Teko­äly tulee – oletko valmis?

TEKSTI RIITTA SAARINEN
KUVITUS TUOMAS IKONEN

Viimei­sen vuoden aikana teko­äly on nous­sut keskus­te­lui­hin ja otsi­koi­hin vauh­dilla. Kiin­nos­tus on kohdis­tu­nut erityi­sesti niin sanot­tuun gene­ra­tii­vi­seen teko­ä­lyyn. Vielä on kuiten­kin vaikea arvioida tark­kaan, kuinka paljon teko­äly tulee muut­ta­maan ihmis­ten arkea ja työelä­mää pitkällä tähtäimellä.

Tieto­tek­niikka-alan asian­tun­tija, tieto­kir­jai­lija Petteri Järvi­nen muis­taa, että teko­ä­lystä puhut­tiin jo silloin, kun hän opis­keli alaa 1980–luvun alku­puo­lella. Helsin­gin Sano­mat kirjoitti aiheesta vuonna 1970 ja Tieto­kone-lehden kannessa siitä kerrot­tiin vuonna 1987.

– Kun teko­ä­lyä alet­tiin kehit­tää Yhdys­val­loissa 1950–1960-luvulla, oli tavoit­teena aluksi kään­tää kieltä teko­ä­lyn avulla. Amerik­ka­lai­sia kiin­nosti lähinnä venä­jästä englan­tiin kään­tä­mi­nen. Siihen he halusi­vat kehit­tää uuden­lai­sia liit­ty­miä. Silloin piti vielä kirjoit­taa komen­toja, mikä koet­tiin vaikeaksi, joten tieto­ko­nei­den halut­tiin oppi­van ymmär­tä­mään puhetta, kertoo Järvinen.

Kymme­niä tieto­tek­nii­kan teok­sia kirjoit­ta­neelta Järvi­seltä ilmes­tyi syksyllä teos Teko­äly ja minä, jossa hän tarkas­te­lee teko­ä­lyn vaiku­tuk­sia työelä­mään, ihmi­syy­teen ja uuden oppimiseen.

– Uuden­lai­nen, gene­ra­tii­vi­nen teko­äly pystyy tuot­ta­maan teks­tiä ja kuvaa käyt­tä­jän ohjei­den mukaan, mihin se on opetettu valta­valla määrällä valta­vaa aineis­toa. Se on taval­laan uutta.

Gene­ra­tii­vi­sella teko­ä­lyllä tarkoi­te­taan teko­ä­ly­me­ne­tel­miä, jotka voivat luoda komen­nosta uutta sisäl­töä, kuten kuvia, teks­tiä tai ääntä, sen sijaan että ne perus­tui­si­vat pelkäs­tään ennalta määri­tel­tyi­hin sään­töi­hin tai tietoihin.

– Jo aikoi­naan nähtiin, että teko­äly osasi pelata pelejä, vastata kysy­myk­siin, kään­tää kieltä ja ymmär­tää puhetta. Mutta uuden­lai­sen teko­ä­lyn takana ovat 2000-luvun läpi­mur­rot: inter­net, tehok­kaat tieto­ko­neet ja neuro­ver­kot. Inter­net­kin keksit­tiin jo vuonna 1969, mutta siltä puut­tui aluksi help­po­käyt­töi­nen selain, vertaa Järvinen.

Perus­tek­niikka ja ‑tietä­mys ovat siis olleet olemassa Järvi­sen mukaan jo pitem­män aikaa, mutta se on yllä­tys, että mark­ki­noille on tullut kaikille avoi­mia sovel­luk­sia ja tuot­teita, jotka käyt­tä­vät gene­ra­tii­vista teko­ä­lyä niin näppärästi.

– ChatGPT-teko­ä­ly­so­vel­lus on osoit­ta­nut, miten ihmis­mäi­nen sovel­luk­sesta voidaan tehdä. Jos sen virhe­pro­sentti saadaan riit­tä­vän mata­laksi ja sovel­lus puhu­maan ja kuun­te­le­maan ihmi­sen tasoi­sesti, niin kyllä siitä avau­tuu taas uusia käyttömahdollisuuksia.

TIETYT AMMATIT SÄILYVÄT

Gene­ra­tii­vi­sen teko­ä­lyn sovel­luk­sia voidaan Järvi­sen mukaan hyödyn­tää esimer­kiksi toimis­to­työssä. Sovel­lus voi vaikka kertoa, mitä Teams-kokouk­sessa on tapah­tu­nut, jos ei ole pääs­syt siihen mukaan, tai se voi laatia Power­point-esityk­sen jostain dokumentista.

– Mutta se, kuinka teko­äly vaikut­taa vaikka teol­li­seen tai tuotan­nol­li­seen toimin­taan, on vielä epäsel­vää ja vaiku­tusta varmaan liioi­tel­laan. Sitten tieten­kin, jos pääs­täi­siin seuraa­valle tasolle, jossa voi olla robot­ti­au­toja tai robot­ti­työn­te­ki­jöitä – jotka voivat korvata ihmi­siä – niin se on sitten iso mullis­tus. Mutta emme me kyllä vielä ole siellä. Ei gene­ra­tii­vi­nen teko­äly yksin sinne vie.

– Ei niitä robot­ti­au­to­ja­kaan ole näky­nyt Suomessa – sattu­neesta syystä. Nytkin kun katsoo ulos, niin vaikea siellä on ihmi­sau­toi­li­jan­kin pärjätä, joten olemme kaukana vielä siitä, että auton­kul­jet­ta­jat, taksin­kul­jet­ta­jat tai rekka­kus­kit jäisi­vät työt­tö­miksi robot­ti­au­ton takia. Ei se ole todel­li­suutta vielä edes Kali­for­niassa, missä on ikui­nen kesä ja leveät tiet.

Teol­li­suu­dessa on käytetty jo kauan koneop­pi­mi­sen algo­rit­meja, kuten konenäköä.

Järvi­sen mukaan teko­äly on ollut jo kuiten­kin pitem­pään mukana arjessamme.

– Face­book on valin­nut näytet­tä­viä päivi­tyk­siä teko­ä­lyn pohjalta, ja jos olemme kirjoit­ta­neet hakusa­nan väärin, niin Google on hake­nut oikean tuloksen.

– Teol­li­suu­dessa on käytetty jo kauan koneop­pi­mi­sen algo­rit­meja, kuten kone­nä­köä, joka tark­kai­lee liuku­hih­nalla esimer­kiksi pape­rin tai puuta­va­ran laatua. Jos se huomaa siellä virheitä, niin ne tuot­teet otetaan pois linjalta. Tällais­ta­han on käytetty jo iät ja ajat, mutta sitä ei ole kutsuttu tekoälyksi.

Järvi­nen uskoo, että teko­ä­lyllä tulee olemaan iso vaiku­tus työhön pitkällä tähtäimellä.

– Joskin täytyy sanoa, että tietyt amma­tit säily­vät varmaan maail­man tappiin. Ikinä ei robotti korvaa putki­miestä eikä remont­ti­miestä tai lasten­hoi­ta­jaa. Eniten teko­äly vaikut­taa koulu­tus­ta­son keski­vai­heilla ja siitä ylös­päin. Tietyt asian­tun­tija-amma­tit­kin ovat enem­män alttiita muutok­sille kuin perin­tei­nen suorit­tava työ.

Teko­äly helpot­taa Järvi­sen mielestä monin tavoin arkea ja se tuo käyt­töön uuden­lai­sia palve­luja. Varjo­puo­lina hän näkee infor­maa­tion luotet­ta­vuu­den laskun ja video­pal­ve­lut, jotka heiken­tä­vät ihmis­ten keskittymistä.

MILJARDEJA NEURONEITA

Tuleeko gene­ra­tii­vi­nen teko­äly muut­ta­maan työelämää?

– Siitä on hyvin kahden­laista puhetta, toisaalta tekno-opti­mis­mia, että kaikki muut­tuu teko­ä­lyn myötä. Osa tutki­joista sanoo, että jopa kolmas­osa työpai­koista muut­tuu tämän takia.

Näin toteaa VTT:n sovel­ta­vaa teko­ä­ly­tut­ki­musta koor­di­noiva tutki­mus­pro­fes­sori Heikki Ailisto, joka on myös Suomen teko­ä­ly­kes­kus FCAI:n ohjaus­ryh­män jäsen sekä teol­li­suus- ja yhteis­kun­taoh­jel­man johtaja.

– Oman koke­muk­seni perus­teella olisin vähän varo­vai­nen anta­maan tällai­sia ennus­teita. Yleensä muutok­set ovat rauhal­li­sem­pia kuin mitä tekno­lo­gia­huu­man huipulla luul­laan, kun ajatel­laan vaikka robo­ti­saa­tiota 1980–1990-luvulla.

Gene­ra­tii­vi­sen teko­ä­lyn taus­talla ovat Ailis­ton mukaan 1970-luvulla kehi­te­tyt syvät neuro­ver­kot, jotka matki­vat aivo­so­lu­jen eli neuro­nien toimintaa.

Gene­ra­tii­vi­sen teko­ä­lyn taus­talla ovat Ailis­ton mukaan jo 1970-luvulla kehi­te­tyt neuro­ver­kot, jotka matki­vat aivo­so­lu­jen eli neuro­nien toimin­taa. Tieto­ko­nei­den tehon ja saata­villa olevan datan määrän kasvaessa ne tarjo­si­vat käyt­tö­kel­poi­sia ratkai­suja käytän­nön ongel­miin 2010-luvulla. Silloin alet­tiin puhua niin sano­tuista syvistä neuro­ver­koista ja syväoppimisesta.

Gene­ra­tii­vi­nen teko­äly voi auttaa myös erilais­ten järjes­tel­mien huolto- ja kunnossapidossa.

– Suurissa malleissa on jopa miljar­deja keino­te­koi­sia neuro­neja. Niistä syntyy moni­mut­kai­nen verkko, johon infor­maa­tio opete­tusta mate­ri­aa­lista tart­tuu. Ja sen jälkeen sille voidaan esit­tää tehtä­viä, Ailisto tiivistää.

– Jos vaikka sovel­luk­selle näyte­tään sata­tu­hatta kuvaa koirasta, niin sinne tart­tuu jolla­kin tavalla se koiran olemus: miltä koira näyt­tää kuvassa. Ja sitten kun sovel­luk­selle anne­taan tehtä­väksi tunnis­taa, onko tässä kuvassa kissa vai koira, niin se hyvin luotet­ta­vasti – ei aina, mutta enim­mäk­seen – sanoo, että tämä on koira.

Teol­li­suu­dessa teko­ä­lyä hyödyn­ne­tään Ailis­ton mukaan erityi­sesti laaduntarkastuksessa.

– Proses­si­teol­li­suu­dessa, kuten paperi- tai teräs­teh­taassa tai kemian­teol­li­suu­dessa on mahdol­lista paran­taa opti­moin­tia ja säätö­jär­jes­tel­miä raken­ta­malla niiden sisään teko­ä­lyyn perus­tu­via osia, jotka pysty­vät teke­mään joita­kin osa-alueita perin­tei­siä järjes­tel­miä parem­min. Tämä toimii erityi­sesti silloin, kun mallin­net­ta­vat proses­sit ovat moni­mut­kai­sia ja hankalia.

Esimer­kiksi teol­li­suu­den sovel­luk­sista Ailisto nostaa esiin sellu­kat­ti­laan syötet­tä­vän puu-raaka-aineen, jonka laadussa voi olla vaihtelua.

– Tuotan­toa on voitu kehit­tää siten, että malliin on syötetty dataa kaikesta proses­sista sekä mittaus­tu­lok­sia kymme­niltä eri antu­reilta ja mittareilta.

MIKÄ ROOLI ANNETAAN?

– Gene­ra­tii­vi­nen teko­äly voi auttaa myös erilais­ten järjes­tel­mien huolto- ja kunnos­sa­pi­dossa. Jos käytet­tä­vissä olisi doku­men­toi­tua huol­to­tie­toa aiem­milta vuosilta, niin analy­soi­malla sitä järjes­telmä voisi kertoa huol­to­pääl­li­kölle tai huol­to­mie­helle, mistä vika voisi johtua. Tämä nopeut­taisi huol­toa. Teol­li­suu­della tuntuu olevan paljon tällai­sia toiveita ja visioita, Heikki Ailisto sanoo.

Ajatus, että teko­äly ottaisi vallan, on minusta tois­tai­seksi höpöpuhetta.

Koneet eivät voi Ailis­ton mielestä kuiten­kaan koskaan korvata ihmistä, joka on paljon moni­puo­li­sempi kuin kone. Mutta suora­vii­vai­siin ja tois­tu­viin tehtä­viin, jotka tylsis­tyt­tä­vät ihmistä, kone on parempi. Se ei väsy. Samoin silloin, kun työssä vaadi­taan huomat­ta­vaa nopeutta.

– Gene­ra­tii­vi­sen teko­ä­lyn myötä nousee esiin myös syviä, filo­so­fi­sia kysy­myk­siä siitä, minkä­lai­nen rooli teko­ä­lylle halu­taan antaa, Ailisto pohtii. EU:ssa laadi­taan­kin parhail­laan eetti­siä ohjeita tekoälylle.

– Me hyväk­symme sen, että Suomessa kuolee liiken­teessä pari­sa­taa ihmistä vuodessa, mutta emme halua liiken­tee­seen täysin auto­no­mi­sia, itse­näi­sesti liik­ku­via autoja. Kaivos­teol­li­suu­dessa voidaan kuiten­kin hyödyn­tää sitä, että isoja työko­neita ohja­taan etänä.

SUOMI TUTKIMUKSEN KESKITASOA

Suomi edus­taa Ailis­ton mukaan teko­ä­ly­tut­ki­muk­sessa hyvää tai parem­paa keski­ta­soa, vaikka alan tutki­mus keskit­tyy Yhdys­val­toi­hin ja Kiinaan. Euroop­pa­lai­set tule­vat jäljessä varsin­kin soveltamisessa.

– Suomi on euroop­pa­lai­sit­tain oikein hyvää tasoa, vaikka meillä ei olekaan Silo AI:ta lukuun otta­matta mitään isom­pia alan yrityk­siä. Pienem­piä on muutama kymmen.

Suomen teko­ä­ly­kes­kus FCAI, jonka ohjaus­ryh­mään Ailis­to­kin kuuluu, on mukana Finnish AI Region (FAIR) ‑inno­vaa­tio­hu­bissa. Sen tarkoi­tuk­sena on tukea teko­ä­lyn laaja­mit­taista käyt­töön­ot­toa yrityksissä.

– Olen maltil­li­sen opti­mis­ti­nen teko­ä­lyn suhteen. Mutta se ajatus, että teko­äly ottaisi vallan, on minusta tois­tai­seksi höpö­pu­hetta, Ailisto toteaa.

– Teko­ä­lyä voi kuiten­kin hyödyn­tää monella alalla, kuten vaikka terveys­sek­to­rilla. Tällä hetkellä Suomessa on edetty hitaasti tervey­den­hoi­to­pal­ve­lui­den kehit­tä­mi­sessä. Yhtenä syynä ovat erilai­set tieto­jär­jes­tel­mät, kuten Apotti ja Esko, jotka eivät keskus­tele keske­nään. Tietoja yhdis­tä­mällä ja analy­soi­malla saatai­siin hoidoista tehokkaampia.

Tietyn­lai­seksi uhaksi Ailisto näkee sen, että teko­ä­lyn työka­lut päätyi­si­vät mono­po­li­mai­sesti vain muuta­man yrityk­sen hallin­taan, kuten Google hallit­see nyt tiedon­ha­kua. Se olisi vaaral­lista. ChatGPT ‑teko­ä­ly­so­vel­luk­sen takana on OpenAI ‑tutki­mus­kes­kus ja siihen inves­toi­nut Microsoft.

 

Lue myös: Eero Löytö­mäki: Tuleeko teko­ä­lystä teol­li­suus­duu­na­rin uusi työka­veri? (Tekijä 14.11.2023)