ɫɫ��

Miika Aittalalle myönnettiin Tietotekniikan Tutkimussäätiön väitöskirjapalkinto Tietojenkäsittelytieteen päivillä Otaniemessä 1.9.2017. Aittalan väitöskirja "Computational methods for capture and reproduction of photorealistic surface appearance" (suom. "Laskennallisia menetelmiä pintamateriaalien ulkonäön kaappaamiseen ja toisintamiseen") palkittiin jo keväällä 2017 Aalto-yliopiston Perustieteiden korkeakoulun väitöskirjapalkinnolla. NVIDIA on lisensoinut kaksi väitöskirjatyössä kehitettyä algoritmia, ja työn tulokset ovat suoraan hyödynnettävissä erilaisissa sovelluksissa kuten tietokonepelien tai virtuaalitodellisuuden tuottamisessa. Valmistuttuaan Aalto-yliopistosta Miika lähti postdoc-tutkijaksi Bostoniin, maineikkaaseen Massachusetts Insitute of Technology’iin (MIT).

Miten päädyit MIT:hin?

Miikan väitöskirjatyön ohjaaja, professori Jaakko Lehtinen, vietti aikoinaan pari vuotta MIT:ssä väiteltyään, ja hänen kauttaan Miika päätyi samoihin projekteihin MIT:n professorin Frédo Durandin kanssa. ”Valmistumisen häämöttäessä kävin vierailemassa MIT:n grafiikkaryhmän vuosittaisessa retriitissä esittelemässä työtäni ja tapaamassa paikallisia tutkijoita, toki myös valmistumisen jälkeisten mahdollisuuksien alustava kartoittaminen mielessä. Tulimme sopineeksi asiasta jo samalla visiitillä”, Miika kertoo.

Mitä tutkit tällä hetkellä?

”Isot teemat jatkuvat samoilla linjoilla, mutta erityisesti olen viemässä tutkimusta koneoppimisen suuntaan”, kuvailee nuori tutkija työtään Bostonissa. Koneoppimisen viimeaikaisissa edistysaskelissa saattaa piillä ratkaisuja moniin pitkään askarruttaneisiin ongelmiin, kuten pyrkimykseen kehittää ihmisen kaltaista ymmärrystä näköhavainnoista, hän jatkaa. ”Toki pyrin muutoinkin laajentamaan näkökulmiani ja yhteistyökuvioitani, ja tähän tarkoitukseen MIT on erinomainen paikka.”

Mikä sinua kiinnostaa työssäsi eniten?

”Kyllä se perimmäinen motivaatio on mielenkiintoiset ongelmat ja etenkin itse ratkaisuprosessi”, Miika toteaa. Tietokonegrafiikassa häntä viehättää erityisesti se, että jokainen askel palkitsee usein näyttävillä visuaalisilla tuloksilla. Tietokonegrafiikka on alana myös sikäli mielenkiintoinen, että lähes mitä tahansa voidaan simuloida visuaalisesti. Tämän seurauksena valtava määrä ilmiöitä eri aloilta kuuluu sen piiriin, Miika huomauttaa.

Mistä väitöskirjan aikana oppimastasi on ollut eniten hyötyä itsellesi?

Väitöskirja on luonnollisesti kartuttanut teknistä osaamista, mutta kenties tärkein opetus Miikan mielestä on koskenut tapoja kommunikoida ajatuksia, oli kyse sitten kirjoittamisesta, esitysten pitämisestä erilaisille yleisöille tai keskustelemisesta kollegojen kanssa. ”Hyvätkin ajatukset jäävät kauas potentiaalistaan, jos ne esitetään huolimattomasti”, hän tiivistää.

Mitä haluaisit tehdä viiden vuoden päästä ja missä?

”Tämä onkin hyvä kysymys”, vastaa Miika. Postdoc-jakso on hyvä tilaisuus tunnustella akateemisen uran näkymiä sulkematta ovea vielä teollisuudeltakaan. Molemmista löytyy hänen alallaan palkitsevaa tekemistä, myös tutkimuksen suhteen. ”Tähänastinen urakehitykseni on lopulta seurausta omien kiinnostusteni varsin vapaasta seuraamisesta. Toivon, että voin jatkaa tällä linjalla.”

Mitä neuvoja antaisit tutkijanpolkua vasta aloitteleville?

”Kannattaa reippaasti tähdätä työnsä suoraan kansainvälisesti merkittäville foorumeille, ja hyödyntää konferenssit ynnä muut alan ihmisiin tutustuen”, Miika vinkkaa. Ihmiset ovat usein avoimia erilaisille yhteistyökuvioille ja vierailuille, kunhan tietävät hyvästä työstäsi ja kontakti on olemassa, hän vakuuttaa. ”Itse en olisi osannut nähdä itseäni tässä tilanteessa viisi vuotta sitten, mutta näin ne asiat järjestyvät.”

Lopuksi Miika valaisee, mikä on ollut hänen oma asenteensa tutkimuksen tekoon: ”Yleisemmin itse tutkimuksen suhteen oma strategiani on aina ollut tuntea käyttämäni tekniikat ja työkalut pari tasoa “tarpeettoman” syvältä, sekä myös sivusuunnasta naapurialoilta. Olen esimerkiksi opiskellut läjäpäin niin sanottua oikeaa matematiikkaa, jota en sinänsä suurelta osin ikinä tarvitse, mutta tämän seurauksena oman alani käsitteet asettuvat laajempaan kokonaisuuteen ja niiden omaksuminen ja laajentaminen on paljon helpompaa.”

������ä�پ���ٴ��Ჹ:
TkT Miika Aittala
miika.aittala@iki.fi