Plussan puolella: Tekoäly – mitä sinun pitäisi tietää

Kirjoittanut yhteistyössä Writesonic-palvelun tekoäly ja Sami Simpanen. Artikkelin lopussa on kuvattuna tämän artikkelin kirjoitusprosessi.

Nykyään tekoäly on kaikkialla. Se on päässyt melkein jokaiselle tekniikkaan liittyvälle toimialalle, jota voit kuvitella, ja määrä kasvaa edelleen käyttöönottojen kautta uusilla aloilla joka päivä. Valitettavasti tekoäly on yksi niistä muotisanoista, joita heitellään ilmaan nykyään paljon. Sellaisenaan näiden termien merkitykset voivat siksi laimentua ja sekoittua helposti. Lisäksi, koska tekoäly koskettaa niin monia eri toimialoja – ei vain tekniikkaa – on vaikea ymmärtää, miten se koskettaa erityisesti omaa toimialaasi tai työtäsi. Jotta asiat olisivat sinulle helpompia, olen hahmotellut tähän kaiken, mitä sinun tarvitsee tietää tekoälystä.

Mikä on tekoäly?

Tekoäly tarkoittaa keinotekoisesti luotua älyä. Se on käsite tai idea, joka on ollut olemassa vuosikymmeniä. Se on kuitenkin nähnyt valtavan muutoksen viime vuosina, kun insinöörit ja ohjelmistokehittäjät ovat alkaneet edistyä vakavasti sen kehittämisessä. Tekoäly on tekniikka, jonka on tarkoitus tuoda tietokonejärjestelmät lähemmäksi ihmisen älykkyyden tasoa. Tämä tarkoittaa, että tekoälyn on tarkoitus antaa tietokoneiden tehdä asioita, jotka yleensä yhdistämme ihmisiin, kuten loogisen päättelyn, päätöksenteon ja ongelmanratkaisun. Tekoälyn on tarkoitus antaa tietokoneiden tehdä asiat vauhdilla ja tasolla, joka on paljon nopeampi ja suurempi kuin mihin ihminen pystyisi.

Miten tekoäly toimii?

Yksinkertaisin tapa kuvata tekoälyn toimintaa on jakaa sen tekniikka kolmeen pääkomponenttiin: dataan, algoritmeihin ja laskentatehoon.

1.  Data (eli tieto): Tekoäly toimii datan ulkopuolella, joka on siis tietoja, jotka on kerätty ja syötetty tietokoneeseen. Olet ehkä törmännyt tähän tiedonkeruuseen sosiaalisen median ja markkinoinnin kaltaisten toimialojen myötä, jossa luodaan laajoja tietojoukkoja käyttäjistä ja potentiaalisista asiakkaista. Tekoäly tutkii näitä tietojoukkoja ja käyttää sitten näitä tietoja ja niiden välisiä suhteita data-analytiikan avulla oppiakseen ja kehittääkseen omia parametrejaan algoritmeilleen.
2.  Algoritmit: Nämä ovat kuvauksia ja ohjeita, joita tekoäly käyttää päätöksenteossa ja ennusteissa luodakseen ja optimoidakseen parametrejaan tietokoneeseen syötettyjen tietojen perusteella. Nämä parametrit algoritmit luo uusista tiedoista sekä siitä, mitä tietokone on oppinut näistä yksittäisten tietojen välisistä suhteista aikaisemmin.
3.  Laskentateho: Yksinkertaisimmassa muodossa tekoäly on algoritmi, joka on ohjelmoitu toimimaan tietokoneella. Tietokoneella on oltava asianmukainen määrä prosessointitehoa, jotta algoritmi voidaan suorittaa tarvittavalla nopeudella ja tasolla. Siksi suuritehoisia tietokoneita ja suuria datakeskuksia käytetään usein tekoälyalgoritmien suorittamiseen.

Miksi tekoäly on tärkeä?

Tekoäly on tärkeä, koska se voi ratkaista laajan joukon ongelmia, joita muuten ihmisten olisi erittäin vaikea, ellei mahdotonta ratkaista yksin. Esimerkiksi tekoälyä voidaan käyttää lääketieteessä auttamaan lääkäreitä diagnosoimaan sairauksia tai määrittämään paras hoito tietylle oirejoukolle analysoimalla suuria määriä potilastietoja. Sitä voidaan käyttää myös sääennusteissa ja ilmastonmuutosmallinnuksessa ennustamaan, miten erilaiset säämallit vaikuttavat eri alueisiin ympäri maailmaa analysoimalla säätilastoja. Tekoälyä voidaan käyttää myös auttamaan toimitusketjun hallinnassa ja kuljetuksissa seuraamalla lähetyksiä ja ennustamalla tehokkaimmat lähetysreitit, jotta tuotteet saadaan asiakkaille ajoissa analysoimalla tietoja liikenteestä. Yllä olevat ovat vain muutamia esimerkkejä siitä, kuinka tekoäly voi ratkaista ongelmia ja helpottaa elämää useilla toimialoilla, pystymällä käsittelemään erittäin suuria joukkoja dataa. Vaikka tekoäly ei korvaa ihmistyöntekijöitä lähiaikoina, se antaa meille mahdollisuuden keskittyä tärkeämpiin tehtäviin ja voimme antaa tekoälyn tehdä raa’an laskemisen ja tiedonkäsittelyn.

Tekoälyn tyypit

Vuosien varrella on kehitetty monia erilaisia tekoälytyyppejä. Joitakin yleisimpiä tyyppejä ovat symbolinen tekoäly, hermoverkot ja koneoppiminen.

• Symbolinen tekoäly: Tämän tyyppistä tekoälyä kutsutaan usein sääntöihin perustuviksi järjestelmiksi. Se on ohjelmoitu symboleilla ja säännöillä, jotka kertovat tietokoneelle, mitä tehdä tietyissä tilanteissa. Tämäntyyppinen tekoäly on ollut olemassa vuosikymmeniä ja on hyödyllinen tietyissä ja ennalta määrätyissä tehtävissä.
• Neuroverkot: Tämäntyyppinen tekoäly on mallinnettu ihmisen aivojen mukaan ja se on eräänlainen koneoppiminen. Neuroverkot ovat järjestelmiä, joiden on tarkoitus oppia ja sopeutua, kun ne altistuvat uusille ja erilaisille tiedoille. Niitä käytetään usein kuvantunnistus- ja äänentunnistusjärjestelmissä.
• Koneoppiminen: Tämä on eräänlainen tekoäly, joka on ohjelmoitu oppimaan ja parantumaan ajan myötä. Koneoppimista käyttävä tietokone noudattaa niin sanottua ohjattua oppimista tai valvomattomia oppimisalgoritmeja. Nämä algoritmit tarkastelevat syötettyjä tietoja ja käyttävät sitten näitä tietoja päätösten ja ennusteiden tekemiseen.

Nämä edellä mainitut tekoälyntyypit ovat niin sanottuja heikkoja tekoälyjä, eikä vielä ole ollut mahdollista luoda itsestään tietoista ihmisen kaltaista ja kaltaisesti oppivaa vahvaa tekoälyä.

Mistä voimme löytää tekoälyn tänään?

Tekoälyä on käytetty ja toteutettu monilla eri toimialoilla. Koska tekoäly pystyy ratkaisemaan ongelmia ja tekemään tarkempia ennusteita ja päätöksiä, sitä löytyy melkein kaikkialta. Toimialoista, joista löydät tekoälyä tänään, ovat lääketiede, rahoitus, logistiikka, kuljetus, markkinointi, sääennusteet ja monet muut. Paras tapa ymmärtää, miten tekoäly voi vaikuttaa toimialaasi, on tutkia ja toteuttaa se pienessä näyteprojektissa toimialaasi liittyen. Tämä auttaa sinua ymmärtämään paremmin, miten tekoäly tekniikka toimii ja miten se voisi hyödyttää sinua työssäsi.

Mitä tekoälyn tulevaisuus tuo tullessaan?

Tekoälyn tulevaisuudelta odotetaan paljon. Kuten mainitsin, tekoäly voi ratkaista monenlaisia ongelmia ja helpottaa ihmisten elämää eri toimialoilla. On olemassa useita ennusteita siitä, mitä tekoälyn tulevaisuus tuo tullessaan. Yksi ennuste on, mielestäni todennäköisin, että kun tekoäly ja robotisaatio kehittyy ja integroituu yhteiskuntaan, aina vain laajemmalle uusille alueille, se johtaa työpaikkojen menetykseen monille erityyppisille työntekijöille, mutta samalla kuitenkin syntyy myös aivan uusia ammatteja. Yksi suosittu ennuste myös on, varsinkin viihdeteollisuudessa, että tekoäly päätyy ”elektroniseen ihmisen hallintaan” ja pakottaa ihmiset etsimään tekoälyltä ohjeita. Tekoäly on kuitenkin jotain, joka kasvaa ja kehittyy ajan myötä ja insinöörit löytävät uusia tapoja tehdä tietokoneista älykkäämpiä. Siksi sekä yritysten, yhteisöjen ja yhteiskuntien että yksilöiden on tärkeää ymmärtää, miten tekoäly toimii ja miten se voidaan valjastaa monien eri toimialojen hyödyksi.

Kuinka tämä kirjoitus tehtiin?

Yllä olevan artikkelin pääasiallisesti on tehnyt tekoäly. Kyseessä on Writesonic-palvelun artikkelin kirjoittaja, joka hyödyntää GPT-3 algoritmia sovelluksessaan. Tästä aiheesta voit lukea lisää HAMK Beat-blogin julkaisussani ”Tekoäly kirjoittaa artikkelin”. Tässä kirjoituksessa olet aluksi päässyt tutustumaan artikkeliin, joka on saatu aikaan vajaassa tunnissa ihmisen ja tekoälyn yhteistyönä, tekoälyn perusasioista.

Ensimmäisenä minun tarvitsi vain luoda itselleni tunnukset ko. palveluun. Sen jälkeen pystyin valitsemaan lukuisista työkaluista, joilla pystyisin saamaan tekoälyn tuottamaa sisältöä moniin eri alustoisin sosiaalisessa mediassa, esimerkiksi mielenkiintoisia kuvatekstejä Instagramiin tai sitten musiikki kappaleen sanoituksia uuteen biisiin.

Työkaluksi valitsin tekoälyavusteisen artikkelikirjoittajan, joka kuvauksen mukaan luo 1500 sanaisia artikkeleita 4-vaiheisella prosessilla. Joten ei muuta kuin työn kimppuun. Prosessi aloitettiin artikkelin aiheen kuvailulla maksimissaan 300 merkillä. Kieleksi itselleni valitsin englannin. Suomen kieli on kyllä palvelussa saatavilla, mutta sillä luodut artikkelit olivat kielellisesti suurimmaksi osaksi siansaksaa. Eli laatu tekoälyn tuottamalla tekstillä oli aivan eri tasolla englannin kielellä kuin meidän rakkaalla äidinkielellämme. Tähän varmasti vaikuttaa suomenkielisen lähdeaineiston vähäisyys, jota on käytetty algoritmin käyttämien parametrien muodostamiseen, sekä kieliopin monimutkaisuus. Kielialueen pienuus painaa tässä asiassa vielä, mutta kehitystä tapahtuu tässäkin koko ajan.

Aiheen kuvailun jälkeen voit generoida maksimissaan viisi erilaista otsikkoa aiheesta kerrallaan, joista voit valita itsellesi sopivimman. Jos ehdotusten joukosta ei löydy itseä miellyttävää otsikkoa, voit luoda lisää uusia ehdotuksia.

Seuraava vaihe otsikon valinnan jälkeen oli artikkelin johdantotekstin valinta. Tämä tehtiin samalla tavalla tekoälyn generoimien tekstien joukosta. Aikaa olin käyttänyt tähän mennessä kymmenen minuuttia kirjautumisesta alkaen.

Tämän jälkeen valitaan artikkelin rakenteeseen sopivat väliotsikot. Nämä siis luotiin aihekuvauksen, valitun otsikon ja esittelytekstin pohjalta. Kun olet valinnut halutun rakenteen, voit muokata sitä vielä muuttamalla järjestystä, otsikoita, poistamalla tai lisäämällä.

Viimeinen vaihe on laittaa palvelu kirjoittamaan artikkelia edellä mainittujen asetusten perusteella. Tämä vaihe kestää muutamia minuutteja. Lopputulosta pystyt vielä muokkaamaan palvelusta löytyvällä editorilla samaan tapaa kuin esimerkiksi Google Docs-dokumentteja. Lopputulos koostui 1127 sanasta. Lisäksi artikkeliin oli lisätty aiheeseen liittyvä kuva FreeImages-palvelusta.

Lopuksi artikkeli käännettiin suomen kielelle Wordin kääntäjällä. Sen jälkeen korjailin tekstistä muutamia sanamuotoja ja termistöä, joita todennäköisesti kääntäminen oli tehnyt. Lisäilin myös muutamia omia näkemyksiä ja muotoilin hieman rakennetta luettavampaan muotoon. Aikaa minulta kului kaiken kaikkiaan noin tunnin verran koko prosessiin. Tähän voidaan huomioida, etten ollut edes luonut tunnuksia tai käyttänyt ko. Writesonic-palvelua aikaisemmin. Plagioinnin tarkastus antoi sekä alkuperäiselle englanninkieliselle tekstille, kuin suomenkielisellekin, tarkistusprosentiksi nolla.

Tekoälyn tulevaisuus opetuksessa?

Suosittelen jokaista kokeilemaan rohkeasti tekoälyä käyttäviä sovelluksia, jotta saa omakohtaisen käsityksen aiheesta. Ja samalla voi miettiä, että mitä tämä voisi tarkoittaa oman opetuksen kehittämisessä esimerkiksi tehtävien osalta. Saako tämänkaltainen työkalu aikaan riemunkiljahduksia vai pelonväristyksiä? Onko jo mahdollista, että joku hyödyntää tämänkaltaista työkalua kirjallisissa töissään ja muuttaako se mitään opetuksessani? Mielestäni tämä on yksi uusi kehityksen tuoma työkalu muiden joukossa, joka auttaa vapauttamaan aikaamme toisiin asioihin. Kysymys on varmaankin uuden fokuksen asettamisesta kirjallisessa sisällöntuotannossa tiedonoikeellisuuden tarkistamiseen ja asiantuntijuuden rakentamiseen ja tunnistamiseen.

Teksti: kirjoittanut yhteistyössä Writesonic-palvelun tekoäly ja Sami Simpanen.

Bannerikuvan lähde: Image by vectorjuice on Freepik.

Seuraa Plussan puolella -postaussarjaa Digi-HAMK-blogista. Meille voi myös esittää toiveita blogikirjoitusten aiheista.