Tekoäly vs. ihminen- yhdessä enemmän!

Tekoälyn mahdollistamia sovelluksia uutisoidaan päivittäin. Vaikka tekoälyn käyttömahdollisuudet ovat vaikuttavia, tulee tunnistaa myös tekoälyn rajallisuus.

Kone oppii itse

Tekoälyn toiminnan ymmärtämisen kannalta olennaisinta on ymmärtää perustavanlaatuisesti merkittävä lähestymistavan muutos. Niin sanotussa sääntöpohjaisessa, kutsuttakoon sitä perinteiseksi ohjelmoinniksi, koneelle annetaan käskyt eli koodit, miten koneen tulee toimia. Tällaista perinteistä ohjelmointia rajoittaa se, että emme osaa kertoa, miten esimerkiksi tunnistamme toisen kasvot. Tekoäly oppii esimerkeistä ja löytää itse säännönmukaisuudet siihen, miten annettuun lopputulokseen päästään. Näin se oppii ratkaisemaan ongelmia, joita perinteisen ohjelmoinnin avulla emme pystyisi. Tämä mahdollistaa monen asian automatisoinnin ja jopa ennustamisen.

Ihmisen muisti on suhteellisen lyhyt. Koneoppivat järjestelmät ovat puolestaan erinomaisia oppilaita. Ne pystyvät omaksumaan valtavan määrän tietoa erittäin nopeasti. Ja ne eivät unohda.

Ihminen on asiantuntija

Tekoäly voi helpottaa ja nopeuttaa toimintoja monella tavalla, mutta se ei korvaa ihmistä. Esimerkiksi kuvan tunnistamisessa tekoälyn virhemarginaaliin vaikuttavat merkittävästi muun muassa valaistus, kuvakulmat ja kuvan tarkkuus. Tekoäly ei myöskään kykene ihmisen kaltaiseen kykyyn yhdistellä asioita.  Vaikka tekoäly suoriutuisi hyvin sille annetusta tehtävästä, se ei tee tekoälystä vielä sen alan asiantuntijaa. Esimerkiksi, jos taloushallinnossa tekoälyn avulla hoidetaan ostolaskujen tiliöinti, se ei tee vielä tekoälystä taloushallinnon asiantuntijaa. Koneoppivat järjestelmät koulutetaan tiettyyn, spesifiin toimintaan, mutta ne eivät kykene yleistämään oppimaansa.

Tarkkuus kasvaa, ei älykkyys

Pelko koneen oppimisesta ihmistä älykkäämmäksi ei ole relevantti. Toimivat järjestelmät perustuvat usein supervised learning (ohjattu oppiminen) järjestelmille, jolloin tekoälylle opetetaan suuren esimerkkiaineiston avulla vastauksia spesifeihin ongelmiin. Tekoäly vastaa kysymyksiin todennäköisyyksillä. Tekoälylle kysymykset voivat olla mitä tahansa, kysymyksissä voi olla valtava määrä muuttujia ja vastauksia voi olla rajaton määrä. Tekoäly laskee jokaiselle vastaukselle todennäköisyyden. Syväoppiminen hyödyntää tätä ominaisuutta käyttäen neuroverkkoja. Neuroverkot pystyvät käsittelemään todella suuria tietomääriä nopeasti. Kuitenkin suurempi datan määrä tekee ohjelman vain tarkemmaksi, mutta ei älykkäämmäksi. Näin ollen mitä enemmän tekoälylle syötetään harjoitusdataa, sitä tarkemmaksi se tulee ja sen virheet vähenevät. Kone itsessään ei siis muutu viisaammaksi, vain tarkemmaksi.

Tekoälyä hyödyntämällä voidaan kehittää ihmisen toimintaa uudelle tasolle. Tekoäly vapauttaa aikaamme ajatteluun,  avaa rajoitteita uuteen innovointiin ja mahdollistaa ihmisten kohtaamisen, jolloin tuotteet ja palvelut voidaan tuottaa ihmisten tarpeiden mukaan oikea-aikaisesti. Tekoäly tarjoaa myös ratkaisuja moniin kestämättömiin ongelmiin, kuten ilmastonmuutokseen. Tekoälyn soveltamisen yleisenä tavoitteena on  parempi yhteiskunta, jossa konetta hyödynnetään ihmisen toiminnan tukena. Lähtökohtaisesti meillä on siis vain voitettavaa.

Ps. Olethan jo kuunnellut Risto Siilasmaan esityksen Risto Siilasmaa on Machine Learning. Vahva suositus!

Koulutamme

AI Workshop: Tekoälystä liiketoimintaa

Workshopin tavoitteena on löytää yrityksessä 1-5 tekoälyllä ratkaistavaa bisnesongelmaa.

Tekoälyn Tehopäivä

Tekoälyn perusteet bisneslähtöisesti. Koulutuksessa käydään läpi paljon erilaisia esimerkkejä ja havainnollistetaan niitä yhteisten harjoitusten avulla.

Back to top