Jussi Rintanen Tietotekniikan laitos Aalto-yliopisto sähköposti: Jussi.Rintanen@aalto.fi

Johtava tekoälyasiantuntija mm. mallipohjaisissa päätöksenteko- ja päättelymenetelmissä sekä älykkäissä ohjelmistojärjestelmissä yli kahden vuosikymmenen kokemus tietotekniikan perustutkimuksessa ja soveltavassa tutkimuksessa. Jussi Rintasen tutkimus on keskittynyt automaattiseen päättelyyn, automaattiseen päätöksentekoon, rajoiteohjelmointiin ja kombinatorisiin hakumenetelmiin, sekä näiden sovelluksiin sellaisten älykkäiden järjestelmien suunnittelussa ja rakentamisessa, joita ei ole mahdollista rakentaa tavanomaisilla ohjelmistotekniikoilla. Jussi Rintanen suoritti Teknillisessä korkeakoulussa tekniikan tohtorin tutkinnon tietojenkäsittelytieteessä vuonna 1997, ja tämän jälkeen työskenteli opetus- ja tutkimustehtävissä Ulmin ja Freiburgin yliopistoissa vuosina 1997-2005. Hän oli Principal researcher National ICT Australia -tutkimuslaitoksessa sekä associate Professor Australian National Universityssä vuosina 2005-2011. Lisätietoja: CV.

Jussi Rintasen tutkimusta on sovellettu monimutkaisten järjestelmien ohjaamiseen, valvontaan ja diagnosointiin, älykkäisiin sähköverkkoihin, sekä suurten ohjelmistojärjestelmien rakentamiseen ja hallintaan. Tutkimuksen keskeisenä tavoitteena on ollut laatia ja analysoida automaattisia menetelmiä sen ymmärtämiseksi, mitä monimutkaisissa järjestelmissä tapahtuu (valvonta, diagnoosi), mitä saattaa tapahtua (ennusteet), ja kuinka ohjata järjestelmää annettujen kustannus- tai turvallisuustavoitteiden mukaisesti, sekä kuinka toimia virhetilanteissa ja muissa poikkeustilanteissa. Viime aikoina Jussi Rintasen tutkimus on kohdistunut monimutkaisten tietojärjestelmien ja muiden samankaltaisten ohjelmistojärjestelmien automaattiseen suunnitteluun ja toteuttamiseen: ohjelmistot koodataan täysin automaattisesti abstraktista korkean tason vaatimusmäärittelystä, minkä ansiosta saavutetaan suuret kustannus- ja aikasäästöt tavanomaiseen ohjelmistotekniikkaan nähden. Lisäksi ohjelmistojen laatu, joustavuus ja muunneltavuus paranevat, ja tarve ohjelmistojen testaukseen vähenee. Tutkimuksen tavoite myöhemmin on lisätä ohjelmistojärjestelmien älykkyyttä, ja automatisoida kokonaisia yrityksiä ja muita organisaatioita.

Research

• Factored search methods for state-space search problems, especially based on model-finding and logic-based data structures.
• Application of combinatorial methods to diagnosis, decision making, probabilistic reasoning and learning, and synthesis of plans, controllers and policies
• Synthesis of software from high-level system specifications, especially for complex software systems
• Supervisory control of discrete and hybrid systems, such as electricity networks and other utility infrastructure

publications

Automated planning and decision-making

Downloads: software

Recent courses

Tutorials

Thesis topics

• Proof complexity of state-space reachability problems Reachability problems are one of the leading application of modern algorithms for the propositional satisfiability problem (SAT). The project investigates the properties of proofs of unreachability in order to establish connections between SAT-based and other search methods for reachability problems, including Binary Decision Diagrams and other symbolic data structures.
• Resolution proofs systems in SAT solvers The project investigates the functioning of SAT solvers from the point of view of the resolution derivations implicitly generated during the solver's search. The properties of the proofs are investigated as well as the possibilities of changing standard SAT solver search strategies to obtain proofs more efficiently.
• Domain-specific control of the Conflict-Driven Clause Learning algorithm CDCL is the leading systematic algorithm for solving the propositional satisfiability problem (SAT), a basis of solving many hard problems in Computer Science. The project investigates the implementation of domain-specific decision rules for the most important applications of SAT.
• Weighted model-counting and #SAT Algorithms for the model-counting problem are investigated, in connection with important applications from probabilistic reasoning.