Kuvituskuvassa mustalla pohjalla sininen tietokonepiirros aivoista.

Savonia-artikkeli: Tekoälystä arkisesti

#SavoniaAMK

Tekoäly puhuttaa. Sen uhkista ja mahdollisuuksista kirjoitetaan suurilla kirjaimilla ja huutomerkeillä. Aihe nostattaa tunteita. Infoähky on valtava eikä aina ole helppoa erottaa faktaa fiktiosta, joskus jopa science fictionista. Tämän vuoksi oli ilahduttavaa olla kuulemassa tietoiskua, joka otti aikamme suurimpaan ilmiöön arkipäiväisen ja konkreettisen otteen.

Älytön tekoäly

Data-analyytikko, filosofian tohtori Maija Marttila-Kontio oli kutsuttu 30.5.2023 Savonia-ammattikorkeakoululle Yritysten muutoskyvykkyyshankkeen vieraaksi avaamaan tekoälyn mahdollisuuksia vihreän siirtymän mahdollistajana. Hän aloitti puheenvuoronsa toteamalla, että tekoäly ei ole älykäs. Se on hyvä tekemään äärimmäisen vaativia laskutoimituksia hyvin nopeasti. Sellaiseen ei ihminen pysty. Tekoäly tekee tämän kuitenkin ihmisen luomien kaavojen perusteella. Tekoäly on valtava määrä dataa, joka on kerätty yhteen ja jolle on valmiiden laskentakaavojen avulla opetettu tiettyjä toimintoja. Sarja laskutoimituksia on muutettu siis toiminnaksi, joka saadaan näyttämään älykkäältä. Silkkaa matematiikkaa siis.

Marttila –Kontio selvensi ajatusta kyläkauppias-vertauksen avulla. Ennen muinoin joka kylässä oli kyläkauppa, jonka kauppias tiesi kaupanteon lisäksi kaikki muutkin kylänsä asiat. Tämän kaiken hän oli oppinut seistessään vuosikymmeniä tiskin takana kohdaten asiakkaita läheltä ja kaukaa. Kauppiaan päässä oli valtavat määrät kokemusta ja hiljaista tietämystä. Tuon kaiken hän pystyi valjastamaan tiedoksi, jolla hän ennusti tilanteita ja teki lopulta päätöksiä.   

Ei sittenkään tilastotiedettä kummempaa?

Myös tekoäly saa syötteenään tietoa eli dataa. Sille opetetaan myös sääntöjä, joista edelleen kehitetään yleisiä malleja ja ennustuksia. Näiden avulla tekoäly tekee salamannopeita päätöksiä. Samoin kuin ihminen tarvitsee elämänaikaista kokemusta ja ajan myötä karttuvaa tietoa, tekoäly tarvitsee dataa, jolla se voi edellä mainittuja malleja ja ennustuksia. Niitä taas valmistetaan erilaisten työkalujen – tietokoneohjelmien ja algoritmien – avulla. Nämä valmistaa ihminen.  Marttila-Kontion mukaan tilastotieteilijöiden keskuudessa puhutaankin jonkin verran siitä, miten tekoäly ei ole tilastotiedettä kummempaa. Myös tilastotieteessä kerätään tietoa, josta eri laskentakaavojen avulla erotellaan lainalaisuuksia ja muodostetaan kaavoja. Menetelmiä on tieteenalalla käytetty vuosikymmeniä. 

Tekoäly keskellämme

Tekoäly ei siis olekaan uusi asia. Käytämme siihen perustuvia sovelluksiakin lähes päivittäin. Hahmontunnistus on käytössä esimerkiksi parkkeeraussovelluksissa, jotka tunnistavat auton rekisterinumeron. Ostoskorianalyysi taas ennustaa sinunkin ostokäyttäytymistäsi kauppaliikkeissä. Metsäkoneyritys Ponsse toteuttaa tekoälyn avulla ennakoivaa huoltoa, jossa metsäkoneen huoltotarve voidaan tiettyjen tapahtumien perusteella ennustaa etukäteen. Huolto tehdään sopivassa kohden ajoissa ja vältytään odottelulta. Säästetään sekä aikaa että rahaa.   

Kuinka paljon tekoäly sitten pystyy kehittymään ja lisäämään omaa tehokkuuttaan? ”Riippuu ihmisen tarpeesta ja halusta”, toteaa Marttila-Kontio. Tekoälyn laskentatehokkuus tulee varmasti kehittymään. Lähdekritiikkiä tekoälyllä ei kuitenkaan ole, se kannattaa muistaa. Tekoäly on juuri niin hyvä kuin se data, jolla se on opetettu laskemaan.

Kirjoittaja:

Tarja Tapaninen

TKI-asiantuntija / Monialaisen TKIn vahvuusalue
Savonia-ammattikorkeakoulu