Tekoäly on valmis bisnekseen – mutta onko bisnes valmis tekoälyyn?

Tekoälyn teoreettinen tausta on helposti ymmärrettävää ja järkeenkäypää. Hyvin monet ihmiset pystyvät sisäistämään nämä asiat nopeasti, minkä vuoksi kehitys menee kovin nopeaa eteenpäin. Toisaalta myös tekoälysovellusten kehittäminen tai käyttöönotto onnistuvat kohtuullisilla investoinneilla. Miksi kuitenkin tekoälysovellusten käyttöönoton pohtimiseen valjastetaan jopa tekoälykomiteoita ja erilaisia asiantuntijaraateja?

Arvoketjut muuttuvat

Kyse ei ehkä olekaan itse toiminnasta vaan sen vaikutuksista. Muun muassa Työ – ja elinkeinoministeriön Suomen Tekoälyaika -raportissa tuodaan hyvin esille se, millaisia vaikutuksia tekoälyllä voi olla yhteiskuntaan ja miten siihen tulisi suhtautua. 

Eettisestä näkökulmasta on pohdittu, tarvitseeko uutta teknologiaa soveltavia tapoja rajoittaa. Miten esimerkiksi terveysdatan avoimuus, paikkaseuranta ja robottien käytössä hoito – ja hoivatyössä vaikuttavat yksilöön? Tekoälyä hyödyntävät toimintamallit voivat kohdata rajoitteita myös sosiaalisesti. Esimerkiksi taksikuskit ovat vastustaneet Uberia, koska sen katsotaan vinouttavan markkinoita.

Yhteiskunta ei aina kykene reagoimaan muutokseen riittävällä nopeudella. Koulutus- ja työmarkkinajärjestelmä eivät heti kohtaa uutta kysyntää. Lainsäädäntö sekä Suomessa että kansainvälisesti voi asettaa rajoituksia tekoälyn käyttöönottoon. Esimerkiksi itseohjautuvien autojen käyttö vaatii vastuukysymysten aukotonta määrittelyä lainsäädännöllisesti.

Teknologioiden taloudellisimmat ja tuottavimmat hyödyt tulevat usein pitkällä aikavälillä. Ensin uudet teknologiat voivat olla taloudellisesti kalliita kokeilu vaiheita. Monet yritykset eivät ole valmiita tekoälysovellusten kokeilijoiksi. Toisaalta nykyiset markkinoita hallitsevat yritykset voivat tietoisesti yrittää myös estää uusien teknologioiden leviämistä suojellakseen omaa markkina-asemaansa.

Alustatalouden aikakausi

Muutos on jo tosin alkanut. Uusien markkinoiden pohdinta on silmiä avaavaa.

Maailmamme muuttuu hitaasta nopeaan, niukasta runsaaseen, maksullisesta ilmaiseen ja vanhentuneesta tiedosta reaaliaikaiseen. Alueellisesta tulee globaalia, joustamattomista asioista dynaamisia ja muutosherkkiä. Se, mitä ennen on pidetty yksinoikeutena, muuttuu yhteisölliseksi ja ennen keskitetysti tuotetuista palveluista tulee hajautetusti ja usean toimijan toimesta rakentuvia uusia markkinamalleja. Voidaanko siis nähdä, että maailma muuttuu yksin omistajuudesta ja kontrolloidusta elämästä jaettuun ja demokraattiseen maailmaan? 2000-luvun globaali infrastruktuuri rakentuu digitaalisten yritysten monopoliasemiin. Ne eivät omista mitään muuta kuin digitaalisen alustan, mutta niiden arvo on datassa.

Tekoäly muuttaa väistämättä yhteiskuntaa ja tapaamme toimia arkisissa asioissa. Tekoälyn hyödyntäminen on osa laajempaa yhteiskunnallista kehitystä. Teoria voi tässäkin olla yksinkertainen, mutta vaikutukset merkittävät.

Ps. Hyvää lisäluettavaa aiheesta:

Työ – ja elinkeinoministeriö: Suomen Tekoälyaika

http://julkaisut.valtioneuvosto.fi/bitstream/handle/10024/80849/TEMrap_41_2017_Suomen_tekoälyaika.pdf

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!



Back to top