Mitä on tekoäly (AI) ja miksi se on tärkeää?

Tekoälyn historia

Tekoäly, artificial intelligence, mainittiin englanniksi ensi kerran jo vuonna 1956. Nykypäivänä sana on kaikkien huulilla tietomäärien kasvun, algoritmien kehittymisen sekä laskentatehon ja tallennuskapasiteetin parantumisen vuoksi.

Varhainen tekoälytutkimus 1950-luvulla keskittyi ongelmanratkaisun ja symbolisten menetelmien kaltaisiin aiheisiin. Yhdysvaltain puolustusministeriö kiinnostui asiasta 1960-luvulla ja alkoi opettaa tietokoneita jäljittelemään perustason inhimillistä ajattelua. Esimerkiksi ministeriön erityisten tutkimushankkeiden osasto DARPA toteutti 1970-luvulla katuverkoston kartoitushankkeita. DARPA kehitteli myös älykkäitä henkilökohtaisia avustajia jo vuonna 2003 eli kauan ennen kuin Siri, Alexa ja Cortana tulivat tutuiksi.

Varhaisvaiheen kehitystyö tasoitti tietä automaatiolle ja formaaliselle päättelylle, joita tietokoneissa käytetään nykyään – esimerkkeinä mainittakoon päätöksenteon tukitoiminnot ja älykkäät hakutoiminnot, joilla voidaan täydentää ja lisätä inhimillisiä kykyjä.

Hollywood-elokuvissa ja tieteiskirjallisuudessa tekoäly näyttäytyy ihmisen kaltaisina robotteina, jotka valtaavat maailman. Tämänhetkisellä kehitystasollaan tekoäly ei kuitenkaan ole läheskään niin pelottavaa tai edes fiksua. Tekoäly on osoittautunut erittäin käyttökelpoiseksi välineeksi kaikilla toimialoilla. Lue lisää tekoälyn moderneista sovelluksista terveydenhoidossa, vähittäiskaupassa ja monessa muussa toiminnassa.

Tekoälyn merkitys

Tekoälyn käyttötavat

Toimialalla kuin toimialalla kaivataan kipeästi tekoälyominaisuuksia. Erityisen kiinnostavia ovat kysymyksiin vastaavat ratkaisut, jotka soveltuvat oikeudellisten neuvojen antamiseen, patenttihakuihin, riskeistä ilmoittamiseen ja lääketieteelliseen tutkimukseen. Muita tekoälyn käyttökohteita

Tekoälyn toimintaperiaate

Tekoälyssä suuret tietomassat yhdistyvät nopeaan iteratiiviseen käsittelyyn ja älykkäisiin algoritmeihin. Ohjelmistot oppivat automaattisesti datan sisältämien hahmojen ja ominaisuuksien perusteella. Tekoäly on laaja tekniikan ala, joka kattaa monia teorioita, menetelmiä ja teknologioita sekä seuraavat tärkeimmät osa-alueet:

• Koneoppiminen  automatisoi analyyttisen mallinnuksen. Siinä etsitään neuroverkkojen, tilastotieteen, operaatiotutkimuksen ja fysiikan menetelmin datassa piileviä merkityksellisiä tietoja, ilman että sovellusta on erikseen ohjelmoitu etsimään tietystä paikasta tai tiettyjä asioita.
• Neuroverkko on koneoppimissovellus, jossa toisiinsa yhdistyneet (neuronien eli hermosolujen kaltaiset) yksiköt käsittelevät tietoa vastaamalla ulkoisiin syötteisiin ja välittämällä tietoja yksiköiden kesken. Prosessissa tietoja käsitellään useaan kertaan, jotta määrittelemättömästä datasta voidaan löytää ja johtaa merkityksiä.
• Syväoppimisessa valtavat neuroverkot, joissa on useita tiedonkäsittely-yksiköiden kerroksia, tunnistavat monimutkaisia hahmoja. Ne on tehnyt mahdolliseksi laskentatehon valtava kasvu ja opetustekniikoiden kehittyminen. Yleisiä sovelluskohteita ovat kuvan- ja puheentunnistus.
• Kognitiivinen tietojenkäsittely on tekoälyn osa-alue, jolla pyritään luonnolliseen, inhimillisen kaltaiseen vuorovaikutukseen koneiden kanssa. Tekoälyä ja kognitiivista tietojenkäsittelyä yhdistämällä tavoitellaan tilannetta, jossa kone osaisi tulkita kuvia ja puhetta ja pystyisi simuloimaan inhimillisiä prosesseja vastaamalla kysymyksiin järkevän kuuloisesti.
• Konenäkö tunnistaa kuvien tai videoiden kuvasisältöjä hahmontunnistuksen ja syväoppimisen avulla. Kun koneet voivat käsitellä, analysoida ja ymmärtää kuvia, ne voivat myös ottaa kuvia tai videokuvaa reaaliaikaisesti ja tulkita ympäristöään.
• Luonnollisen kielen käsittelyllä (NLP) tarkoitetaan tietokoneiden kykyä analysoida, ymmärtää ja luoda inhimillistä kieltä puhe mukaan lukien. NLP:n seuraava kehitysvaihe on luonnollinen kielellinen vuorovaikutus, jonka ansiosta ihmiset voivat viestiä tietokoneiden kanssa ja suorittaa toimenpiteitä käyttämällä tavallista arkikieltä.

Lisäksi tekoälyn taustalla ja tukena käytetään monia muita teknologioita:

• Grafiikkasuorittimet ovat tekoälyn toiminnan ytimessä, sillä ne turvaavat iteratiivisen tietojenkäsittelyn tarvitseman suuren laskentatehon. Neuroverkkojen opettaminen vaatii massadataa ja laskentatehoa.
• Esineiden internetiin liitetyistä laitteista kertyy valtavia määriä tietoa, josta suurin osa on analysoimatonta. Tekoälyä käyttävillä automaatiomalleilla yhä suurempaa osaa siitä voidaan hyödyntää.
• Edistyksellisiä algoritmeja kehitetään ja yhdistellään uusin tavoin, jotta entistä suurempaa tietomäärää voitaisiin analysoida yhä nopeammin ja monitasoisemmin. Älykäs tietojenkäsittely on avainasemassa harvinaislaatuisten tapahtumien tunnistamisessa ja ennustamisessa, monimutkaisten järjestelmien ymmärtämisessä ja ainutlaatuisten skenaarioiden optimoinnissa.
• Ohjelmointirajapinnat (API), ovat siirrettäviä koodipaketteja, joiden avulla tekoälyominaisuuksia voidaan lisätä olemassa oleviin tuotteisiin ja ohjelmistopaketteihin. Niillä voidaan esimerkiksi liittää kodin vartiointijärjestelmään kuvantunnistusominaisuuksia, toteuttaa dataa kuvailevia laadunvarmistustoimintoja, poimia sitaatteja ja otsikoita tai löytää datasta kiinnostavia hahmoja ja merkityksellisiä tietoja.

Kaiken kaikkiaan tekoälyllä pyritään kehittämään ohjelmistoja, jotka voivat tulkita syötteitä ja selittää tulosteita. Tekoälyn avulla ohjelmistojen käyttö alkaa muistuttaa inhimillistä vuorovaikutusta, ja se tarjoaa tukea päätöksentekoon rajallisissa tehtävissä. Se ei nykyisellään kuitenkaan korvaa ihmistä – eikä tee niin vielä pitkään aikaan.