Tekoäly ennusti ihmisen viimeisen käyttöpäivän

17.11.2017 Analytiikka

Miksi tekoäly voittaa ihmisälyn?

Tekoäly itsessään on algoritmi, joka mahdollistaa oppimisen. Se tarvitsee toimiakseen dataa ympäristöstään ja halutusta lopputuloksesta, jos sellaiseen on tarkoitus tähdätä. Tässä piilee yksi tekoälyn heikkouksista. Tekoälyllä on vain sille kerrottu tieto, tai se voi itse kerätä tietoa vain niillä tavoilla, jotka joku on sille ohjelmoinut. Ihminen kykenee paremmin etsimään eri tietolähteitä ja käyttämään erilaisia tiedonkeruumenetelmiä. Evoluutio on ohjelmoinut meidät tässä suhteessa paremmin.

Tekoälyn muisti on kuitenkin ylivertainen ihmiseen nähden. Tallennustilaa voidaan tekoälyn kohdalla lisätä ja tieto myös löytyy, kun sitä tarvitaan. Ihmisen muistikuvat puolestaan hämärtyvät ja vääristyvät ajan myötä, lisäksi tietomassojen tallennus ja haku toimivat ihmisillä paljon hitaammin kuin koneilla.

Tekoäly oppii kokeilemalla kaikkia mahdollisia vaihtoehtoja, mikä ei ihmiselle useinkaan ole mahdollista. Se voi myös ottaa riskejä, jotka voisivat jopa maksaa ihmiselle hengen. Tekoäly löytääkin myös sellaisia ratkaisuvaihtoehtoja, joita ihminen ei vastaavassa tilanteessa tulisi edes ajatelleeksi. Lisäksi tekoäly kykenee arvioimaan kaikki mahdolliset seuraavat siirrot, ottaen huomioon kaikki mahdolliset nykytilan vaihtoehdot.

Tekoälyllä ei ole huonoja päiviä (paitsi silloin, kun sen järjestelmä pitää päivittää). Se jaksaa väsymättä opetella jotakin asiaa, kunnes paras mahdollinen ratkaisu löytyy. Kone myös oppii ihmistä nopeammin, ja sille riittää motivaatioksi palkinnoksi annettu ykkönen ja rangaistuksesi miinus ykkönen. Ihminen ei välttämättä edes yritä opetella jotakin, jos se vaikuttaa liian vaivalloiselta, tai palkkio ei ole riittävän houkutteleva.

Tekoälyllä on siis monia vahvuuksia, joita ihmisellä ei ole. Vielä ei kuitenkaan kannata heittää toivoa ihmiskunnan suhteen ja ryhtyä odottelemaan koneiden vallankumousta. Ihmistä tarvitaan vielä esimerkiksi määrittelemään sitä, mitä tekoälylle saa opettaa. Jos kukaan ei siis ohjelmoi liian älykkäitä robotteja, niin ihmiskunta saa elää rauhassa hamaan tulevaisuuteen…

Kunkin meistä kannattaakin siis opiskella tekoälyä ja ottaa siitä kaikki hyöty irti. Tekoälyn avulla voidaan varmasti ratkaista merkittäviäkin asioita, kuten esimerkiksi optimoida energiantuotantoa ja -kulutusta. Yleisesti ottaen voisi ajatella, että tekoälyn käyttö päätöksenteossa
tuottaa rationaalisempia ratkaisuja, kuin mihin ihmiset ovat yleensä taipuvaisia.

Tulella leikkiminen sallittu, toistaiseksi

Jos satut olemaan data-analyytikko, niin olet luultavasti jo hyödyntänyt koneoppimista ja neuroverkot ovat sinulle tuttuja. Tekoälyn valjastaminen hyötykäyttöön vaatii siis vain hieman perehtymistä menetelmiin ja käytössä oleviin välineisiin. Ohjelmoinnin voi tehdä esim. Pythonilla, joka on analyytikoiden usein hallitsema kieli. Tekoälyn ohjelmoiminen on hyvin todennäköisesti osa työtämme jo nyt tai viimeistään tulevaisuudessa. Ja jos satut olemaan filosofi, voit ryhtyä pohtimaan, mihin suuntaan tekoälyä ei pidä lähteä kehittämään, tai miten moraaliset ongelmat sen käyttöön liittyen ratkaistaan. Muut voivat vielä valita, miten asiaa lähestyvät.

“How deep is your thought”-nimistä kappaletta ei vielä löydy Googlesta. Syväoppimisessa, jota tekoäly hyödyntää, tämä on olennainen kysymys. Neuroverkon syvyys, eli lähtötietojen painojen kerrosten määrä ratkaisee, kuinka hyvä algoritmi on. Esimerkiksi kuvantunnistuksessa yksi kerros huolehtii nenän alueen mallista ja toinen silmistä. Monimutkaisuus lisää laskenta-aikaa, mutta myös prosessorien tehot nousevat jatkuvasti. Siksi on mahdollista, että kone suoriutuu tulevaisuudessa kaikista niistä tehtävistä mistä ihminenkin, jolla on biljoonia hermosoluja.

Aiheeseen voi tutustua lisää esim. Berkleyn yliopiston sivuilla. Artificial intelligence, Machine Learning, Reinforcement Learning ja (Convolutional) Deep Q-Learning ovat otsikoita, joiden avulla tietoa löytyy paljon muualtakin.

Tekoälyn hyödyntäminen

Tekoälyä voidaan hyödyntää luonnollisen kielen analysoinnissa. Muun muassa IBM ja Apple ovat tuoneet markkinoille ratkaisuja (Watson, Siri), jotka prosessoivat puhetta ja tekstiä ja osaavat siten toimia käyttäjän toiveiden mukaisesti. Tekoäly soveltuu myös laajojen tekstikokonaisuuksien analysointiin. Esimerkiksi lääketieteessä tekoäly tuottaa diagnooseja lääkärin tueksi sekä ennustaa sairauden puhkeamisen todennäköisyyksiä. Kone pystyy löytämään suuresta joukosta terveysdataa sellaisia yhteyksiä sairauksiin, joista ei ennen ole tiedettykään. Tekoäly on myös onnistuneesti ennustanut lakialoitteiden läpimenon todennäköisyyksiä USA:n kongressissa analysoimalla aloitteiden tekstiä.

Optimointi on luonnollinen tekoälyn hyödyntämiskohde. Kun ratkaisuvaihtoehtoja on lukemattomia, ja ongelmaan liittyvät muuttujat ovat tiedossa, tekoälyä kannattaa hyödyntää. Perinteiset optimointialgoritmit päätyvät toisinaan ratkaisuun, joka on vain lokaalisti optimi. Tekoäly puolestaan hyödyntää satunnaisuuteen perustuvaa menetelmää, jossa valitaan välillä huonommaltakin vaikuttava reitti kohti maalia.
Näin pyritään varmistamaan, että mikään vaihtoehto ei jää tutkimatta, vaikka jokin tietty reitti näyttäisikin kyseisellä hetkellä erinomaiselta.

Koneet ovat jo ainakin osaksi vallanneet pörssin, ja niin tulee käymään muillakin toimialoilla. On siis jo oman edun nimissä aika ottaa selvää siitä, mihin koneet pystyvät ja mihin eivät. Blogin otsikko kun ei pidä vielä paikkaansa.

 

Jaa tämä artikkeli