Mitä on tekoäly?

Johdanto

🎯 Oppimistavoitteet

• Ymmärtää, mitä tekoäly todella on (ja mitä se ei ole)
• Tuntea ero kapean tekoälyn ja AGI:n välillä
• Tietää, miksi tekoälyräjähdys tapahtuu juuri nyt

Kun useimmat ajattelevat “tekoälyä”, he näkevät ehkä Terminaattorin, HAL 9000:n tai C-3PO:n – ajattelevia koneita, joilla on tietoisuus ja oma tahto. Mutta se on tiedettä. Nykyinen tekoäly on jotain aivan muuta – ja samalla paljon käytännöllisempää ja tehokkaampaa kuin monet luulevat.

Tekoäly on laajasti käytetty käsite, mutta mitä sillä oikeastaan tarkoitetaan? Tässä selvitämme määritelmän ja tärkeimmän eron suhteessa ihmisajatteluun.

Mitä tekoäly oikeastaan on?

Keinotekoinen äly (tekoäly) on järjestelmiä, jotka suorittavat tehtäviä, jotka perinteisesti ovat vaatineet ihmisälyä – kuten kasvojen tunnistaminen, puheen ymmärtäminen, päätösten tekeminen tai ongelmien ratkaiseminen.

Mutta tässä on avain: tekoäly jäljittelee älykästä käyttäytymistä, mutta ei ajattele kuin ihminen.

Ajattele laskinta. Se ratkaisee matemaattisia ongelmia, joiden laskeminen veisi sinulta enemmän aikaa. Mutta laskin ei “ymmärrä” matematiikkaa – se vain noudattaa ohjeita erittäin nopeasti. Tekoäly toimii samalla tavalla, mutta paljon monimutkaisempien tehtävien osalta.

Tekoäly ei ole uusi keksintö – mutta jotain on muuttunut dramaattisesti viime vuosina. Kolme yhteisvaikutteista tekijää selittää, miksi tekoälyräjähdys tapahtuu juuri nyt eikä 30 vuotta sitten.

Lyhyt historia

Tekoäly ei ole uutta. Jo 1950-luvulla tutkijat alkoivat unelmoida ajattelevista koneista. Mutta kolme asiaa on tapahtunut viimeisten 10–15 vuoden aikana, mikä on mahdollistanut tekoälyräjähdyksen:

1. Data

Internet on luonut käsittämättömän määrän dataa (tekstiä, kuvia, videoita, ääntä). Tekoälyjärjestelmät oppivat esimerkeistä, ja nyt esimerkkejä on miljoonia kertoja enemmän kuin koskaan.

2. Laskentateho

Nykyaikaiset prosessorit ja erikoistunut laitteisto (GPU:t) voivat tehdä miljardeja laskutoimituksia sekunnissa. Se, mikä olisi 1990-luvulla kestänyt vuosia, vie nyt minuutteja.

3. Algoritmit

Tutkijat ovat kehittäneet älykkäämpiä menetelmiä tekoälyn kouluttamiseen, erityisesti ns. syvät neuraaliverkot (lisää tästä osiossa 2).

Näiden kolmen tekijän yhdistelmä on muuttanut tekoälyn teoreettisesta kuriositeettista käytännölliseksi vallankumoukseksi.

On tärkeä ero nykyisen tekoälyn ja elokuvissa ja kirjallisuudessa usein kuvatun tekoälyn välillä. Tämän eron ymmärtäminen on ratkaisevaa realististen odotusten luomiseksi.

Kapea tekoäly (ANI) vs. AGI – mikä ero?

Kapea tekoäly (Artificial Narrow Intelligence – ANI)

Tämä on kaikki nykyään käytössä oleva tekoäly. “Kapea” tarkoittaa, että järjestelmä on asiantuntija yhdessä tietyssä tehtävässä tai kapealla alueella:

• Tekoäly, joka tunnistaa kasvoja, ei osaa ajaa autoa
• Tekoäly, joka pelaa shakkia, ei osaa kääntää kieltä
• Tekoäly, joka generoi tekstiä, ei (ilman erityistä koulutusta) analysoi röntgenkuvia

Jokainen järjestelmä on erikoistunut. Erittäin hyvä omalla alallaan – täysin avuton sen ulkopuolella.

Yleinen keinotekoinen äly (AGI)

Tätä ei vielä ole olemassa. AGI olisi tekoäly, joka kykenee:

• Oppimaan minkä tahansa tehtävän (kuten ihminen)
• Ymmärtämään kontekstin eri aloilla
• Päättelemään abstraktisti ja yleistämään tietoa
• Soveltamaan kokemuksia yhdeltä alueelta toisen ongelmien ratkaisemiseen

Nykytilanne: Meillä on erittäin vaikuttavaa kapea tekoälyä. AGI on edelleen tutkimuskysymys – kukaan ei tiedä, olemmeko 5, 15 vai 30 vuoden päässä sen saavuttamisesta.

Kapea tekoäly voi tehdä hyvin erilaisia asioita. Jakamalla järjestelmät kolmeen kategoriaan saamme selkeän kuvan siitä, mitä tekoäly todella tekee tiedolla – ja missä kohtaat eri tyypit.

Kolme tekoälyjärjestelmien päätyyppiä

🔍 Analyyttinen tekoäly – analysoi ja luokittelee

Tarkastelee olemassa olevaa dataa ja tekee päätöksiä tai ennusteita.

Esimerkkejä:

• Gmailin roskapostisuodatin (luokittelee viestit roskapostiksi tai ei)
• Netflixin suositukset (ennustaa, mitä haluat katsoa)
• Lääketieteelliset diagnostiikkatyökalut (analysoi röntgenkuvia)
• Luottopisteytysjärjestelmät (arvioi riskiä)

🎨 Generatiivinen tekoäly – luo uutta sisältöä

Luo jotain, jota ei aiemmin ollut – tekstiä, kuvia, ääntä, videota tai koodia.

Esimerkkejä:

• ChatGPT (kirjoittaa tekstiä)
• DALL-E, Midjourney (luo kuvia kuvauksista)
• GitHub Copilot (generoi koodia)
• Musiikkia generoiva tekoäly

🤖 Robotiikka ja automaatio – toimii fyysisessä maailmassa

Yhdistää tekoälyn fyysisiin järjestelmiin, jotka voivat liikkua ja vaikuttaa ympäristöön.

Esimerkkejä:

• Itseohjautuvat autot
• Teollisuusrobotit, jotka kokoavat autoja
• Dronet, jotka toimittavat paketteja
• Robottiimuri

Nämä tyypit yhdistyvät usein: itseohjautuva auto käyttää analyyttistä tekoälyä tienviittoja ja jalankulkijoita tunnistamaan sekä robotiikkaa auton varsinaiseen ohjaamiseen.

“Tekoäly”-käsitettä käytetään yksinkertaisista suodattimista edistyneisiin järjestelmiin. On syytä omaksua terve skeptisyys seuraavan kerran, kun kuulet sanan.

Miksi 'tekoäly' on epämääräinen käsite

Kun kuulet “tekoäly”, se voi tarkoittaa kaikkea yksinkertaisesta roskapostisuodattimesta edistyneisiin järjestelmiin, kuten ChatGPT tai itseohjautuvat autot. Se on kuin sanoisi “ajoneuvo” – se voi olla polkupyörä, auto tai avaruusalus.

Nyrkkisääntö: Kun joku puhuu tekoälystä, kannattaa kysyä: “Minkä tyyppistä tekoälyä tarkoitat?”

Yhteenveto

Tässä kokoamme osion tärkeimmät oivallukset ennen kuin siirryt tietovisaan.

• Tekoäly jäljittelee älykästä käyttäytymistä laskutoimitusten avulla – se ei ajattele kuin ihminen
• Kaikki nykyaikainen tekoäly on kapea tekoäly (ANI) – erikoistunut tiettyihin tehtäviin. AGI (ihmistason yleinen äly) ei ole vielä olemassa
• Tekoälybuumi tapahtuu nyt valtavien datamäärien, tehokaan laitteiston ja älykkäiden algoritmien yhdistelmän ansiosta
• Tekoäly voi olla analyyttistä (analysoi dataa), generatiivista (luo uutta sisältöä) tai se voi liittyä robotiikkaan (toimii fyysisesti maailmassa)

Testaa tietosi

4 kysymystä · 100 % oikein läpäistäksesi · Tarkista vastaukset lopussa

Aloita tietovisa →