Mitä opin tekoälystä kymmenessä viikossa?

Innoitukseni lähti Heurekan ja Sitran yhteisestä Seitsemän sisarusta tulevaisuudesta -näyttelystä, jonka kertojana on tekoäly ”Jennifer”. Se on sepitetty hahmo, joka johdattelee näyttelykävijän tulevaisuuteen. Asiantuntijat sanovat, että tekoäly ei näytä miltään, se on näkymätön. Jennifer näyttää näyttelyssä siltä, miltä 80-luvulla kasvaneet graafikot kuvittelevat tekoälyn näyttävän. Paljon on lainattu scifistä.

Tekoäly on sanana yhtä muodikas ja monitulkintainen, kuin digitalisaatio tai markkinoinnissa videon tulo. Kaikki puhuvat siitä, mutta kukaan ei ole ihan varma, mitä se käytännössä tarkoittaa. Siksi teimme Tekoälyä arkijärjellä -sarjan, joka esitettiin osana MTV3:n Huomenta Suomea tämän syksyn aikana.

Mitä sitten opin kahdenkymmenen asiantuntijan hellän empaattisessa käsittelyssä?

Opin, että tekoäly on liikkuva maali. Se, mikä oli tietojenkäsittelytieteessä tekoälytutkimuksen piirissä 80-luvulla, on nyt karttapaikannussovellus arjessamme, josta ei puhuta enää tekoälynä. Kaikki tutkijat, insinöörit, ohjelmoijat ja kehittäjätkään eivät ole yhtä mieltä siitä, mitä tekoäly on ja miten se pitäisi määritellä. Jos haluat pidättäytyä turvallisilla vesillä, voit puhua tekoälyä hyödyntävistä sovelluksista, koneoppimisesta tai algoritmeista.

Tekoäly ei ajattele ihmisen kaltaisella tietoisella tavalla, jossa huomioidaan kokonaisuuksia tai mennyttä ja tulevaa. Se on järjestelmä, joka suorittaa sille annettuja tehtäviä. Ihminen tiedostaa itsensä suhteessa ympäristöön, tekoäly ei tee sitäkään. Siksi esimerkiksi itseajavien autojen on vaikea erottaa lumipyry valkoisesta vastaantulevasta autosta. Kone on kuitenkin ihmiseen verrattuna ylivoimaisen nopea, sen laskentakapasiteetti kasvaa koko ajan, eikä se virheitä.

Tekoäly on oiva renki.

Kone voi mallintaa mahdollisia skenaarioita tai tehdä tuhansia kokeita siinä ajassa, kun ihminen tekee kymmenen. Se voi seuloa keskosina syntyneiltä vauvoilta verenmyrkytyksiä tai auttaa poliisin työssä skannaamalla pikavauhdilla rekisterinumeroita. Kuten mitä tahansa teknologiaa, tekoälyn sovelluksia voidaan käyttää hyvissä tai ikävissä aikeissa. Joskus tarkoituksellisesti, toisinaan tahattomasti.

Koneoppimisen soveltaminen perustuu luokitteluun. Se vie lähtökohtaisesti asioita erilleen ja saattaa helposti viettää polarisaation puolelle. Yhteiskuntatieteet eivät ole luonnontieteitä, joissa on vain yksi oikea vastaus, siksi on tärkeää pitää mielessä, mikä on datan rooli ja millaiset arvot valintojen, luokittelujen ja päätösten taustalla ovat. Me voimme yhdessä päättää pelisäännöistä, kuten GDPR osoittaa.

Tekoälystä ja sen käytännön soveltamisesta pitäisi olla kiinnostuneita erityisesti niiden, jotka eivät vietä kaikkea aikaansa ohjelmoinnin parissa. Tällä hetkellä kehittäjäjoukko on suhteellisen homogeeninen porukka nuoria miehiä. Ohjelmoijat saattavat siirtää tahattomasti omia ennakkoluulojaan koneiden toistettavaksi. On siis oltava tarkkana siinä, miten me opetamme tekoälyä ja millaista dataa syötämme sen käsiteltäväksi.

Sosiaalisen median palvelut on rakennettu niin, että käyttäjät viihtyisivät niiden parissa mahdollisimman pitkään. Suosittelualgoritmit tarjoavat meille lisää sellaista sisältöä, josta olemme aiemmin olleet kiinnostuneita ja joiden parissa olemme viivähtäneet. Kone on nopea oppimaan ja saamme lisää samaa. Yksinkertaistettuna tämä tiivis sykli synnyttää kuplia, joissa saman mieliset kannustavat toisiaan ja joissa äärimmillään on matala kynnys alkaa levittää valheita, joita toiset saman mieliset sitten lähtevä kaiuttamaan.

Päivystävä dosentti ja politiikan tutkija Antto Vihma antaakin vinkin kevään vaaleihin. Kannattaa hetkeksi pysähtyä miettimään, miksi jonkun tietyn ehdokkaan sisällöt ilmaantuvat omaan sosiaalisen median virtaan ja kurkata ehdokkaan takaa löytyvä vanhanaikainen instituutio, nimittäin puolue.

Erilaiset oppivat algoritmit vaativat paljon dataa ja tämä datan muotoileminen niin, että koneet voivat sitä rouskuttaa, on aikaa vievää puuhaa. Se vaatii yrityksiltä ja organisaatioilta kokeiluhenkeä, jatkuvaa oppimista ja paljon työtä. Vaikka ei itse osallistuisi aktiivisesti uusien mahdollisuuksien tutkimiseen, se ei pysäytä muutosta. On myös kannatettavampaa muodostaa tekoälykysymyksiin oma mielipide, vaikka se olisikin työlästä, kuin uskoa sokeasti kaikki, mitä Internetissä meille luvataan.

Jos minä päättäisin nyt, mikä minusta tulee isona, olisin kiinnostunut data-analyytikon tai neuroverkkovelhon pestistä. Koskaan ei ole liian myöhäistä oppia uutta, siksi ilmoittauduin oitis Ai-kurssille. Sen mitä voin tehdä jo tänään on ottaa osaa keskusteluun siitäkin huolimatta, etten ehkä heti alkuun osa käyttää tekoälytermiä oikein tai lipsautan jotain väärin ja siitä vinoillaan somessa.

Haluan mieluummin oppia ymmärtämään tekoälysovellusten toimintaa ja vaikutuksia oman elämänpiiriin ja vaatia vastuullisuutta oikeissa pelipaikoissa. Näitä päätöksiä tekevät esimerkiksi poliitikot, yritysjohtajat ja kaupunkisuunnittelijat. Mihin suuntaan sinun mielestäsi meidän pitäisi mennä?

Katso koko Tekoälyä arkijärjellä -sarja Sitran YouTube-kanavalta.