Tekoälyn perusteet: koneoppiminen, työn tulevaisuus ja hyvä vai paha tekoäly

Tekoälyn tutkimus käynnistyi jo 1950-luvulla innoittajanaan brittiläisen matemaatikon Alan Turingin toisen maailmansodan aikaiset saavutukset. Tekoälyn merkittävimmät edistysaskeleet on kuitenkin otettu vasta viimeisen kymmenen vuoden aikana pilvilaskennan yleistymisen, datamäärien kasvun ja koneoppimisen läpimurtojen mahdollistamana.

Mitä tekoäly sitten on? Pääpiirteissään koneiden tai tietokonejärjestelmien toimintaa tavalla, joka simuloi ihmisälyä. Tietojenkäsittelytieteissä tekoäly kattaa useita sovellusaloja, erityisesti koneoppimisen. Tässä avaamme tekoälyn perusasiat lyhyesti.

Mitä on koneoppiminen?

Koneoppimisen ansiosta tietokoneet voivat oppia ilman erillistä ohjelmointia. Koneoppimisen ja erityisesti syväoppimisen edistysaskeleet ovat mahdollistaneet tekoälyn räjähdysmäisen yleistymisen viime vuosina. Koneoppiminen toimii opettamalla tietojärjestelmiä hyödyntämään algoritmeja eli ohjelmakoodia toistuvien kuvioiden havaitsemiseen datassa ja toimimaan sitten ennustettavasti.

Puheentunnistus, luonnollisen kielen tunnistus, konenäkö, hakusuositukset ja sähköpostien suodatus ovat kaikki esimerkkejä koneoppimista hyödyntävästä tekoälystä. Esimerkiksi Outlookin Saapuneet-kansio lajittelee tärkeimmät sähköpostiviestit muista tekoälyn avulla. Kun etsit tietoa tai ostat verkosta, ehdotetut tulokset tai suositukset ovat tekoälyn aikaansaannosta. Microsoftin Translator-käännössovellus käyttää koneoppimisalgoritmeja kirjoittamaan sanasi valitsemallasi kielellä puhuessasi toista kieltä.

Yleisiä koneoppimismenetelmiä 

Koneiden opettamista dataan lisättyjen tunnistetietojen avulla kutsutaan valvotuksi oppimiseksi. Data voi sisältää esimerkiksi valokuvia, joihin on lisätty tunnisteita kertomaan, mitä kuvat esittävät. Koneen käyttämä algoritmi osaa poimia nämä tunnisteet muista datajoukoista. Jos joukko kuvia on merkitty vaikkapa koira-tunnisteella, kone ymmärtää tämän ja tunnistaa samankaltaiset koirakuvat.

Sen sijaan valvomattomassa oppimisessa koneet etsivät yhtäläisyyksiä ja tunnistavat toistuvia kuvioita datajoukoista, joissa ei ole käytetty tunnisteita. Tässä menetelmässä algoritmeja ei ole koodattu havaitsemaan tiettyjä datalajeja (kuten koirien kuvia) vaan etsimään samankaltaisia esimerkkejä, jotka voidaan ryhmitellä yhteen.

Vahvistavassa oppimisessa kone oppii yrityksen ja erehdyksen kautta ja päättää lopuksi parhaasta tavasta suorittaa tietty tehtävä. Microsoft käyttää tätä tekniikkaa peliympäristöissä parantamaan ohjelmahahmojen toimintaa. Esimerkiksi Minecraftissa tekoälyhahmo voi oppia navigoimaan laavakentän läpi putoamatta siihen. 

Mitä on syväoppiminen?

Syväoppiminen on koneoppimista, joka pyrkii mallintamaan sitä, miten ihmisaivot prosessoivat tietoa. Näissä järjestelmissä jokainen neuroverkon kerros lisää attribuutteja ja lisäinformaatiota vastaanottamaansa dataan tehden siitä monipuolisemman seuraavaa neuroverkon kerrosta varten.

Näin järjestelmä muodostaa datasta erittäin yksityiskohtaisen käsityksen, jota voi luonnehtia älykkääksi päättelyksi. Koiran ’nähdessään’ kone havaitsee ensin pikselimatriisista sen hahmon, tunnistaa sitten hahmon reunat, sen muodot, itse objektin ja niin edelleen, kunnes se tunnistaa kuvan.

Nämä keinotekoiset neuroverkot ovat vauhdittaneet viime aikoina koneoppimisen kehitystä ja tietokoneiden kykyä tunnistaa puhetta ja kuvia sekä prosessoida luonnollista kieltä.

Voiko tekoäly ottaa vallan?

Yleinen käsitys tekoälystä on vääristynyt pitkälti science fiction -elokuvien synkkien kuvausten vuoksi. Tämän päivän tekoälyjärjestelmät pystyvät toteuttamaan vain yksittäisiä, ennalta määritettyjä tehtäviä. Järjestelmät ovat hyviä loogisissa tehtävissä, mutta ne eivät kykene intuitiota, empatiaa tai tunneälyä vaativiin toimintoihin. Elokuvien ruokkimat pelot ovat siis vielä kaukana siitä, mitä tekoälyn kehityksessä oikeasti tällä hetkellä tapahtuu.

Ihmisten luottamusta tekoälyteknologiaa kohtaan on aloitettava rakentamaan jo suunnitteluvaiheessa, ja tuotekehitystä pitää ohjata vahvojen eettisten periaatteiden mukaisesti. Tekoälyn yhteydessä pitää keskustella muun muassa tietosuojasta, tekoälyn väärinkäytöstä vahingollisiin tarkoituksiin, tekoälyjärjestelmien moraalista, puolueellisuuden välttämisestä sekä vastuun jakautumisesta, jos jotain menee pieleen.

Microsoft kehittää tekoälyä yhdessä kumppaneidensa kanssa inhimillisten arvojen lähtökohdista. Tekoälyä, joka vahvistaa ihmisten osaamista. Uskomme vastuulliseen kehitystyöhön ja siihen, että tekoälyteknologioiden kehittäjien tulee ottaa vastuu niihin liittyvistä eettisistä kysymyksistä ja työskennellä yhdessä vaikeimpien haasteiden ratkaisemiseksi. Tekoälyn ei pidä olla minkään yksittäisen yrityksen tai kansakunnan hallinnassa.

Tekoäly kuuluu kaikille.

Tämän vuoksi Microsoft on ollut mukana perustamassa voittoa tavoittelematonta Partnership on AI -organisaatiota, jonka tavoitteena on parhaiden käytäntöjen ja avoimen keskustelun avulla varmistaa, että tekoälyteknologiat hyödyttävät ihmisiä ja yhteiskuntaa. Viime vuonna perustimme myös oman AI and Ethics in Engineering and Research -työryhmän varmistaaksemme, että kaikki tekoälyjärjestelmät noudattavat eettistä ohjeistoamme. Vaadimme, että tekoälyjärjestelmien on turvattava puolueettomuus, käytettävä algoritmeja vastuullisesti, oltava läpinäkyviä ja selitettävissä sekä autettava ihmiskuntaa yksityisyydensuojaa kunnioittaen.

Tekoäly ja työn tulevaisuus

Julkisuudessa on käyty paljon keskustelua siitä, korvaako tekoäly työpaikkoja, etenkin manuaalisia työtehtäviä, jotka voidaan automatisoida. Microsoft uskoo, että tämä tulkinta on liian pelkistetty. Useimmissa töissä on tavanomaisia ja arkipäiväisiä tehtäviä, jotka vaikuttavat yksilön tuottavuuteen. Tekoäly voisi suorittaa nämä tehtävät, jotta työntekijät voivat keskittyä luovuutta ja inhimillisyyttä vaativiin tehtäviin

On totta, että tekoälyn vaikutukset työelämään ovat todennäköisesti mullistavia ja että joitakin työtehtäviä tulee katoamaan. Tekoäly luo kuitenkin myös uusia työpaikkoja, joista osaa ei vielä edes ole olemassa. Näin on tapahtunut jokaisessa teollisessa vallankumouksessa sähkön ja höyrykoneen keksimisestä alkaen. Nyt keskellä neljättä teollista vallankumousta etunamme on, että pystymme varautumaan muutokseen huomattavasti paremmin. Poliittisen päätöksenteon ja työvoiman uudelleenkoulutuksen tuella voidaan työpaikkoja luoda nopeammin kuin niitä katoaa.

Microsoft on jo tehnyt tällä saralla huomattavasti tutkimusta ja toimenpidesuosituksia. Päivitimme vuonna 2018 toimintaohjeemme, joiden tavoitteena on taata lainsäädännön turvin pilvipalveluiden edut kaikille. Ohjeissa korostamme myös, että kaikki teknologiat aiheuttavat murroksia. Vaikka emme usko, että tekoäly korvaa kaikki työpaikat, uskomme, että se muuttaa työn luonnetta ja että meillä on vastuu varmistaa, että ihmisillä on valmiudet selvitä tästä muutoksesta. Tarkastelemme tekoälyn roolia yhteiskunnassa tarkemmin The Future Computed -kirjassamme.

Emme kuitenkaan aliarvioi tekoälyn aiheuttamia haasteita ja epäluuloa. Oxfordin yliopiston Future of Humanity -instituutin tutkimuksessa havaittiin, että tekoälyllä voi olla merkittävä vaikutus kuorma-autonkuljettajien työhön vuoteen 2027 mennessä, vähittäismyyjien työhön vuoteen 2031 mennessä ja kirurgien työhön vuoteen 2053 mennessä.

”Tekoäly luo ihmisille täysin uudenlaisia mahdollisuuksia ja samalla herättää myös pelkoja. Uskomme, että kuluu vielä useampi vuosikymmen, ennen kuin tekoäly on tarpeeksi edistynyttä täysin korvaamaan ihmistä useissa tehtävissä. Tekoälyn kehityksen pitää herättää myös paljon eettistä keskustelua matkan varrella ja näitä kysymyksiä on tärkeää pohtia ja ratkaista yhdessä. Siksi haluammekin keskittyä tekoälyn pitkän aikavälin kehitykseen sekä ottaa vastuuta jo ilmenneiden haasteiden ratkaisemiseen”, sanoo Microsoft Oy:n teknologiajohtaja Mikko Viitaila.