Esimerkkejä käyttöalueista

Koneoppiminen

Koneoppiminen on tekoälyn osa-alue, joka automatisoi tehokkaasti analyyttisen mallin rakentamisen ja jota voidaan hyödyntää esimerkiksi päätöksenteon tukena tai tuotantoprosessien tehostamisessa. Koneoppimisalgoritmit tunnistavat datassa olevia malleja ja auttavat datatieteilijöitä ratkaisemaan ongelmia. Koneoppimisalgoritmit voivat ennustaa arvoja, tunnistaa epätavallisia tapahtumia, määrittää rakennetta ja luoda luokkia.

Koneoppimisessa algoritmeja käytetään tietomallien tunnistamiseen, ja näitä malleja voidaan soveltaa ennusteen luomiseksi. Koneoppimisalgoritmit voivat tuottaa estimaatteja, tunnistaa epätavallisia tapahtumia, määrittää rakenteita ja luoda luokkia. Koneoppiminen voi esimerkiksi hyödyntää asiakkaisiin liittyvää dataa ja tunnistaa käyttäytymismalleja, jolloin on mahdollista optimoida tuotesuosituksia ja tarjota parhaan mahdollisen asiakaskokemuksen.

Virtauslaskenta

Virtauslaskennalla eli CFD:llä tarkoitetaan kaasujen ja nesteiden virtauksen simulointia. CFD:ssä hyödynnetään suurteholaskentaa, tavoitteena nesteen ja kaasun liikettä kuvaavien yhtälöiden tarkka numeerinen ratkaisu. CFD:tä käytetään nesteiden dynamiikan perustutkimuksessa, monimutkaisten virtauskonfiguraatioiden suunnittelussa sekä kemiallisten aineiden vuorovaikutusten ennustamiseen. Nestevirtausten matemaattista mallintamista voidaan soveltaa monenlaisiin tutkimus- ja suunnitteluongelmiin eri teollisuuden ja tutkimuksen aloilla, mukaan lukien aerodynamiikka, avaruus/ilmailu-tutkimus, sääsimulaatio sekä moottori- ja polttoanalyysi.

Tiedonhallinta- ja analytiikkapalvelut

Supertietokoneissamme on runsaasti tallennustilaa ja suuri prosessorikapasiteetti antaa mahdollisuuden muuntaa datan merkitykselliseksi tiedoksi, tulosennusteiksi ja suosituksiksi. CSC:llä on asiantuntemusta hajautetusta tietojenkäsittelystä sekä tiedon integroinnista ja data-analytiikasta. Voimme antaa puolueettomia neuvoja parhaista saatavilla olevista kaupallisista ja avoimen lähdekoodin ratkaisuista.

Genomiikka

Genomiikka on muuttumassa tutkimusvetoisesta toiminnasta terveydenhuolto-organisaatioiden johtamaksi toiminnaksi. On ennustettu, että lähitulevaisuudessa terveydenhuolto tuottaa pääosan genomidatasta. Jotta genomidatan arvo voidaan maksimoida, dataa täytyy pystyä jakamaan organisaatioiden välillä ja valtioiden rajojen yli. Tutkimus on vahvasti riippuvainen laskentatehosta ja ymmärryksemme genomista on tunnistettu päätekijäksi terveydenhuollon kehittämisessä.

Kielitieteet (NLP)

Luonnollisen kielen käsittely eli Natural language processing (NLP) on kielitieteen, tietojenkäsittelytieteen ja tekoälyn osa-alue, joka käsittelee tietokoneiden ja ihmiskielen välistä vuorovaikutusta, erityisesti tietokoneiden ohjelmointia käsittelemään ja analysoimaan suuria määriä luonnollisen kielen dataa. Tavoitteena on tietokone, joka pystyy "ymmärtämään" asiakirjojen sisällön, mukaan lukien niiden kielen kontekstuaaliset vivahteet. Tekniikka voi sitten poimia tarkasti asiakirjoissa olevaa tietoa ja oivalluksia sekä luokitella ja järjestää asiakirjat itse.

Luonnollisen kielen käsittelyn haasteisiin liittyy usein puheentunnistus, luonnollisen kielen ymmärtäminen ja luonnollisen kielen luominen.

Kvanttilaskenta

Kvanttitietokoneet ovat mullistamassa laskennallista mallinnusta hyödyntävää tiedettä ja tuotekehitystä. Täysin uudenlaisen laskentatavan takia, kvanttikoneet voivat jo lähitulevaisuudessa ratkaista joitakin ongelmia huomattavasti klassisia supertietokoneita tehokkaammin. Jotta kvanttitietokoneiden laskentatehoa voidaan hyödyntää, on ongelmat kuitenkin ensin muotoiltava uudella tavalla, kvanttilaskennalle sopivasti. Kvanttitietokoneille erityisen soveliaita sovelluskohteita ovat mm. finanssimallinnus, riskianalyysi, koneoppiminen, molekyyli- ja materiaalitieteet, sekä logistiikka ja optimointiongelmat yleensä. Yhdessä VTT:n ja Aalto yliopiston kanssa, CSC ylläpitää ja kehittää suomalaista kvanttilaskentainfrastruktuuria, FiQCI:ä. FiQCI valjastaa supertietokoneiden ja kvanttitietokoneiden yhdistetyt laskentatehot sekä tarjoaa kvanttilaskennan kehitys- ja testiympäristön asiakkaidemme käyttöön.

Lääkeainetutkimus

Lääkkeiden kehittäminen on pitkä prosessi, jossa kattavalla laskennallisella työllä voidaan kohdistaa kalliit kokeelliset vaiheet mahdollisimman todennäköisesti toimiviin molekyyleihin. Atomitason malleilla voidaan tutkia lääkeaineiden sitoutumista ja vaikutuksia kohdemolekyyleihin tai testata erilaisia hypoteeseja. Lääkeainetutkimus on jo pitkään hyödyntänyt eri vaiheissaan mallinnusta, mutta superkoneiden tuoma kapasiteetti mahdollistaa valtavien ehdokasmolekyyliljoukkojen analysoimisen ennennäkemättömän nopeasti. Kehittyneimmillä menetelmillä saadaan pienemmästä valikoidusta joukosta myös tarkkoja tuloksia jo nopeammin kuin laboratoriotesteillä - tuottamatta kemikaalijätettä.

Kemianteollisuus

Useiden kemiallisten teollisesti merkittävien prosessien yksityiskohtia voidaan mallintaa atomitason menetelmin, kuten molekyylidynamiikan tai tiheysfunktionaaliteorian avulla. Simulaatioilla voidaan selvittää esimerkiksi katalyyttien toimintamekanismeja, seosten ja liuosten ominaisuuksia tai käyttäytymistä pinnoilla. Syntynyttä ymmärrystä voidaan käyttää uusien tehokkaampien katalyyttien luomiseen tai prosessiolosuhteiden optimoimiseen. Supertietokoneiden teho mahdollistaa reaalimaailman kannalta merkittävien mallien rakentamisen ja käyttämisen.

Ota yhteyttä asiantuntijoihimme

Pekka Uusitalo

Johtaja, kumppanuudet
puh. +358 50 042 7720
pekka.uusitalo@csc.fi

Dan Still

Kumppanuuspäällikkö
puh. +358 50 381 9037
dan.still@csc.fi

Juhani Huttunen

Asiakasratkaisupäällikkö
puh. +358 40 581 1138
juhani.huttunen@csc.fi


Mikko Kerttula 
Asiakkuuspäällikkö
puh. +358 50 381 2766
mikko.kerttula@csc.fi

Minna Lappalainen
Markkinointijohtaja
puh. +358 50 315 0235
minna.lappalainen@csc.fi


Morthen Mathisen 
Asiakkuuspäällikkö
puh. +358 50 3812935
morthen.mathisen@csc.fi