Tekoäly tulee – oletko valmis?
Jarmo Matilainen
Tekoäly tai paremminkin koneoppiminen on noussut viimeisten kuukausien aikana yhdeksi kuumimmista kasvuyritysten hunajapurkeista. Koneoppimisen nousun on mahdollistanut tietokoneiden laskentakapasiteetin kasvu, määrätietoinen datan keruu ja datan pohjalta tapahtuva opettaminen sekä koneoppimisen tutkimuksen kautta syntyneet uudet algoritmit, joilla digitaalista hermoverkkoa opetetaan. Nykyisille tietokoneille data on kuitenkin aina nollia ja ykkösiä, joiden perusteella koneet ajavat näitä algoritmeja.
Tekoäly tulee ja vie työpaikat!
Yksi tärkein koneoppimisen mahdollistava asia on tietokoneiden ominaisuus, jossa olemassa olevaa dataa voidaan jatkuvasti jalostaa eteenpäin ja aikaisemmin opittu ei koskaan unohdu. Tekoäly tulee ja vie työpaikat! Niin sen pitääkin, koska suuri osa ihmiskunnan nykyisistä työtehtävistä perustuu vanhoihin tapoihin tehdä asioita. Tekoälyn avulla voidaan suurin osa toistuvista rutiiniluonteisista työtehtävistä automatisoida ja siirtää tietokoneen hoidettavaksi. Tekoäly tulee myös lisäämään työtehtäviä, mutta ne ovat erilaisia kuin mihin olemme tottuneet.
Viime viikolla saimme lukea, että koneoppinut järjestelmä ymmärsi lukemaansa paremmin kuin ihminen. Tämä on erittäin merkittävä virstanpylväs, koska monissa tehtävissä ihmisen on erottanut koneesta nimenomaan kyky kommunikoida toisten ihmisten kanssa. Jos kone oppii tulkitsemaan tekstiä ja ymmärtämään lukemaansa, niin aivan varmasti lähellä on se hetki, jolloin kone pystyy tuottamaan ymmärrettävää ja järkevää tekstiä. Tämä tulee johtamaan siihen, että ne tehtävät, joita pidimme aikaisemmin mahdollisena vain ihmisten hoitamina, kuten opettaja, johtaja, lakimies, asiakaspalveluhenkilö, matkaopas jne., voidaan melko pian hoitaa koneoppimiseen kykenevän järjestelmän avulla. Toki edelleen jää erityistapauksia, joiden opettaminen on ehkä liian kallista tai joissa ihmisen kyky toimia ihmisenä – esimerkiksi empatia – muodostaa tärkeimmän lisäarvon.
Olemme tietämättämme auttaneet mm. Googlea kehittämään koneoppimisen algoritmeja ja antaneet ilmaiseksi dataa digitaalisen hermoverkon opettamiseen. Hahmon tunnistusta varten tarvitaan runsaasti kuvia, joiden piirteiden perusteella hermoverkkoa opetetaan. Puheentunnistusta varten tarvitaan runsaasti ääninäytteitä – foneettisia näytteitä – verkon opetukseen. Youtube sisältää miljardeja minuutteja videosisältöä, joiden perusteella opetetaan tunnistamaan reaaliaikaista streemiä, jota esim. itseajavat autot voivat hyödyntää. Googlen Alexa hyödyntää myös tätä aineistoa ja hämmästelemme sen neroutta, vaikka olemme sen itse mahdollistaneet.
”Eikö meidän pitäisi käyttää kaikki liikenevät voimavarat osaamisen kehittämiseen?”
Tekoälyn tuomat uudet työtehtävät vaativat aivan uudenlaista osaamista. Sen vuoksi olenkin usein aika hämmentynyt, kun seuraan yhteiskunnassa käytävää kädenvääntöä eri liittojen tai opposition ja hallituksen välillä milloin mistäkin tulevaisuuden osaamisen kannalta merkityksettömistä asioista. Eikö meidän pitäisi käyttää kaikki liikenevät voimavarat osaamisen kehittämiseen, jotta mahdollisimman moni osaisi koneoppimisen mukanaan tuomia taitoja, kuten algoritmien lukeminen ja kehittäminen, ohjelmointi sekä data-analyysi? Lisäksi robottien ja itsekulkevien ajoneuvojen ympärille tarvitaan vaikka mitä osaamista suunnittelusta, muotoilusta, laitteiden valmistamisesta, huollosta sekä ohjelmoinnista. Kansakuntana meidän tulisi asettaa tavoitteeksi, että mahdollisimman moni pystyisi kehittymään huippuosaajaksi koneoppimisen alueella.
Kysynkin siis: olemmeko Suomessa koneoppimisen suhteen hereillä ja kehitämme osaamistamme sekä keräämme dataa, jotta voimme opettaa digitaalisia hermoverkkoja? Kysymys koskee niin yksityisen kuin kunnallisen sektorin toimijoita. Edistykselliset yritykset ovat tämän jo vuosia sitten ottaneet agendalleen, mutta suurin osa organisaatioista tuntuu yhä nukkuvan.
Herätys hyvät biologisen hermoverkon haltijat!
Jarmo Matilainen
Finnet-liitto ry
toimitusjohtaja
