– Jokaisen virkamiehen pitäisi suorittaa ilmainen verkkokurssi Elements of AI. Se voitaisiin asettaa kesälomalle pääsyn ehdoksi, täräyttää Antti Merilehto. Merilehdon kirja Tekoäly – matkaopas johtajalle oli vuoden 2018 myydyin businesskirja. Merilehto piti aiheesta viime vuoden aikana 120 esitelmää.
Muutos on taas kerran paljon nopeampaa kuin olemme osanneet odottaa. Muutama vuosi on ihmetelty, mitä tekoäly on, ja milloin se oikeasti alkaa vaikuttaa tavallisten ihmisten elämässä.
Se tuli jo. Samaan aikaan, kun iso osa meistä vielä ihmettelee, mistä on kysymys, erilaiset tekoälysovellukset ympäröivät meitä kaikkialla digitaalisessa toimintaympäristössä: kaupassa, pankeissa, vakuutuksissa – kaikkialla siellä, missä suuria määriä tietoa kerätään ja käytetään päätöksenteossa.
Yllätyksellisyys johtuu eksponentiaalisesta kehityksestä.
Yllätyksellisyys johtuu eksponentiaalisesta kehityksestä. Toisin kuin lineaarisessa kehityksessä, jossa kasvu tapahtuu lisäämällä yksi edellisen luvun päälle, eksponentiaalisessa kehityksessä määrä tuplaantuu joka kerta. Se kasvaa hitaalta tuntuvan alun jälkeen huiman nopeasti.
Esimerkki eksponenttisesta kasvusta on tarina shakkipelin keksijästä. Rikas intialainen ruhtinas oli niin iloinen pelin keksimisestä, että lupasi keksijälle palkkion, jonka hän pyytää. Keksijä pyysi, että hän saisi riisiä niin paljon kuin sitä olisi, kun shakkipelin ruudut täyttään niin, että ensimmäiseen ruutuun laitetaan yksi jyvä, toiseen kaksi, kolmanteen neljä, viidenteen kahdeksan, kuudenteen 16, seitsemänteen 34, kahdeksanteen 68, yhdeksänteen 136, kymmenenteen 272 ja niin edelleen. Viimeisen ruudun riisinjyvien määrä vastaa moninkertaisesti maailman vuosittaista riisintuotantoa.
Eksponentiaalista kasvua on vaikea ymmärtää. Äskeisessä tarinassa ruhtinas moitti keksijää siitä, että hän pyytää niin vaatimattoman palkkion.
Ei mörköjä seinille
Tekoälyä ei pidä ryhtyä mystifioimaan. Se tarkoittaa, että ruvetaan piirtämään mörköjä seinälle ennen kuin lainkaan ymmärretään, mistä on kysymys. Se tyypillinen mörkö on, että tekoäly korvaa ensin ihmisen ja ottaa sen jälkeen ylivallan. Niin se ei mene, mutta tekoäly kyllä korvaa ihmisen sellaisissa tehtävissä, joissa ihminen ei muutenkaan ole erityisen hyvä.
Tekoäly muistaa kaiken ja on äärimmäisen nopea. Kun datan määrä kasvaa, jälleen kerran, pikemminkin eksponentiaalisesti kuin lineaarisesti, ihmisen mahdollisuus hallita sitä ilman koneen apua heikkenee. Suoraan sanottuna se on jo käynyt mahdottomaksi.
Tästä ehkä kelpaisi esimerkki lähiympäristöstä. Kun kaupan keskusliikkeet S ja K lanseerasivat kanta-asiakaskortit, sanottiin, että ne eivät pysty käsittelemään sitä informaatiota, jonka kortit kassoilla keräävät meidän kulutuskäyttäytymisestämme. Kyllä pystyvät, tekoälyn avulla. Tekoäly pystyy siihen, mihin ihminen ei pysty. Käymään läpi valtavia datamassoja ja tekemään sieltä erilaisia haluttuja hakuja ja erilaisten informaatioiden yhdistelmiä.
– Kaupassa tekoälyn avulla voidaan päätellä kuittidatasta millaisia ruokia voin valmistaa ja kauppa voi tarjota valmista reseptiikkaa. Jatkossa myös tavoitteisiin pääsemisessä voi olla kaupan datasta apua. Jos haluan syödä vähemmän suolaa ja jaan tavoitteen kaupan kanssa, saan juuri oikeita ehdotuksia. Koko kaupan ketjulle parempi ennustettavuus tuo hyötyjä mm. pienempänä hävikkinä, joka taas madaltaa hiilijalanjälkeä, Merivaara toteaa.
Kone diagnosoi ihmistä paremmin
Data on tekoälyn oppimisympäristö. Mitä enemmän käyttökelpoista dataa on käytettävissä, sitä tehokkaampaa tekoälyn oppiminen on. Puhutaan koneoppimisesta. Sen vuoksi tekoäly on jo peitonnut ihmisen esimerkiksi lääketieteellisten diagnoosien tekemisessä. Kone muistaa kaiken ja on nopea. Taitavin ja kokeneinkaan lääkäri ei pysty muistamaan sellaista määrää yksityiskohtia, joita kuvantunnistamiseen erikoistunut tekoäly kykenee muistamaan.
Otetaan pieni esimerkki: silmänpohjakuva. Esimerkiksi diabeetikoiden silmänpohjat kuvataan säännöllisesti, jotta pystytään löytämään mahdollisesti alkava retinopatia eli silmänpohjan rappeutuminen, joka voi johtaa sokeutumiseen. Alkuvaiheen muutokset ovat hyvin vähäisiä, myös silmälääkärille erittäin vaikeita havaita. Eikä silmänpohjakuvien tuijottaminen ole helppoa ja hauskaa työtä. Kone jaksaa, eikä sen katse väsy.
Ajatus siitä, että kone pystyy suoriutumaan vain hyvin yksinkertaisista, sille ohjelmoiduista tehtävistä, on aikansa elänyt. Matka robotista, joka tekee vain sille erikseen ohjelmoituja tehtäviä, tosin nopeasti ja laadukkaasti, on aikansa lapsi. Toki robotit ovat äärimmäisen tärkeitä esimerkiksi teollisuuden prosesseissa, mutta robotin ja tekoälyn ero on juuri siinä, että tekoäly kykenee yhdistelemään dataa äärimmäisen tehokkaasti.
Tekoäly on valtava apu
Tekoäly muuttaa maailmaa. Se muutos on jo alkanut. Mutta toisin kuin dystopiaromantikot väittävät, tekoäly ei tule tuhoamaan maailmaa. Jos maailma tuhoutuu, sen tekevät ihmiset.
Sen sijaan tekoälyllä saattaa kyllä olla iso rooli maailman pelastamisessa. Ihmisen erityinen ominaisuus on tunteet. Koneella niitä ei ole. Saattaa olla, että ihmisen ja koneen liitto johtaa juuri siihen, mistä ihmistä usein päätöksenteossa syytetään. Että on käytetty tunteita. Siitähän ei ole kyse.
Ihmisen päätöksenteon suurimpia puutteita on kyky käyttää päätöksenteossa riittävästi tietoa. Tekoäly ratkaisee tämän ongelman, kun se pystyy käsittelemään valtaisia tietomassoja ja tuottamaan niistä informaatiota, jolloin päätöksenteko voi perustua valtavaan tietomäärään.
– Pidän empatiaa ihmisen tärkeimpänä ominaisuutena. Kun aikaa ei kulu usein sangen epämääräiseen, tehottomaan ja epäsystemaattiseen tiedonhankintaan, ihminen voi käyttää aikaa päätöstensä seurausvaikutusten pohtimiseen. Tosin siinäkin kone voi auttaa tekemällä salamannopeasti mallinnuksia erilaisten päätösten vaikutuksista, Antti Merilehto sanoo.
Eurooppa jää jälkeen
Sitten hieman huonoja uutisia. Eurooppa on jälleen kerran jäämässä jälkeen. Kiinalla on valtavan suuri valtiollinen tekoälykehityshanke käynnissä. Kiinassa syntyy valtava määrä dataa. Kiinan komentotaloutena myös pystyy tekemään päätöksiä nopeasti ja keskitetysti. Onko se oikein, on perusteltu kysymys. Mutta nyt Kiina hyödyntää tätä etua tekoälyn kehittämisessä.
Yhdysvalloissa puolestaan on yritysvetoinen kehitystyö, josta huolehtivat ennen kaikkea Googlen Amazonin, IBM:n ja Facebookin kaltaiset jättiläiset ja niiden aluskasvillisuutena syntyneet ja syntyvät pienemmän kehittäjät. Myös siellä on suuri yhtenäinen kielialue, joka etenkin datamäärien osalta on merkittävä etu.
Eu:n ongelmana on kielien sekamelska, mutta myös aikoinaan tehty päätös siitä, että digimarkkinat ovat kansalliset, josta Eurooppa on ehtinyt kärsiä viime vuosikymmenten aikana monella eri tavalla. EU ei tästä ole kovin paljon oppinut, sillä viime syksynä voimaan tullut tietoturva-asetus GDPR sinetöi sen, että tekoälykehitys tulee jäämään jälkeen Kiinasta ja Yhdysvalloista, ehkä myös joistakin muista alueista, kuten Intiasta.
GDPR:n ongelmat liittyvät siihen, että asetuksessa on artikloja, jotka eivät lainkaan ota huomioon datan luonnetta, määrää ja tapaa, jolla sitä käsitellään. Artikla 17 määrittelee, että henkilöllä on oikeus tulla unohdetuksi. Se tarkoittaa, että ihmisen tiedot pitäisi kyetä ottamaan pois datamassoista. Miten se tapahtuu ja mitä siitä seuraa, jos tiedot on anonymisoitu, kuten usein datamassoissa on.
Artiklassa 22 todetaan, että ”Rekisteröidyllä on oikeus olla joutumatta sellaisen päätöksen kohteeksi, joka perustuu pelkästään automaattiseen käsittelyyn”. Jo nykyisin iso osa luotto- ja vakuutuspäätöksiä tehdään automaattisesti asetettujen parametrien perusteella.
– Vaikuttaa siltä, että GDPR-päätös on tehty hyvin vaillinaisten tekoälyn toimintaperiaatteita koskevan tiedon perusteella, Meriluoto sanoo.
”Tekoälyn opiskelussa pikku pakkokaan ei olisi pahasta.”
Sen vuoksi hän patistaakin kaikkia virkamiehiä tutustumaan tekoälyyn Helsingin yliopiston ja Reaktor Oy:n laatimalla verkkokurssilla Elements of AI – eikä hän pitäisi pikku pakkoakaan ollenkaan huonona asiana.
Teksti ja kuvat: Heikki Hakala