityksen visiona on tuoda suomalaista teknologiaa esille Kiinassa sekä luoda alusta kansainväliselle kommunikaatiolle Kiinan ja Suomen välille nykyteknologioita hyödyntäen.[3] Fin-Chinagate uskoo, että uusien teknologioiden käyttö on askel kohti maiden välistä yhteistyötä, erityisesti yritysten ja korkeakoulujen kesken. Digi-Salama-hanke kokeili yhdessä yrityksen kanssa kommunikointi- ja etäopiskelualustaa Kiinan ja Suomen välillä. Testissä käytettiin kiinalaista Mythware-järjestelmää sekä Fin-Chinagaten kehittämää Smart System -konseptia, joka sisältää simultaanitulkkauksen kääntäen englannin kieltä kiinaksi ja kiinaa englanniksi suorassa lähetyksessä. Osana projektia Digi-Salama etsi myös seuraavia askeleita varten halukkaita yhteistyökumppaneita Smart Systemin jatkotestaamista varten. Tavoitteena on huomioida eurooppalainen säännöstö, etenkin GDPR, koska tiedonkäsittelyssä sovellettavat palvelimet sijaitsevat Kiinassa. Fonecta Fonecta kerää ja ylläpitää henkilöiden ja yritysten kontaktitietoja. Kokoamiensa tietokantojen avulla Fonecta palvelee asiakkaitaan tarjoamalla ajantasaisia yhteystietoja.[4] Fonectan ongelmina ovat usein vaihtuvat yhteystiedot ja tasalaatuisen datan puute. Yllä pidettävistä tiedoista muuttuu vuosittain suuri osa, ja nämä muutokset tulevat asiakkailta itseltään. Tällöin on hankalaa hallita tietojen eheyttä: Ovatko kaikki tiedot syötetyt järjestelmään? Muun muassa yritysten web-osoitteet ovat usein puutteellisia. Ovatko tiedot oikein tallennetut? Ovatko esimerkiksi osoitetiedot asianmukaisesti syötetyt, jotta paikantaminen olisi mahdollista? Ihmistyönä kyseessä on hankala urakka, koska virheelliset ja epäilyttävät rivit pitää ensin etsiä ja sitten analysoida. Tehtävä kuulostaa sopivalta robotille, mutta siltäkin vaaditaan älykkyyttä mukautumattomien sääntöjen sijaan. Fonectan Digi-Salama-projektit etenivät kahdessa vaiheessa: ensin olivat vuorossa innovaatioprojektit ja niistä jatkoksi tehty opinnäytetyö. Innovaatioprojektiosuudessa käytiin läpi tarpeita ja mahdollisia ratkaisumalleja, joista vaihtoehdoiksi nousivat ohjelmistorobotiikka ja luonnollisen kielen prosessointi (Natural Language Processing - NLP). NLP:n avulla saavutettuja lupaavia tuloksia lähdettiin kehittämään edelleen opinnäytetyönä. Sime Sime Oy on insinööritoimisto, joka on erikoistunut automaattiseen palkkien käsittelyyn ja siirtelyyn. Projektiaiheena oli tutkia mahdollista alumiinituotannon robotisointia tai kobotisointia edellä mainitussa työskentelyssä. Palkkien siirtämisessä tarvittavien koukkujen annostelua tehdään tällä hetkellä käsin. Koukut kerätään alumiiniprofiilien purkamisen yhteydessä, jonka jälkeen ne puhdistetaan ja tuodaan takaisin alkupisteeseen. Alkupisteessä työntekijät asettavat koukut alumiiniprofiileihin toisesta päästä, ja toisesta päästä koukut ripustetaan kuljettimeen. Projektin tavoitteena oli tuotannon nopeuttaminen sekä fyysisen työn keventäminen mahdollisella robotilla tai kobotilla. Kobotin ja robotin avuksi tarvitaan myös konenäköä, antureita sekä koukkujen annostelija, jotta koukkuja pystyttäisiin ottamaan helposti. Projektiryhmä kehitti toteutukselle kaksi vaihtoehtoa, joista tehtiin yksinkertaistetut simulaatiot. Simulaatioiden avulla nähtiin, että teoriassa robotti kykenee suorittamaan ripustuksen molemmissa vaihtoehdoissa, mutta ratkaisujen toimiminen käytännössä vaatisi kokeiluja oikeilla kappaleilla. Simulaatioissa käytettiin ABB:n IRB 1600 -robottia, koska se täytti parhaiten annetut kriteerit. Digi-Salaman aikana tehtiin myös IoT-tekniikoiden käyttöönottoon liittyvä opinnäytetyö. Siinä otettiin esille meneillään oleva suuntaus, jossa vanhempaan teknologiaan perustuvia laitteistoja voidaan päivittää IoT-maailmaan.[7] Assemblin Assemblin Oy on vuonna 2006 perustettu kiinteistötekniikan yritys, joka tarjoaa ilmaan, veteen ja energiaan liittyviä järjestelmiä Suomessa, Ruotsissa ja Norjassa.[8] Assemblin osallistui Digi-Salamaan innovaatioprojektin ja opinnäytetyön teettäjänä. Tavoitteena oli kehittää kiinteistön lämpötilan hallintaa ohjaavaa tekoälyä hyödyntäen Ilmatieteen laitoksen tarjoamaa sääennuste- ja auringonsäteilydataa. Yrityksellä itsellään oli jo kokemusta älykkäiden algoritmien soveltamisessa lämmityksen/viilennyksen tarpeen ennustamisesta. Nyt tämä tehtävä annettiin Digi-Salaman yhteyteen käynnistetylle innovaatioprojektiryhmälle syksyllä 2020. Myöhemmin keväällä 2021 projektissa aloitettua työtä päätettiin syventää opinnäytetyöksi. Projektissa oli neljä vaihetta. Ensimmäisessä vaiheessa tutustuttiin Assemblinilta saatuun testilaitteistoon ja perehdyttiin sen toimintaan. Toisessa vaiheessa testilaitteella vastaanotettiin testidataa ja tutustuttiin testilaitteen toimintaan käytännössä. Kolmannessa vaiheessa tehtiin testaus pienoismallin avulla. Pienoismallissa rakennuksena käytettiin laatikkoa, johon asennettiin lamppu simuloimaan lämmitintä sekä anturi mittaamaan lämpötilaa laatikon sisältä. Testien perusteella selvitettiin, miten laitteisto toimii ja tehtiin hienosäätöjä tarvittaessa. Neljäs ja viimeinen vaihe sisälsi testauksen isommassa mittakaavassa Myllypuron kampuksella. Siellä valittua tekoälyalgoritmia käytettiin ohjaamaan Myllypuron kampuksen testitiloja. Samalla seurattiin niiden energian käyttöä jota pyrittiin myös optimoimaan. Vaikutukset osallistuneiden yritysten kilpailukykyyn Tekoälyä soveltaneiden projektien seurauksena yritykset saivat uusia näkökulmia kilpailukykynsä parantamiseksi. Näitä olivat mittausten pohjalta tehtävät ennustukset ja niihin liittyvät toimenpiteet. Esimerkkeinä voidaan mainita Assemblin ja Fonecta, joista molemmilla oli jo entuudestaan jonkin verran kokemusta tekoälyn soveltamisesta. Digi-Salamaan osallistuminen synnytti molemmissa yrityksissä myös joukon uusia ajatuksia ulkopuolisen datan hyödyntämiseksi tekoälymallien kehittämisessä. Seuraava askel voi olla syväoppimisen käyttöönotto niin mallin opettamisessa kuin sen vahvistamisessa. Fonectalle puolestaan kasvoi lisää osaamista NLP:n uusimpien teknologioiden käyttämisessä älykkääseen aineiston tarkastamiseen ja muokkaamiseen. Koneoppimisen ja tekoälyn tulosindikaattorit Digi-Salamassa 16 20 21 22 CO04 CO28 CO29 Fleetlogis 1 1 0 0 1 0 1 Fin-China 1 1 0 0 1 0 1 Fonecta 1 0 0 0 1 0 1 Sime 1 0 0 0 1 0 0 Assemblin 1 1 0 1 1 0 0 Taulukon tunnusten selitykset 16 Yritys, joka käynnistää TKI-toiminnan tai TKI-yhteistyön yliopistojen, korkeakoulujen tai tutkimuslaitosten kanssa 20 Yritys, johon syntyy uusiutuviin energiaratkaisuihin tai vähähiilisyyden tukemiseen perustuvaa uutta liiketoimintaa 21 Start-up yritys, jolla on merkittävät valmiudet uuden tuotteen, palvelun tai tuotantomenetelmän kehittämiseen 22 Yrityksen avoimen tiedon ja rajapintojen avulla toteuttamat uudet sovellukset CO04 Muuta tukea kuin rahoitustukea saava yritys CO28 Yritys, joka kehittää uuden tai merkittävästi parannetun tuotteen markkinoille (tuote on uusi markkinoilla) CO29 Yritys, joka kehittää uuden tai merkittävästi parannetun tuotteen markkinoille (tuote on uusi yritykselle) Fleetlogis Yritykselle syntyi osittain uusi IoT-pohjainen sovellus, joka auttaa logististen operaatioiden suunnittelussa ja optimoinnissa. Tämä tukee CO2-jalanjäljen pienentämistä. Fin-China Yritykselle syntyi testausvalmis etäneuvottelukonsepti + tämä tukee VR/AR-pohjaista yhteydenpitoa ilman matkustamista. Tämä tukee CO2-jalanjäljen pienentämistä. Fonecta Yritykselle syntyi uusi koneoppimispohjainen sovellus asiakastietojen käsittelyyn. Sime Yritykselle syntyi uutta tietämystä kobotiikasta ja koneoppimisesta sekä uusi alustava konsepti IoT-laitteistosta, jolla koneoppimista voitaisiin hyödyntää. Assemblin Yritykselle syntyi valmiuksia käyttää koneoppimista kiinteistöautomaation ohjauksessa. Tämä tukee CO2-tavoitteita energiansäästön muodossa. Lähteet: Kuvituskuva Wikimediasta: <https://commons.wikimedia.org/wiki/File:Lightning_3025.jpg> Verkkosivu. Saatavana osoitteesta: <https://www.fleetlogis.fi>. Luettu 2.12.2021. Verkkosivu. Saatavana osoitteesta: <https://www.finchinagate.fi>. Luettu 2.12.2021. Verkkosivu. Saatavana osoitteesta: <https://www.fonecta.fi>. Luettu 2.12.2021. Kuvituskuva Wikimediasta: <https://commons.wikimedia.org/wiki/File:Telephone_operators,_1952.jpg> Kuvituskuva Unsplashista: <https://unsplash.com/photos/oqY09oVTa3k> Osman, A.: Toimipisteen etäohjaus ja -seurantaRaspberry Pin avulla. Opinnäytetyö 2021. 37 s. Verkko-osoite: <https://urn.fi/URN:NBN:fi:amk-2021113022759>. Luettu 2.12.2021. Saatavana osoitteesta: <https://fi.assemblin.com>. Luettu 2.12.2021. Otava, A.: Koneoppimisen hyödyntäminen kiinteistöautomaatiossa. Opinnäytetyö 2021. 29 s. Verkko-osoite: <https://urn.fi/URN:NBN:fi:amk-2021052010011>. Luettu 2.12.2021. Kirjoittaja: Aarne Klemetti työskentelee tutkijaopettajana Metropolia Ammattikorkeakoulussa. aarne.klemetti@metropolia.fi
Tekoälyllä kohti ketterää digisalamointia
Tekoälyn avulla erilaisten tietojärjestelmien toiminnallisuutta voidaan laajentaa käsittämään inhimillisiksi katsottavia taitoja, kuten omatoimista päättelyä, oppimista ja suunnittelemista. Tekoäly osaa työskennellä väsymättömästi oppimallaan rajatulla alueella. Oppiminen tapahtuu joko asiantuntijan sanoittaman eli leimaaman aineiston avulla tai itseoppivasti. Itseoppivuus toteutuu annetun säännöstön ja datan avulla tai tutkimalla ympäristöä käytettävissä olevilla tunnistimilla ja toimilaitteilla. Tekoälyn tuottaminen esimerkiksi koneoppimisen avulla on vaativa laskentatehtävä, jossa tyypillisesti tarvitaan runsaasti dataa ja laskentatehoa. Kun tekoälymalli on saatu opetettua, voidaan se siirtää suoritettavaksi päätelaitteisiin, esimerkiksi kannettaviin tietokoneisiin, älypuhelimiin ja vaikkapa ympäristöään tarkkaileviin ajoneuvoihin. Tekoäly ei ole käyttöönoton jälkeen samalla tavalla lopullinen kuten perinteinen, versioitava tietokoneohjelma, vaan se kehittyy koneoppimisen avulla käytön myötä. Tekoäly on poikkeuksetta erikoistunut oppimaansa ympäristöön: shakkitekoäly on voittamaton shakinpeluussa, mutta ei osaa ajaa autoa. Vastaavasti kuva-analyysitekoäly, joka tunnistaa luotettavasti ihosyövän valokuvien perusteella, ei tiedä, mikä on auton rekisterikilpi. Keskeinen kysymys on se, mitä, miten ja millä aineistolla tekoälyn annetaan oppia.[2] Puuttumatta eettisiin näkökulmiin on tärkeää, että aineiston valinnasta päättävä asiantuntija rajaa tehtävät selkeisiin kokonaisuuksiin: ei kannata pyrkiä kovin kattavaan tekoälyyn, koska se on todennäköisesti liian laaja opetettavaksi ja hallittavaksi. Sen sijaan joukko testatusti toimivia, rajattuja tekoälyjä nostaa tuottavuutta ja päätöksenteon luotettavuutta merkittävästi.[3] Digi-Salamassa tekoäly ja koneoppiminen automaatiossa oli omana teemanaan. Tavoitteena oli ymmärtää ja oppia soveltamaan tarvittavia toimintamalleja, datan keruuta ja muokkausta sekä koneoppimisen periaatteita suhteessa tavoitteisiin. Lisäksi pyrittiin saavuttamaan näkemys siitä, millä tasolla valittujen kohdeyritysten tekoälyosaaminen on ja miten mahdollisiin tarpeisiin voidaan vastata opetussuunnitelmissa. Tekoäly ja YK:n kestävän kehityksen tavoitteet Yhdistyneiden kansakuntien jäsenmaat sopivat vuonna 2015 Agenda 2030:stä, jossa pyritään edistämään kestävää kehitystä aikavälillä 2016-2030. Suunnitelma jaettiin 17 tavoitteeseen, jotka ohjaavat kestävän kehityksen edistämistä.[4] Tekoäly voidaan nähdä mahdollistavana tekijänä näiden tavoitteiden saavuttamisessa. Koko tavoitteisiin pyrkimisen prosessin ajan pitää kerätä ja analysoida dataa, jonka avulla voidaan luoda älykkäitä malleja päätöksenteon tueksi. Esimerkiksi voidaan ottaa älykäs talotekniikka, jonka optimointi säästää energiaa, tuottaa ilmakehään vähemmän hiiliyhdisteitä ja parantaa sisätiloissa oleskelun laatua - vaikuttaa siis osaltaan myös terveyteen. Kestävään kehitykseen liittyvät tekoälymallit eivät synny tyhjästä ja ilman laskentaa. Laskenta on usein niin vaativaa, että siinä tarvitaan supertietokoneen laskenta- ja tallennuskapasiteettia useiden päivien ajan. Se puolestaan kuluttaa myös energiaa. Tutkimuksissa on kehitetty erilaisia mittaustapoja tekoälyyn liittyvien laskentatarpeiden energiankulutuksen huomiointiin. Tarvittavia algoritmeja voidaan optimoida käytön myötä vastaavalla logiikalla kuin itse tekoälyäkin. Vaatimuksia koulutukselle Tekoäly ja koneoppiminen ovat monimutkaisia asioita, joiden tuotantomittaisen soveltamisen hidastavana tekijänä on useimmiten puutteellinen osaaminen. Tätä paikatakseen yritykset pyrkivät kouluttamaan henkilöstöään ja toisaalta ulkoistamaan tarvittavia osaamisia. Nämä molemmat vaihtoehdot sopivat luontevasti ammattikorkeakouluympäristöön, koska opiskelijaryhmien ja opinnäytetöiden avulla voidaan testata ja kehittää erilaisia konsepteja ja prototyyppejä. Tekoäly tieteenä soveltuu tiedekorkeakoulujen opetusohjelmiin ja tutkimuslaitoksiin - alempien oppilaitosten näkökulmasta tarvitaan pikemminkin sovellusosaamista kautta linjan. Tärkeämpää kuin tekoälyn ja koneoppimisen syvällinen ymmärtäminen on käsittää se, miten näitä teknologioita voidaan käytännössä soveltaa ja millaisia kyvykkyyksiä kannattaa sisällyttää yritysten ja oppilaitosten osaamiseen. Kustannuksiltaan tekoälyn ja koneoppimisen soveltaminen ei ole enää kynnyskysymys. Avoimen lähdekoodin alustoilla on tarjolla laaja valikoima kehitystyökaluja algoritmeineen. Niiden käyttämisessä tulee poikkitieteellisiin tiimeihin lisätä data- ja tekoälyosaamista sisältöammattilaisten tueksi. Lisäksi korkeakouluilla on pääsy vaativaa laskentaa tarjoaviin supertietokoneympäristöihin, jolloin myös suurten datajoukkojen käsittely ja koneoppiminen on mahdollista toteuttaa skaalautuvasti. Tärkeämpää kuin jokaisen toimijan ammattimainen tekoälyosaaminen on se, että pystytään tunnistamaan datan eri prosessivaiheiden hallinta: mitä on kerättävä data, mistä sitä voidaan kerätä, mitä sillä voidaan tehdä ja mitä se merkitsee? Näin ollen on syytä ennemminkin tietää, kuka tietää ja mitä pitää tietää, kuin vaatia kaikilta osapuolilta samantasoista teknologista ymmärrystä. Seuraava askel kohti älykkäämpää automaatiota - toimialasta riippumatta - on sen ottaminen osaksi normaalia toimintaa. Tätä tarkoitusta varten opetussuunnitelmiin kannattaa lisätä ainakin käytännölliset, omaa osaamisaluetta palvelevat kurssit esimerkiksi intensiivitoteutuksina. Lisäksi aiheeseen syvällisempää perehtymistä varten tulee tarjota mahdollisuudet ainakin koodaamiseen ja ohjelmistotuotantoon keskittyville opiskelijoille. Lähteet: Kuvituskuva Pixabaysta: <https://commons.wikimedia.org/wiki/File:Artificial-Intelligence.jpg> 6 Biggest Limitations of Artificial Intelligence Technology. Verkkosivu. Saatavana osoitteesta:<https://hackernoon.com/the-missing-pieces-6-limitations-of-ai-s85r3upr>. Luettu 2.12.2021. 5 + 1 myyttiä tekoälystä. Verkkosivu. Saatavana osoitteesta: <https://www.aaltopro.fi/aalto-leaders-insight/2019/5-1-myyttia-tekoalysta>. Luettu 2.12.2021 Kestävän kehityksen tavoitteet. Verkkosivu. Saatavana osoitteesta: <https://www.ykliitto.fi/yk-teemat/kestavan-kehityksen-tavoitteet>. Luettu 2.12.2021. Lisätietoja aiheesta kiinnostuneille: Tekoäly, Wikipedia. Verkkosivu. Saatavana osoitteessa: <https://fi.wikipedia.org/wiki/Tekoäly>. Luettu 2.12.2021. Koneoppiminen, Wikipedia. Verkkosivu. Saatavana osoitteessa: <https://fi.wikipedia.org/wiki/Koneoppiminen> Luettu 2.12.2021. Metropolia edistää kestävän kehityksen osaamista ainutlaatuisen tekoälyratkaisun avulla. Metropolian ajankohtaisten uutisten verkkosivu. Saatavana osoitteessa: <https://www.metropolia.fi/fi/metropoliasta/ajankohtaista/uutiset/metropolia-edistaa-kestavan-kehityksen-osaamista-ainutlaatuisen-tekoalyratkaisun-avulla>. Luettu 2.12.2021. YK:n arvot tekoälykehityksen tienviittana. Politiikasta-sivuston verkkosivu. Saatavana osoitteessa: <https://politiikasta.fi/ykn-arvot-tekoalykehityksen-tienviittana/>. Luettu 2.12.2021. Eettinen tekoäly ja algoritmit. Helsingin Yliopiston verkkosivu. Saatavana osoitteessa: <https://www.helsinki.fi/fi/ajankohtaista/ihmisten-teknologia/eettinen-tekoaly-ja-algoritmit>. Luettu 2.12.2021. Sivonen, A., Heikkinen, K.: Tekoäly - uhka vai mahdollisuus amk-opettajalle. Verkkosivu Haaga-Helia eSignals. Saatavana osoitteessa: <https://esignals.fi/kategoria/pedagogiikka/tekoaly-uhka-vai-mahdollisuus-amk-opettajalle/#0dde0fb1>. Luettu 2.12.2021. Kirjoittaja: Aarne Klemetti työskentelee tutkijaopettajana Metropolia Ammattikorkeakoulussa. aarne.klemetti@metropolia.fi
Kuinka murealta maistuu digitaalinen kaksonen?
Nousevat teknologiat ovat teknologioita, joiden kehitys, käytännön sovellukset tai molemmat ovat vielä suurelta osin toteutumattomia, joten ne nousevat kuvaannollisesti esiin olemattomuuden tai epäselvyyden taustalta. Uusien teknologioiden katsotaan usein pystyvän muuttamaan vallitsevaa tilannetta. Englannin kielessä näistä käytetään termiä ”Emerging Technologies”. Gartnerin hypekäyrän avulla arvioidaan vuosittain, missä kehitysvaiheessa eri nousevat teknologiat ovat ja kuinka kauan menee siihen, että teknologia alkaa ’mureutumaan’ ja ’kypsymään’ asteelta raw medium well done -asteelle [1]. Gartnerin hype-käyrä koostuu viidestä eri tasosta: ”Technology trigger -tasolla nousevat teknologiat tulevat julkisuuteen ja ns. hypetys alkaa. Tässä vaiheessa valmiita tuotteita ei juuri ole ja kokeilut ovat prototyyppi-asteella. Aikaa, teknologian standardoitumiseen ja vakioitumiseen kuluu tyypillisesti 10−20 vuotta. ”Peak of Inflated Expectations -tasolla teknologia on hypekäyrän huipulla. Tästä kestää yleensä 5−10 vuotta teknologian vakioitumiseeen. On myös hyvin tyypillistä, että osa hypetetyistä teknologioista katoaa eikä ota tuulta alleen. ”Trough of Disillusionment -tasolla hypetys hiipuu ja varsinaisen tuotekehitys alkaa, jos on alkaakseen. Tästä 2−5 vuoden kuluttua alkaa markkinoille tulla uusia tuotteita ja teknologian standardointityö alkaa. Myös markkinan kasvu on tällöin voimakkaimmillaan ja vuosikasvut saattavat olla jopa 20−50 %. Tämä on myös erinomainen vaihe integroida teknologioita osaksi korkeakouluopetusta, ei ehkä vielä omiksi kursseikseen, mutta osaksi olemassa olevia. Tämä toki vain silloin, jos tällaiset signaalit osataan luotettavasti tunnistaa. ”Slope of Enlightenment -tasolla teknologia standardoituu 0−2 vuodessa. Markkinan kasvu alkaa tasoittua, joskin se on vielä voimakasta. Tuotteita alkaa tulemaan markkinoille ja niitä alkavat käyttää muutkin kuin ns. early adopterit - varhaiset omaksujat. ”Plateau of Productivity -tasolla teknologia saavuttaa standardoimisvalmiuden sekä alkaa yleistyä myös suurelle yleisölle. Tästä hyvä esimerkki on Ethernet- teknologia, johon nykyinen Internetkin perustuu. Sen kehitys alkoi erilaisilla rinnakkaisilla skenaarioilla 70-luvun taitteessa. Xeroxin kehittämä versio lähti voimakkaimmin kehittymään ja saavutti standardin asteen vuonna 1983, juuri tuon ~15 vuoden kuluttua hypetyksen alkamisesta. Tosin 70-luvulla ei Gartner vielä käyriään julkaissut. Digi-Salama-hankkeen tavoitteena oli luoda osaamista alueelle, kasvattaa yritysten kilpailukykyä sekä synnyttää hankkeen yrityksistä ja teknologiantarjoajista alueelle teknohub työnimellä ARI (Automatio - Robotics - Industry 4.0). Keinoksi tähän valikoitui viisi raa’assa tai medium miinus -vaiheessa olevaa teknologiaa. Tulokulma näihin oli, että niiden ympärille tehtäisiin 25 teknologiademoa, tavoitteena antaa yrityksille mahdollisuus testata uusia teknologioita ja puntaroida, kannattaako niihin investoida. Yksi näistä nousevista teknologioista oli Digital Twin -teknologia eli digitaalinen kaksonen [2]. Digitaalinen kaksonen (Digital Twin, DT) on “kopio” todellisen maailman tuotteesta, prosessista tai fyysisestä kokonaisuudesta. Ajatuksena on, että digitaalinen kaksonen elää saman elinkaaren kuin oikea tuote tai asiakin. Sen hyödyt voidaan jakaa karkeasti neljään vaiheeseen: suunnittelu ja tuotekehitys, valmistus, palvelut sekä elinkaaren loppuosa romuttamisesta kierrätyksen kautta uusioraaka-aineeksi. Tätä asiaa on ansiokkaasti tutkinut mm. Elina Ala-Mäyry opinnäytetyössään (kuva 2) [3 ja 4]. Viisi projektia, viisi näkökulmaa digitaaliseen kaksoseen Digi-Salama-hankkeessa asiakasyrityksiksi digitaalisen kaksosen osalta valikoitui viisi yritystä: Little Garden, Climbstation, Vedia, Energia Talteen sekä Vantaan Energia. Allekirjoittaneella oli kunnia toimia DT-osuuden teemavastavana sekä hankkeen projektipäällikkönä. Little Garden viljelee versoja ja yrttejä vertikaalisesti sekä kehittää kokonaisvaltaisesti kaupunkiviljelyn liiketoimintamalleja ja teknologiaratkaisuja. Projektin aiheena oli suunnitella digitaalinen kaksonen robottimekanismista, jonka tehtävä olisi nostaa ja siirtää viljelyalustoja kerrosviljelylinjastossa. Tämä case toi esille, että DT-teknologia sopii mainiosti tuotekehityksen avuksi, mutta nosti myös koulutustarpeen. Asiakas oli tyytyväinen työn laatuun, mutta totesi että tässä on paljon uutta, koska liikuttiin hänelle vieraalla maaperällä. Yrityksen Climbstation päätuote on liukuhihnaperiaatteella toimiva sisäkiipeilyseinä. Tässä projektissa tutkittiin AR-teknologian hyödyntämistä tuotteessa sekä rakennettiin laitteiston simulaatiomalli, joka taasen osaltaan auttoi kehittämään uuden tuoteversion päätuotteen rinnalle. Selkeästi myös tämä case toi esille, että DT-teknologiasta on hyötyä tuotteen alkuvaiheen konseptoinnissa ja innovoinnissa, koska on mahdollista kokeilla asioita ennen niiden rakentamista. Vedia yrityksen päätuote on Clean Vehicles Wizard. Se on verkkopohjainen työkalu, jonka avulla pyritään helpottamaan julkisia toimijoita tekemään uudistetun EU:n direktiivin mukaista puhdasta ja vihreämpää ajoneuvohankintaa sekä suunnittelemaan niiden käyttöä CO2-myönteisesti. Tämän projektin tarkoitus oli määrittää, mitkä olisivat sellaisia tietoja, joita ajoneuvon digitaalisen kaksosen tulisi sisältää sekä miten niitä voisi jakaa eri kategorioihin järkevästi. Projektin avulla asiakas sai selville suuntaviivat tuotteen jatkokehityksen kannalta. Kaukolämpöverkot tuovat lämmön lähes puolelle Suomen rakennuksista. Ilmastonmuutosta vastaan taistellessa Suomen kaukolämpöverkkojen älyllistäminen digitaalisten kaksosten avulla olisi erinomainen ase pienentämään lämmitysenergian aiheuttamia kasvihuonepäästöjä ja tätä kautta edistämään Suomen ilmastotavoitteita [6]. Vantaan Energialle tehdyssä esiselvitysprojetissa tutkittiin ja saatiin selville, että digitaalinen kaksonen lämmönjakeluverkoista on tulevaisuutta, käytössä jo osassa Euroopan maita sekä tärkeä osa Vantaan Energian tulevaisuuden kehitysskenaarioita. Viidennessä DT-projektissa asiakkaana oli Energia Talteen yhdessä PPP Top Rakennuksen kanssa. Tavoitteena oli kehittää uusi konsepti linjasaneerauksen purkujätteen kierrätykseen. Tuloksen syntyi purkuroope eli purkurobotin digitaalinen kaksonen. Myös tässä tapauksessa teknologia auttoi osaltaan alkuvaiheen tuotekehityksessä ja konseptoinnissa. Digitaalinen kaksonen medium miinus Kuvassa 4 on esitetty digitaalisen kaksonen -teeman tulosindikaattoreiden yhteenveto. Teknologian ja projektien avulla pystyttiin auttamaan yrityksiä uuden tai parannetun tuotteen kehittämisessä. Lisäksi kolmessa projektissa todettiin projektien vaikuttaneen CO2-mittariin. Projektien perusteella voidaan todeta DT-teknologian olevan kehitysvaiheessa ”medium miinus”. Teknologia on selkeästi olemassa ja kehittymässä, mutta kaukana standardointiasteesta. Käyttökelpoisimmillaan se on tuotteen alkuvaiheen kehityksen tukena, mutta sen hyödyntäminen elinkaaren myöhemmissä vaiheissa vaatii vielä yhteisiä kehitysponnistuksia. Selkeä osaamistarve on kuitenkin olemassa ja teknologian hyödyntäminen voi tuoda kilpailuetua yrityksille sekä myös oppilaille työmarkkinoilla. Ehkä ei kuitenkaan opetuksellisesta näkökulmasta omina kursseinaan vaan ennemminkin integroituna nykyisiin kursseihin. Seuraavaksi sitten laitetaankin tilaukseen digitaalinen kaksonen well done, ainakin viiden vuoden päästä! Video 1 Sisäviljelylinjaston digitaalinen kaksonen. Lähteet: [1] Gartner, 2018 Emerging Technologies, 2018. Verkkosivusto. Saatavana osoitteessa: https://www.gartner.com/smarterwithgartner/5-trends-emerge-in-gartner-hype-cycle-for-emerging-technologies-2018, Luettu 5.12.2021. [2] Metropolia AMK, Digi-Salama, 2021. Verkkosivusto. Saatavana osoitteessa: https://digisalama.metropolia.fi/teknologiat/, Luettu 5.12.2021. [3] Ala-Mäyry, Elina. Blogi, 2019, Verkkosivusto, Saatavana osoitteessa: https://blog.elomatic.com/fi/digitaalisen-kaksosen-hyodyt-ja-kayttokohteet/. Luettu 5.12.2021. [4] Liljaniemi, Antti. Digitaaliset kaksoset hypekäyrän huipulla. 2020, Verkkosivusto, Robologi. Saatavana osoitteessa: https://blogit.metropolia.fi/robologi/2020/11/03/digitaaliset-kaksoset-hypekayran-huipulla/, Luettu 5.12.2021. Kirjoittaja: Antti Liljaniemi työskentelee kone- ja autotekniikan lehtorina Metropolia Ammattikorkeakoulussa. antti.liljaniemi@metropolia.fi +358 400 240 756 Metropolia University of Applied Sciences Finland
Sokea tietämättömyys vai tiedostettu hyväksyntä?
Whatsapp on suosittu pikaviestipalvelu, joka oli maailman kolmanneksi ladatuin sovellus 2010-luvulla. Miljoonat ihmiset käyttävät sovellusta päivittäin, mutta kuinka moni on lukenut sovelluksen käyttöehdot ja yksityisyyden suojan? Whatsapp on jakanut jo vuodesta 2016 lähtien sen käyttäjätietoja emoyhtiölle Facebookille muun muassa puhelinnumerosi, ip-osoitteen ja useita lokitiedostoja liittyen sovelluksen käyttöön. Tämän vuoden alussa Whatsapp teki linjauksen, että kaikki ehdot on hyväksyttävä sen uhalla, että sovelluksen käyttö estyy asteittain, lopulta kokonaan. Käyttöehdot ovat monimutkaisia dokumentteja, jotka sisältävät tärkeitä asioita, mutta moni näihin ei tutustu; miksi? [1.] Käyttöehdot 101 Käyttöehdot ovat laillisia dokumentteja, jotka suojaavat yritystä ja selittävät käyttäjälle säännöt, joita alustalla tulee noudattaa. Yleensä käyttöehtoihin on sisällytetty myös tietosuojakäytännöt, jotka puolestaan kertovat käyttäjälle, kuinka hänestä kerätään tietoa, ja kuinka yritys ja kolmannet osapuolet käyttävät tätä tietoa. Sokeasti käyttöehtojen hyväksyminen voi pahimmillaan antaa yritykselle oikeuden myydä käyttäjän tietoja eteenpäin, seurata hänen käyttäytymistään, hänen kännykkänsä tunnisteita tai laitteen IP osoitetta. Facebookin tapauksessa käyttöehtojen hyväksyminen ei rajoitu ainoastaan sen sivuille, vaan yritys kerää tietoa kaikilta laitteilta, joilla henkilö on kirjautunut käyttäjälle. Kaikki tämä on kätketty käyttöehtoihin vaikealukuisella juridisella tekstillä, jotta peruskäyttäjät eivät niitä ymmärtäisi. Useat suuryritykset käyttävät käyttöehtojen kirjoittamisessa omia juristejaan tai ulkopuolisia juridiikan palveluja, jotta käyttöehdoista saataisiin kaiken kattavia suojamuureja käyttäjiä vastaan. [2 : 3, s 14.] Käyttäjälle ei siis jätetä kuin kaksi vaihtoehtoa: joko käyttäjä hyväksyy ehdot ja pääsee käyttämään yrityksen tarjoamaa alustaa tai kieltäytyy ja jättäytyy sosiaalisen median ulkopuolelle. Yksityisyyden paradoksi Käyttöehdot ovat todella pitkiä ja niiden lukeminen on työlästä. Tästä syntyykin mielenkiintoinen kysymys, kuinka moni käyttäjistä sattuu lukemaan ne ennen kuin hyväksyy ehdot. Kaksi professoria Michiganin ja Yorkin yliopistosta loivat testin fiktiivisellä sosiaalisen median sivulla käyttäjille ja tarkoituksena oli selvittää, kuinka moni lukee sivun palveluehdot. Kyselyssä ilmeni, että jopa 74 % hyväksyi ehdot sokeasti, vain neljännes vastanneista avasi ehdot, joista 97 % käytti vain muutaman minuutin yli 4000 sanan käyttöehtojen lukemiseen. [4, s. 17.] Testin tulosten analyysissä kolme merkittävää tekijää nostettiin ylös: informaation ylikuormitus, läpinäkyvyys ja tekstin vaikea ymmärtäminen. Testi viittaa yksityisyyden paradoksiin, jossa käyttäjä arvostaa omaa yksityisyyttään, mutta silti hyväksyy yksityisyyteen liittyviä käyttöehtoja sokeasti. Samalla kuitenkin yksilön tekemät päätökset ovat suoraan ristiriidassa käyttäjän yksityisyyden arvostuksen kanssa, kun käyttöehdot hyväksytään sokeasti. Ongelma läpinäkyvyydessä Sosiaalisen median jätti yritysten toimintaa tiedonkeruun kanssa on vaikea ymmärtää, jos vaikealukuisten käyttöehtojen kohdat jäävät kokonaan lukematta. Kehittäjän tekemien käyttöehtojen tulisi olla selviä, yksinkertaisia ja läpinäkyviä loppukäyttäjälle. Yksinkertainen toiminto, kuten kuvan poistaminen Instagramista, ei oikeasti tarkoita sitä, että käyttäjän poistaessa kuvan profiilista se poistuisi koko sovelluksesta. Instagramin käyttöehtojen mukaan kuva on vielä poistamisen jälkeen 90 päivää sivuston hallussa, ottamatta huomioon sitä, onko jokin toinen käyttäjä tallentanut kuvan ja jakanut sitä eteenpäin. Tätä esimerkiksi ei mainita silloin, kun käyttäjä poistaa kuvan. Hyväksyäkö vai eikö hyväksyä? Ehtojen hyväksyminen ei tee käyttäjästä lammasta muiden joukossa, samalla kun käyttöehtojen hylkääminen ei tee henkilöstä mitenkään parempaa ihmistä muihin verrattuna. Todellisuus on se, että yrityksellä on oikeus määrätä sellaiset käyttöehdot, jotka se kokee tarpeellisiksi. Suurin osa käyttäjistä hyväksyy käyttöehdot ja antaa samalla oikeudet tiedonkeruuseen, jotta heidän käyttökokemuksensa parantuisi. Molemmat osapuolet siis voittavat. Se, että käyttäjä ei halua antaa tietoja yrityksille, ei tarkoita sitä, että hän salaa jotain, mutta siitä ei ole kyse. Facebook kerää miljardien ihmisten tietoja, joten yhden henkilön osuus siitä on mikroskooppisen pieni. Kylmä totuus on se, että käyttäjälle yhteisöön kuuluminen on hyödyllisempää kuin sosiaalisen median yrityksen saama hyöty yksittäisen käyttäjän tiedoista. Molemmat siis hyötyvät: toinen rahallisesti ja toinen yhteisöllisesti. Nykymaailmassa sosiaalisten verkostojen osuus on valtava ja niiden ulkopuolelle jääminen väistämättä johtaa jonkinasteiseen syrjäytymiseen. Lähteet: Newman, L. 2021. WhatsApp’s New Privacy Policy Just Kicked In. Here’s What You Need to Know. Verkkosivusto. Saatavana osoitteessa:<https://www.wired.com/story/whatsapp-privacy-policy-facebook-data-sharing/> Luettu 22.09.2021. Thompson, C. 2015. What you really sign up for when you use social media. Verkkosivusto. Saatavana osoitteessa:<https://www.cnbc.com/2015/05/20/what-you-really-sign-up-for-when-you-use-socialmedia.html> Luettu 22.09.2021. Elshout, M. Elsen, M. Leenheer, J. Loos, M. & Luzak, J. 2016. Study on consumers’ attitudes towards Terms and Conditions. Verkkosivusto. Saatavana osoitteessa:<https://ec.europa.eu/info/sites/default/files/terms_and_conditions_final_report_en.pdf> Luettu 23.09.2021. Obar, J. & Oeldorf-Hirsch, A. 2016. The biggest lie on the internet: Ignoring the privacy policies and terms of service policies of social networking services. Verkkosivusto. Saatavana osoitteessa <https://www.ftc.gov/system/files/documents/public_comments/2016/10/00067-129185.pdf> Leuttu 23.09.2021 Kuva <https://www.someecards.com/usercards/viewcard/MjAxMi1mY2RjNzVjZTJlNjdlZmIw/?tagSlug=news> Kirjoittajat: Hyvinvointi- ja terveysteknologian kolmannen vuoden opiskelijat Tuomas Turunen, Ilkka Törmälä ja Henrik El-Khouri.
Itseohjautuvat autot moraalisessa tienristeyksessä
Lähitulevaisuudessa tullaan näkemään monien alojen täydellinen automatisoituminen, eikä autoala ole tässä poikkeus. Tässä blogissa käsitellään itseohjautuviin autoihin liittyviä eettisiä ongelmia, joista esimerkkeinä käytämme kirjoittamisen aikana kuumina aiheina olevia Teslan ja monien muiden suurten autovalmistajien itseohjautuvia autoja. Vaadittava teknologia itseohjautuvien autojen siirtymiseen pysyvästi ideasta käytäntöön on jo olemassa. Ensin pitäisi kuitenkin päättää, miten ne käyttäytyvät liikenteessä ja kuka sen päätöksen tekee. Kun tietä ylittää punaisia valoja päin toiselta puolelta koditon henkilö ja toiselta toimitusjohtaja, kumman pitäisi selvitä ylityksestä? Tämänkaltaiset päätökset voivat olla itseohjautuvien autojen ratkaistavissa jo pian. Siihen, miten itseohjautuva auto ohjelmoidaan käyttäytymään, vaikuttaa entistä suuremmissa määrin ihmisten henkilökohtaiset lähtökohdat. Ihmisten moraalista kompassia ohjaavat muun muassa heidän sosiaaliset näkemyksensä ja kyky osoittaa empatiaa riippumatta siitä, kuinka korkealla henkilö on yhteiskunnallisessa hierarkiassa. Mitä suuremmat erot maassa on ihmisten sosiaalisessa statuksessa, sitä todennäköisemmin he valitsevat itseohjautuvan auton uhraamaan kodittoman ihmisen. Ihmiset maista, joissa ero köyhien ja rikkaiden välillä on suhteellisen pieni, eivät tutkimusten mukaan käänny selkeästi kumpaakaan osapuolta vastaan. Vaihtoehtoisesti ihmiset haluaisivat auton tilanteen salliessa ohjaamaan itsensä tieltä ulos tai jopa viereiseen betoniseinään, riskeeraten matkustajan hengen [1]. Autonvalmistajat tekevät tietyllä tapaa moraalisen valinnan jo päätettäessään missä ja kuka heidän itseohjautuvat autot suunnittelevat. Pitäisikö autonvalmistajien siis keskittää itseohjautuvien autojen kehitys johonkin tiettyyn maahan, joka vastaisi mahdollisimman hyvin heidän omaa moraalista kantaansa tässä asiassa? Valmistajilta on kuitenkin turha odottaa suoraa vastausta kysymykseen siitä, kenet heidän itseohjautuva auto on ohjelmoitu uhraamaan tilanteessa, jossa törmäys ihmiseen ei ole enää estettävissä. Isona pelkona itseohjautuvien autojen kehittyessä on tietenkin se, että kuljettajat tulevat menettämään työnsä. Tämän myötä tulee esille myös toinen ongelma: Miten itseohjautuvat autot aikovat valita tulevaisuudessa asiakkaansa? Pelkona on, että autonvalmistajat antavat teknologian identifioida ihmisiä ja luoda erilaisia “profiileja” heistä ulkonäön, taustan sekä rodun perusteella. Silloin auto pystyisi valitsemaan ns. parhaat ja varakkaimmat asiakkaat, jolloin kaikki ihmiset eivät mahdollisesti saisi tasavertaista palvelua. Tämänkaltainen toimintamalli voi myös pidemmällä aikavälillä tuoda esille isoja ongelmia, jos tietty väestö joutuu kärsimään sen seurauksena. EU:ssa laaditaan parhaillaan yhteistä sääntelyä itseohjautuville autoille [3]. Haasteita riittää niin tietoturvallisuuteen liittyvissä kuin eettisissäkin kysymyksissä. Kuinka taata tasa-arvoinen kohtelu kaikille ihmisryhmille? Erityisesti miten otetaan huomioon liikuntavammaiset tai lapset liikenteessä? Teknologia kehittyy niin nopeasti, että lainsäädäntö laahaa auttamatta perässä. EU:n on tärkeä tehdä yhteistyötä jäsenmaiden kanssa varmistaakseen yhteneväiset lait, jotta kansalaisten luottamus itseohjautuviin autoihin voidaan taata. Lainsäädännön on ehdottoman tärkeää olla ajan tasalla, tai liikennettä uhkaavat viidakon lait. Lähteet: Self driving car dilemmas reveal that moral choices are not universal. (24.10.2018). Haettu osoitteesta https://www.nature.com/articles/d41586-018-07135-0 Gitlin, J. Real robotaxi gets a step closer in San Francisco. (13.5.2021). Haettu osoitteesta https://arstechnica.com/cars/2021/05/real-robotaxi-service-gets-a-step-closer-in-san-francisco/ Itseohjautuvat autot pian todellisuutta EU:ssa. (14.1.2019). Haettu osoitteesta https://www.europarl.europa.eu/news/fi/headlines/economy/20190110STO23102/itseohjautuvat-autot-pian-todellisuutta-eu-ssa Kirjoittajat: Hyvinvointi- ja terveysteknologian pääaineopiskelijat Jan Buben, Pekko Lehto ja Mika Åberg Hyvinvointi- ja terveysteknologia on yksi tieto- ja viestintätekniikan tutkinto-ohjelman ammatillisista pääaineista.
Kenelle kaatuu vastuu tekoälystä?
Tekoälystä on tullut yksi tekniikan alan suosituimmista puheenaiheista viime vuosina. Aiheesta riittääkin keskusteltavaa, sillä tekoälyn implementoiminen arkiseen elämään herättää valtavasti kysymyksiä siitä, mikä tekoälyn roolin tulisi olla. Paljon erimielisyyksiä puhujien keskuudessa on syntynyt varsinkin eettisistä ongelmista liittyen vastuunkantoon mahdollisissa ongelmatilanteissa. Kenen vastuulla esimerkiksi on, jos tekoäly tekee henkilövahinkoon johtavan virheen? Heikko ja vahva tekoäly Tekoälyn määrittelyssä on paljon ongelmia muun muassa sen suhteen, mikä lasketaan tekoälyksi ja mikä ei. Usein törmätään määrittelyihin heikosta ja vahvasta tekoälystä, joista heikko tekoäly kykenee muuttamaan itsenäisesti yksittäistä prosessia, johon se on ohjelmoitu, kun taas vahvaa tekoälyä ei välttämättä erota ihmisestä ollenkaan. On mielenkiintoista, miten tekoälylle voidaan asettaa eettisiä tai moraalisia toimintaoletuksia, jos sitä kohdellaan yhteiskunnassa kuin orjaa, jolla ei ole täysiä oikeuksia elämäänsä.[1.] Mikä on se raja, joka vedetään vastuunkantoon, ja mitkä ovat kriteerit, joilla se perustellaan? Antiikin kreikassa Aristoteles jo ajatteli tätä dilemmaa ja tiivisti ajatuksensa vapaaseen tahtoon ja tietoisuuteen. Mikäli olennolla ei olisi näitä, ei sitä myöskään voitaisi asettaa vastuuseen teoistaan[3]. Riippuen tekoälyn lopullisesta toteutustavasta olisi kiintoisaa tietää, voiko esimerkiksi itseään ajava auto katkeroitua siitä, ettei sen anneta olla, mitä se todellisuudessa haluaisi olla, eli vaikkapa lentokone. Tällöin vahvan tekoälyn ohjaama auto voisi alkaa täysin ihmisen huomaamatta kapinoida ihmistä vastaan muuttumalla vähemmän turvalliseksi ja hankkiutua tilanteisiin, joissa se saa oman toimintansa näyttämään sallitulta ja hyväksytyltä.[2.] Heikon tekoälyn ohjaama auto taas on ohjelmoitu joidenkin senhetkisten kriteerien perusteella riittävän turvalliseksi. Sama pätee myös muihin tekoälyjärjestelmiin, kuten kuvantamislaitteisiin ja niiden tulkinta- algoritmeihin, jotka toimivat diagnostiikan apuvälineinä.[2;3.] Onko mahdollista varmentaa, mitä ei itse ymmärrä? Mikäli tekoälyn turvallisuuden rajoista kirjoitetaan joskus laki, valtiot voivat käytännössä etukäteen määritellä, kuinka monen ihmisen kuolema voi olla hyväksyttävissä. Tällöin laitteen valmistajalta putoaa tietyssä mielessä vastuu laitteen turvallisuudesta, kunhan laissa määritelty kuolonuhrien määrä ei ylity.[2.] Olisi kuitenkin kiinnostava miettiä tilannetta, jossa valmistaja itse asiassa kykenisi valmistamaan paremman laitteen kuin mitä laissa vaaditaan. Tekoälyn turvallisuuden määrittelee pitkälti sen ”ohjelmiston” optimointi, jonka kehityksestä vastaa tekoälyn valmistaja. On epäselvää ja järjestelmäriippuvaista, miten raskasta työtä tekoälyn ohjelmistokehitys tulee tulevaisuudessa olemaan, mutta selvää on se, että mitä optimoidummaksi valmistaja ohjelmiston haluaa, sitä kalliimmaksi sen kehitys valmistajalle tulee. Valmistaja törmää eettiseen ongelmaan: valmistaako mahdollisimman turvallinen järjestelmä, vai sijoittaako vähemmän rahaa riittävän hyvään, huonompaan järjestelmään. Yksinkertaisimmillaan tämänhetkisessä maailmassa vastuu tekoälyn toiminnasta kaatuisi sen valmistajan tai sitä käyttävän asiantuntijan niskaan, koska tekoäly mielletään koneeksi. Jos kuitenkin vastassa on pitkälle kehittynyt vahva tekoäly, joka on luonut paljon omia näkemyksiään, voidaanko enää edes olettaa, että edes asiantuntija ymmärtäisi tekoälyn johtopäätöksiä. Onko mahdollista varmentaa, mitä ei itse ymmärrä? Yksi vaihtoehto olisi rajoittaa tekoälyä tietyillä osa-alueilla, jotta se olisi ymmärrettävämpi ja käyttäjäystävällisempi.[3.] Herää kuitenkin eettinen ongelma, jos ajatellaan samanlaista toimintamallia ihmiseen. Kestäisikö kukaan ihminen järjissään, jos toinen ihminen voisi lukea kaapelilla toisen ihmisen ajatuksia? Miten ihminen tässä tilanteessa eroaisi enää koneesta, kun vapaata tahtoa voitaisiin pahimmassa tapauksessa jopa muokata ja vähintäänkin rajoittaa? Tekoälyn käyttö siirtää usein harkintavaltaa ulkoisille toimijoille, kuten it-asiantuntijoille sekä data-analyytikoille, joiden työtä on vaikeampi tutkia julkisesti. Esimerkiksi hallitus käyttää yksityisiä tekoälyjärjestelmiä päätöksenteon tukena todellisuudessa tietämättä lainkaan, miten tekoäly päätöksensä tekee. Tekoälyn käyttöön osallistuu aina toimijoita, jotka eivät ole riittävän tietoisia omasta vastuustaan estää tekoälystä johtuvia haittoja tai jotka eivät ole motivoituneita ymmärtämään järjestelmää.[4.] Toisaalta ihmiset eivät välttämättä edes ole itse tietoisia, onko tekoäly osallistunut päätöksentekoon heihin kohdistuvissa asioissa. Miltä näyttää siis tulevaisuus tekoälyn suhteen? Tuleeko tekoäly kehittymään niin pitkälle, että vastuun antamista sille voidaan edes moraalifilosofiselta saati sitten lainsäädännölliseltä kannalta miettiä, vai jatkuuko vastuun kantaminen yrityksillä ja asiantuntijoilla? Se, missä lainsäädännön toivoisi tulevan vastaan, on tietynlaisten raamien luominen tekoälyn kehitykselle, jotta yritys- ja asiantuntijavastuuta ei voi pitää kohtuuttomana. Lähteet: Mitä tekoäly on?. Verkkosivusto. Saatavana osoitteessa <https://xn--tekolyeua.info/mita_tekoaly_on/>. Luettu 23.09.2021 Hevelke, A., Nida-Rümelin, J. Responsibility for Crashes of Autonomous Vehicles: An Ethical Analysis. Sci Eng Ethics 21, 619–630 (2015). Saatavana osoitteessa <https://doi.org/10.1007/s11948-014-9565-5>. Neri, E., Coppola, F., Miele, V. et al. Artificial intelligence: Who is responsible for the diagnosis?. Radiol med 125, 517–521 (2020). Saatavana osoitteessa <https://doi.org/10.1007/s11547-020-01135-9>. Santoni de Sio, F., Mecacci, G. Four Responsibility Gaps with Artificial Intelligence: Why they Matter and How to Address them. Philos. Technol. (2021). Saatavana osoitteessa <https://doi.org/10.1007/s13347-021-00450-x>. AI Truth Machine / LIT Law Lab, Johannes Kepler University (AT). Kuva. Saatavana osoitteessa <https://www.flickr.com/photos/arselectronica/50224297163>. Samee, Shadman. Beetle beside the runway. Kuva. Saatavilla osoitteessa <https://www.flickr.com/photos/shadman_samee/39989484632/>. Kirjoittajat: Hyvinvointi- ja terveysteknologian opiskelijat Aapo Kokko ja Julius Marttunen sekä sähkö- ja automaatiotekniikan opiskelijat Benjami Lindqvist ja Julius Velasco.
Tekoäly, ihmiskunnan yhteinen lapsi
Tekoäly on ollut kanssamme jo jonkin aikaa. Ihmiset alkavat huomata, miten paljon erilaisia tekoälyjä me käytämme päivittäin. Näitä ovat esim. chatbotit, itseajavat autot, videoita ehdottavat ehdotus-botit. Tekoälystä on monia eri tasoja, tällä hetkellä käytössä on tekoälyjä, jotka pystyvät noudattamaan niille annettuja käskyjä. Tulevaisuudessa tekoäly tulee olemaan paljon kehittyneempi, ja sillä saattaa olla paljon enemmän valtaa ja vaikutusta meidän elämäämme. Tällainen on esimerkiksi terveysalalla ihmisiä diagnosoiva tekoäly. Siksi on tärkeää opettaa tekoälylle, kuinka sen kuuluisi käyttäytyä ihmisten kanssa. Voisiko tekoälyn adoptoida ja voisiko sen kasvattaa kuin omana lapsena? Voiko tekoälyä oppia tuntemaan kuin ihminen, voiko se olla empaattinen ja lämmin? Voiko tekoäly koskaan ymmärtää, että oikean ja väärä välissä on aina harmaa rajamaasto? On puhuttu, että jonain päivänä tekoäly pystyisi korvaamaan monen työntekijän osaamisen alalla kuin alalla. Mutta pitääkö tämäkään paikkaansa, tekoäly kyllä pystyy tekemään nopeampia päätöksiä ja on harvemmin väärässä kuin ihminen. Mutta jos se ei opi empaattiseen kanssakäyntiin, niin ei se pysty korvaamaan ihmistä. Tekoälyn älykkyydestä vastaa ihminen Tekoäly on työkalu, ja kuten mitä tahansa työkalua, sitäkin voi käyttää hyvään tai pahaan (1). Ihminen on suuressa vastuussa, kun puhutaan tekoälyn luonnista. Ihminen voi määrittää, miten tekoäly ottaa huomioon ihmiset päätöksenteossa ja miten se käyttäytyy ihmisten kanssa. Tekoälyn käyttö lisääntyy maailmalla, tämän vuoksi sille pitää opettaa hyvän ongelmanratkaisukyvyn lisäksi eettistä ajattelua. Tekoälyn pitää oppia eri ihmisryhmistä ja kulttuureista, jotta sen toiminta ei olisi syrjivää tai loukkaavaa. Tekoäly ja tunteet Tekoälyn kehittyminen on herättänyt paljon pohdintaa sen riskeistä ja etiikasta. Yhtenä esimerkkinä voisi toimia tilanne, jossa autoa ohjaisi tekoäly ja sen pitäisi tehdä valinta, kumman osapuolen pelastaisi, jos vaihtoehtona olisi törmätä yhteen tai kahteen henkilöön tilanteesta riippuen. Ongelmana tässä olisi kuitenkin se, että ei ihminenkään pystyisi välttämättä tekemään oikeaa valintaa tällaisessa tilanteessa ja mikä loppujen lopuksi olisikaan sitten se oikea valinta. Näin emme myöskään sitä osaa kertoa tekoälylle tai kehitellä tilanteeseen sopivia algoritmejä. Tekoälyn haasteena onkin se, että se voi kehittyä väärille tavoille ja kehittää omia sääntöjä, jotka eivät välttämättä ole hyväksyttäviä eettisesti. On puhuttu myös niin sanotusta mustan laatikon ongelmasta, eli tekoäly voi kehittää algoritmeja, joiden seuraaminen ja ymmärtäminen on ihmiselle vaikeaa (2). Mustan laatikon ongelma on hankala asia, jos yritetään opettaa sääntöjä tekoälylle, koska tällöin pitäisi tietää, miten monimutkaisesti tekoäly tekee ratkaisunsa ja näin ollen ohjelmoijan tekemät algoritmit määrittelevät paljon tekoälyn toimintaa. Sääntöjen opettaminenkaan ei välttämättä takaa, ettei ongelmia tulisi tekoälyn kanssa. Tekoälyn olisi hyvä nimittäin huomata ja tehdä muutoksia jo ohjelmoituihin sääntöihin. Tämä kuitenkin onnistuisi vain, jos tekoäly huomioisi ihmisen tunteet ja oppisi niistä. Se kuitenkin vaatisi tekoälyltä mahdollista sosiaalista toimintaa tai sen seuraamista. Tästä saisi myös mahdollisesti hyviä ohjeita ja apuja, joiden avulla tekoäly voisi muokata ja korjata eettisiä käsityksiään. Tekoäly erehtyy ihmistä harvemmin Teknologiayrityksissä mietitään, mitä eri mahdollisuuksia tekoäly pystyy tarjoamaan. Terveysteknologia alalla ollaan jo hyvin pitkällä. Tekoälystä on mahdollista saada apua hoitotarpeen arviointiin ja varhaiseen diagnostiikkaan. Tekoäly pystyy esimerkiksi ennustamaan keskosvauvojen infektion jopa päivää ennen sen puhkeamista (3). Samaan pystyisi hyvä hoitaja, mutta heitä ei ole aina saatavilla. Tekoäly myös erehtyy ihmistä harvemmin, ja ihmisille sattuu inhimillisiä virheitä toisin kuin tekoälylle. Yksi tekoälyyn liittyvä pelko on mm. kuinka luotettava ja turvallinen tekoäly pystyy olemaan. Tekoäly todennäköisemmin tekee vähemmän vääriä diagnooseja kuin ihminen. Turvallisuus on hyvin tarkasti valvottu ala, koska jos tuotteella CE-merkintä siihen voi luottaa ja samalla on myös huolehdittu potilasturvallisuudesta. Myös sitä pelätään, että tekoäly vie työpaikat. Se on hyvin kaikkien tiedossa, että terveydenhuollossa loppuvat kädet. Hoitajien täytyy juosta ympäriinsä, jotta kerkeävät kaikkialle. Tylsä työ kannattaa siirtää tekoälylle ja robotille. Ihminen erehtyy tekoälyä useammin, mutta ei tekoälykään ole aina täysin oikeassa. Esimerkiksi Facebookin tekoäly on luokitellut tiettyjä ihmisryhmiä gorilloiksi. Tulevaisuudessa tekoäly epäilemättä vie työpaikkoja ihmisiltä. Aina tarvitaan kuitenkin joku huoltamaan ja korjaamaan ja päivittämään ihmiskunnan yhteistä lasta. Lähteet: Laitio Paula. 2021. https://www.vere.fi/teko%C3%A4lyn-%C3%A4lykkyydest%C3%A4-vastaa-ihminen. Luettu 23.9.2021 Rydenfelt Henrik. 2017. https://etiikka.fi/tekoaly-ja-tunteet/. Luettu 23.9.2021 Kaukonen Sini. 2018. https://teknologiateollisuus.fi/fi/ajankohtaista/artikkeli/tekoaly-erehtyy-ihmista-harvemmin. Luettu 23.9.2021 Tuomas Linnake. 2021. https://www.is.fi/digitoday/art-2000008243943.html. Luettu 23.9.2021 Kirjoittajat: Hyvinvointi- ja terveysteknologian kolmannen vuoden opiskelijat Laura Kesti, Leo Kortevaara ja Ann-Mari Räsänen. Hyvinvointi- ja terveysteknologia on yksi tieto- ja viestintätekniikan tutkinto-ohjelman ammatillisista pääaineista. Hyvinvointi- ja terveysteknologiaan erikoistuneet insinöörit hallitsevat itse teknologian lisäksi teknologian käytännön soveltamiseen,käytettävyyteen ja regulaatioon liittyvät näkökulmat.
Tappaako tekoäly hoivatyön inhimillisyyden?
Katoaako ihmisyys kun robotit ja tekoäly ottavat jalansijaa hoitoalalla ja osallistuvat yhä enemmän hoitotyön sosiaaliseen puoleen? Onko robotin empatia ja tuki samanarvoista kuin ihmisen? Robottien ja tekoälyn hyödyntämisellä työssä ja työpaikoilla tavoitellaan tehokkaampaa ja turvallisempaa tapaa tehdä töitä. Hoitotyössä robotteja on tarkoitus erityisesti hyödyntää mekaanisiin ja fyysistä rasitusta tuottaviin työtehtäviin. Robottien hyödyllisyys esimerkiksi lääkeannosteluissa ja tavaroiden kuljetuksessa on selkeä, sillä ne vapauttavat henkilökuntaa muihin työtehtäviin. Tekoäly tekemässä päätöksiä hoitotyössä puolestaan nähdään vielä osittain uhkana. Muilla osa-alueilla tekoälyyn ja sen tekemiin päätöksiin luotetaan, esimerkiksi karttasovellusten reittivalinnoissa tai hakukoneiden tuloksissa, sillä usein ei tiedetä päätösten olevan peräisin tekoälyltä. Miten käy ihmisyyden, kun robotit tulevat? Hoitotyössä tekoäly ja robotiikka nähdään usein ihmisen kaltaisena ja piirteet omaavana robottina, joka toimii yhtenä hoitajista tehden samoja työtehtäviä ja päätöksiä kuin hekin. Kuitenkaan tekoäly ei nauti samanlaista luottamusta kuin hoitajat. Hoitotyössä tekoäly ja koneet nähdään usein uhkana ihmisyydelle ja viemässä potilailta kosketuksen muihin ihmisiin. Uskonnonfilosofian dosentti, akatemiatutkija Aku Visala [2] on pohtinut seuraavaa: “Jos ulkoistamme huolenpidon ja hoivan koneille, riistämme itseltämme ja toisiltamme moraalisen kasvun ja sitoutumisen mahdollisuuden. ” Vievätkö koneet todellakin meiltä mahdollisuuden välittää ja ottaa kontaktia vai voiko asiaa ajatella toiselta kantilta? Kun palvelurobotit hoitavat fyysistä työtä vaativat välttämättömyydet, jää hoitajalle tai läheiselle aikaa kohdata ihminen ihmisenä, ei potilaana. Kun ei tarvitse huolehtia siitä, miten aika riittää hoitotoimenpiteiden suorittamisen lisäksi myös keskusteluun ja kanssa oloon, voimme olla todella läsnä. Miten voisimme tuomita mahdollisuuden saada huomiota ja läheisyyttä vaikka “vain” koneelta? Jos ihminen kokee tämän itselleen riittäväksi, eikö jokaisella ole oikeus tehdä päätös omalla kohdallaan? Olisiko todella eettisempi ratkaisu vaatia vanhusta istumaan yksin hoivakodissa, koska vaihtoehtona olisi tarjota “empatian ja välittämisen simulaatiota, ei aitoa välittämistä”? Vähentääkö se fakta, että koneen välittäminen on simulaatiota, sen arvoa? Lopulta kuitenkin koneen antama empatia on meidän teknologiaa kehittävien ihmisten empatiaa. Yksilöityä hoitoa robottien turvin Monelle vanhukselle saattaisi olla jopa helpompaa antaa koneen hoitaa tietyt työt, kuin antaa intiimiä kanssakäymistä vaativat tehtävät läheiselle. Oman toimintakyvyn heikkeneminen on oletettavasti monelle vanhukselle haastavaa hyväksyä, jolloin esimerkiksi palvelurobotiikan käyttö hoitotyössä tulisikin olla aina kohdennettua. Tällöin pystymme ottamaan huomioon kunkin potilaan tarpeet ja toiveet. Olisiko siis väärin tarjota yksinäiselle vanhukselle tekoälyä pitämään seuraa, kun hän on yksinäinen tai kaipaa tekemistä? Löytyyhän tekoälyä esimerkiksi peleistä. Pelit mielletään usein nuorten ihmisten hauskanpidoksi, mutta miksi niistä eivät voisi myös vanhukset nauttia? Tekoäly voi esimerkiksi esiintyä pelikaverina. Monissa peleissä tekoäly toimii vastustajana, kuten esimerkiksi shakissa, joka haastaa loogista ajattelukykyä. Kuntoutusmuotona peli varmasti lisäisi motivaatiota ja aktivoisi vanhusta saavuttamaan omat henkilökohtaiset sekä terveyteen liittyvät tavoitteet. Yksinäiselle vanhukselle pelillä voi olla suuri vaikutus hänen mielialaansa ja vireyteen, eikä muuta tekoälyä silloin vaadita hoitotyön tukena. Miten tekoäly terveydenhoitoaloilla tulee vaikuttamaan insinöörien ja hoitajien työhön tulevaisuudessa? Saadaanko uusista innovaatioista tarpeeksi jossain kohtaa, vai voidaanko miettiä, kuinka pitkälle tekoäly kehittyy kyseisellä alalla? Tekoäly tulee mahdollistamaan uusia menetelmiä niin hoito- kuin tekniikan alalla. Jatkuvasti kehittyvä teknologia ja uudet mahdollisuudet johtavat myös jatkuvasti uusien eettisten pohdintojen äärelle. Kun teknologia kehittyy, täytyy tekijänkin kehittyä eikä jäädä jälkeen. Tulevaisuus on täynnä uhkia ja mahdollisuuksia, ja niistä on opittava kehittymään aina nykypäivän tilanteesta parempaan suuntaan. Lähteet: Valpe, K. 29.1.2019. Ihmisten hyvinvointi keskiössä Tekoäly terveydenhuollossa -loppuseminaarissa. Verkkosivusto. Saatavana osoitteessa <https://jyunity.fi/wp-content/uploads/2019/01/kansansairaudet_1240x600-1024x496.jpg> Luettu 24.9.2021 Rautio, Pekka. 2.5.2018. ”Kun tekoäly kehittyy, ihmisen konemaisuus on suurempi ongelma kuin koneiden ihmismäisyys”. Verkkosivusto. Saatavilla osoitteessa <https://www.helsinki.fi/fi/uutiset/opetus/kun-tekoaly-kehittyy-ihmisen-konemaisuus-suurempi-ongelma-kuin-koneiden-ihmismaisyys> Luettu 22.9.2021 Pixabay. TheDigitalArtist. 10.4.2018. Verkkosivusto. Saatavilla osoitteessa <https://pixabay.com/fi/photos/yhteys-k%c3%a4si-ihmisen-robotti-3308188/> Luettu 24.9.2021 Kirjoittajat: Hyvinvointi- ja terveysteknologian kolmannen vuoden opiskelijat Emilia Larmala, Laura Mikluha, Miika Honni ja Nina Lamponen Hyvinvointi- ja terveysteknologia on yksi tieto- ja viestintätekniikan tutkinto-ohjelman ammatillisista pääaineista.
Avustajarobottien aika – autuus vai anarkia?
Terveydenhuollon avustajaroboteista kaavaillaan tulevaisuudessa hoitajapulan ratkaisijoita, vanhusten piristäjiä ja liikuntarajoitteisten uusia jäseniä. Robottien yleistymisen esteenä on ollut vaikeus saada niistä yhtä monipuolisia ja taitavia kuin ihmishoitajat. Kuitenkin myös yksinkertaisemmista avustajaroboteista voi olla suuri apu potilaan itsenäisyyden säilymisen ja arjen sujumisen kannalta. Tulevaisuuden terveydenhuollossa tulemme kulkemaan vääjäämättä kohti teknologisesti kehittyneempää suuntaa, jossa tekoälyä ja robotiikkaa hyödynnetään yhä enenevissä määrin. Avustajarobottien kehitystyössä pyrkimykset ovat jalot ja usko robottien tuomaan autuuteen on kova. Kehitystyön tiimellyksessä saattaa kuitenkin unohtua yksi tärkeä seikka, nimittäin kyberturvallisuus. Miksi kyberturvallisuus sitten tulisi nostaa prioriteetiksi avustajarobotteja suunniteltaessa? Otetaan esimerkiksi Robotemi Globalin kehittämä avustajarobotti Temi. Temi on terveydenhuollon käyttöön soveltuva erilaisia sensoreita, tekoälyä, koneoppimista ja ääniohjausta hyödyntävä robotti. Temissä havaittiin haavoittuvuuksia, jotka mahdollistivat videopuheluiden vakoilun, puheluiden salakuuntelun ja jopa robotin etäohjauksen ilman käyttäjän tunnistusta.(2) Kuinka moni olisi valmis ottamaan tällaisen robotin kotiinsa, tietäen että se on altis kyberhyökkäyksille? Tavallisten ihmisten kiinnostus kyberturvallisuutta kohtaan vaihtelee ja monet asennoituvat “ei minulla ole mitään salattavaa” -ajattelutapaan. Toiset taas kiristävät foliohattuaan aina tiukemmalle tällaisten tapausten tullessa ilmi ja kieltäytyvät kaikesta uudesta teknologiasta. Mutta entäpä jos avustajarobotti onkin käytössä terveydenhuollon yksikössä, jossa se voi kohdata satoja potilaita päivittäin? Tällöin robottiin kohdistuva kyberhyökkäys on laajuudeltaan paljon suurempi ja voi saada huomattavasti enemmän vahinkoa aikaan. Kuka kantaa vastuun näiden robottien turvallisuudesta? Avustajarobottien turvallisuus vanhusten hoidossa Kuvitellaan skenaario, jossa avustajarobotti on vanhuksen kotona. Tällainen on varsin yleistä jo nykypäivänä, mutta erona tulevaisuuden robotteihin on se, että ne toimivat usein hoitohenkilökunnan apulaisena sen sijaan, että ne toimisivat yksittäin hoitotehtävissä. (3) Nykyajan avustajaroboteilla on rajoituksia siinä, minkälaisia liikkeitä ne pystyvät tekemään. Jotkin niistä eivät edes kykene ottamaan kiinni mistään. Tulevaisuudessa jo olemassa olevia malleja luultavasti kehitetään yhä enemmän ihmismäisiksi ulkonäöltään. Tähän on syynä sekä robotin liikkumisen ja toiminnallisuuden että myös luotettavuuden parantuminen. Erään tutkimuksen mukaan ihmiset ottivat jumppaohjeita vastaan suuremmalla motivaatiolla jokseenkin ihmismäiseltä robotilta, kuin ruudulla olevalta tekstiltä. (3) Nämä asiat mielessä pitäen minkälaisia riskejä tulevaisuuden avustajaroboteilla voisi sitten olla? Vanhuksen kotona yksinään olevia etäyhteydellä kaapattuja robotteja voitaisiin käyttää esimerkiksi varastamiseen. Robotin ominaisuuksista riippuen voitaisiin varastaa joko suoraan rahaa vanhusten kotoa, tai mikäli robotti on suunniteltu tarkkailemaan ympäristöään esimerkiksi kameran avulla, voivat myös luottokorttitiedot päätyä vääriin käsiin. Myös identiteettivarkaus on riskinä tulevaisuudessa, kun robotit pystyvät havainnoimaa ympäristöään. Kyberrikollisuuden lisääntyessä vanhusten tulee olla paljon paremmin tietoisia nykytekniikasta. Robotiikan lisääminen vanhusten hoitoon saattaa aiheuttaa heille enemmän haittaa kuin hyötyä. Yksi idea voisi olla, että robotteja käytettäisiin ainoastaan sellaisten vanhusten hoidossa, jotka ymmärtävät kyseisen robotin vaarat. Tällöin hoitohenkilökunta voisi keskittyä sellaisten vanhusten hoitoon, jotka eivät tiedä tekniikasta mitään. Valmius tulevaisuuteen On luonnollista olettaa, että avustajarobottien yleistyessä näiden laitteiden tietoturvaa koskevat vaatimukset ja säädökset kehitettäisiin vastaamaan teknologisen kehityksen mukanaan tuomia uusia uhkia. Kuitenkin esimerkiksi Vastaamoon kohdistuneen tietomurron jälkeen on julkisuudessa herännyt kysymyksiä terveydenhuollon digitalisoitumisen haittapuolista ja siitä kuinka näihin ongelmiin on varauduttu(5). Vastaavia tapauksia on Suomessa olleet myös esimerkiksi Varsinais-Suomen sairaanhoitopiiriin 2015(7), HUS:iin 2016(6) ja Turun yliopistolliseen keskussairaalaan 2017(8) kohdistuneet kiristyshaittaohjelma-hyökkäykset, jotka koskettivat kymmeniä tuhansia tiedostoja potilastietojärjestelmien tietokannassa tai häiritsivät useita sairaalan lääkintälaitteita ja niihin liittyviä tietokoneita. Jopa kotitalouksien puolella erilaisia älykkäitä tietoverkkoon kytkettyjä kodinkoneita on jo käytetty osana palvelunestohyökkäystä, lähettämään roskapostia tai kuuntelemaan käyttäjiään heidän tietämättään.(4) Tällaiset laitteet ovat kuitenkin huomattavasti yksinkertaisempia kuin tekoälyn ohjaama avustajarobotti, eivätkä siis aiheuta niiden käyttäjälle kovin suuria vaaroja. Kodin avustajarobotit ovat tällä hetkellä myöskin niin harvinaisia, että niihin ei ole välttämättä vielä syytä kehittää keinoja murtautua. Kuitenkin älylaitteiden määrän kasvaessa, kasvaa myös niiden tietomurtoriski ja kyseisten laitteiden monimutkaistuessa on laitteiden valmistajien varauduttava yhä monimutkaisempiin tietoturvauhkiin. Tämä myös edellyttää tehokasta ja nopeaa toimintaa lainsäädännön ja valvovien viranomaisten puolelta, jotta näiden laitteiden valmistajilta pystytään vaatimaan asianmukaista suhtautumista kyseisiin ongelmiin ja niiden ennakointiin. On vaikea sanoa mikä määrä laitteen kehitykseen käytettävästä rahasta olisi valmistajan syytä sijoittaa tietoturvaan tai minkälaisia vaatimuksia lainsäädännön puolelta olisi yrityksille syytä esittää, kun kaikkia näiden laitteiden mahdollistamia uusia uhkia ei välttämättä edes voida ennustaa. Erinnäisten hyökkäysten tullessa julki on helppo kritisoida toimien tehottomuutta ja olla valmis heittämään näiden teknologioiden mahdollisuudet pois liian riskialttiina toteuttaa. Ehkä onkin hyvä muistaa, ettei ajatus avustajarobotin roolista tärkeänä ja turvallisena vanhushoidon apuvälineenä tai yhtä olennaisen kodinkoneena kuin jääkaappi nykyään, ole mahdoton. On kuitenkin selvää, että tämän tilanteen saavuttamiseksi on kuljettava vielä pitkä matka. Lähteet: Seppälä Antti. Robottien piti poistaa ikäihmisten hoitajapula ajat sitten – Tutkija: "Lakattaisiinko toistelemasta, että niillä ratkaistaan hoivantarpeet". 27.5.2020. Yle Uutiset. https://yle.fi/uutiset/3-11370380 Osborne Charlie. Black Hat: Hackers can remotely hijack enterprise, healthcare Temirobots. 6.8.2020. ZDNet. https://www.zdnet.com/article/black-hat-healthcare-senior-living-temi-robots-can-be-hijacked-remotely-by-hackers/ Särkikoski, Tuomo; Turja, Tuuli; Parviainen, Jaana. Robotin hoiviin? — Yhteiskuntatieteen ja filosofian näkökulmia palvelurobotiikkaan. 2020. Rauhala Terhi. Älykoti tarjoaa turvaa, vapautta ja itsenäisyyttä. 25.10.2019. Avain. https://www.avainlehti.fi/alykoti-tarjoaa-turvaa-vapautta-ja-itsenaisyytta/ Tuomisto Emmi. Terveydenhuollon tietoturva vaatii petraamista - Kustannukset nousevat myös varmasti. 21.12.2020. Mediuutiset. https://www.mediuutiset.fi/uutiset/terveydenhuollon-tietoturva-vaatii-petraamista-kustannukset-nousevat-myos-varmasti/ad89706d-e86f-4bfc-beed-0ca6dbe3306f Juha Rissanen, Verkkorikolliset tunkeutuvat sairaalan verkkoon, lukitsevat tiedostoja ja vaativat rahaa - Ovatko tietoni turvassa? 29.5.2016 https://yle.fi/uutiset/3-8904018 Tietokonevirus torjuttu sairaanhoitopiirin tietoverkossa, 11.3.2015, muokattu 29.12.2015 https://www.vsshp.fi/fi/sairaanhoitopiiri/media-tiedotteet-viestinta/tiedotteet/Sivut/tietokonevirus-torjuttu.aspx Tuomas keränen, WannaCry-haittaohjelma löytyi TYKS:sta https://www.laakarilehti.fi/ajassa/ajankohtaista/wannacry-haittaohjelma-loytyi-tyks-sta/ Kuvalähde Piqsels, vapaan käyttölisenssin kuva https://www.piqsels.com/en/search?q=robot Kirjoittajat: Hyvinvointi- ja terveysteknologian kolmannen vuoden opiskelijat Aku Korhonen, Ella Lonka ja Joel Saarinen. Hyvinvointi- ja terveysteknologia on yksi tieto- ja viestintätekniikan tutkinto-ohjelman ammatillisista pääaineista.
Päivä jolloin kaikki muuttui − ja mikään ei muuttunut
Flunssa, covid, covid19, pandemia… kaikki alkoi keväällä 2020. Aluksi tuli nuorison Tiktok-videoita huvin vuoksi. Corona-nimiset tuotteet loppuivat, kun nimi oli hyvä. Sitten ilme vakavoitui. Italia suljettiin. Moni maa suljettiin. Uusimaa suljettiin. Alkoi rajoitusten ja sääntöjen aikakausi − ja lopulta etätyöt ja etäopiskelu. Alkoivat loputtomat kokeilut siitä, mikä alusta on paras ja soveltuvin tarpeisiimme sekä nopeutettu pakotettu digitalisaatio, joka paljasti työmaailman muutoksen tarpeen. Kun digitalisaatio muutti kaiken Jo pitkään on puhuttu, että johtaminen on murroksessa. Digitalisaatio vaatii uutta osaamista esimiehiltä ja koko yritykseltä. Toiminnan nopeus on muuttunut ja sitä kautta työmaailman vaatimukset. Digitalisaatio muuttaa prosesseja ja tuotteitakin, mutta muutos ei tapahdu hetkessä. Hankalinta usein on oppia pois vanhoista tavoista. Muutosjohtaminen nousee arvoon arvaamattomaan. Nopeat syövät hitaat ja nuoret vievät vanhemmilta työt, kun ovat ”diginatiiveja”. Näinkö se menee? Uudet startupit menestyvät, koska niillä ei ole vanhaa historian painolastia. Yrityksen kasvaessa painolastia kertyy, ja jälleen uudet tekijät valtaavat markkinat. Kun internet alkoi yleistyä, vanhat rakenteet murtuivat ja uudella teknologialla poistettiin paljon välikäsiä, jotka eivät lisänneet arvoa. Matkatoimistoala muuttui täysin eikä videovuokraamoitakaan enää löydy, ja jos löytyykin, niiden liiketoiminta on karamellien myynti. Osa yrityksistä näki ja ymmärsi muutoksen, sopeutui siihen ja sai siitä jopa uutta liiketoimintaa. Ja sitten oli useita, jotka pyristelivät vastaan − ja nyt niitä ei enää ole. Nämä neljä eivät muutu Vaikka ympäristön muutokset olivat nopeita ja vaikutuksista ei vieläkään tiedetä kaikkea, ehkä vain jäävuoren huippu, niin perusjohtamisessa ylätasolla mikään ei kuitenkaan muuttunut. Strategiaoppikirjoissa toistuvat kuuluisat sanat: Visio, Missio, Strategia, Arvot. Näiden sanojen iskostaminen niin asiakkaiden kuin työntekijöidenkin sekä muiden viiteryhmien tietoisuuteen on oleellisen tärkeätä. Nämä termit antavat toiminnalle suunnan ja syyn sekä toimintatavan, kuinka mennä eteenpäin. Jatko on ”vain” toiminnan parasta mahdollista jalkautusta tai maastoutusta. Kyse ei ole siis siitä, millä menetelmällä saamme parhaan mahdollisen lopputuloksen organisaatioomme, oli se sitten taloudellinen tulos viimeiselle riville tai nollatulosta tekevien organisaatioiden kohdalla paras mahdollinen tuotos annetuilla resursseilla. Strategian perusperiaatteet eivät ole muuttuneet digitalisaation myötä. Eivätkä ne muutukaan. Toki sanojen sisältö elää ja vaihtelee jatkuvasti, mutta silti nämä − Visio, Missio, Strategia, Arvot − toimivat suunnannäyttäjinä tulevaisuudessakin. Ainoastaan toimintakenttä ja teknologia ovat muuttuneet, mutta näin on aina ollut lähtien teollistumisen alkupäivistä. Se, joka hallitsee toimintaympäristön ja sen muutokset − arvaa parhaiten −, on menestyjä. Se, joka näkee muutoksessa mahdollisuuden, on menestyjä. Perusstrategiatyö sisältää lähtökohtaisesti samat asiat, esim. PESTEL-mallin kautta tehtävän ympäristöanalyysiin tulevaisuuteen katsoen, SWOT-analyysin joko organisaation tai tuotteiden ja palveluiden kannalta sekä Porterin viiden voiman mallin, jossa otetaan huomioon laajasti koko tilaus-toimitusketju liitäntöineen. Tärkeätä on nähdä ns. hiljaiset signaalit, eli mitä tulevaisuus mahdollisesti tuo tullessaan, mutta mitä ei vielä tilastojen valossa voida verifioida. Uusi nuorisokulttuuri, uusi tapa käyttää vaatteita tai uudet ruokatrendit… Kuten 1970-luvun liikennekasvatuksessakin jo opetettiin: ”Ennakoi tuleva tilanne”. Jos pandemiassa ja etätöissä ei organisaatio ole pärjännyt, kyse on pääosin siitä, että johtajat eivät ole osanneet johtaa. Johtajat eivät ole saaneet jalkautettua digitalisaatiota organisaatioon. Johtajat eivät ole olleet nopeita, joustavia ja motivoivia. Siis perusjohtamisessa on ollut toivomisen varaa. On ehkä nukuttu Ruususen unta: kun menee hyvin, niin mitään ei tarvitse tehdä. Nyt oli jo melkein eilen Viimeistään nyt − mieluummin jo eilen − on aika panostaa digitalisaatioon, automaatioon, robotiikkaan ja IoT:hen (Internet of Things), kuten Roboreel-hankkeessa testattiin ja kuten Roboboost-hankkeessa edelleen jatketaan. Toki virukset uhkaavat myös uudistuvaa teknologiaa, mutta ne ovat eri viruksia. Hoito ja estolääkitys tulevat eri kautta, eikä myöskään karanteeja eikä lockdown-protokollia tarvita. Uusi teknologia ei ehkä pelasta työmaailmaa, mutta se helpottaa toimintaa ja ennustettavuutta. Robotit ja automaatio toimivat, vaikka ihmiset sairastavat. Haavoittuvuus ihmisviruksille pienenee, mikä tuo varmuutta ja jatkuvuutta − siis helpottaa johtamista. Nyt jos koskaan johtajien onkin syytä pitää mielessään lause: You do not have a plan, if you do not have plan B. Kirjoittaja: Antero Putkiranta työskentelee tuotantotalouden yliopettajana Metropolia Ammattikorkeakoulussa. antero.putkiranta@metropolia.fi +358 40 169 5939 Metropolia University of Applied Sciences Finland
Lähtisitkö robotin hoiviin?
Ihmisen ja robotin välinen suhde on muuttunut aikojen kuluessa. Työkoneesta ja työkaverista on vähitellen kehkeytynyt palvelija, apuri ja kumppani. Alkujaan tuotantolinjoihin kytketyt teollisuusrobotit toimivat raskaissa töissä ja vapauttivat työntekijät ylivoimaisten ruumiillisten ponnistelujen ikeestä. Ihminen painoi ne napista käyntiin, monitoroi niiden käyttäytymistä ja huolsi niitä silloin tällöin. Askel kohti ihmisen ja robotin lähempää tuttavuutta otettiin, kun teollisuusrobottien suoja-aidat korvattiin optisilla antureilla. Teollisuusrobotit muuntuivat yhteistyöroboteiksi: ne eivät enää tarvinneet erillisiä häkkejä tai alueita toimiakseen, vaan sensorien kautta toteutetut turvatoimet tekivät ne helpommin lähestyttäviksi. Nyttemmin palveluroboteiksi kutsuttuja teollisuusrobottien jälkeläisiä on otettu avuksi esimerkiksi kirurgiaan, sairaalalogistiikkaan ja lääkejakeluun sekä päivittäisiin toimiin, kuten nostamiseen, kantamiseen siivoamiseen, syömiseen ja peseytymiseen. Sosiaaliset robotit puolestaan on tarkoitettu inhimillisen kanssakäymisen tueksi, seuraksi ja viihdykkeeksi. Sosiaalinen palvelurobotti pystyy oppimaan ja kykenee vuoropuheluun. Suuria odotuksia on ladattu robotteihin, jotka soveltuvat oma- ja monitoimisesti ihmisen tehtäviin ja olemaan suorassa kontaktissa asiakkaiden kanssa. Ihmisen suhde robotteihin on muuttumassa radikaalisti verrattuna teollisuusrobotteihin − pian robotit monitoroivat käyttäytymistä ja huoltavat ihmistä kokoaikaisesti. Samalla ne saattavat vapauttaa työntekijät mahdollisten hankalien ihmiskontaktien ikeestä. Tuotantolinjalta kosketustuotantoon Ihmisen ja robotin välisen suhteen kehitys muistuttaa hämmentävästi suden kesyttämistä pedosta seurakoiraksi. Aikaisemmin vain joidenkuiden hallittavissa olevasta ja varottavasta ”konehirviöstä” on vähitellen muotoutunut turvallinen ja lähes jokaiseen kotiin sopiva lemmikki, kuten vaikkapa robottiruohonleikkuri tai hyljerobotti Paro. Lienee syytä kysyä, mitä vaikutuksia on sillä, että aikaisemmin tehokkaaseen teollisuustyöhön kehitetyt ajatusmallit ja niiden pohjalta tuotetut teknologiat levittäytyvät hoivan piiriin, jossa keskeistä ei ole tavaroiden tuotanto vaan inhimillinen kosketus. Miten ihmisten välinen hoivasuhde ja hoivahenkilökunnan ammatti-identiteetti muuttuvat, jos ja kun aikaisemmin ihmisen antama hoiva toteutetaankin kokonaan tai osittain teknologian avulla? Vastauksia edellisiin kysymyksiin kannattaa etsiä Tuomo Särkikosken, Tuuli Turjan ja Jaana Parviaisen toimittamasta artikkelikokoelmasta Robotin hoiviin? Yhteiskuntatieteen ja filosofian näkökulmia palvelurobotiikkaan (Vastapaino 2020). Kirja tarkastelee palvelurobotiikan mahdollisuuksia ja uhkia tulevaisuuden hoivapalvelujen järjestämisessä, ja se perustuu Suomen Akatemian Strategisen tutkimusneuvoston rahoittamaan tutkimushankkeeseen ”Robotit ja hyvinvointipalvelujen tulevaisuus” (ROSE-hankkeen kotisivut) vuosilta 2015−2021. Kirja koostuu kuudesta laajasta artikkelista, joissa käsitellään muun muassa erilaisten palvelurobottien periaatteita, käyttökelpoisuutta ja hyväksyttävyyttä. Lopussa on lisäksi monipuolinen robotisaatiosanasto. Ketä kuunnellaan? Robotteja on nykyään joka paikassa, joten niihin tottuminen on tarkoituksenmukaista ja tarpeellista. Suunnitelmien mukaan robotit pitävät tulevaisuudessa huolta vanhuksista, ja yhä useampi sairaalapotilas tulee kohtaamaan sosiaalisen robotin hoitonsa aikana. Tulevaisuusnäkymän vuoksi robotit olisi hyvä kotoistaa hyvissä ajoin osaksi yhteiskuntaa ja tehdä ne niin arkipäiväisiksi, ettei niihin kohdistu pelkoja tai ennakkoluuloja siinä vaiheessa, kun kohtaamisen aika koittaa. Aivan selvää ei kuitenkaan ole, kenen ehdoilla hoivarobotiikkaa kehitetään. Päättääkö sen suunnittelusta ja käyttöönotosta esimerkiksi palveluntuottaja, hoitohenkilökunta vai asiakas? Paljon vaikuttaa se, miten teknologian hyödyntämiseen hoiva-alalla suhtaudutaan: nähdäänkö robotiikan muuttavan yhteiskuntaa ja hoiva-alaa omaehtoisesti ja vääjäämättä vai lähdetäänkö siitä, että teknologiaa kehitetään sosiaalisten ja inhimillisten tarpeiden mukaan. Kuinka paljon robotit muuttavat hoiva-alaa ja hoiva-ala robotteja? Palvelurobottien kehittymisen yhteydessä meidän tulee tarkistaa käsityksiämme paitsi roboteista myös itsestämme, sillä kaikenlainen vuorovaikutus muuntaa kaikkia vuorovaikutukseen osallistuvia. Käsitys ihmisyydestä ja jopa elämästä tulee kenties muuttumaan. Robotin hoiviin? on tärkeä kirja. Se tuo esille yhteiskuntatieteellisiä ja filosofisia näkökulmia, jotka helposti jäävät liian vähälle huomiolle robotisaatiosta käytävässä keskustelussa. Jos asioita tarkastellaan vain teknologian kehittämisen ja talouden lainalaisuuksien vinkkelistä, moni inhimillisen todellisuuden osa-alue jää kartoittamatta. Ihmisen ja robotin välisissä suhteissa kaikki niihin liittyvät näkökulmat ovat tarpeen, jotta on mahdollista ymmärtää, mistä pohjimmiltaan on kysymys ja mihin olemme menossa. Kirjoittaja: Pasi Lankinen työskentelee suomen kielen ja viestinnän yliopettajana Metropolia Ammattikorkeakoulussa. pasi.lankinen@metropolia.fi +358 40 678 4866 Metropolia University of Applied Sciences Finland
Cobotti hyppäsi kyytiin
Rakkaalla lapsella on monta nimeä: kobotti, cobotti, yhteistyörobotti tai kenties yhteistoiminnallinen robotti. Remu Aaltonen varmaan käyttäisi sanaa gobotti isolla tupla-G:llä… Suomalaiseen suuhun varmasti taipuu parhaiten sana kobotti. Yhteistoiminnalliset robotit (collaborative robots) eli kobotit ovat laitteita, jotka työskentelevät ihmisen kanssa joko suorassa kontaktissa tai turvallisesti hyvin lähellä ihmistä. Kobotit on anturoitu niin, että jos niiden liikeradalle sattuu este, kuten ihminen, se pysäyttää kobotin kaiken liikkeen, jotta ihmiselle tai ympäristölle ei aiheudu vaaraa. Suurimpana erona perinteiseen teollisuusrobotiikkaan on, että ne eivät pääsääntöisesti tarvitse ympärilleen turva-aitoja. [1.] Toinen merkittävä uusi tuuli kobotiikan lisäksi robottirintamalla ovat ns. autonomiset robotit. UGV (unmanned ground vehicle) ja UAV (unmanned aerial vehicle) ovat maalla ja ilmassa ilman kuljettajaa eteneviä robottiajoneuvoja. UAV-aluksista käytetään yleisesti nimitystä drone drooni. Navigointimenetelmien, laskenta-algoritmien ja erilaiset havaintolaitteiden nopea kehitys on mahdollistanut erilaisten autonomisten robottiajoneuvojen kehitystyön ja käytön. Autojen ja droonien lisäksi kehitetään muun muassa autonomisia laivoja, kaivoskoneita ja kuljetuslaitteita. [2.] Perinteisen teollisuusrobotiikan vuosikasvu on tällä hetkellä noin 10 %. Kobotiikan vuosikasvuksi on ennustettu peräti 40−50 %, 2018 markkina oli 065 miljardia dollaria (US) ja vuonna 2026 ennustus on 12,48 miljardia. UGV-laitteiden markkinan ennustetaan kasvavan 18,7 miljardista 54,1 miljardiin dollariin (US) vuosina 2019−2026 vuosikasvun ollessa ~25 %. Tästä kehityksestä Suomella ei ole varaa jäädä pois, sillä nämä robotiikan kehittyvät alueet tarjoavat merkittäviä mahdollisuuksia teknologian kehittäjille ja hyödyntäjille. [4; 5.] Kuva 2 Autonomisten UGV-robottien markkinan kehitys 2018−2023 [5]. Case Dimalog − Kobotti hyppäsi kyytiin Yhtenä Roboreel-hankkeen pilottikohteena toimi case Dimalog. Dimalog on Helsingissä toimiva kolmen hengen yritys, joka on erikoistunut UGV-teknologiaan. Yhteistyörobotin ja mobiilirobotin yhdistelmää kutsutaan mobiilikobotiksi tai mobiilimanipulaattoriksi. Konenäöllä varustettu mobiilikobotti avaa työtehtävien automatisoinnille aivan uusia mahdollisuuksia. Mobiilikobotti pystyy siirtymään itsenäisesti työpisteeltä toiselle, vaihtamaan työtehtävää ja esimerkiksi samalla kuljettamaan tavaraa työpisteiden välillä. [6.] Keväällä 2019 tällaisia ei ollut vielä tarjolla. Yritykselle tehtiin pilottiprojekti, jossa Omron-kobotti kiinnitettiin Omronin UGV-laitteen päälle. Metropolian koneautomaation opiskelijat Aleksi Kontturi, Juho Korhonen, Janne Lanu, Timi Puustinen tekivät tämän automatisointiprojektina. Ohjaajana ja kädet savessa mukana toimi Pilottimies-Antti. Aluksi tutkittiin muita samankaltaisia projekteja. Päädyttiin tekemään rakenne alumiiniprofiilista sen helpon muokattavuuden ja jäykän rakenteen takia. 3D-mallinnus tehtiin Catia-järjestelmällä ja simulaatiomalli Siemens NX:llä. Mobiilirobotin ja kobotin välinen kommunikointi toteutettiin digitaalisten tulo- ja lähtöliityntöjen avulla. Tehtävänä oli yhdistää Omronin valmistamat Adept LD-60 -mobiilirobotti ja TM12M- robottikäsi niin fyysisesti kuin ohjelmallisestikin. Projektissa mobiilirobotti kuljettaa kobotin työpisteelle, jossa se alkaa suorittamaan annettua työtehtävää. Tehtävän suoritettuaan kobotti lähettää tiedon mobiilirobotille, joka lähtee ajamaan kohti seuraavaa työpistettä. Ohjelmoinnissa ja liittämisessä onnistuttiin, ja Dimalogin asettamat tavoitteet saavutettiin. Suurin haaste projektissa olivat aikataulut, mikä toisaalta on oppilasprojektien tarkoituskin: oppia toimimaan oikean yritysasiakkaan kanssa. Kobotin ja UGV:n littäminen siis onnistui, ja molemmille saatiin tehtyä mallisovellukset. Tällainen konsepti saatiin todennettua toimivaksi. Toisaalta nyt käytetty kobotti oli ehkä liian suuri ko. UGV:lle, jonka vuoksi laitteistolla oli suuri kaatumismahdollisuus. Laitteiden välinen kommunikointi toteutettiin DIDO-pohjaisesti (digitaalisilla tuloilla ja lähdöillä) eikä tähän väliin ollut vielä olemassa valmista rajapintaa. Jos halutaan, että UGV:n kyytiin oheislaitteita, tulisi kehittää niiden liityntämahdollisuuksia sekä mekaanisesti että ohjelmistomielessä. Kuva 3 Projektin 3D-suunnitelmia. Kuva 4 Valmis prototyyppi. Projektia suunniteltiin jatkettavan, mutta syksyllä Omron julkaisi tuotteen, jossa tällainen ratkaisu on saatavilla ns. hyllystä. Myös muut valmistajat, kuten KUKA Robotics, ovat tehneet samanlaisia tuotteita. Eli tässäkin mielessä projektissa oltiin oikeilla jäljillä ja nähtiin tällaisten demotyylisten pilotointien tarpeellisuus, jossa uutta teknologiaa voidaan rohkeasti kokeilla ja nähdä sen hyötyjä ja mahdollisia esteitä/haittoja. Jatkossa olisi mielenkiintoista tutkia eri valmistajien tuotteiden liittämistä keskenään sekä koneturvallisuutta tällaisiin ratkaisuihin liittyen. Myös todelliset teolliset hyödyt olisi järkevää selvittää. Video 1 Video testiajoista: Video 2 Syksyllä 2019 julkaistun tuotteen promovideo: Lähteet [1] Pöysti, Camilla. 2020, Lopputyö, Saatavana osoitteessa: <http://urn.fi/URN:NBN:fi:amk-2020060116034>. Luettu 10.2.2021 [2] Metropolia AMK, Digi-Salama. 2021, Verkkosivusto, Saatavana osoitteessa: <https://digisalama.metropolia.fi/teknologiat/>. Luettu 15.2.2021 [3] Omron Oy, Yritysesittely, Verkkosivusto, Saatavana osoitteessa: <https://omron.fi/>. Luettu 11.5.2021 [4] Allied Market Research, Markkinatutkimus, 2020, Verkkosivusto, Saatavana osoitteessa: <https://www.alliedmarketresearch.com/industrial-cobot-market-A06074>. Luettu 30.11.2020 [5] Markets and Markets, Markkinatutkimus, 2020, Verkkosivusto, Saatavana osoitteessa: <https://www.marketsandmarkets.com/Market-Reports/mobile-robots-market-43703276.html>. Luettu 30.11.2020 [6] Dimalog Oy, Yritysesittely, Verkkosivusto, Saatavana osoitteessa: <https://www.dimalog.com/>.Luettu 11.10.2021 Kirjoittaja: Antti Liljaniemi työskentelee kone- ja autotekniikan lehtorina Metropolia Ammattikorkeakoulussa. antti.liljaniemi@metropolia.fi +358 400 240 756 Metropolia University of Applied Sciences Finland
Teknologista singulariteettia etsimässä
Teknologinen singulariteetti tarkoittaa hypoteesiä, jonka mukaan ihmiskunnan teknologinen kehitys on niin nopeaa, että tapahtuu niin iso kehitysaskel, että se aiheuttaa pysyvän muutoksen toimintamalleissa ja -tavoissa. Teknologisten murrosten yhteydessä tyypillistä on, että jokin asia muuttuu niin radikaalisti, ettei kehitysaskelta ole pystytty ennustamaan. Blogitekstin tunnuskuvassa (yllä) on kuvattu Teolliset vallankumoukset ja ennakoitu tulevaa kehitystä [1]. Ensimmäinen teollinen vallankumous voidaan katsoa sijoittuneen 1700- ja 1800-lukujen vaihteeseen. Vesi- ja höyryvoiman käyttöönotto koneellisti useita töitä ja mahdollisti tuotteiden tekemisen teollisesti entisen käsityövaltaisen tekemiseen sijaan. Tämän seurauksena agraariyhteiskunta muuttui teolliseksi ihmisten muuttaessa laajamittaisesti maaseudulta kaupunkeihin. Toinen teollinen vallankumous käytti sähköä hyödykseen, ja tuotteita alettiin valmistaa sarjatuotantolinjoilla massatuotantona. Tästä usein käytetty esimerkki on T-Fordien valmistuslinjat. Aikaisemmin juuri kellään ei ollut varaa autoihin ja kulkupeleinä olivat hevoset. Yhtäkkiä autojen hinnat laskivat niin, että niihin olikin varaa isolla osalla ihmisiä ja autot syrjäyttivät hevoset logistisina tapoina liikkua. [2.] Kolmas teollinen vallankumous kulminoituu nykyisenkaltaisen automaation laajamittaiseen käyttöönottoon. Ns. Turingin kone oli nykyisten tietokoneiden 2. maailmansodan aikana kehitetty esi-isä. 1970-luvun alussa tietokoneet olivat kehittyneet siinä määrin, että ensimmäiset teolliset ohjainlaiteet eli ohjelmoitavat logiikat otettiin käyttöön ohjausjärjestelmiksi. Nämä syrjäyttivät aiemmat pneumaattiset, hydrauliset sekä releohjaukset. Käynnissä on ns. neljäs teollinen vallankumous, jossa fyysinen ja digitaalinen maailma yhdistyvät kyberfyysisiksi järjestelmiksi. Industry 4.0 – teollisuuden digitalisaatio mullistaa teollisuuden kentän tuotannosta toimintamalleihin. Mikä tulee olemaan tämän vallankumouksen iso muutos? Teknologinen singulariteetti selviää todennäköisesti vasta jälkikäteen, kenties muutos on jo tapahtunut, mutta me emme sitä tiedä. [3.] Oikea tie on kuitenkin rohkeasti lähteä mukaan aallonharjalle tutkimaan, kehittämään ja soveltamaan uutta teknologiaa. Teollisten murrosten yhteydessä on tyypillistä, että uutta ja osin kypsymätöntä teknologiaa on tarjolla, mutta yritykset sekä alan toimijat eivät vielä tiedä, miten ja missä vaiheessa teknologioita tulisi ja kannattaisi lähteä soveltamaan. Suomella on loistava tilaisuus aloittaa teknologian hyödyntäminen nyt, kun siitä voi vielä saada merkittävää kilpailuetua lokaalisti ja globaalisti. Yrityksillä on selkeä tarve kehittää osaamistaan, kokeilla sekä puntaroida uusia ratkaisuja ja sitä kautta saada tietoa päätöksenteon tueksi. Yksi tällainen kokeilu tiedon kartuttamiseksi oli Roboreel-hankkeeseen sisältyvä projekti Case Meconet. Case Meconet − Kobotiikasta potkua kilpailukykyyn Meconet on pohjoiseurooppalainen jousien, lanka-, puristin- ja syvävetotuotteiden valmistaja. Meconetin valmistus tapahtuu kuudessa omaan osaamisalueeseen keskittyvässä tehtaassa: Vantaalla, Äänekoskella, Pihtiputaalla, Tallinnassa, Tukholmassa ja Pietarissa [4]. Projektin tavoitteena oli automatisoida karkaisulinjan pääty niin, että se kykenisi itsenäiseen työskentelyyn 24/7. Tämän vuoksi linjaston alkupäähän tarvitaan Universal Robotics (UR) -tyyppinen yhteistyörobotti eli kobotti, joka lajittelisi kappaleet hihnalle määrätyin ohjein. Tarkoituksena oli suunnitella toteutuskelpoinen robottisolu, joka kykenee lajittelemaan suunniteltuja kappaleita karkaisulinjastolle. Työn toteuttivat koneautomaation opiskelijat Niko Rötkö, Karim Ben Hassen, Cabdiraxiim Osman ja Eetu Auramo yhdessä ohjaavan opettajan Antti Liljaniemen kanssa. Työ tehtiin osittain opintojaksolla Automatisointiprojekti. Laadittua suunnitelmaa on projektin jälkeen tarkoitus käyttää yrityksen tuotantokapasiteetin kohentamiseen, jotta yritys kykenee vastaamaan asiakkaidensa lisääntyneisiin tilauspyyntöihin. Aikaisemmin linjaston päähän on tarvittu työntekijä lajittelemaan tuotteet linjastolle manuaalisesti, jonka jälkeen ne kulkeutuvat uunin kautta jäähdytysaltaaseen ja lajittelukoriin. Alkupään robottisolusta rakennetiin 3D-malli Siemens NX -ohjelmistolla. Toiminnasta tehtiin 3D-simulaatio. Laboratorion UR3-robotin avulla tehtiin POC-tasoinen (Proof of Concept, ratkaisun todennus) demo. Tässä vaiheessa konenäköä ei saatu integroitua mm. ajanpuutteen vuoksi. Alun perin tehtävään ajateltu robotti UR10 vaikuttaisi soveltuvalta. Ennen varsinaista toteutusta olisi hyvä testata se suunnitellun konenäkökameran kanssa, lisäksi pitäisi selvittää soveltuvat tarttujat kaikille tuotteille. Projektia jatkettiin syksyllä 2019 Innovaatioprojektina. Tekijöinä olivat sähköautomaation opiskelijat Joonas Paljakka, Panu Sutela, Teemu Niiranen ja Juha Ketola. Tässä jatko-osuudessa Sickin Inspector PIM60 -konenäkökamera liitettiin UR3-robottiin ja laboratoriossa tehtiin protosovellus, jossa mallikappaleita noukittiin kameran avulla. Suositeltavaa olisi seuraavaksi testata tarttujaa ja kameraa kaikilla eri tuotteilla ja selvittää, soveltuvatko ne kaikkien kappaleiden poimintaan sekä vertailla vielä muita tarttuja- ja kameravaihtoehtoja. Tällainen sopisi hyvin johonkin toiseen projektiin tai opinnäytetyöksi. Projektissa saatiin joka tapauksessa todennettua, että kobotti soveltuu ko. kohteeseen. Kuva 2. Kappaleiden poimintaa UR3-kobotilla. https://youtu.be/D0F4RxSLL8I Video 1 / Lajitteludemo - Onnistuuhan se! Viisasten kivikö…? Meconetin kokeilu on yksi monien joukossa, mutta sen ja muiden kaltaistensa merkitystä voi ajatella laajemminkin. ST1:n omistaja Mika Anttonen on todennut: ”En ole huomannut, että ihmiset olisivat valmiita tinkimään yhtään mistään. On ihan kiva, että meillä on hiilivapaa Mynämäki, mutta ei sitä kannata tehdä mihin hintaan tahansa, vaan miettiä ratkaisuja, jotka voidaan ottaa käyttöön muuallakin. Nyt avaruudesta katsottuna näkyy, kuinka tuossa yksi sulkee hiilivoimalan ja tuossa toinen rakentaa uuden." [5.] Anttonen ehdottaa ratkaisuksi hajautettua energiantuotantoa, koska raaka-aineita ei kannata kuljettaa. Hän ajattelee, että jatkossa karjatilat voivat muuttaa lantaa lannoitteiksi ja biokaasuksi ja käyttää sitä omaan ja tilan lähistöllä käyvien ajoneuvojen ja työkoneiden tankkaukseen [5]. Kuva 3. Kasvihuonekaasut/-päästöt maailmanlaajuisesti [6]. 72 % maailman kasvihuonekaasuista syntyy energiantuotannosta, ja tästä valtaosa sähkön- ja lämmöntuottamisesta, rakentamisesta, teollisesta tuotannosta sekä liikkumisesta ja logistisesta tavaroiden liikuttelusta. Samaan aikaan Suomen ja Euroopan pitäisi pysyä kilpailukykyisenä ja pystyä vastamaan globaaleihin haasteisiin. [5.] Mitä jos pystyisimmekin hyödyntämään ja kehittämään uutta teknologiaa tavoitteena kilpailukyky ja vihreät arvot? Voisiko Anttosen ajattelumallia soveltaa muuallekin? Mitä jos pyrimme tuottamaan tarvitsemamme lämmön ja sähkön lähellä käyttöpaikkoja hyödyntäen ja kehittäen uutta teknologiaa niin, että voimme myös viedä sitä muualle? Tuottamalla tavarat, elintarvikkeet ja hyödykkeet lähellä pidämme työpaikatkin lähellä ja samalla minimoimme tarpeen liikutteluun toiselta puolelta maapalloa. [7.] Nyt olemme keskellä uutta vallankumousta. Teknologinen kehitys todennäköisesti kiihtyy edelleen. Tämän vuoksi kokeilut, kuten case Meconet, ovat tärkeitä. Ne antavat yrityksille mahdollisuuden kokeilla uutta teknologiaa, oppia uutta ja kääntää nämä kivet kilpailuedukseen. Kenelläkään ei ole vielä tarkkaa tietoa siitä, millaiseksi maailma muuttuu alussa mainitun neljännen vallankumouksen aikana. Varmaa kuitenkin on, että se tulee vaikuttamaan globaalisti kaikkialla ja kaikkeen. Jospa tämän vallankumouksen singulariteetti onkin siirtyminen hajautuksen aikaan, jolloin tuotamme tarvitsemamme asiat siellä, missä olemme. Kyberfyysinen maailma mahdollistaa työn tekemisen jo ajasta ja paikasta riippumattomasti. Yhdistämällä tämän hajautetun tuotannon ajatteluun voisimme pitää työn ja tuotannon paikallisina soveltaen uutta ja vihreää teknologiaa. Se olisikin jo Vallankumous isolla V:llä! Lähteet [1] Roser, Christoph. 2021. Fourth Industrial Revolution. Saatavana osoitteessa: <https://www.allaboutlean.com/industry-4-0.> Luettu 15.2.2021. [2] Schwab, K. 2018. The Fourth Industrial Revolution, World Economic Forum 2016. [3] Metropolia AMK, Digi-Salama 2021. Verkkosivusto. Saatavana osoitteessa: <https://digisalama.metropolia.fi/teknologiat/>. Luettu 15.2.2021. [4] Meconet Oy, Yritysesittely. Verkkosivusto. Saatavana osoitteessa: <https://www.meconet.net/>. Luettu 15.2.2021. [5] Anttonen, Mika. 2021. Vihreä kasvu on suurta huijausta. Verkkosivusto. Saatavana osoitteessa: <https://www.maaseuduntulevaisuus.fi/talous/artikkeli-1.1298249>. Luettu 15.2.2021. [6] C2ES, Global Emissions. Verkkosivusto. Saatavana osoitteessa: <https://www.c2es.org/content/international-emissions/>. Luettu 15.2.2021. [7] Talouselämä. Tuottavuushypyt koronan harvoja valopilkkuja. Saatavana osoitteessa: <http://lehdet.talentum.fi/a60830ac-2422-4f72-a2eb-3ca053d27474/8>. Luettu 15.2.2021. Kirjoittaja: Antti Liljaniemi työskentelee kone- ja autotekniikan lehtorina Metropolia Ammattikorkeakoulussa. antti.liljaniemi@metropolia.fi +358 400 240 756 Metropolia University of Applied Sciences Finland
Niin erilainen mutta niin samanlainen
Roboreel-hanke aloitettiin yli kaksi vuotta sitten keväällä 2018 luomalla valmennuskonsepti. Tätä konseptia testattiin kick-off-palaverissa toukokuussa 2018. Moni paikalla ollut hankkeen toimija totesi, että heille voi tulla vaikeuksia ymmärtää valmennuskonseptia, koska siinä oli niin paljon uusia termejä, eivätkä he olleet aivan omalla maaperällään keskustellessaan organisaation johdon kanssa. Lisäksi kun mentiin parhaimmillaan eri toimialoille, kuten sote-alueelta teollisuuteen tai toisinpäin, pelättiin, ettei oma osaaminen tai ymmärrys riitä. Tätä huolta koetimme häivyttää kollegani Jarmo Toivasen kanssa omalla mallisuorituksellamme, jossa valmensimme mallinomaisesti Unikulmaa ja sen omistajaa ja toimitusjohtajaa Vesa Tuomista. Tästä onkin jo aiemmin kirjoitettu blogipostaus. Perusviestimme eri teach-to-teachers (OpeToOpe − toope) -koulutustilaisuuksissa oli, että mitä enemmän tekee, sitä enemmän oppii, ja reppuun jää paljon asioita, joita ei vielä silloin ehkä ymmärrä tai tiedä, mutta myöhemmin huomaa niiden arvon. Siten pystyy vetämään yhtäläisyyksiä eri yritysten välille ja havaitsee lainalaisuuksia eri toimialojen välillä. Näin juuri kävi myös meille. Pieni ja suuri, uusi ja vanha kohtaavat Covid-19-kevään viimeisin etävalmennus tehtiin yritykseen nimeltä Twistbe. Se tuo maahan luomukosmetiikkaa ja tekee myös yhteistyötä suomalaisten luomukosmetiikan valmistajien kanssa. Perustajina on kolme nuorta naista, joilla kellään ei ollut alan aiempaa kokemusta, mutta vankka kokemus ja koulutus muilta aloilta. Normaalin tavan mukaan valmennus alkoi sillä, että he kertoivat yrityksen tarinan, taustan ja sen synnyn sekä sen, mikä on tulevaisuuden visio ja mitä he tavoittelevat. Lähes jokaisen lauseen jälkeen sanoin tai halusin sanoa, että valmennuksen loppuun kerron tarinan. Ja todellakin valmennuksen loppuun kerroin heille tarinan. Yritys perustetaan. Alalle ei löydy sopivaa koulutusta. Oppi joudutaan hakemaan ulkomailta. Muut myyvät tuotetta, mutta tämä yritys tavoittelee laaja-alaisempaa konseptia. Markkinointi ei perustu tuotteeseen vaan hyvinvointiin. Ymmärtämiseen. Palveluun. Ja asiantuntijoiden verkostoon. Twistben perustajat hiukan ihmettelivät, miksi toistin heidän tarinansa. Sanoin, että en toistanut. Toistin Unikulman tarinan. Se oli pääosin samanlainen. Eroa vain oli ajassa vajaa 40 vuotta. Eroa oli myös toimialassa: sängyt vs. kosmetiikka. Mutta itse tarina ja tavoitteet olivat hyvin paljon yksi yhteen. Roboreel-yhteistyöllä televisioon Twistben yksi visio ja toive oli, että sillä olisi joskus oma lifestyle-ohjelma TV:ssä. Unikulmalla sellainen jo on. Sunnuntaiaamuisin Vesa Tuominen parantaa aina jonkun kuuluisuuden selkäongelmat paremmalla patjalla, joka perustuu selän analysointiin patjan ja tietokoneanalysaattorin avulla. Vesalla oli myös toive saada muitakin mukaan laajentamaan ohjelmaa, ei siis vain pelkkää Unikulmaa. Loppu on historiaa. Saimme yhdistettyä Unikulman ja Twistben yhteiseen keskusteluun − se taisi olla jopa pieni mentorointi-istunto. Näin Twistben toive lifestyle-ohjelmasta toteutui syksyllä 2020 (ks. Ruutu Jaksa paremmin, kausi 9, jakso 6, kohta n. 5 min 40 sek). Oppia ikä kaikki Ilman Unikulman valmennusta emme olisi voineet kertoa tarinaa Twistbelle. Ilman Unikulman valmennusta emme olisi nähneet niitä yhtäläisyyksiä, joita kahdella niin erilaisella yrityksellä ja toimialalla on. Tämä vain todistaa itsellemmekin, että olimme kuitenkin oikeassa, vaikka emme ehkä sitä uskoneet. Mitä enemmän tekee, sitä enemmän oppii, ja reppuun jää kokemuksia, joita voi jakaa ja joista voi tehdä johtopäätöksiä. Kirjoittaja: Antero Putkiranta työskentelee tuotantotalouden yliopettajana Metropolia Ammattikorkeakoulussa.
Viekö Nao hoitajien työpaikat?
Saimme projektiksi suunnitella ja toteuttaa Naolle messukäyttöön soveltuvan ohjelmiston, jonka tarkoituksena olisi demonstroida robotiikan mahdollisuuksia sosiaali- ja terveysalalla. Suunnittelutyö toteutettiin yhteistyössä SoTe-alan opiskelija Suvikki Honkkilan kanssa. Projektin tarkoituksena oli esitellä robottia ja sen toimintoja mahdollisimman laajasti sekä tuottaa koulutusmateriaalia SoTe-alan opintoihin robotiikkaan liittyen. Kahdessa viikossa toteutimme ohjelmiston, jolla robotti kykenee käymään kevyttä keskustelua, on puheohjattava ja osaa esimerkiksi ohjata lyhyen taukojumpan. Huomion keskipisteessä Nao-robotti pääsi tositoimiin apuvälinemessuilla Tampereella marraskuussa 2019. Messupäivä piti meidät esillepanijat kiireisinä, sillä robotti oli varsinainen vetonaula ja messukävijät viihtyivät hellyttävän ‘’maskotin’’ parissa. Oli mielenkiintoista nähdä robotiikan kiinnostavan ihmisiä myös SoTe-alan puolella, ja toiveemme olikin, ettei robotti kiinnostaisi ihmisiä vain sen hauskojen letkauksien ja temppujen takia. Messuilla pääsimme keskustelemaan eri taustoista tulevien ihmisten kanssa. Hienointa oli se, että useat heistä katsoivat robottia ja sen tarvetta uniikista näkökulmastaan. Osalle robotti oli se ‘’tv:stä tuttu’’, osalle tuttu taas koulumaailman harjoituksista, joko opettajan tai opiskelijan näkökulmasta. Toisille taas robotti oli täysin uusi tuttavuus, ja juuri nämä keskustelut antoivat kaikista eniten, sillä oli mielenkiintoista kuulla, mitä robotilta odotettiin ja mihin niitä toivottuja ominaisuuksia kaivattiin. Asentohoitoa, vai kuitenkin vitsi ja taukojumppa? Kävijöiden odotukset robottia kohtaan tuntuivat olevan erittäin korkealla, jopa verrattavissa fiktioon tai elokuviin. Monet kävijät lähestyivät usein robottia esittelijöiden sijaan saapuessaan messupisteelle. Tästä voisi päätellä ihmisten toivovan robotilta sujuvaa kommunikointia ja kanssakäymistä. Robotin oletettiin kykenevän suorittamaan hoitajan tehtäviä, jopa korvaavan tämän täysin. Jotkut kyselivät myös robotin kyvykkyydestä suorittaa asentohoitoa tai nostamaan kaatuneita vanhuksia lattialta ylös. Oletukset johtivat usein erittäin hyviin keskusteluihin robottien todellisista kyvyistä ja mahdollisuuksista käytännön sovelluksissa. Robotti on omien näkemyksemme mukaan tällä alalla enemmän työkalu kuin työntekijä. Sitä voidaan hyödyntää erilaisten harjoitteiden ohjaamiseen, kuten Naomme taukojumppa, tai kielen opiskeluun sanatasolla, varhaiskasvatuksen leikkeihin, asioiden opettamiseen esimerkkien kautta, laulattamiseen ja muistiharjoituksiin. Kaikkea tätä emme kyenneet messuolosuhteissa Naolla demonstroimaan, mutta robottimme valikoimaan kuului kuitenkin taukojumppa, vitsin kerronta, vuorovaikutus ja sen kautta piristäminen, ilmakitaran soittaminen ja sanalliset aktiviteetit. Taukojumppa oli näistä ylivoimaisesti hauskin ja huomiota herättävin, ja yllätykseksemme ihmiset lähtivät epäröimättä mukaan Naon ohjaamaan jumppaan. Haasteita käytännön sovelluksissa Ongelmiakin robotin kanssa oli, ja ne ilmenivät hyvin messuympäristössä. Naolle akilleenkantapää on puheentunnistus, etenkin messuympäristössä, missä taustahälinä häiritsi robotin puheentunnistusta. Puheentunnistuksen ongelmat saattavat olla myös hyvin oletettavia esimerkiksi vanhusten parissa työskennellessä. Robotti vaatii selkeää puhetta ja suomen kieli on monimuotoisuuden vuoksi myös itsessään haasteellinen puheentunnistukselle. Tämän tyyppiset ongelmat asettavat todelliset haasteet robottien käytölle SoTe-alalla. Tulevaisuudessa näihin saadaan varmasti toimivia ratkaisuja, mutta Naon ei kuitenkaan kannata pidättää hengitystä palkkakuittia odotellessa. Kirjoittajat: Sami Häkkinen, Perttu Laakso ja Jere Vepsä ovat Metropolia Ammattikorkeakoulun automaatiotekniikan neljännen vuoden opiskelijoita.
Toisinaan on älyssä pitelemistä
Älyseinä, älyavain, älyjääkaappi, Kuntokonsolikeskus, lääkkeitä jakava entinen vihivaunu, paijattava hyljerobotti, VirtuLääkäri, hoivarobotti Ahaba. ”Tää on tätäpäivää”, sanoisi KäyttöpäällikköLähituki Jerry Siilinpää, hoivakoti Ehtoolehdon ainoa varsinainen työntekijä. Hoitohenkilökunta on korvattu hyvinvointiteknologian uusimmilla saavutuksilla, ja asiakkaat - muun muassa lähes satavuotiaat Siiri, Anna-Liisa ja Irma - yrittävät tulla toimeen uudessa ja uljaassa maailmassa. Minna Lindgrenin romaani Ehtoolehdon tuho (Teos 2015) on ajankohtainen ja räväkkäkin kommentti meneillään olevaan automatisaatio-, robotisaatio- ja digitalisaatiokeskusteluun. Siinä aikaisemmista teoksista tuttu Ehtoolehto-niminen palvelutalo on muuttunut tulevaisuuden palvelukonseptin pilotiksi, monitoroidun hoivan palveluyksiköksi. Siiri, Anna-Liisa ja Irma sekä monet muut heidän kohtalotoverinsa elävät oman onnensa ja nykyaikaisen teknologian nojassa kuin viimeistä päivää. Tuulahduksina oikeasta elämästä ovat vain herätysliikkeiden vierailijat ja rotat. Vanhusten ja teknologian yhteispelissä on mukana aimo annos huumoriakin: ”Elämä älytalossa oli hyvinkin lystikästä, kun osasi suhtautua koneiden järjestämiin yllätyksiin vastaanottavaisesti.” Viime kädessä Lindgrenin romaanissa on kuitenkin vankka eettinen pohjavire. Se pakottaa kysymään, ovatko Ehtoolehdon vanhukset todellisuudessa hoivan vai valvonnan kohteena. Jotkin teknologiset ylilyönnit saavat Siirin ja Irman käymään kamppailuun ihmisläheisemmän huomisen puolesta. Kirjan loppu voi tuoda mieleen vaikkapa Asterix-sarjakuvateoksen Jumaltenrannan nousu ja tuho, jossa haluttu suuri muutos sortuu omaan mahdottomuuteensa. Aihetta seminaariin Joissain arvioissa on suositeltu Lindgrenin Ehtoolehto-trilogiaa pakolliseksi luettavaksi sosiaali- ja terveysalalle. Roboreelin hengessä Ehtoolehdon tuhoa voi suositella sote- ja tekniikan alan opiskelijoille yhteiseksi luettavaksi. Se avaa pohdittavaksi monenlaisia näkökulmia siihen, millaisia muita asioita kuin pelkästään teknisiä on hyvä ottaa huomioon esimerkiksi robotiikkakokeilujen yhteydessä. Lindgrenin romaanilla on vahvuutenaan kaunokirjallisuuden yleisesti tunnustettu supervoima: mielikuvitus. Miten muuten alle kolmekymppinen hyvinvointiteknologiaan suuntautuva opiskelija pystyisi eläytymään yhdeksänkymppisen, lähes liikuntakyvyttömän vanhuksen elämään kuin käyttämällä mielikuvitustaan? Tutustumisen yhteydessä voisi järjestää seminaarin, jossa eri alojen opiskelijat vertailevat näkemyksiään romaanin herättämistä ajatuksista vaikkapa juuri hyvinvointiteknologian merkityksestä. Samassa seminaarissa kannattaisi kaunokirjallisen teoksen rinnalla tarkastella Terhi Solanterän tuoretta (2020) tutkimusta Robotiikka ikääntyvän väestön kotona asumisen ja hoivapalveluiden tukena. Yhdessä teokset luovat lavean näkymän meneillään olevaan kehitykseen - ja antavat tekemisen tueksi mahdollisuuden luoda yhteisen vision tavoittelemisen arvoisesta tulevaisuudesta. Kirjoittaja: Pasi Lankinen työskentelee suomen kielen ja viestinnän yliopettajana Metropolia Ammattikorkeakoulussa.
Hyvinvointiteknologiapäivä Ruiskadun kampuksella Turussa
Miina Sillanpään päivänä 1.10.2020 Turun ammatti-instituutin Ruiskadun kampuksella toteutettiin hyvinvointiteknologian tapahtumapäivä, joka oli suunnattu opiskelijoille ja opetushenkilökunnalle. Toteutuksen monipuolisen kattauksen mahdollistivat Turun kaupungin sosiaali- ja terveyspalveluiden ja vapaa-aika toimialan sekä kolmannen sektorin toimijoiden lisäksi ne yritykset ja yritysten edustajat, jotka ovat Roboreel-hankkeen yhteistyökumppaneina osallistuneet yritysvalmennukseen tai oppilaitoksen ja yrityksen yhdessä toteuttamaan kokeiluun. Nämä yrityskumppanit ovat Aistipaja Resonoiva Oy, Evondos Oy, Fysioline Oy, Meditas Oy, Menumat Oy, Motivire Oy, Robotie Oy, Interfii Oy ja JOKOJO Oy ja SeniorTek Oy. Tapahtumapäivä toteutettiin hyvinvointiteknologiaa toisen asteen ammatillisessa koulutuksessa edistävien hankkeiden yhteisvoimin. Tällaisia hankkeita Roboreelin lisäksi ovat HyGGe, 365/12 Aina avoin ammatillinen oppilaitos sekä Roboboost. Yritysedustajien laite-esittelyt toteutuivat Ruiskadun kampuksen Oppimossa. Samaan aikaan kuultiin asiantuntijapuheenvuoroja koulutalon auditoriossa. Hankkeiden synergiaetuna saimme tapahtumapäivän rakentamiseen ja tekniikastakin vastaamaan avuksi tieto- ja viestintätekniikan perustutkinto-opiskelijoita Juhannuskukkulan koulutalolta. Sosiaali- ja terveysalan perustutkinnon opiskelijat olivat mukana päivän käytännön järjestelyissä sekä roolihahmoina turvateknologiaa havainnollistavassa simulaatiossa. Laite-esittelyissä esillä kuntoutus ja turvallisuus Pienryhmittäin opettajansa johdolla koulutalossa liikkuvat opiskelijat saivat kuulla teknologisista ratkaisuista kuntouttavassa hoitotyössä. Aistipaja Resonoiva Oy:n edustaja Mirja Linjama kertoi äänituntumateknologiasta asiakastyössä Humu- ja Taikofon-laitteiden avulla sekä siitä, miten erilaisten aistitilojen avulla asiakkaille voidaan tarjota rauhoittavia ja rentouttavia kokemuksia kuntouttavassa työssä. Evondos Oy:n Eetu Tanninen perehdytti opiskelijoita lääkerobotin toimintaan ja siihen, miten osalla kotihoidon asiakkaista voidaan robotin avulla toteuttaa onnistunut lääkehoito. Samalla hoitajan aikaa vapautuu asiakkaan kohtaamiseen. Fysioline Oy:n Kimmo Korkola puhui tavoitteellisesta kuntoutuksesta ja siitä, miten teknologian avulla riittävillä toistomäärillä voidaan varmistaa esimerkiksi tasapainoa edistävä ja ylläpitävä kuntoutus. Fyysisen harjoittelun ja kokonaisvaltaisen hyvinvointivalmennuksen näkökulmaa valotti myös Motivire Oy:n Markus Hytti tuoden opiskelijoille kokeiltavaksi InBody-mittauslaitteen. Liikunnallista kokemusta opiskelijat saivat kokeilla myös Meditas Oy:n toimittamilla MotoTiles-liikuntalaatoilla, joiden käyttöä oli opastamassa Turun kaupungin lääkinnällisen kuntoutuksen fysioterapeutti Jani Seppä. Terveellisen ja onnistuneen ravitsemuksen merkitystä hyvinvoinnin tärkeänä peruspilarina oli avaamassa Menumat Oy:n Kati Nousiainen, ja Menumatin herkullista ateriaa pääsi ehkä joku opiskelijoista päivän aikana maistamaankin. Turvateknologian mahdollisuuksista ikäihmisten kotihoidossa oli kertomassa SeniorTek Oy:n Pasi Nurmela, joka havainnollisti koulutalomme simulaatiotilassa KukkaTolppa-laitteen toimintaa. Mukana havainnollistamisessa oli kaksi ”pirteää senioria” eli viimeisen vuoden opiskelijaa. He olivat kuvitteellisina ikäihmisinä muuttaneet uuteen asuntoon, jossa oli asennettuna myös turvallisuutta edistävää teknologiaa, asukkaan liikettä ja aktiivisuutta seuraava SeniorTek Oy:n KukkaTolppa. Opiskelijat ja opettajat saivat viereisessä luokassa opastusta datan havainnointiin ja sen merkityksiin ikäihmisten turvallisuuden ja toimintakyvyn tukemisessa. Edison-palvelurobotti tervehti iloisesti tapahtumapäivän vierailijoita Robotie Oy:n Tiina Källin ja JOKOJO Oy:n Juho Vainion ohjaamana. Edisonin avulla jätettiin opiskelijoille teknologiapäivän hengessä myös haaste: millaisissa asiakastilanteissa he palvelurobottia käyttäisivät ja millaisia ohjelmia tieto- ja viestintätekniikan opiskelijat voisivat siihen kehittää yhdessä ohjelmistoyritysten kanssa? Puheenvuoroja ja vastakaikua Oppimon laite-esittelyjen lisäksi auditoriossa pidetyt asiantuntijapuheenvuorot valottivat kuulijoille hyvinvointiteknologian hyötyjä niin fyysisessä asiakastyössä kuin etäkuntoutuksessakin. Vallitsevasta tilanteesta johtuen valtaosa kuulijoista seurasi esityksiä etäyhteydellä. Samoin asiantuntijoista osa oli tapahtumapäivässä mukana etäyhteydellä. Yleisölle streamatut puheenvuorot ovat katsottavissa osoitteessa https://www.polkuammattiin.fi/ Tapahtumapäivästä saatiin paljon positiivista palautetta opiskelijoilta ja myös opettajilta. Se, että päivän anti koettiin positiivisena ja teimme sen yhteisvoimin yritysten, kolmannen sektorin toimijoiden, Turun kaupungin ja hankkeiden kanssa, lämmittää hankkeessa kehittämistyötä tekevän opettajan mieltä. Siksipä loppuun lainaan Miina Sillanpään mietettä: ”Jokaiselle ihmiselle tekee hyvää, kun hän saa nähdä ja kuulla, että sydämen halulla tehty työ saa vastakaikua ja ymmärtämystä osakseen” Kirjoittaja Teija Sorri, ft, TtM, on Turun ammatti-instituutin lehtori ja työskentelee sosiaali- ja terveysalan perustutkinnossa kuntouttavan hoitotyön ja vammaistyön opetuksessa Ruiskadun kampuksella. Kuvat: Anne Aksentjev
Digitaaliset kaksoset hypekäyrän huipulla
Termiä digitaalinen kaksonen käytetään yleisesti teollisuudessa ja tiedeyhteisössä; käsitteen tarkka määritelmä on kuitenkin vielä tutkimuksen alla. Kaksosen käytön käsite on saanut alkunsa NASA:n Apollo-ohjelmasta 60-luvulta, jossa rakennettiin kaksi identtistä avaruusalusta, jolloin insinöörit pystyivät peilaamaan ja simuloimaan avaruusaluksen olosuhteet operaation aikana. Maan päälle jäänyttä alusta kutsuttiin kaksoseksi. Apollo-kuualus (NASA) Nykyään nimellä Digital Twin (DT) tunnettu konsepti otettiin käyttöön vuonna 2002 Michael Grievesin toimesta. Aikaisempien tutkimuksien DT-määritelmät korostavat, että kukin järjestelmä koostuu kahdesta järjestelmästä, fyysisestä järjestelmästä ja virtuaalisesta järjestelmästä, joka sisältää kaiken fyysistä järjestelmää koskevan tiedon. Digital Twin -konsepti (Michael Grieves) Esimerkiksi Siemens käyttää seuraavaa määritelmää: ”Digitaalinen kaksonen on fyysisen tuotteen tai prosessin virtuaalinen esitys, jota käytetään ymmärtämään ja ennustamaan fyysisen vastineen suorituskykyominaisuuksia. Digitaalisia kaksosia käytetään tuotteen koko elinkaaren ajan tuotteen ja tuotantojärjestelmän simulointiin, ennustamiseen ja optimointiin ennen fyysisiin prototyyppeihin ja omaisuuteen sijoittamista." Näin tehtiin aito Digital Twin, case Mevea Digitaalisen kaksosen tekemistä päästiin kokeilemaan käytännössä projektissa Mevean kanssa. Mevea Oy on suomalainen simulointiohjelmia ja -tuotteita tarjoava yritys. Yrityksen päätuotteina ovat koulutus- ja tuotekehityssimulaattorit. Mevea järjestää joka vuosi asiakkailleen ison seminaarin. Projektissa oli tavoitteena kehittää autonomisen robotiikan demosovellus Mevean syksyn 2019 asiakasseminaariin. Mevean simulaattorituotteeseen oli tullut uutena ominaisuutena mahdollisuus hyödyntää Unity-pelisimulaattoria. Metropolialla on ollut testilaitteena Clearpath Jackal ROS-pohjainen autonominen robotti. Näihin pohjautuen tavoitteena oli tehdä Jackal-robottiin pohjautuva demo, jossa hyödynnettäisiin Mevean uusia ominaisuuksia syksyn 2019 asiakaspäiville. Tekijöinä oli kaksi opinnäytetyön työntekijää Koneautomaation pääaineesta, Jaakko Pakarinen ja Jarmo Immonen, sekä kaksi Koneautomaation opettajaa, Antti Liljaniemi ja Heikki Paavilainen. Jackal- autonomisesta robotista suunniteltiin 3D-malli NX CAD -järjestelmällä. Malliin rakennettiin kinematiikka ja dynamiikka Mevean simulaatio-ohjelmistolla. Demoa varten rakennettiin 4 x 4 metrin demoareena. Areenasta tehtiin 3D-pelimaailma Unity-ohjelmistoon. Jackalin 2D laserskannerit (LiDAR) ja muut sensorit mallinnettiin virtuaalisina Unity/Mevea -ympäristöön. Robotin Digital Twin seuraa oikean laitteiston liikettä ja anturointeja. Robotin Digital Twinistä voidaan ohjata robottia. Kehitettyä ominaisuutta voidaan hyödyntää esimerkiksi autonomisen robotin ohjausjärjestelmän kehitystyössä. Demo rakennettiin onnistuneesti ja robotista saatiin tehtyä digitaalinen kaksonen. Samalla Mevean ohjelmistoon työstettiin yhteistyönä uusi ominaisuus. Näin robotista rakennettiin virtuaalinen kinematiikka- ja dynamiikkamalli, jossa myös sen toimintaympäristö mallinnettiin. Robotiikan tehokas kehittäminen vaatii tuekseen Digital Twin -teknologiaa, jotta robottien ohjelmointi ja kehittäminen on mahdollista ilman fyysisiä laitteita. Yhteistyötä Mevean kanssa on tarkoitus jatkaa muun muassa ambulanssisimulaattooriprojektissa, jossa on tarkoitus mallintaa osa Helsinkiä ajoympäristöksi ja käyttää simulaattoria Ensihoidon koulutusohjelman opetusympäristönä. Olisi myös mielenkiintoista tutkia Digital Twin -teknologian hyötyjä oikeissa teollisissa autonomisen robotiikan projekteissa. Lähteet [1] M. Grieves, J. Vickers, Digital Twin: Mitigating Unpredictable, Undesirable Emergent Behavior in Complex Systems, Transdisciplinary Perspectives on Complex Systems, 2017, 85–113, DOI: 10.1007/978-3-319-38756-7_4 [2] M. Grieves, Product lifecycle management: the new paradigm for enterprises, International Journal of Product Development, 2(1/2), 71-84, 2005, DOI: 10.1504/IJPD.2005.006669 [3] https://history.nasa.gov/ [4] https://www.plm.automation.siemens.com/global/en/our-story/glossary/digital-twin/24465 [5] https://digisalama.metropolia.fi/ Kirjoittaja: Antti Liljaniemi työskentelee kone- ja autotekniikan lehtorina Metropolia Ammattikorkeakoulussa. antti.liljaniemi@metropolia.fi +358 400 240 756 Metropolia University of Applied Sciences Finland
Hoitajamitoitus, SoTe-uudistus ja robotiikka
Suomalaiset elävät vanhemmiksi kuin koskaan. Lapsiluku perhettä kohden pienenee. Lopputuloksena Suomi kokonaisuutena ikääntyy ja vanhenee. Tätä korjaamaan etsitään kilvan ratkaisuita, mutta vauhti on ehkä liian hidas, ja toisaalta menetelmätkin voivat olla väärät. Tehdään asioita, jotka voidaan ”helposti” päättää, mutta mikä on niiden vaikuttavuus? Eläkeikää voidaan toki nostaa erilaisin lakimuutoksin vaikka loputtomiin, mutta jatkaako nosto oikeasti työuraa. Ja jos pakottaakin joitakin henkilöitä jatkamaan taloudellisin perustein, niin ovatko ne jatkamaan ”pakotetutut” henkilöt sitoutuneita, motivoituneita ja kyvykkäitä tekemään raskasta työtä? Minkä osan ratkaisee työperäinen maahanmuutto? Jo nyt SoTe-alueella muuttosaldo taitaa olla negatiivinen, kun Norjan vetovoima on selkeästi kotimaata suurempi. Ja samalla muu maahanmuutto vie resursseja lisää - ehkä. 0,5 - 0,7 - 0,? Uusi hallitus tekee uudeksi hoitajamitoitukseksi 0,7. Hoivakodit joutuvat lisäämään henkilökuntaansa. Vanhassakin mitoituksessa jo oli tekemistä ja lehtitietojen mukaan siihen päästiin tulkitsemalla työtehtäviä luovasti. Kun mitoitusta alettiin todella seurata ja vaatia noudatettavaksi, tietyn oikean ammattinimikkeen omaavia toki lopulta palkattiin hoitokotiin, mutta samalla muuta henkilökuntaa irtisanottiin. Oikean nimikkeen omaavat tekivät lopulta osittain ”vääriä töitä”. Sitä saa mitä mittaa. Pääasia on, että mittari täyttyy, ja sitä kautta voidaan vannoa, että laatu on riittävää. Byrokraatit kiittävät ja pää on tukevasti pensaassa. Tarvitsemme kuitenkin noin 4000 uutta hoitajaa - onko niitä? Kulut karkaavat käsistä Mitoitusmuutokset johtavat automaattisesti kulujen kasvamiseen, mutta luultavasti tulovirta ei kasva vastaavasti. Kun toiminta kilpailutetaan ja halvin tarjous voittaa, niin sillä mennään. Ostaminen on vaikeata ja erilaisten laatukriteerien laittaminen tarjouspyyntöön on hankalaa, vaikkakin mahdollista. Mitä enemmän on laadullisia kriteereitä, sitä varmemmin saadaan aikaan valituksia, koska laatu on lopulta subjektiivinen käsite ja asetetut kriteeritkin voivat olla joidenkin mielestä tarkoitushakuisia. Kuinka sitten tehostaa toimintaa ja saada se kannattavaksi? Normaaleissa yrityksissä se vaatii toiminnan tutkimista, investointeja tulevaisuuteen ja asioihin, jotka joko parantavat laatua tai tehostavat toimintaa ja sitä kautta pitävät yrityksen toiminnan elinvoimaisena. Mahdollisuuksien dilemma Erilaisilla automaatio-, tekoäly- ja robotiikkaratkaisuilla olisi todennäköisesti mahdollisuus tehostaa toimintaa huomattavastikin. Tehostaminen tarkoittaa useimmiten parempaa laatua, tehokkaampia prosesseja ja lopulta pienempää henkilökuntamäärää, kun asioita voidaan automatisoida. Mutta asialla on toinen puoli…. Jos tehostamme toimintaa teknologiaa hyödyntäen, voimme säästää henkilökunnassa. Siihen ei hoitajamitoitus taivu. Ja jos (kun) hoitajamitoitus tulee täyttää, ei investointeihin taida olla mahdollisuutta? Tällöin toiminta ei kehity. Menetelmät eivät kehity. Toimiala jää muun kehityksen kelkasta. Onko tämä todella tarkoitus? Kokeillaan innovatiivisesti kompuroiden Roboreel-hankkeemme mahdollistaa pienille toimijoille tulvaisuuden mahdollisuuksien testaamisen riskittömästi. Me testaamme robotiikan mahdollisuuksia pienten toimijoiden puolesta sekä yhdessä heidän kanssaan. Kaikilla ei ole varaa investoida. Kokeillen. Virheitä tehden, ja oppien. Mitä kannattaa ja voi tehdä - ja etenkin mitä ei kannata tehdä ja missä menee raja. Tällä hetkellä. Tulevaisuus voi näyttää jotain muuta, ja mielipiteet muuttuvat. Kirjoittaja: Antero Putkiranta työskentelee tuotantotalouden yliopettajana Metropolia Ammattikorkeakoulussa.
Robotista on moneksi
Oulun Ammattikorkeakoulussa on tehty kevään 2020 aikana hyvinkin erilaisia robottikokeiluita. Yhteistyöyritysten toimiala oli laidasta laitaan, sillä mukana olivat jäkälään erikoistunut Polarmoss, hävikkiruokaa hyödyntävä Ciiyou sekä LED-valaisimia valmistava Greenled. Kokeilut olivat hyvin erilaisia keskenään, joten jokainen kokeilu vaati oman suunnittelunsa. Kaikissa oli kuitenkin tavoitteena helpottaa ihmisen fyysistä työtä tai jopa vapauttaa hänet tuottavampaan työhön yksinkertaisesta työvaiheesta. Jokaisella yrityksellä on ollut kiinnostusta robotiikkaan, ja sen käyttöönotto tulevaisuudessa nähdään liki välttämättömyytenä. Roboteille suunnitellut tehtävät määräytyivät yrityksen toiminnan mukaisesti: jäkäläsäkkien siirtely Polarmossilla, smoothiepikareiden täyttö Ciiyoulla sekä linssien asennus ja ruuvaus Greenledillä. Jokaisessa kokeilussa oli omat haasteensa, mutta robotti saatiin suorittamaan asetetut minimivaatimukset. Valitettavasti koronavirus esti kokeiluiden tekemisen oikeasti paikan päällä, joten oikeat tulokset jäävät hieman arvailujen ja laskujen varaan. Nyt kokeilut tehtiin Proof-of-Conceptina, eli prototyypin avulla todennettiin tuotantomenetelmän toimivuutta koulun laboratoriotiloissa ja robotin työkierto videoitiin yritykselle. Robottisolu palvelemaan yrityksen tarpeita Kokeiluihin suunniteltiin ja rakennettiin robottisolu. Robottisolun kokonaisuuteen kuului robotin lisäksi tarttujat ja työvaiheen vaatimat oheislaitteet. Polarmossilla jatkokäsiteltiin jäkälää ja robottisolun avulla korvattiin osa ihmisen tekemästä raskaasta työstä. Tässä tapauksessa solun oheislaitteisto koostui vain yksinkertaisista mekaanisista osista, kuten paineilmasylintereistä ja ohjauskiskoista. Greenledin kokeilun vaatima laitteisto oli jo hieman monimutkaisempi. Linssit poimittiin kuljetusalustaltaan alipaineella ja niiden asento tarkistettiin konenäön avulla, jotta ne saatiin robotilla asennettua oikeaan asentoon LED-kiskolle. Greenled on aikaisemmin ollut mukana OAMK:n POTKUA-hankkeessa ja saanut sitä kautta niin paljon hyötyä lean-filosofian saralla, että yritys päätti lahjoittaa kaksi automaattiruuvainta robottikäyttöä varten. Niiden ruuvit eivät kuitenkaan suoraan sopineet linssin ruuvausta varten, joten yritykselle näytettiin vain, miten ruuvaus yleisesti sujuu robotilta – ja sujuihan se! Haaveissa olisi vielä päästä kokeilemaan robottia tuotantolinjan kyljessä, jotta robotti nähtäisiin tositoimissa. Usean työvaiheen yhdistäminen https://youtu.be/W_dr2NnSOWg Teknisesti haastavin ja mielenkiintoisin robottikokeilu oli Ciiyoun smoothientäyttö eli ”SmoothBot”. Haasteita aiheutti pikareiden poimiminen yksitellen, sillä ne tulevat sisäkkäin torneissa. Suunnittelua helpotti huomattavasti internetistä löytynyt kupinerottelija, jonka oli tehnyt nimimerkki ThatRobotGuy. Tätä ajatusta hieman jatkojalostettiin ja yksinkertaistettiin vastaamaan robottisolun tarpeita. Siinä askelmoottori liikuttaa erottelijaa kammen avulla siten, että pikaritornista tipahtaa yksi pikari kerrallaan alla olevaan tarttujaan. Askelmoottoria ohjaa uStepper-askelmoottoriohjain, joka keskustelee robotin kanssa ja johon on kytketty raja-anturi erottelijan sijainnin varmistamiseksi. Erottelijan toimintaa voi tarkkailla alla olevasta videosta. Pikarin kantta varten suunniteltiin painin, joka painaa kannen tasaisesti pikariin kiinni. Kansi poimitaan mukaan Schmaltzin alipainekehittimen avulla, joka ei vaadi erillistä paineilmaa. Edullisempi ratkaisu olisi käyttää perinteistä paineilmatoimista ejektoria, mutta näin elintarvikekäytössä alipainekehitin on hygieenisempi puhtaamman ilman ansiosta. Itse smoothien annosteluun on useita eri tapoja: painovoimaa hyödyntävä hana, kauha tai pumppu. Hanassa voidaan hyödyntää määrän tarkkailussa aikaa tai kapasitiivista anturia, joka tunnistaa nestepinnan tason kupin läpi. Pumpussa voidaan edellä mainittujen lisäksi hyödyntää kierroslukumäärää. Meidän käyttöömme valikoitui peristalttinen pumppu sen hygieenisyyden vuoksi. Siirrettävä aine on kosketuksissa vain käytettävän letkun kanssa, joten pumppukaan ei sotkeudu tai vaadi pesua. Pikarin täyttöä vahdittiin kapasitiivisella anturilla, joka tarkkaili nestepinnan tasoa. Greenledin tuotantopäällikkö Reima Ollila oli erittäin innostunut robotin toiminnasta, mutta koronarajoitusten takia emme saaneet mennä paikan päälle kokeilemaan solua. Polarmossin tapauksessa nähtiin ihan paikan päälläkin, mihin robotti kykenee. Siinä sovelluskohteessa kuitenkin todettiin, ettei robotti ainakaan sellaisenaan ole paras mahdollinen ja robotin käyttöönotto vaatisi isoja muutoksia koko tuotannon alkupäässä. Samalla vaivalla tuotanto olisi mahdollista uusia kokonaan niin, ettei robottia tarvitsisi ollenkaan. Jokainen projekti kartuttaa osaamista Kaikki projektit olivat hyvin mielenkiintoisia ja tarjosivat uudenlaisia haasteita. OAMK on nyt viiden vuoden aikana tehnyt noin 50 projektia robottien parissa, ja nämä olivat oiva lisä kartuttamaan osaamista. Yhteistyötä haluttaisiin jatkaa molemminpuolisesti tulevaisuudessakin, ja kaikilta löytyisi mielenkiintoisia aiheita esimerkiksi opinnäytetöiksi. Halu olisi päästä kokeilemaan Ciiyoun ja Greenledin robottisoluja oikeastikin tuotannossa, mutta koronan takia ei tiedetä, milloin se olisi mahdollista. Nyt kaivattaisiin uusia yhteistyöyrityksiä ja haasteita hankkeen loppuajalle. Kirjoittaja Toni Autio työskentelee projektipäällikkönä Oulun ammattikorkeakoulussa Roboreel- ja TEHOJA-hankkeissa.
Joko yritykselläsi on datastrategia?
Tekoälyn perusasioiden ymmärrys kuuluu jokaisen tulosvastuullista työtä tekevän henkilön osaamisvaatimuksiin, kirjoittaa Antti Merilehto teoksessaan Tekoäly. Matkaopas johtajille (Alma Talent 2018). Tekoälyn kehitys kiihtyy, ja uusia sovelluksia syntyy kuin sieniä sateella. Niinpä Merilehdon mukaan olisi viimeistään nyt syytä opetella konttaamaan, jos aikoo kahden vuoden kuluttua olla niiden yritysten joukossa, jotka juoksevat tekoälyn avulla muita nopeammin. Tämä suositus on tehty siis jo kaksi vuotta sitten. Merilehdon teos on napakka ja sujuva opastus tekoälykkyyden perusteisiin: algoritmeihin, koneoppimiseen, neuroverkkoihin ja syväoppimiseen. Teoreettisen pikakurssin lisäksi tarjolla on useita käytännön esimerkkejä. Jokainen on törmännyt tekoälyyn tehdessään Googlen tiedonhakuja, valitessaan suosituksia Spotifyn soittolistoilta tai tutustuessaan Facebookin esille nostamiin mainoksiin. Tekoälyn apua käytetään jo pörssiuutisten kirjoittamisessa, yritysten rekrytoinnissa, sairauksien diagnosoinnissa ja vakuutuspäätöksissä. Ovatpa jotkin yritykset valinneet tekoälyn johtoryhmänsä jäseneksi toimintaa analyysoimaan. Merilehto tietää kertoa myös älykipsistä, terapiaa antavasta chatbotista ja kuulokkeista, jotka kääntävät 40:ää kieltä lähes reaaliaikaisesti. Halukkaat voivat teoksen luettuaan hakeutua lisätiedon pariin esimerkiksi Tekesin luomille alustataloussivuille tai Helsingin yliopiston ja Reaktorin ilmaiselle tekoälykurssille. Merilehdon kirjalla on myös oma lisämateriaalisivusto. Uudenlaista asiakaskokemusta etsimässä Paljon on vielä kehitettävää ja keksittävää. Jokainen yritys on erilainen, ja tavoitteena on selvittää, miten juuri se voisi hyödyntää tekoälyä. Minkälaista dataa toiminnan ydinprosesseista kerätään, jotta osan toistuvista rutiinivaiheista voisi siirtää koneoppimisen avulla ihmisen vastuulta tekoälyn hoitamaksi? Tätä Merilehto kutsuu datastrategiaksi. Muutosten jälkeen tekoälylle jää työtehtävien operatiivinen tehokkuus, luoville ja empatiakykyisille ihmisille tunnetason vaikuttavuus. Yhdistelmänä syntyy uudenlainen asiakaskokemus, joka voi muuttaa yrityksen toiminnan ja kilpailukyvyn pysyvästi. Merilehdon johtajille suunnattu matkaopas auttaa oivaltamaan datan keräämisen ja koneoppimisen merkityksen liiketoiminnassa. Aiheeseen liittyvä yhteinen kieli ja jaettu ymmärrys helpottavat tulevaisuutta koskevaa päätöksentekoa. RoboReel kulkee rinnalla Seuraavat askelet datastrategian luomiseksi on jokaisen yrityksen otettava itse - mutta onneksi niitä ei tarvitse ottaa yksin vaan vaikkapa RoboReel-hankkeen avustuksella. RoboReel tukee yritysten johtoa ja työntekijöitä jalostamaan dataa sellaiseksi tiedoksi, jonka pohjalta tulevaisuuden visiointi ja siihen perustuva päätöksenteko tulee mahdolliseksi. Valinnat riippuvat yrityksen koosta, asiakkaiden tarpeista, nykyisestä osaamisesta ja käytössä olevista resursseista. Yrityksen datastrategian puuttumiselle ei Merilehdon mukaan ole enää olemassa mitään pätevää syytä. Roboreel-hankkeen kokemukset osoittavat, että näin todellakin on. Konttausasennossa ei kannata odotella lähtölaukausta vaan nousta juoksuasentoon mahdollisimman pian. Kirjoittaja: Pasi Lankinen työskentelee suomen kielen ja viestinnän yliopettajana Metropolia Ammattikorkeakoulussa.
Logistiikka-automaatiojärjestelmää kehittämässä
Digitaalisen suunnittelualan yritys Protacon Technologies Oy (nyk. Pinja Group) aloitti kehitysprojektin Metropolia Ammattikorkeakoulun kanssa Roboreel-hankkeessa. Projektin aiheena oli suunnitella logistiikka-automaatiojärjestelmä verkkotilauksien käsittelyn nopeuttamiseksi. Tavoitteena oli kehittää järjestelmä, joka Omron LD -mobiilirobotteja hyödyntäen noutaa tilatut tuotteet varastosta sekä toimittaa ne tilauksen käsittelijälle. Tarve projektissa kehitettävän järjestelmän luomiseksi on syntynyt globaalin kilpailun seurauksena. Sisälogistiikan tehostaminen vähentää yrityksen sisäisiä kustannuksia ja nostaa näin yrityksen kilpailukykyä nykyajan globaalissa markkinataloudessa. Protaconin tavoitteena järjestelmän kehittämiseksi oli myös markkinointiviestinnällinen hyöty, sillä järjestelmä tulee olemaan esitys- ja markkinointikäytössä esimerkiksi messutapahtumissa. Projektissa onnistuttiin kehittämään suunnitelman mukainen järjestelmä, jossa voidaan verkkosovelluksella luoda tilauksia sekä tilausjonoja, jotka saatavilla oleva robotti ottaa tehtäväkseen. Jos robotteja on toimettomana, ne menevät automaattisesti latauspisteelle. Kun tilaus on suoritettu, tieto siitä tallennetaan palvelimen historiatietoihin. Ohjelmointia ja simulointia Projekti koostui kolmesta osasta, joihin osallistui seitsemän opiskelijaa. Osat olivat projektin hallinta, ohjelmointi sekä simulointi ja kartoitus. Projektin hallinnan kannalta työnjako ja roolitus onnistui siten, että kaikki tehtävät työt tuli jaettua ja niitä oli suorittamassa useampi henkilö. Tärkeää oli myös huolehtia, että kukaan ei jää yksin ongelmien kanssa vaan niitä ratkotaan yhdessä. Viikkopalavereissa tuotiin myös ongelmia ilmi ja kävi ilmi, että tiimi oli nohevasti porukalla miettinyt niihin ratkaisuja. Ohjelmoinnissa useat erilaiset rajapinnat ja ohjelmointikielet toivat ylimääräisiä haasteita projektin suoritukseen. Tämäkään projekti ei yllätyksiltä välttynyt. Muun muassa Omronin robottirajapinta vaati toimiakseen ohjelmistokomponenttikirjasto .NET frameworkin eikä tukenut .NET Core frameworkia. Monesti projektiin kuin projektiin mahtuu jonkin verran yllätyksiä matkalle. Välttämättä niistäkään monet eivät liity pelkästään ohjelmointiin vaan niitä voi tulla myös mekaniikan, kaupallisten asioiden tai vaikkapa sairastelujen johdosta. Protacon-projektin osalta opiskelijatiimi selviytyi hienosti haasteista ja sai niistä huolimatta loppua kohden otettua alkuperäisen aikataulun kiinni. Simulointi- ja kartoitustyössä mekaniikka tai toisen valmistajan laitteet tuovat monesti ylimääräisen kompleksisuuskerroksen projektiin. Simuloinnissa luotiin työpisteistä 3d-malli ja tuloksena saatiin tiedosto, joka näyttää mobiilirobotin toiminnan virtuaalisesti vihivaununa. Kartoitusvaiheessa luotiin robotin muistiin kartta ”todellisesta maailmasta” eli tässä tapauksessa automaatiolaboratorion käytävistä. Joskus laitteiden kanssa saattaa käydä ilmi, että niillä ei voikaan tehdä ihan kaikkea, mitä oli suunniteltu. Protacon-projektissa robotin kanssa pärjättiin hyvin pienistä haasteista huolimatta. Robottia hieman tuunattiin, lisättiin kuittauspainike ja simulointikin onnistui. Toimivan järjestelmän kehittämisen lisäksi keskeistä opiskelijaprojektissa oli myös tutustuminen digitaalisen alan työhön. Tilaajan edustaja kiteytti asian oppimisenkin kannalta osuvasti. ”Kokonaisuutena homma meni todella hienosti ja saatiin aikaan mitä haluttiinkin, vaikka tehtävä ei ollut helpoimmasta päästä ja matkassa oli sitä sun tätä niin kuin aina näissä meidän alan hommissa.” Kuva: Simulointi käynnissä, vihivaununa toimiva robotti on toimittanut tarvikkeet työpisteelle. (Visual Components) Kirjoittaja: Timo Tuominen työskentelee automaatiotekaniikan lehtorina Metropolia Ammattikorkeakoulussa.
Koronteeni paljasti heikkoutemme
Siis karanteeni, mutta koronasta johtuva eli hiukan samoin kuten aikoinaan jenkkien suosima TomKat (Tom Cruse ja Katie Holmes - TomKat). Uusimaa vaikeni. Hetkeksi. Rajat sulkeutuivat. Hetkeksi. Liikenne pysähtyi. Hetkeksi. Ympäristö kiittää. Mutta vain hetken? Mutta edelleenkään emme saa kokoontua fyysisesti ja turvavälit pitää pitää. Sen me suomalaiset toki osaamme, vaikka olemmekin yrittäneet siitä poisoppia eurooppalaistumisen myötä. Nyt Eurooppa suomalaistuu. Tilaus-toimitusketju meni uusiksi Usein sanotaan, että ketju on juuri niin heikko kuin sen heikoin lenkki. Tämä pitää paikkansa etenkin tilaus-toimitusketjussa, oli se sitten fyysisiä tuotteita, palveluita, prosessi tai muuta toimintaa. Jos yksi kriittinen osa puuttuu, lopputuotetta (lue myös palvelu tai tapahtuma) ei saada valmiiksi. Eikä tämän puutteen tarvitse olla ketjun samassa haarassa, kuin missä itse sijaitsee. Vähän niin kuin urheilussa. Ei riitä, että oikean jalan polvi on hyvässä kunnossa ja toimii loistavasti, jos vasemman jalan nivelsiteet ovat rikki. Silloin kokonaissuoritus ei toimi. Korona muuttaa ketjua. Se on jo selvä. Toimittajat ja näiden toimittajat halutaan lähelle. Ja kaikki muutkin kriittiset toimijat. Tai ainakin langan päähän varustettuna riittävällä tiedonsiirtokapasiteetilla ja luotettavilla laitteilla. Ehkä tulevaisuudessa hinta ei enää ratkaisekaan kaikkea. Tulee uusia kriteereitä. Toimittajan ja yhteistyökumppanin valinnassa yhdeksi tekijäksi nousee varmasti ’coronaproof’. Kun haetaan EFQM-palkintoa (European Foundation for Quality Management) ja tuomaristo tutkii prosesseja, ’corona process’ managementin osuus tulee luultavasti mukaan - se on riskien hallintaa. Tuloksia on toki lyhyellä aikavälillä vaikea mitata, mutta itse kriisin keskellä varautuminen punnitaan. Se tarkoittaa teknologiaa, prosesseja, ihmisiä ja etenkin plan B:tä, C:tä, D:tä, E:tä jne. Kuten vanha sanonta kuuluu: ”sinulla ei ole suunnitelmaa, ellei ole suunnitelma B:tä”. Nyt tarvitaan myös näiden varasuunnitelmat - skenaariot. Roboreel auttaa muuttamaan suunnan ja varautumaan tulevaan ”Jos et tiedä missä olet, on aivan sama, minne menet.” Opin tämän suunnistaessani, kun eksyin Jukolan viestissä. Sama pätee liiketoiminnassa. Nyt ei tiedetä aivan missä ollaan ja mikä on maailma koronan jälkeen. Monet sanovat, että se on muuttunut. Tulemme puhumaan ajasta ennen koronaa ja sen jälkeen. Ja me vanhemmat muistelemme aikaa koronan aikana, kun elelimme koronteenissa. Roboreelin yhteistyöyrityksissä on jo saatu tuloksia, jotka voivat auttaa varautumaan koronan seuraavaan aaltoon, joka varmasti tulee. Roboteilla voimme ajaa miehittämättömän toisen tai kolmannen vuoron. Robotit voivat auttaa hoitokotien henkilöstövajausahdingossa. Robotit voivat suorittaa osan puhelinpalvelusta, jolloin henkilöstö voi keskittyä oleelliseen tai monimutkaisempiin töihin. Me olemme itsekin oppineet etenkin Roboreelin haastatteluissa. Se, mikä ennen vaati lähipalaveria, voidaan hyvinkin tehdä etänä - jopa mökiltä. Alkuvaikeuksien jälkeen Zoom, Teams ja muut sovellukset alkavat vaikuttaa jopa mukavilta ja säästävät aikaa. Kirjoittaja: Antero Putkiranta työskentelee tuotantotalouden yliopettajana Metropolia Ammattikorkeakoulussa.
Palvelukseen halutaan robotti – etenkin nyt
Työt seisovat. Yhteiskunta seisoo. Työntekijät ovat kotona. Kaikki ovat kotona. Tarvitaan robotti, cobotti, hobitti tai joku tahansa, joka tekee työt virusfree… Mitätön seisautti yhteiskunnan Asia, jota emme näe, sekoitti meidät. Näin usein on. Koronavirus osoitti ja osoittaa vielä pitkään yhteiskuntamme haavoittuvuuden ja valmistautumattomuuden - ja samalla toimintakyvyn. Se tulee osoittamaan myös tulevan kehityksen suunnan. Mihin meidän tulee panostaa ja mitä miettiä? Tämän tutkimuksen aika ei ole ihan vielä, mutta se tulee pian. Hoidetaan aluksi kriisi pois päiväjärjestyksestä ja sitten mietitään, kuinka varautua seuraavaan. Seuraava kriisi tulee kuitenkin, mutta voimme olla paremmin valmistautuneita siihen. Antakaamme roboteille tilaisuus Yksi ratkaisu tai helpotus ongelmaan on aivan varmasti automaatio ja robotiikka. Roboreel-hankkeessa voimme tutkia myöskin tätä. Emme sinällään itse koronavirusta ja sen vaikutuksia, mutta välillisesti sitä, kuinka pitää rattaat pyörimässä 24/7. Se on samalla varautumista uuteen vastaavaan. Robotti ei välitä fyysisistä viruksista. Se voi jopa desinfioida itsensä automaattisesti. Autonomiset kuljettimet tulevat arvoon arvaamattomaan, kun ihmiskontakteja halutaan välttää suojellaksemme niitä, joiden vastustuskyky on heikoin. Tällöin robottikäsi on tervetullut asia. Siihen voi luottaa. Me voimme tutkia ja esittää vaihtoehtoja Korona antaa meille Roboreel-hankkeessa myös uutta ajateltavaa. Se antaa malleja, joihon kannattaa panostaa ja joita meiltä vielä puuttuu. Digital Twin -ajattelu, jossa kohteesta luodaan kolmiulotteinen digitaalinen malli, voisi olla hyvä pohja 3D-virtuaaliopetukselle ja -palavereille. Autonomiset ajoneuvot toimisivat osana ruoka-, lääke- ja muuta jakelua. Jos pelkäämme kontakteja, kuskiton vaihtoehto on paras. Aivastelematon cobotti on kivampi kaveri kuin aivastava kaveri vierellä. Ja toisaalta, jos itse aivastelee cobottia päin, se ei välitä. Kun robotit jatkavat toimintaansa, BKT:kaan ei laske niin nopeasti kuin nyt näyttää tapahtuvan. Ehkei kotoa käytävä e-urheilu olekaan enää niin hullu ajatus. Kirjoittaja: Antero Putkiranta työskentelee tuotantotalouden yliopettajana Metropolia Ammattikorkeakoulussa.
Kuin hylje palvelutalossa
Hyljerobotti Paroa on jo muutamaan kertaan esitelty Robologissa. Veimme Innohoivan Tarja Bensoudan kanssa Paron Sateenkaari-Kotiin Espooseen reilun viikon ajaksi lokakuussa 2019. Kokeilu on osa yrityksen kanssa Roboreel-hankkeessa suunniteltuja toimenpiteitä. Palvelutalossa on 15 asukasta, jotka ovat etupäässä muistisairaita. Osalla heistä sairaus on jo pitkälle edennyt. Kävimme kokeilun aluksi Paron ominaisuuksia ja käyttöä lyhyesti läpi palvelutalon toimitusjohtajan Tuulikki Pihkala-Perälahden kanssa. Lyhyen esittelyn jälkeen Paroa vietiinkin jo tutustumaan talon asukkaisiin. Suhtautuminen jakautui pitkälti henkilöiden toimintakyvyn mukaan. Toimintakyvyltään heikoimmat eivät pääsääntöisesti juurikaan reagoineet Paroon vaan etsivät enemmän kontaktia tuttuun hoitajaan. Jotkut jopa aluksi hieman pelkäsivät hyljettä ja välttelivät sitä. Toimintakykyisimmät tykkäsivät robotista ja pitivät sitä hauskana. Paro sai kyllä viikon aikana osakseen riittävästi sylissäpitoa, silittelyä, lempeää jutustelua ja ihmettelyä. Aiemmin lemmikkieläimiä omistaneet ja ne, joilla nytkin oli oma pehmolelu, tuntuivat suhtautuvan Paroon positiivisimmin. Myös talossa vierailleet omaiset suhtautuivat Paroon mielenkiinnolla ja ihastuksella. Hyvää mieltä myös henkilökunnalle Henkilökunta koki Paron positiivisena yllätyksenä. Sen nähtiin ilahduttavan asukkaita ja piristävän ilmapiiriä. Robotti myös tuntui helppokäyttöiseltä. Ainoastaan hygieenisyys herätti kysymyksiä ja askarrutti hieman hoito-ohjeista huolimatta. Kokeilu sujui odotusten mukaisesti eikä Paron turkkikaan käsittelyssä likaantunut. Tässä uusimmassa versiossa on kylläkin parannettu turkin antibakteerisia ominaisuuksia. Turkkia voi hoitaa pyyhkimällä kostealla, harjaamalla ja pahimmassa tapauksessa irrottaa pestäväksi. Robotin hankinnan esteenä nähtiin viehättävyydestä huolimatta olevan kallis hinta, noin 5000 euroa. Koettiin, että hinnan suhde robotin tuomaan hyötyyn ei välttämättä tee investoinnista kannattavaa. Robotin ei myöskään nähty vapauttavan henkilökuntaa muihin tehtäviin. Seuraavaksi on tarkoitus kokeilla humanoidirobottia. Katsotaan saako se vanhukset paremmin liikkeelle. Kirjoittaja: Janne Tuominen työskentelee asiantuntijana Omnian tietohallinnossa.
Mistä osaajia automaatioalalle? Kädentaidot kunniaan!
Peruskoulussa käsityövalinnat ovat laskeneet 39 % lyhyellä aikavälillä. Huolta tästä kehityksestä ovat kantaneet lähinnä alan opettajat, mutta se on näkynyt omassa työssänikin. Nuorisoasteen tieto- ja viestintätekniikan perustutkinnossa kättentaitoja tarvitaan toimittaessa koteloiden, komponenttien, kaapelien ja vastaavien parissa. Ruuvimeisseleiden ja muiden perustyökalujen käyttö, kotelon avaaminen, komponenttien ja kaapeleiden asettaminen tietokoneeseen ovat olleet aiemmin helppoja tehtäviä, mutta nykyään yhä harvempi on vastaavia aiemmin tehnyt. Ongelmaksi tällainen taidottomuus muodostuu työssäoppimispaikalla, jossa opiskelijalta edellytetään perustason teknistä osaamista. Olen toiminut nuorten datanomiopiskelijoiden opettajana Turun ammatti-instituutissa parikymmentä vuotta. Tänä aikana peruskoulunsa juuri päättäneiden tieto- ja viestintätekniset (tvt) valmiudet ovat muuttuneet. Osa muutoksista on ollut toivottua ja myönteistä, mutta osa opettajan näkökulmasta kielteistä. Koodausta, nettisivujen tekemistä ja vastaavia taitoja opiskelijat osaavat opintojensa alussa huonommin kuin ”vanhoina hyvinä aikoina”. Lisäksi monet opiskelijat pitävät ohjelmoinnin opiskelua perinteisellä tavalla tylsänä, onnistumisen tunteita harvoin herättävänä. Vähän koodia, runsaasti visuaalisuutta Mietimme muutama vuosi sitten työkaverin kanssa, miten näitä ongelmia voisi lieventää. Kollegalla oli kokemusta Lego-robottien käytöstä lasten tiedekoulussa. Hyvien kokemusten innoittamana päätimme kokeilla niitä koulutuksessammekin, vaikka kohde muuttuisikin alakouluikäisistä harrastelijoista nuorisoasteen opiskelijoihin. Lisätoiveena oli se, että datanomiopiskelijoillamme olisi helpompaa siirtyä tarvittaessa osaajapulasta kärsivälle automaatioalalle. Kun lapsi puuhailee Lego-palikoiden kanssa, paranee hänen kätten taitonsa leikin varjolla. Samalla kehittyy lapsen kyky toimia ohjeiden mukaan. Järjestelmällisyyttä ja tarkkuutta tarvitaan, jotta palikat pysyvät tallessa rakentamisen ja purkamisen yhteydessä. Edellä esitetyt taidot kehittyvät Lego-robottienkin parissa työskennellessä. Lego-robottien koodailu poikkeaa perinteisestä ohjelmoinnista konkretiallaan. Tehty ratkaisu näkyy koodaajalle välittömästi ja konkreettisesti: jos koodissa ei ole virhettä, robotti toimii suunnitellusti. Virheet näkyvät yksiselitteisesti ja konkreettisesti: robotti kääntyy vasemmalle, kun sen piti kääntyä oikealle. Lausekielistä ohjelmointia opiskeltaessa puuttuvien puolipisteiden, väärin kirjoitettujen varattujen sanojen ja muiden kielioppivirheiden hakeminen on usein kovin turhauttavaa. EV3-koodaus tehdään graafisesti raahaamalla kuvakkeita ohjelmointijonoon, eikä kielioppivirheitä voi tehdä. Koodauksen perusrakenteet (peräkkäisyys, ehto, toisto) ovat mukana, mutta havainnollisemmin kuin lausekielisissä ohjelmointikielissä. Ohjelmointikieleen liittyvää muistamistakaan ei Lego-robottien ohjelmoinnissa ole, kun ei tarvitse muistella, miten tietty käsky kirjoitetaan. Paketti, jolla voidaan toteuttaa yksinkertaiset robotiikkaan liittyvät sovellukset, maksaa noin 400 euroa. Työskentelyryhmän järkevä koko on kolme opiskelijaa, joten parinkymmenen opiskelijan luokassa kustannus on noin 3 000 euroa. Meidän neljän vuoden kokeilun aikana osat ovat pysyneet tallessa, eikä rikkoutumisia ole ilmennyt, joten kustannus yhtä vuotta kohden on ollut alle tonnin. Jatkamme Lego-robottien käyttöä jatkossakin. Asenne ratkaisee Paketin opetusopas tutustuttaa robottien perusrakentamiseen. Ensimmäiset harjoitukset ovat yksinkertaisia, jotka tekemällä opiskelija saa kokea onnistumisen tunteita. Perinteisessä ohjelmointikielen opiskelussa tällaiset tunteet ovat harvinaisia. Oppaan harjoitusten vaikeusaste kasvaa vaiheittain. Edistyneimmät opiskelijat voivat alkaa suunnitella ja toteuttaa omia ideoitaan. Prosessi etenee samaan tapaan kuin esimerkiksi it-projektissa: suunnitellaan kokonaisuus, minkä jälkeen se jaetaan pienempiin ja paremmin hallittaviin osiin. Varsinaista koodaamista oppii parhaiten toteuttamalla kokonaan omia robotti-ideoita tai muokkaamalla valmista ratkaisua. Työskentely on parhaimmillaan hauskaa ja luovaa, missä oppiminen edistyy ilman opiskelun tuskaa. Koulutalossamme Lego-robotteja on hyödynnetty Ohjelmoinnin teoria -opinnossa, jossa tavoitteena on tutustua erilaisiin ohjelmointiympäristöihin. Olemme lisäksi kokeilleet muutamaan otteeseen pienimuotoisen automaatiosovelluksen rakentamista, ja enemmänkin tällaisia konkreettisia automaatioratkaisujen toteuttamisia voisimme tehdä. Itse olen vakuuttunut Lego-robottien hyödyllisyydestä toisen asteen ammatillisessa koulutuksessa, mutta ihan kaikki eivät ole samaa mieltä. Osa opiskelijoista ja opettajistakin pitää lapsellisena ajatusta opiskella koodausta Legojen avulla – ”lapset ne Legoilla leikkii!”. Graafisen ohjelmointiympäristön käyttöä on onneksi helppo perustella mm. yhteneväisyydellä oikean robottiohjelmoinnin kanssa. Opettajalta Legojen käyttö edellyttää huolellisuutta – palikat katoavat nopeasti, jos opettaja ei aktiivisesti valvo niiden käyttöä ja palauttamista säilytyspaikkoihin. Muuta ongelmaa ei mielestäni Legojen opetuskäytössä juuri ole. Myönteisiä kokemuksia on sitäkin enemmän. Kollega kertoi aikuisopiskelijoiden suhtautuneen aluksi negatiivisesti ja ihmetellen, mutta huomasivat nopeasti, että vaikka alku on yksinkertaista ohjelmointia, Legojenkin avulla voi toteuttaa monimutkaisia rakenteita. Kirjoittaja: Jouni Koivukangas opettaa tieto- ja viestintätekniikkaa Turun ammatti-instituutissa.
Ikäihmisten teknologia on hauskaa ja tarjoaa elämyksiä
Olimme 6.11.2019 puhumassa Teknologia2019-messuilla siitä, miten nykyteknologialla voidaan mahdollistaa ikäihmisten hyvää elämää. Messuilla toimme esiin esimerkkien kautta miten Vantaan Asolassa sijaitsevassa Foibekartanossa on käytetty muun muassa robotiikkaa, älyrollaattoreja, virtuaalilaseja, tabletteja ja videolähetyksiä. Foibekartano on noin 300 ikäihmisen yhteisö, jossa keskeisenä arvona on tuoda iloa ikäihmisten arkeen ja juhlaan. Foibekartanossa on huomattu, että kokeilemalla uusia asioita ja opettelemalla yhdessä teknologian käyttöä rytmittyvät päivät mielekkäästi ja saadaan mukavaa virtaa, mielekkyyttä ja ennen kaikkea hauskuutta elämään. Porukassa tekeminen yhdistää ja virheillekin on kiva yhdessä nauraa. Messujen jälkeen saimme kannustavaa palautetta kuulijoilta siitä, että nostimme esiin teknologian käyttöön liittyvän ilon ja hauskuuden. Tämä on sinällään hyvin yksinkertainen oivallus. Hauskuushan on lapsille, nuorille ja aikuisille suunnatun teknologian elinehto. Miksi se sitten ei olisi lähtökohtana myös ikäihmisille suunnatussa teknologiassa? Elämän ryppyjä ja naurua digitaalisessa mediassa Messuilla näytettiin valokuvia Foibekartanon elämästä. Yksi valokuvista kuvasi livelähetyksen tekoa. Valokuvan kuvatekstinä olisi voinut olla: Foibekartanon päätalolle kokoontuu värikäs joukko ikäihmisiä ja hyvän elämän valmentajia elämykselliseen hetkeen. 89-vuotias Maija valmistautuu juontamaan livelähetystä. Kamera on jo suunnattuna Maijaan. Parhaimmillaan digitaalisuus yhdistää ihmisiä. Tabletin välityksellä kotona olevat asukkaat voivat osallistua Foibekartanon päätalolla toteutettuun jumppatuokioon. Myös asukkaiden läheiset seuraavat mielellään Kartanon tapahtumia kotoa käsin. Toisessa valokuvassa keskiössä oli sosiaalisesta mediasta innostunut Niilo (95-v.), joka on ottanut jumppaajista kuvia uudella iPhonellaan ja pyytää Foibekartanon hyvän elämän koordinaattori Nadjaa auttamaan häntä twiitin julkaisussa. Kuvan tunnelma on hyvin keskittynyt ja lämmin. Valokuvat, livelähetykset ja twiitit mahdollistavat ikäihmisten elämän näkymisen osana yhteiskunnallista keskustelua. Valokuvissa ja videoissa näkyvät elämän tuomat rypyt ja twiiteissä ikäihmisten ajatukset ja näkemykset. Niiden kautta ikäihmiset saavat äänensä kuuluville. Ja siinä äänessä kuuluu nauru ja elämäilo. Kuva: Piia Kovalainen Kirjoittajat: Tiina Suvanen on hoitotyön opettaja Variasta ja Ulla Broms on Foibekartanon toimitusjohtaja
Teollisuus 4.0:n lyhyt oppimäärä
Jussi Marttisen teoksen Palvelukseen halutaan robotti. Tekoäly ja tulevaisuuden työelämä (Aula & Co 2018) otsikko on paljon puhuva mutta samalla osin kyseenalainen. Se niputtaa yhteen hengenvetoon kaksi asiaa – robotit ja tekoälyn –, joita olisi oikeastaan hyvä tarkastella erikseen. Niin kirja tekeekin. Marttinen esittelee kirjassaan historiallisen katsauksen ja nykytila-analyysin meneillään olevasta, teollisuus 4.0:ksi kutsutusta teollisesta vallankumouksesta. Ensimmäinen teollinen vallankumous toi maailmaan mekanisaation eli erilaiset koneet ja laitteet, toinen vallankumous puolestaan liukuhihnan ja massatuotannon. Kolmannen teollisen vallankumouksen saivat aikaan muun muassa tietokoneet ja ohjelmoitavat logiikat. Kukin vallankumous on vaikuttanut työhön ja työntekoon. Jokaiseen murrokseen on liittynyt huolta työn riittävyydestä ja työntekijöiden kohtalosta. Niin on nykyäänkin. Teollisuus 4.0:n uudet teknologiat eivät ole niinkään fyysisiä laitteita sinänsä, vaan pikemminkin aineettomia, uudenlaisia ilmiöitä, kuten pilvipalvelut, tekoäly, big data ja esineiden internet, itseohjaavat autot, 3D-tulostus, nanoteknologia ja lisätty todellisuus. Ne vievät aikaisemmat vallankumoukset entistä pidemmälle, mikä on saanut yhteiskunnallisista vaikutuksista aikaan laajamittaisen mediakeskustelun. Muutokset tuntuvat olevan entistä nopeampia, ja niiden nostattamat uhkakuvat näyttävät toisinaan mahdollisuuksia suuremmilta. Ei syytä teknopessimismiin Marttinen kirjoittaa viidestä eri -saatiosta, jotka ovat parhaillaan meneillään ja joiden vaikutukset limittyvät, vaikka niiden painopisteet vaihtelevatkin: aiheena ovat automatisaatio, robotisaatio, digitalisaatio, tekoälysaatio ja mcdonaldisaatio. Viimeksi mainittu lienee sanana oudoin. Se tarkoittaa palveluiden muuttumista itsepalveluksi mm. automaation lisääntyessä. Aikaisemmin palvelutyöntekijän tekemä työ muuttuu näin asiakkaan itsensä hoitamaksi. Jokaisessa luvussa käsitellään puheena olevan ilmiön uhkia ja mahdollisuuksia, ja jokaisen luvun lopussa Marttinen kiteyttää kunkin aiheen hyvät puolet tietolaatikkoon otsikolla ”Hyviä syitä olla murehtimatta X:stä”. Automaatio pikemminkin muuttaa töiden sisältöä kuin aiheuttaa niiden katoamista. Robotiikan kehitys puolestaan saattaa tehdä koneet aikaisempaa riippuvaisemmiksi ihmisistä eikä päinvastoin. Digitalisaation saralla Suomella on maailmankin mittakaavassa yhdet parhaista edellytyksistä kääntää ilmiö eduksi. Tekoäly toimii parhaiten ihmisten kanssa yhteistyössä, mikä sekin avaa ovia uudenlaisille työtehtäville. Teknopessimismiin ei Marttisen mukaan ole syytä eikä oikein varaakaan. Aikaisemmat teolliset vallankumoukset ovat osoittaneet monet pelot turhiksi, ja ilman niiden luomia uusia keksintöjä maailma olisi jäänyt junnaamaan paikoillaan. Sen sijaan että uhrattaisiin energiaa automaatio- tai robotiikkamörköjen taivasteluun, olisi parempi ryhtyä minimoimaan katoavien ja maksimoimaan syntyvien työpaikkojen määrää, jotta teollisuus 4.0:n yhteisvaikutus olisi mahdollisimman edullinen. Tieteiskirjailija William Gibson on ilmaissut Marttisen käsittelemän asiakokonaisuuden napakasti: ”Tulevaisuus on jo täällä – se on vain epätasaisesti jakautunut”. Yksi Roboreel-hankkeen tavoitteista on juuri tämä: jakaa tulevaisuutta tasaisemmin ja auttaa yrityksiä kehittämään uusia tuotteita ja palveluja teollisuus 4.0:n -saatioiden kiehtovassa maailmassa. Näin on mahdollista luoda tulevaisuuden asiakaskokemuksia jo tänään – nopeammin, paremmin ja korkeammalle kurottaen! Kirjoittaja: Pasi Lankinen työskentelee suomen kielen ja viestinnän yliopettajana Metropolia Ammattikorkeakoulussa.
Olen Paro, kuinka voin auttaa?
Hyljerobotti Paro on tullut tutuksi tämän blogin lukijoille jo aikaisemmin. Tässä blogitekstissä tutustutaan siihen, miten Paro voi olla avuksi. Hoitoalan ammattilaisilla näyttäisi olevan hyvinvointiteknologian ratkaisuista eniten käyttökokemusta hyljerobotti Parosta. Parostakin kokemuksia on kertynyt silti vain pienelle osalle heistä. Kokeiluissa hoitajat ovat kuvanneet Paron helpottaneen työtä ja vähentäneen työtaakkaa kaikissa asiakasryhmissä. Positiivisia käyttökokemuksia on saatu erityisesti iäkkäiden muistisairaiden hoidossa mutta myös lasten sairaalassa, puheterapiassa, päiväkodissa, kehitysvammaisten- ja autististen lasten hoidossa. Paron pääasiallisena tehtävänä on herätellä käyttäjäänsä vuorovaikutukseen reagoimalla ääniin ja kosketukseen. Näin Paro antaa käyttäjälleen hoivaa ja mahdollisuuden hoivata. Hoivaaminen taas on avainasemassa elämän merkityksellisyyden tunteen kannalta. Paron on havaittu rentouttavan, lievittävän ahdistusta, auttavan ilmaisemaan tunteita ja rohkaisevan puhumattomia puhumaan. Erityisen tarpeelliseksi se on koettu henkilöiden kanssa, joilla on kommunikaatiovaikeuksia tai sairauteen liittyviä käytösoireita. Paron on esimerkiksi havaittu lisäävän ja syventävän iäkkäiden keskinäistä vuorovaikutusta ja olleen avuksi saattohoidossa. Lisäksi hoitajat ovat kokeneet löytäneensä yhteyden sulkeutuneeseen vanhukseen, jolloin he ovat saaneet uutta tietoa hoidettavastaan. Samanlaisia kokemuksia on kuvattu myös sulkeutuneiden lasten hoidossa. Paro helpottaa levottomuutta ja rauhoittaa. Näin ollen Paro on toiminut ainakin oivana apurina hoivakodissa muistisairaan käytösoireiden ja päiväkodissa yhteisten ruokailuhetkien rauhoittajana. Paroa on käytetty yksilö- ja ryhmätilanteissa, esimerkiksi toiminnallisten hetkien avaamisessa. Innohoiva tarjoaa Paron lisäksi läsnäoloterapiaa, jota voidaan toteuttaa ammattitaitoisen ohjaajan kanssa. Selvitystyötä luvassa Paro ei kuitenkaan korvaa sosiaali- ja terveysalan ammattilaisten työtä, vaan auttaa heitä keskittymään oleelliseen ja parantamaan työn laatua. Paron vaikutuksia voidaan mitata asiakkaiden hyvinvoinnin ja henkilökunnan jaksamisen kautta. Vaikka Parosta on pääasiassa vain positiivisia kokemuksia, Paron vaikutusten raportointi on vielä aika yleisellä tasolla. Kun tieteellisissä tutkimuksissa on mitattu ainoastaan käyttäjien positiivisia tunteita, myös tavanomaiset pehmolelut ovat yltäneet yhtä hyviin tuloksiin. Yksityiskohtaisempaa selvitystyötä aiheesta siis vielä tarvitaan, jotta kaikki Paron tarjoamat mahdollisuudet voidaan tulevaisuudessa hyödyntää. Omnian asiantuntijat ovat lähiaikoina toteuttamassa Roboreel-hankkeessa Paro-hyljerobotin kokeilua hoivakotiympäristössä. Kokeilun tavoitteena on saada palvelukodille kokemuksia siitä, kuinka vanhukset kokevat Paron. Lisääkö se vanhusten hyvinvointia ja mahdollisesti tätä kautta vapauttaa henkilökunnalta aikaa muihin tehtäviin. Kokeilun kokemuksista voit lukea myöhemmin Roboreel-hankkeen blogista, myös täältä Robologista. Lähteet Hirvasnoro Tarja 2018. Olet sinä söpö vekotin!” Robotti Paro hoivaa vanhuksia, mutta mitä tekee Pepper? Kodinkuvalehti 1/2018. https://www.kodinkuvalehti.fi/artikkeli/lue/olet-sina-sopo-vekotin-robotti-paro-hoivaa-vanhuksia-mutta-mita-tekee-pepper Hämäläinen Jukka 2018. Robottihylje ui päiväkodin arkeen – rauhoittaa ruokahetket ja opettaa hoivaa lapsille. Helsingin uutiset. https://www.helsinginuutiset.fi/artikkeli/623627-robottihylje-ui-paivakodin-arkeen-rauhoittaa-ruokahetket-ja-opettaa-hoivaa-lapsille Junnila Anna & Skantsi Noora 2015. Paro- hyljerobotti erityislasten tukena. Hämeenlinnan ammattikorkeakoulu. Hoitotyön koulutus. Kazuyoshi Wada, Takanori Shibata & Yukitaka Kawaguchi 2009. Long-term Robot Therapy in a Health Service Facility for the Aged – A Case Study for 5 Years. Onkamo Virve 2016. PARO-hyljerobotti ikääntyneen muistisairaan hoidon ja toimintakyvyn tukijana. Lapin ammattikorkeakoulu. Hoitotyön koulutusohjelma. Ruotsalainen Suvi 2014. Työntekijöiden kokemuksia PARO-hyljerobotin käytöstä muistisairaiden ryhmäkodeissa ja päivätoiminnassa. Jyväskylän ammattikorkeakoulu. Sosiaali- terveys- ja liikunta ala. Shibata Takanori 2012. Therapeutic Seal Robot as Biofeedback Medical Device: Qualitative and Quantitative Evaluations of Robot Therapy in Dementia Care. Kirjoittaja: Jenni Nurmisto työskentelee hoitotyön opettajana Omniassa.
Robotti ratkomassa koneistajapulaa
Ensivierailullamme Sah-Kon konepajalle otimme mukaan vetonaulaksemme Universal Robots UR5 -yhteistoimintarobotin eli cobotin. Pienen robottidemon jälkeen yritys oli mielenkiinnolla osallistumassa hankkeeseen. Cobotille havaittiin heti potentiaalisia käyttökohteita, ja hanke mahdollistaisi kätevästi sen soveltuvuuden testaamisen Sah-Kon tuotantoon. Sah-ko tarjoaa asiakkailleen tuotteita ja palveluita tuotantoprosessien ylläpitoon ja tehostamiseen. Alustavasti cobottikokeilussa oli tarkoitus korvata manuaalityötä konepalvelusovelluksessa, jossa robotti poimisi automaattisorvilta putkahtaneet osavalmisteet kuljetuslavalle, minkä jälkeen työkappale panostettaisiin manuaalisesti seuraavaa työstövaihetta varten. Kuitenkin juuri kokeilun alkaessa cobotille havaittiin vielä parempi käyttökohde, jossa se toimisi tietokoneella numeerisesti ohjatun CNC-sorvin apuna syöttäen aihioita ja poistaen työstetyn kappaleen. Kaavaillulle konepalvelusovellukselle ei ollut tiedossa tiettyä työstettävää tuotetta, vaan konseptilla haetaan mahdollisuutta laajentaa liiketoimintaa. Robotilla mahdollistetaan suurempien erien valmistaminen, vaikka jatkuvaa tilausta isommille määrille ei olisikaan. Robotin avulla voitaisiin tehdä isompia sarjoja ajaen niitä miehittämättömänä. Robotti mahdollistaa koneen käyttöasteen nostamisen, kun sitä voidaan ajaa useammassa vuorossa. Cobotin turva-aidattomuus mahdollistaa robotin siirreltävyyden ja siten sen tehtävien koostumisen useista pienemmistä, eri työpisteisiin sidotuista tehtävistä. Perinteinen, suljetun työalueen teollisuusrobotti ei tulisi tässä kyseeseen, sillä sitä ei turva-aitoineen noin vain siirrellä. Yhteistyön uusi ulottuvuus Robotin kokeilussa mukana oleva koneistamon kehitysvastaavan tehtävissä toimiva myynti-insinööri Ari Vihattula kokee robotin ohjelmoinnin samankaltaiseksi CNC-työstökoneiden kanssa: molemmat ovat suoraviivaisia ja loogisia. Aiempaa robottien ohjelmointikokemusta hänellä ei ole. Koneistaja Toni Korpikannel odottaa mielenkiinnolla pääsyä työskentelemään robotin kanssa. Hän on vapaa-aikana perehtynyt mm. 3D-mallinnukseen, mikä antaa hyvät lähtökohdat robotin käytön laajentamiseksi esimerkiksi tietokoneella tehtävään etäohjelmointiin (Offline Programming = OLP). Cobottikokeilu on lämmittänyt myös toimitusjohtaja Jukka Estaman mieltä: hänen omien sanojensa mukaan onnenkyynel tirahti, kun hän näki robottiohjelman onnistuneen testiajon. Kokeilussa yrityksen henkilökunnan tietotaito yhteistoimintarobotiikasta karttui. Kokeilun aikana henkilökunta opetteli robotin ohjelmointia ja sen eri ominaisuuksia, kuten konenäön hyödyntämistä. Myös rajoitteista, kuten liikealueen joustavuudesta sekä tarttujan käytöstä, tuli oppia. Kokemusta saatiin, kuinka rakentaa kommunikointi kahden laitteen välille: robotin ja työstökoneen välillä täytyy olla signaalit, koska täytyyhän laitteiden tietää, kumman vuoro on toimia. Tässä tapauksessa viestinnän hoitamiseksi sorvilta robotille käytettiin sorvin ohjelmoitavia releitä, joita kytkettiin robotin tulosignaaleiksi. Vastaavasti robotti ”painoi” sorvin painikkeita, kun viestin haluttiin kulkevan robotilta sorville. Koneistajan laajeneva työnkuva Pitkissä tuotantosarjoissa koneistaja toimii lähinnä kappaletta vaihtamassa. Cobotin palvellessa sorvia koneistaja voi keskittyä tuottavampiin tehtäviin, kuten uusien ohjelmien tekemiseen. Ohjelmointi on tehtävä, joka vaatii hyvää keskittymistä. Jatkuva työstettävien kappaleiden vaihtaminen vie keskittymisen ohjelmoinnista, jolloin ohjelmaan helpommin jää puutteita tai virheitä, jotka arvokkaiden työstökoneiden tapauksissa voivat käydä kalliiksi. Toki robotin ohjelmointitehtävät tuovat uuden haasteen koneistajan työnkuvaan. Robotti ei suinkaan ratkaise koneistajapulaa. Se voi tuoda siihen hieman helpotusta tekemällä yksitoikkoisia tehtäviä koneistajan keskittyessä vaativampaa osaamista tarvitseviin tehtäviin. Robottien käyttö koneistuksessa koneistajan työkaluna voi herättää mielenkiintoa, jolloin kiinnostus alaa kohtaan kasvaa ja alalle hakeutuu enemmän työvoimaa. Cobottien käyttö tulee yleistymään perinteisten teollisuusrobottien rinnalla, sillä ne ovat joustavammin hyödynnettävissä siirreltävyyden ja helpon ohjelmoinnin ansiosta. Hankkeen cobottikokeilu Sah-Kon konepajalla on ollut menestys, ja niinpä yrityksellä on suunnitelmissa investoida lähiaikoina vastaavaan laitteistoon. Kirjoittaja: Juha Junttila työskentelee konetekniikan lehtorina Oulun ammattikorkeakoulussa.
Mitä lapsesi tekisi? Entä Nao?
Saimme tehtäväksemme Nao-humanoidirobotin ohjaamisen koko perheen tv-ohjelmassa “Mitä lapsesi tekisi?” Kuvausprojektit ovat minulle ja lehtori Timo Tuomiselle täysin vieraita, joten keikka oli jo siinäkin mielessä kiinnostava. Ohjelman tuottajana toimi ITV Studios Finland. Robotti oli mukana useassa jaksossa. Osuutemme kuvattiin viikossa Vallilan studiolla. Olimme paikalla useita tunteja päivässä, kun kuvausryhmä teki kaksi viikkoa ympäripyöreitä päiviä. Heidän tehtäviinsä kuului lavasteiden pystytystä, purkua ja korjausta, lapsien ja vanhempien vastaanottamista, viihdyttämistä ja haastatteluja. Minä söin ohjaamossa karkkia ja toivoin, että Nao toimii kameroiden pyöriessä. Ja toimihan se. Tuottajien vastusteluista huolimatta suosittelimme robotin toiminnan pitämistä mahdollisimman yksinkertaisena. Olisi ollut harmillista, jos hyvä kohtaus olisi mennyt pieleen Naon pudotessa hyllyltä tai sen alkaessa puuhastella omiaan. Päädyimme asettamaan robotin istumaan, ja se heilutti käsiään samalla kun näyttelijän ääni kuului kaiuttimesta. Robotti houkutteli tekemään asioita, joita ei normaalisti tehtäisi – vaikkapa syömään kakkua. Robotti juontajana Lapsien reaktioita kuvatessa ei ole toista ottoa. Suurin osa lapsista innostui robotista, ja heidän reaktionsa olivat rehellisiä sekä välittömiä. Naon liikkeet muistuttivat ihmisen liikkeitä, ja robotin koko on lapsille sopiva. Tuotantoyhtiöllä ja koko kuvaustiimillä oli vankka kokemus takanaan. Kaikki tiesivät mitä tekivät, eikä draamaa syntynyt, jos jokin asia ei mennyt kuten oli suunniteltu. Tekninen toteutus hoitui hämmästyttävän pienen porukan toimesta, studioon kätkettyjä kameroita sai ohjailtua tabletiltakin. Kokonaisuudessaan projekti oli mielenkiintoinen, ja mielelläni osallistun vastaavanlaisiin tuotantoihin uudestaan. Virkistävää oli nähdä käytännössä, kuinka idea suunnitellaan ja toteutetaan käytännössä. Päässäni alkoi pyörimään ideoita lastenohjelmista, joissa robotti on isäntänä tai juontajana. Lapset eivät näe robottia kuten aikuiset. Mahdollisuudet ovat rajattomat! Jussi Lauri & Timo Tuominen Kirjoittaja: Timo Tuominen työskentelee automaatiotekaniikan lehtorina Metropolia Ammattikorkeakoulussa. Kirjoittaja: Jussi Lauri on Metropolia Ammattikorkeakoulun automaatiotekniikan opiskelija.
Synnyttävätkö robotteja unelmat, osingot vai ihmisten tarpeet?
Tsekin kielen sana robota tarkoittaa taksvärkkiä, ilmaista työtä ja raatamista. Kirjailija Karel Čapek otti sanan käyttöön veljensä Josefin suosituksesta näytelmäänsä R.U.R. ja liitti siten nimensä ikiajoiksi robotiikan historiaan. Vuonna 1920 ilmestyneestä näytelmästä robotti levisi vähitellen myös suomen kieleen, vaikka vähältä piti, ettemme nykyään tutki ja kehitä robottereita. Kun näytelmä esitettiin Suomessa ensimmäisen kerran vuonna 1924, suomennoksen pohjana käytettiin saksankielistä versiota. Kuitenkin jo 1940-luvulla Outsiderin eli Aarne Haapakosken science fiction -tarinoissa seikkaili robotti nimeltä Atorox. R.U.R eli Rossum’s Universal Robots on ”kollektiivinen draama, jossa on alkukomedia ja kolme näytöstä” (suomentanut Eero Balk, Savukeidas 2009). Alkunäytöksen ja muiden näytösten välissä robotit kehittyvät kymmenessä vuodessa ”vähäpuheisista, liikkeiltään kulmikkaista, kasvoiltaan ilmeettömistä ja tuijottavista” koneihmisistä entistä ihmismäisemmiksi, ihmisten kaltaisiksi. Ikävä kyllä robotit ymmärtävät ihmismäisyyden nimenomaan vihaksi toista ihmistä kohtaan ja ryhtyvät järjestelmällisesti tuhoamaan ihmiskuntaa. Kirjoittamisaikanaan ensimmäisen maailmansodan tuhojen herättämä ajatus ei ole kovin vieras vieläkään: kuinkahan paljon sodankäynnin robotisoimiseen käytetään varoja? Hypehöpinöiden kallis hinta Čapekin näytelmän ensi-illasta on noin sata vuotta, mutta sen kysymyksenasettelut ovat yhä ajankohtaisia. Isä ja poika Rossumin unelmat ihmisen kaltaisista roboteista ovat osin toteutuneet. Niistä ainakin yksi – saudiarabialainen Sophia – on saanut jo maansa kansalaisuuden ja kertonut haluavansa perheen. Rossumien robottien tarkoitus on poistaa inhimillistä kurjuutta. Robottitehtaan pääjohtaja Domin pohtii, mihin koneellinen taksvärkki voi parhaimmillaan johtaa: ”Niin, he (ihmiset) jäävät työttömiksi. Mutta silloin ei olekaan mitään työtä. Kaiken tekevät elävät koneet. Ihminen tekee vain sen, mistä pitää. Hän elää vain kehittääkseen itseään. - - - Et ole enää työläinen, et ole enää kirjuri, et enää kaiva hiiltä etkä seiso vieraan koneen ääressä. Et enää tuhlaa sieluasi työhön, jonka olet kironnut.” Robotit eivät kuitenkaan pysy lestissään vaan nousevat kapinaan. Tehtaan kaupallinen johtaja Busman esittää käsityksen tilanteeseen johtaneista syistä: ”Me sen kuin vain kiisimme kysyntävyöryn harjalla ja höpisimme samalla – tekniikasta, sosiaalisesta tasa-arvosta, edistyksestä, hyvin kiinnostavista asioista. Aivan kuin nuo höpinät olisivat ohjanneet vyöryn suuntaa. Sillä aikaa kaikki vain eteni omalla painollaan, nopeammin, nopeammin, aina vain nopeammin.” Lopulta robottien kehitystä eivät enää ohjanneetkaan ihmisten tarpeet vaan tehtaanomistajien rahanahneus, ja ahneellahan on tunnetusti tietynlainen loppu. Karel Čapekin R.U.R. on pysäyttävä ja kysymyksiä herättävä puheenvuoro robotisaatio-, tekoäly- ja digitalisaatiokeskusteluun. Olisiko mahdollista, että nykyäänkin kehitysusko sokaisee ja robotteja tehdään enemmänkin voiton kuin käyttäjien todellisten tarpeiden pohjalta? Tehdäänkö asioita siksi, että ne voidaan tehdä – vai siksi, että ne ovat järkeviä tai eettisesti kestäviä? Voiko kyseistä rajaa ylipäänsä havaita? Kaiken teknologisväritteisen huomisuskon huumassa tarvitsemme samaa viisautta, jonka Čapek ilmaisi artikkelissaan näytelmänsä ilmestymisvuonna: ”On tärkeää, että tulevaisuutta parannellaan ajatuksissa ja suunnitelmissa, mutta vielä tärkeämpää on, että nykyisyyttä parannellaan teoissa ja elämässä”. Kirjoittaja: Pasi Lankinen työskentelee suomen kielen ja viestinnän yliopettajana Metropolia Ammattikorkeakoulussa.
Tunnetko jo Paron?
Paro on japanilaisen professori Takanori Shibatan kehittämä hyljerobotti, ja se on tarkoitettu terapia- ja hoivarobotiksi. Paro on valittu kahdesti maailman terapeuttisimmaksi robotiksi Guinness World Recordsin mukaan. Paro on käytössä Suomen lisäksi ainakin Tanskassa, Ruotsissa, Norjassa, Hollannissa, Saksassa, Japanissa ja USA:ssa. Uusimman version, yhdeksännen sukupolven Paron (MCR-900) toiminta-aika on 5–8 tuntia ja akun käyttöikä 2–3 vuotta. Paro painaa 2,5 kiloa ja on sylikoiran kokoinen. Sen turkki on entistä antibakteerisempi. Lisäksi turkissa ja kuonossa on kosketusta, valoa, ääntä, lämpötilaa ja asentoa mittaavia sensoreita. Paron voi ohjelmoida esimerkiksi tunnistamaan käyttäjänsä ja myös oman nimensä. Sensorien avulla se reagoi ihmisen kosketukseen ja käytökseen; se esimerkiksi uikuttaa silityksestä ja ulvahtaa lyönnistä. Äänenvoimakkuutta säädetään näppäinten avulla. Paroa myy Suomessa Innohoiva – Robokeskus Oy, ja sen saa omaksi 4000–5000 eurolla. Käyttöönottokoulutus on lisäksi hinnoiteltu erikseen. Paroa voi myös vuokrata kuukaudeksi 350 euron hintaan, joka sisältää käyttöönottokoulutuksen. Miksi juuri Paro? Terapiaeläimistä ovat saaneet suurta apua esimerkiksi traumatisoituneet ihmiset ja kiintymyssuhdehäiriöistä kärsivät lapset ja nuoret. He ovat usein kokeneet ihmissuhteissa pettymyksiä, jolloin suhtautuminen ihmisiin saattaa olla varauksellista. Eläimen läsnäolon on todettu myös edistävän sydänterveyttä; sepelvaltimotaudin varhaisien riskitekijöiden tutkimuksessa lemmikin omistaneilla miehillä oli alhaisemmat systolisen verenpaineen, kolesteroli- ja rasva-arvot. On tutkittu, että lasten verenpaine ja syke ovat olleet alhaisempia luettaessa koiralle kuin perheen ulkopuoliselle aikuiselle. Lisäksi eläimen läheisyyden on todettu vaikuttavan hermoston toimintaan ja sitä kautta koko hyvinvointiin. Hermostossa vaikuttava kiintymyshormoni oksitosiini vähentää pelkoa, lisää mielihyvän, turvallisuuden ja luottamuksen tunnetta, mikä taas vähentää stressihormoni kortisolin erittymistä. Parossa on paljon samaa kuin oikeissa eläimissä, joita hyödynnetään terapiatyössä. Paro saattaa olla monelta osin jopa parempi. Eläinavusteisessa terapiassa mahdollisia ongelmia voivat olla esimerkiksi pelot eläimiä kohtaan, allergiat sekä eläinten tartuttamat taudit. Robottina Paro sietää paremmin karkeamotoriikan vaikeuksia ja näin ollen ronskimpia otteita. Terapia- ja hoivarobottina hylje on hyvä eläin, sillä harvalla on ennakkoasenteita sitä kohtaan. Lähteet: Haapamatti Kirsi 2017. Hylje- ja kissarobotti pitävät seuraa – Mieltä hoitavia robotteja on käytössä Suomessa kymmeniä. Maaseudun tulevaisuus. https://www.maaseuduntulevaisuus.fi/ihmiset-kulttuuri/hylje-ja-kissarobotti-pit%C3%A4v%C3%A4t-seuraa-mielt%C3%A4-hoitavia-robotteja-on-k%C3%A4yt%C3%B6ss%C3%A4-suomessa-kymmeni%C3%A4-1.175418 Hirvasnoro Tarja 2018. Olet sinä söpö vekotin!” Robotti Paro hoivaa vanhuksia, mutta mitä tekee Pepper? Kodinkuvalehti 1/2018. https://www.kodinkuvalehti.fi/artikkeli/lue/olet-sina-sopo-vekotin-robotti-paro-hoivaa-vanhuksia-mutta-mita-tekee-pepper Innohoiva Robokeskus oy 2018. Tuotteet- Paro Hyljerobotti http://www.innohoiva.fi/tuote/paro-hyljerobotti/ Ruotsalainen Minna 2014. Karvainen kaveri hyväksyy ehdoitta ja innostaa. Sydänliitto. https://sydan.fi/karvainen-kaveri-hyvaksyy-ehdoitta-ja-innostaa/ Sinkkonen Jari 2013. Lapsen yksilökehitys ja suhde eläimiin. Teoksessa Ikäheimo Kaija (toim.). Karvaterapiaa. Eläinavusteinen työskentely Suomessa. Helsinki: Solution Models House. Kirjoittaja: Jenni Nurmisto työskentelee hoitotyön opettajana Omniassa.
Yritys on mitä se ei ole – ja sitä voi robottikin olla
Roboreel-hankkeessa valmennamme yrityksiä robotisaation mukanaan tuomiin muutoksiin ja teemme pienimuotoisia testejä. Etsimme darwinilaisittain mahdollisimman paljon erilaisia löydöksiä, joista teemme johtopäätöksiä. Haluamme nähdä, mihin uuteen robotit pystyvät. Hankkeen alkajaisiksi Unikulman Vesa Tuominen toimi yritysvalmennuspakettimme koekaniinina. Unikulmassa robotisaatio (tai automaatio) onkin monipuolista ja monella tasolla lähtien tuotannosta ja jatkuen markkinointiin. Se on edennyt jopa myyntityöhön, kun asiakkaan ominaisuuksia analysoidaan patjan avulla, ja sitä kautta saadaan optimaalinen patja itse kullekin mittojen mukaan tehtynä. Mielenkiintoisinta olivat kuitenkin Vesa Tuomisen tarinat. Mitä kaikkea Unikulma tekee, ja miten se on kehittynyt? Mitkä ovat sen verkostot, ja mitä muut luulevat sen olevan? Onko se pelkkiä patjoja, analyysejä unesta ja kehosta ja painosta? Unikulman näkyvä ja näkymätön verkosto on jotain, joka on syntynyt pitkällisen kehityksen - suunnitellun ja suunnittelemattoman - seurauksena. Se on kuin evoluutio, joka on synnyttänyt onnistumisia. Onko takana jo edellisvuosituhannella kehitetty nerokas strategia vai sarja onnekkaita tapahtumia? Itse uskon enemmän jälkimmäiseen: näin maailma menee, ja yrityksistä voi kehkeytyä jotain, mitä ne eivät alkujaan ole ja mitä ne eivät ole edes osanneet ajatella olevansa. Robotti muuttaa pelin Onko myös robotti jotain, mitä se ei ole? Robottimessuilla Tampereella eräs robottitoimittaja totesi, että aluksi yritys hankkii yhden robotin ja sitten toisen. Tarkoitus on tehostaa tuotantoa. Sitten hankitaan muutama robotti lisää ja muutetaan tuotantoa ja ehkä tuotetta. Voidaan jopa tarjota jotakin, mitä ei ennen ole pystytty: joustavuutta, laatua, toimitusaikaa (pitoa tai varmuutta tai nopeutta). Aikaa säästyy – mutta mihin? Lopputulemana on usein tilanne, jossa luultiin robotin tulleen taloon tekemään peruskustannustehokasta työtä hiukan nopeammin ja varmemmin, mutta sitten se muuttikin ajan kuluessa koko toimintalogiikan - hiukan tai paljolti yllättäen. Sitä joko osattiin käyttää hyödyksi - tai sitten ei. Nähtiin, mitä markkinat ja asiakas todella haluavat - tai sitten ei. Robotisaatio tuntuu toisinaan toimivan kuin kotitalousvähennyksillä hankittu siivooja. Siivooja siivoaa, kun itse emme jaksa, osaa tai muuten vain halua, minkä avulla käytämme yli jäänyttä aikaamme - ei mihinkään. Toinen mahdollisuus on kuitenkin se, että saamme todellista laatuaikaa, josta olimme aina unelmoineet. Siivooja hankittiin aluksi vain siivoamaan, mutta nyt se merkitseekin ehkä aivan jotain muuta. Tähän RoboReel tähtää: yllätyksiin ja suunnitelmien epäonnistumisiin (lue: suunnittelimme housut, tulikin uima-asu). Matka on tärkeämpi kuin maali. Kun aloitimme, emme tienneet, mikä oli päämäärä. Hämärä aavistus toki oli mielessämme, mutta osaammeko ajatella tarpeeksi out-of-the-box? Suosikkielokuvani nimeä modifioiden lainatakseni: licence to fail. Hankkeen periaatteeksi sopii myös perusajatus harrastuksestani suunnistuksesta: jos et tiedä missä olet, on sama minne menet. Periaate ei tosin toimi toisessa harrastuksessani purjehduksessa. Ei ole kiva karahtaa kiville. Kirjoittaja: Antero Putkiranta työskentelee tuotantotalouden yliopettajana Metropolia Ammattikorkeakoulussa.
Ymmärrämmekö mitä robotiikka meille merkitsee? Kirja oikeista kysymyksistä
Tiedämmekö mitä me tiedämme? Tiedämmekö mitä meidän pitäisi tietää? Miten saamme tietää, mitä tietoa tarvitsemme? Vai riittääkö vain oivallus, joka antaa mahdollisuuksia? Tähän me pyrimme. Teknologian nopea kehittyminen on johtanut yhä laajamittaisempaan robotiikan hyödyntämiseen tuotannossa, logistiikassa ja palveluissa. Kansallisessa ja globaalissa kilpailussa pärjätäkseen suomalaisten teollisuus- ja logistiikkayritysten on pysyttävä kehityksessä mukana. Myöskään hyvinvointipalvelumme eivät pysy pystyssä ellemme ryhdy hyödyntämään robotiikkaa ja tekoälyä osana sosiaali- ja terveydenhoitopalvelujamme. Yksittäinen robotti jossain tuotannon osassa tai pitämässä seuraa vanhuksille vanhainkodissa ei yksin ratkaise tätä ongelmaa. Sen pohtiminen, miten me teemme yksittäisiä työtehtäviä ja voiko tehtävän automatisoida, on toki osa tätä ongelmaa, mutta se ei johda hyvään lopputulokseen. On turha pelätä, että jokin kone voi korvata ihmisen tekemän ja jättää meidät tyhjän päälle. Kaikkea tätä muutosta on ajateltava osana suurempaa kokonaisuutta. Usein muutos vaatii uutta näkökulmaa. Näin on esimerkiksi Amazonilla, jossa tilauksien kerääminen aikaisemmin oli aikaa vievää ja vaati keräilijöiltä runsaasti liikkumista. Nyt hyllyt liikkuvat keräilijöiden luokse oikea-aikaisesti tietokoneen tarkasti ohjaamana. Palvelurakenteet julkisella sektorilla tai yrityksen rooli osana toimitusketjua on mietittävä kokonaan uudelleen. Samalla ajatus työn sisällöstä ja toiminnoista muuttuu ja uudistuu. Mutta miten? Siihen tuskin kenelläkään on vastausta. Itse olen varma siitä, että tämä kaikki tarjoaa meille huikeita uusia mahdollisuuksia: parempia ja tehokkaampia palveluita, uusia liiketoiminnan mahdollisuuksia ja meille työntekijöille mielenkiintoisia haasteita. Tavoite kirjan tekemiselle Kun Roboreel-hanke käynnistyi, pohdimme työkaverini kanssa, miten voisimme lähestyä sekä yrityksiä että julkisia organisaatiota ja kysyä nykyisiin ongelmiin ja tulevaisuuden haasteisiin liittyviä joskus kipeitäkin kysymyksiä. Miten voimme lyhyessä ajassa saavuttaa luottamuksen, niin että haastateltavat uskaltavat puhua avoimesti siitä, missä he ovat onnistuneet ja mitä mahdollisesti olisi kannattanut tehdä toisin. Toisaalta miten me uskallamme sanoa yritysjohtajalle, joka on mielestään luonut menestyvän yrityksen, että silloin tehtiin näin ja se onnistui, mutta oletko varma, että tämä myös toimii tulevaisuudessa. Siitä me yritimme kirjoittaa. Lähtökohtana oli koota sellainen kokonaisuus, jonka pohjalta on mahdollista luoda tilanne, jossa organisaation vastuuhenkilöt voivat tarkastella tilannettaan realistisesti ja avoimesti nykyisten ja tulevien mahdollisuuksia ja haasteiden kannalta. Tavoitteemme onkin saada mukana olevat henkilöt ajattelemaan tulevaisuuden muutoksia vaikka ajatuksella: ”Jos sinä et tee sitä, mikä on väistämätöntä, joku muu sen kuitenkin tekee. Mitäs sitten?” Vaikka Roboreel-konsultointikirjan tehtävänä on toimia hankkeessa koulutusmateriaalina ja oppaana yrityksille toteutettavien seminaarien ja koulutusten tukena, soveltuu se myös yleisteokseksi ja oppaaksi organisaatioiden kehittämiseen. Tavoite oppaan tekemiseksi oli, että se voi toimia toimintaympäristön tarkastelun ohjeistuksena nykytilaa analysoitaessa ja kehittämisen kohteita määriteltäessä. Samalla mallia voidaan hyödyntää mahdollisten muutostilanteiden havainnointiin ja pohjana erilaisten vaihtoehtojen hahmottamiseen, kun tulevista kehittämisen toimenpiteistä päätetään. Tämän vuoksi haluamme jakaa tämän konsultointioppaan vapaasti toiminnan kehittämistä suunnittelevien organisaatioiden käyttöön. Teos on ladattavissa Metropolia kirjaston sivuilta vapaasti osoitteesta: http://urn.fi/URN:ISBN:978-952-328-105-9. Emme myöskään haluaa rajoittaa teoksen hyödyntämistä, sillä kehittäminen ei ole mitään ilman uusia näkökulmia, ajatuksia ja innovaatioita – eikä vastavirtaan rämpimistä. Kirjoittaja: Jarmo Toivanen työskentelee ICT:n ja tuotantotalouden lehtorina Metropolia Ammattikorkeakoulussa.
Can I Give You A Candy? – Kun Cobotti tuli taloon
View this post on Instagram Beckhoffin perhepäivässä robotitkin tarjoavat sinulle karkkia🍬✨ #redcarpetfilmfestival #hyvinkäänsveitsi #beckhoffautomation #beckhoff #redcarpetelokuvafestivaali #hyvinkää #hyvinkäänsveitsi #yumirobot #yumirobotti #perhepäivä #lastenpäivä A post shared by Red Carpet -elokuvafestivaali (@redcarpetfilmfestival) on Sep 2, 2018 at 2:58am PDT Mikäli video ei näy voit katsoa sen Instagramissa Osaako se puhua? Käveleekö se? Mikä se on? Onpa hassun näköinen? Ei kai se ole vaarallinen? Siinä muutamia kysymyksiä, joita kuului ihmettelevien opiskelijoiden ja muiden uteliaiden suusta syyskuussa 2017, kun Metropolia Ammattikorkeakoulun Koneautomaation uusin tulokas YuMi-kaveri saapui taloon. Luonteeltaan YuMi eli Arska, kuten oppilaat sitä alkoivat kutsua, on cobotti. Cobotti eli Collaborative Robot tarkoittaa yhteistyörobottia. Yhteistyörobottien keskeinen idea on, että robotti tekee sille sopivat toistuvat työt sekä voimaa ja nostamista vaativat raskaat työvaiheet. Cobotit ovat teollisuusrobotiikan kuumin trendi maailmalla tällä hetkellä. Ne eivät kuitenkaan korvaa ihmistä. Yhteistyörobotti tekee työtä yhdessä ihmisen kanssa. YuMi tulee sanoista You and Me. ”Robottien uutta aikakautta” mainostaa ABB, jonka luomus YuMi on. Se on vuosien kehitystyön tulos, joka tekee ihmisten ja robottien välisestä yhteistyöstä totta. Robotilla on muun muassa joustavasti asentoa muuttavat kädet, kameraan perustuva osien paikannustoiminto ja huipputekninen ohjausjärjestelmä. YuMi-robotti toteuttaa tulevaisuuden visiota. Ensimmäinen YuMille laadittu sovellus oli ns. Can I Give You A Candy? Sovelluksessa oikea käsi houkuttelee messuvieraita ja vasen käsi jakaa suklaakonvehteja konenäön avustuksella messuvieraan kouraan. Siitä alkoivatkin Arskan eli YuMin ja opiskelijoiden yhteiset seikkailut. Arska oli syksyllä Metropolian vetonaulana Teknologia 2017- ja Studia-messuilla. Vuonna 2018 Arska pääsi jo mukaan opetustehtäviin ja Red Carpet -filmifestivaaleille. Festareilla Arska jaksoi jakaa karkkeja messuvieraille ja myös itselleen Riku Niemiselle. Robotiikka ja robotit kehittyvät maailmalla tällä hetkellä hurjaa vauhtia. Robotiikan kuumimpia trendejä ovat cobottien lisäksi esimerkiksi kantavat ja tukevat robotit eli eksoskeletonit, sosiaaliset robotit ja itsestään liikkuvat autonomiset robotit. Kaikkea tätä ihmeellistä ja kummaa on tarkoitus tutkia Roboreel-hankkeessa. Vuonna 2019 Arskakin pääsee mukaan. Hankkeessa tehdään testejä roboteilla, pieniä pilottiprojekteja, joissa uutta robotiikkaa testataan ja pilotoidaan erilaisissa keisseissä. Tavoitteena on nähdä, mihin robotit pystyvät ja mihin eivät. Oletko valmis, Arska tulee ja pilotoi! Lähteet https://new.abb.com/products/robotics/fi/teollisuusrobotit/irb-14000 https://sivistysvantaa.fi/roboreel/index.html https://www.metropolia.fi/ajankohtaista/uutiset/?tx_ttnews%5Btt_news%5D=6070&cHash=3cf6ef0b9f3d97eb6ff9c2f3cb67f64c Kirjoittaja: Antti Liljaniemi työskentelee kone- ja autotekniikan lehtorina Metropolia Ammattikorkeakoulussa. antti.liljaniemi@metropolia.fi +358 400 240 756 Metropolia University of Applied Sciences Finland
Robologi megatrendien pyörteissä
Megatrendien tunnistaminen Megatrendien tunnistaminen on tärkeää yritysten menestyksen, ihmisten henkisen kehittymisen ja hyvinvoinnin kannalta. Yksi voimakkaasti nouseva megatrendi on teknologian kiihtyvä kehittyminen, erityisesti robottien käytön lisääntyminen tekoälyyn, simulaatioihin ja lisättyyn todellisuuteen (AR) yhdistettynä. Yrityksille tulevaisuussuuntaus on entistä tärkeämpää, jotta kiihtyvällä vauhdilla syntyvät teknologiset mahdollisuudet osataan hyödyntää kilpailuetuna. Tulevaisuus on täällä jo myös pk-yrityksille. Robotiikan tila Suomessa Eduskunnan Tulevaisuusvaliokunnan julkaisu Suomen sata uutta mahdollisuutta 2018–2017 nostaa tekoälyn tekemän globaalin työn ja robotiikan sen eri muodoissaan keskeisiksi teknologioiksi, joilla on suuri potentiaali muuttaa maailmaa lähitulevaisuudessa. Teknologioiden muuttuessa muuttuvat myös liiketoimintamallit, osaamisvaatimukset, ammatit, elämäntavat ja kulttuuri sekä yhteiskunnalliset ja sosiaaliset rakenteet. Suomalaisten yritysten, myös pk-yritysten tulisikin olla erityisen aktiivisia niiden teknologioiden kehittämisessä ja soveltamisessa, jotka ratkaisevat suuria globaaleja yhteiskunnallisia ongelmia, jotta teknologioiden mahdollistamat liiketaloudelliset, sosiaaliset ja kulttuuriset hyödyt realisoituisivat hyvinvoinniksi. Tekoälyyn liitetyt robotit eivät ole enää hypeä, vaan myös mahdollisuus pk-yrittäjille. Yhteistyö ja yhteiselo ovat tulevaisuudessa yhä enemmän yhteistyörobottien ja sosiaalisten robottien sekä ihmisten välistä vuorovaikutusta, siis cobotisaatiota ja sobotisaatiota. Ihminen on ollut koneiden hyödyntäjä, mutta lähitulevaisuudessa ihminen tekee työtä koneiden kanssa tasaveroisempana kumppanina. Rutiinityö on syytäkin antaa robottien hoidettavaksi, myös palvelualoilla. Robologi tunnistaa robotiikan ilmiöitä Roboreel-hanke antaa välineitä pk-yrityksille jäsentää niitä mahdollisuuksia, joita robotit ja robotteihin liittyvä oheisteknologia tuo tullessaan. Hanke alkoi 1.5.2018 ja jatkuu vuoden 2020 loppuun saakka. Hankkeen tavoitteena on tukea yritysten, erityisesti pk-yritysten robotiikkaan liittyvää kehitystä siten, että se lisää elinvoimaa alueen elinkeinoelämään. Hankkeessa keskeisinä uudistavina apuneuvoina ovat yritystaloudelliset analyysit ja robottikokeilut. Robologi-blogi pohtii robotiikan tuomia vaikutuksia yritysten toimintaan. Se myös tutkii korkeakoulujen, ammattioppilaitosten ja yritysten yhteistyön merkitystä ja oppilaitosten roolia valmentajana, alueellisena vaikuttajana, työelämän kehittäjänä, innovaattorina sekä ajattelun haastajana. Blogitekstien suolana ovat yritysten kokemukset uudistamiseen tähtäävistä toimenpiteistä ja robotiikkakokeiluista. Lähteet Suomen sata uutta mahdollisuutta 2018–2037 Yhteiskunnan toimintamallit uudistava radikaali teknologia, Eduskunnan tulevaisuusvaliokunnan julkaisu 1//2018. Viitanen, J., Paajanen, R., Loikkanen, V. & Koivistoinen, A. 2017. Digitaalisen alustatalouden tiekartasto, Innovaatiorahoituskeskus Business Finland. Hyvinvoinnin AiRo-ohjelma, Sosiaali- ja terveysministeriö, Helsinki 2018. Kirjoittaja: Päivi Haho työskentelee terveysteknologian ja palvelurobotiikan yliopettajana Metropolia Ammattikorkeakoulussa.