Tutkimus ja viestintä 19.2.2022

Ennakoiva analytiikka ja tekoäly avuksi myös tulityöriskien arviointiin – jos dataa riittää

Keltaiset pisteet kuvaavat pääkaupunkiseudulla tapahtuneita rakennuspaloja ja rakennuspalovaaroja vuosina 2013–2019. Taustalla oleva vihreä ruudukko on HSY:n väestötietoruudukko. Pohjakartta: OpenStreetMap®, lisenssi: Open Data Commons Open Database License (ODbL), OpenStreetMap Foundation (OSMF).

Keltaiset pisteet kuvaavat pääkaupunkiseudulla tapahtuneita rakennuspaloja ja rakennuspalovaaroja vuosina 2013–2019. Taustalla oleva vihreä ruudukko on HSY:n väestötietoruudukko. Pohjakartta: OpenStreetMap®, lisenssi: Open Data Commons Open Database License (ODbL), OpenStreetMap Foundation (OSMF).

Riskianalyysien laatimisessa voi hyödyntää ennakoivaa analytiikkaa ja tekoälyä. Erikoistutkija Laura Kuurne Suomen Pelastusalan Keskusjärjestöstä uskoo, että ne soveltuisivat myös tulityöriskien arviointiin – jos vain dataa riittää.

”Jotta voidaan luoda tilannekuva siitä, mitkä ovat tulityövahinkoja keskeisesti selittäviä tekijöitä, tarvitaan paljon dataa. Tarvitaan tarpeeksi tietoa tulityövahinkoihin johtaneista tilanteista, niihin liittyvistä olosuhteista ja ympäristötekijöistä”, Kuurne kertoo.

Käytännössä ihminen opettaa tekoälymallia opetusaineistolla, jonka avulla algoritmi muodostaa luokittelijan, joka määrittelee keskeiset riskit. Kaikkiin ennakoivan analytiikan malleihin ei tarvita tekoälyä.

”Ennakoivassa analytiikassa hyödynnetään matemaattisia malleja, jotka perustuvat todennäköisyyslaskentaan. Tekoälyä hyödyntävät ohjatun oppimisen algoritmit ovat kuitenkin yleisimmin käytettyjä, koska niiden avulla pystytään kompensoimaan puuttuvaa tietoa ja järjestelemään epäsiistiä dataa. Mallin ja menetelmän valinta riippuu saatavilla olevan aineiston koosta ja rakenteesta.”

Tarvittavan datan määrä on tapauskohtaista. Esimerkiksi rakennuspaloissa pitäisi olla tuhansia jo tapahtuneita onnettomuuksia, joilla opettaa tekoälymallia.

Konkreettisena esimerkkinä jatkuvasti päivittyvän tietokannan käytöstä pelastusalalla Kuurne mainitsee New Yorkissa käytössä olevan ennakoivaa analytiikkaa hyödyntävän ohjelmiston, josta palotarkastaja voi töihin tullessaan saada ajankohtaisen listan rakennuksista, joissa on korkein paloriski. Tarkastettuaan kohteet palotarkastaja päivittää tiedot ohjelmaan ja kohteen riskiarvio päivittyy.

Niin sanotun big datan käyttöä tulityöriskien arvioinnissa on kokeiltu Kiinassa lupaavin tuloksin.

Teksti: Jarkko Sorjonen

Lisää mielenkiintoista asiaa tulitöistä numerossa 1/2022, joka ilmestyi 16. helmikuuta.

Lue lisää