Matkalla kohti tekoälyä

Matkalla kohti tekoälyä

Tekoäly on puheenaihe, joka ei tällä hetkellä esittelyä kaipaa. Aihe on kuitenkin IT-ammattilaisten maailmassa siinä mielessä poikkeuksellinen, että se on kiinnostava, lähestyttävä ja jopa kutkuttava myös suuren yleisön näkökulmasta. Ja niinpä tekoälystä kirjoitetaan nykyään paljon, kaikkialla ja kaikenlaista. Tekoälyn määrittely on vaikeaa alan tutkijoillekin, joten ymmärrettävästi moni tavallinen keskustelija ei tunnu ihan kauhean hyvin tietävän mistä puhuu, kun puhuu tekoälystä.

Haastattelin aiemmin tekoälyn uranuurtajaa, professori Timo Honkelaa hallitusammattilaisten yhdistyksen blogissa julkaistua kirjoitusta varten. Keskustelusta jäi mieleeni erityisesti ajatus, johon huomaan palaavani uudestaan ja uudestaan. Honkela vertasi tekoälyä käsitteenä supertietokoneisiin: molemmat ovat termejä, jotka kehityksen myötä pakenevat omaa määrittelyään.

Supertietokoneilla tarkoitetaan aina kunkin ajan kaikista tehokkaimpia tietokoneita – voidaan ajatella, että laskentakeskusten ylläpitämä Top500-lista maailman tehokkaimmista tietokoneista on samalla sanan supertietokone ajantasainen määritelmä. Et ole super, jos et ole listalla. Yksittäinen tietokonejärjestelmä ei pysy listattuna juurikaan viittä vuotta kauempaa, joten tässä mielessä supertietokoneen määritelmä uusiutuu noin viiden vuoden välein.

Kun termi tekoäly1  puretaan osiinsa, voidaan havaita, kuinka puhumme jostain ihmisen älykkyyden kaltaisesta asiasta, joka ei kuitenkaan ole ihmisälyä. Usein voidaan myös hyvin puhua pelkästä älykkyydestä: asiayhteydestä käy hyvin ilmi, että esimerkiksi älykoti ei omaa inhimillistä älykkyyttä, vaan sen sijaan on rakennettu erilaisten tekoälyjärjestelmien avulla.

Trendi ajan saatossa on ollut, että vaatimustaso ihmisen älykkyyden kaltaisuuden saavuttamiseen on noussut kussakin sovellusalueessa sitä mukaa, kun tekninen kehitys on edennyt. Esimerkiksi vielä vähän aikaa sitten automekaanikot usein puhuivat älylaatikoista, kun kyse oli melkein mistä tahansa auton sähköisestä ohjainmoduulista. Nämä laatikot olivat korvanneet aiemmat yksinkertaisemmat mekaaniset laitteet ja tuoneet auton toiminnan ohjaukseen hitusen monimutkaisempaa logiikkaa, jota siis älykkyydeksi kutsuttiin. Nyt kun autojen kehitys on saavuttamassa pisteen, jossa itsekseen ajavat robottiautot tulevat liikenteeseen, niin ajovalot automaattisesti päälle napsauttavaa ohjainpiiriä tuskin enää voidaan pitää esimerkkinä autoteollisuuden älykkäiden järjestelmien kehitysponnisteluista.

Tekoälytutkimus on kulkenut tietokoneiden kehityksen rinnalla aivan alusta alkaen, mutta tasaisen voittokulun sijaan tekoälyn historia on ollut varsinaista vuoristorataa nousuineen ja jyrkkine laskuineen. Omana erityisalueenaan tietokonepelien tekoäly on kuitenkin kehittynyt tasaisemmin läpi vuosikymmenten.

Tietokonepeleistä voidaan lukea tuttu kehityskulku: pari yksinkertaista loogista sääntöä riittivät liikuttamaan niitä kummituksia, jotka 1980-luvulla jahtasivat Pacman-otusta labyrintissa, kun taas nykyaikaisten pelien monimutkaisissa virtuaalisissa maastoissa tarvitaan kehittyneitä algoritmeja etsimään parhaita reittejä ja ohjaamaan hahmot esteiden ohi.

Vuonna 2016 AlphaGo-niminen tekoäly onnistui päihittämään maailman huippua edustaneen pelaajan eräänlaisena ihmisen peliälyn viimeisenä linnakkeena pidetyssä Go-pelissä. Tätä saavutusta varten tutkijat olivat yhdistelleet useita kehittyneitä koneoppimisen tekniikoita. Matka Pacmanista AlphaGo:hon on pitkä ja niissä käytetyt menetelmät ovat vaativuudessaan aivan eri tasoilla, mutta päämäärä on sama: luoda illuusio älykkäästä vastapuolesta.

Tietotekniikassa kaikki on aina ollut monimutkaisen logiikan ohjaamaa ja siksi lähtötasokin älykkyydelle on verrattain korkea. Reitinhakualgoritmit ja niihin perustuvat navigaattorit ovat meille jo arkipäivää, mutta toki aikoinaan varmasti tekivät moniin vaikutuksen. Tänä päivänä emme kuitenkaan usein enää osaa pitää tavallista navigaattoria älykkäänä, vaan odotamme, että älykkääksi kutsuttavan navigaattorin tulisi vähintään ymmärtää puhetta ja arvata puolesta sanasta, että mihin haluamme mennä.

Algoritmit ja automaatio ovat arkipäiväistyneet. Tietotekniikan suuret algoritmit ovat ehkä jo kirjoitettu. Tietotekniikan ja digitalisaation kehityksen jatkumiseksi tietokoneen älykkyys ei voi enää kulkea ohjelmoijan sormien kautta, vaan järjestelmien tulee kyetä oppimaan itse. Näin ollen tämän päivän tekoäly perustuu koneoppimiseen eli tietokonejärjestelmiin, jotka eivät tarvitse valmiita sääntöjä, vaan voivat oppia ne datasta.

Nykyisen tekoälyvallankumouksen käynnisti koneoppimisen sisällä tapahtunut edistysaskel, nimittäin niin kutsutun syväoppimisen menetelmien kehittyminen. Koneoppimisen perinteinen rajoite on ollut datan määrä. Jos kirjastossasi on vain yksi kirja, niin yleissivistyksesi ei kasva, vaikka luet sitä samaa kirjaa päivittäin. Opit kyllä varmasti ulkoa kaikki ladontavirheet, jokaisen aliluvun sivunumerot ja kahvitahrojen paikat.

Suurten tietomassojen saatavuus sekä oppimistehtäviin hyvin soveltuvien uudenlaisten GPU-laskentakiihdyttimien kehittyminen mahdollistivat sen, että tekoälyn eteen on voitu latoa hyllykilometreittäin mielekästä opeteltavaa. Nämä koneoppimisen ympäristön muutokset puhalsivat uutta eloa jo pidemmän aikaa sitten kehitettyihin neuroverkkomenetelmiin ja tarjosivat sen työkalupakin, jota tarvitaan seuraavien kehitysaskelten ottamiseen tekoälyn rintamalla.

Onkin siis hyvä muistaa, että tekoäly ei ole itsessään menetelmä tai teknologia. Paras määritelmä mielestäni on, että tekoäly tarkoittaa älykkäinä pidettävien toimintojen toteuttamista tietokoneella. Ja kuten edellä kävi ilmi, niin tuo älykkyyden rima nousee jatkuvasti eri sovelluskohteissa.

Voidaan ajatella, että tekoäly on kuin ilmansuunta. Talvipakkasia voidaan lähteä karkuun etelään ja sinne matkustaminen onnistuu monelle eri välineellä: esimerkiksi laivalla ja bussilla voi matkustaa Viron kylpylöihin, kun taas lentokoneella pääsee Välimeren kohteisiin. Toisaalta jos Kreikan saaristoon iskee ennätyskylmä talvi, niin ei auta, että ollaan jo Suomesta katsoen hyvin pitkällä etelässä. Matkaa täytyy jatkaa Pohjois-Afrikkaan lämpimämpien säiden toivossa.

Myös tekoälykompassin osoittamaan suuntaan olemme matkanneet jo monin eri välinein, aina perusalgoritmiikasta erilaisiin koneoppimisen ja tiedonlouhinnan menetelmiin. Voidaan kuitenkin varmuudella sanoa, että kovin pitkällä emme tuolla matkalla ole ja tulemme vielä tarvitsemaan monia uusia matkustusvälineitä.

Kun etelään matkaamista jatkaa riittävän kauan, niin lopulta pääsee perille. Ensimmäisenä sinne saapui Roald Amundsenin retkikunta ja nyt etelänavasta on tullut usean suomalaisenkin hiihtovaelluksen kohde. Tekoälyn osalta se suuri filosofinen kysymys on, että onko tekoäly pelkästään suunta, vai myös lopulta kohde? Kun olemme tehneet matkaa riittävän kauan, niin tulemmeko lopulta perille? Ja mikä meitä siellä odottaa?

1 Tekoälyn sijaan oikeampi termi olisi keinoäly. Laitteista puhuttaessa teko-alku viittaa laitteeseen, joka jäljittelee esikuvaansa toiminnaltaan ja ulkonäöltään. Keinoälyn kaltaisia termejä puolestaan ovat esimerkiksi keinomunuainen ja keinohorisontti, jotka eivät vastaa esikuvansa ulkoista olemusta. Tekoäly on kuitenkin vakiintuneempi ja kirjoittaja mieluusti tyytyy siihen, että termin kieliasu on hieman epätarkka, kunhan käsitys varsinaisesta asiasta sanan takana tarkentuisi.

Julkasitu alunperin 27.08.2019.

Lisää tästä aiheesta » Siirry sisältöihin ja uutisiin »

Aleksi Kallio

The author is the development manager of data intensive computing at CSC