Tekoälystä kansantajuisesti. Henkilöhaastattelussa: Matti Sarén

0

Tekoäly ja koneoppiminen vilahtavat median uutisotsikoissa tiheätahtisesti. Halusin mahdollisimman selkeät määritelmät tekoälylle ja koneoppimiselle, joten haastattelin alan asiantuntijaa, filosofian tohtori, eMBA Matti Sarénia. Kysyin samalla missä kehityksessä mennään tällä hetkellä ja millainen on Kajaanin ammattikorkeakoulun tuleva Datasta Tekoälyyn -insinöörikoulutus.

Tekoälyn määritelmä

”Me haluamme löytää keinoja nopeuttaa, tehostaa ja helpottaa elämäämme. Kun keksittiin pyörä, saatiin raskaita kuormia liikkeelle, jotka eivät aiemmin liikahtaneet.

Kun tietokoneiden muisti- ja laskentakapasiteettit kasvoivat kaivettiin koneoppimisen teoriat nurkasta, jonne teoreetikot olivat ne nakanneet vanhahtavana (teoriat peräisin Thomas Bayesilta vuodelta 1763). Huomattiin, että tietokone voi oppia asioita ja seuraussuhteita, jotka ovat ihmiselle liian monimutkaisia hahmotettavaksi. Näin tietokone saatiin helpottamaan laiskan-sutkean insinöörin ajattelun ja hahmottamisen taakkaa.

Tekoäly on yleisnimitys joukolle teknologioita, joilla prosessorien ohjaamina koneet ja tietokoneet saadaan tekemään ainakin joidenkin ihmisten mielestä järkeviä asioita. Isossa roolissa on koneoppiminen, mutta käsitteen alle tuntuu nykypäivänä uppoavan melkein kaikki matemaattiset menetelmät datan käsittelyyn, myöskin ne Bayesilta peräisin olevat”.

Tekoälyn käytön tietoturvariskit

”Tekoäly välineenä ratkaista asioita on itsessään neutraali – niin kuin useimmat teknologiat. Tietyt käyttötavat ovat kaikille hyödyllisiä. Esimerkkinä kuva-analyysi, jolla voidaan diagnosoida luomen riskiä muuntua syöpäkasvaimeksi. Toiset teknologian käyttökohteet ovat arveluttavia, kuten vaikkapa vastaavaan kuva-analyysiin perustuva täsmäpommi, joka ohjaa räjähteen vaikkapa juuri tietyn väriseen kulkuneuvoon. Tekoäly teknologiana on siis arvo neutraali ja siksi riskitön. Se kuinka me hyödynnämme sitä saattaa tehdä siitä riskin yksilölle, yhteiskunnalla tai kenties jopa ihmiskunnalle.

Voisi pohtia sellaista maailmaa, jossa tehokas resurssien (vaikkapa puhtaan veden tai käyttösähkön) jakelun varmentaminen annetaan koneoppivan järjestelmän huoleksi. Kone säätää jakeluverkkoa ja pitää huolen, että resurssia on saatavilla. Ajatellaan, että lisäämme koneelle uuden tehtävän esimerkiksi maksimoida resurssin tehokas käyttö.

Saattaa olla, että juuri sinun kesämökkisi sähkön saanti olisi joskus vähemmän tärkeää kuin vieressä olevan sairaalan. Osaisitko olla tyytyväinen koneen tekemään päätökseen?
Tekoälyn sovellukset tietoturvassa ovat todella mielenkiintoisia. Vaikkapa F-Secure tunnistaa pahatahtoisia verkkohyökkäyksiä oppivien järjestelmien avulla. Kovin vastaavasti koneoppimista on käytetty oppimaan kuinka käyttäjät muodostavat salasanoja tai käyttävät niitä ristiin erilaisissa palveluissa. Tämän kaltaista tekoälyä on jo käytetty tehtailemaan identiteettivarkauksia.

Toinen näkökulma voisi olla se, että voiko oppineesta koneesta palauttaa aineiston jolla se on opetettu? Eli voiko vaikkapa potilasjonojen tehokkaaseen käsittelyyn opetetusta algoritmista palauttaa tiedon mitä sairauksia jollain yksilöllä on. Lähtökohtaisesti ei. Tekoälyalgoritmit ovat päinvastoin erittäin tehokas tapa sumentaa opetusmateriaali. Yksilön kannalta tämä on hyvä uutinen, mutta myös ongelma.

Oletetaan, että pankki käyttää tekoälyalgoritmiä päättääkseen lainastasi. Jos vastaus on: Et saa lainaa. Et varmaan ole tyytyväinen. Ellei jo tekoälyä suunniteltaessa ole osattu laatia ratkaisua siihen, että kone kertoo syyn kielteiselle lainapäätöksellesi (koska et maksanut edellistäkään takaisin!) voi sosiaalinen hyväksyminen koneen tekemiin päätöksiin olla mahdotonta saada.

Tässä minusta on eettisen pohdiskelun paikka – mitä Suomessa, suomalaisena tai Euroopassa eurooppalaisena edellytämme tekoälyratkaisuilta? Pitääkö minun saada poistaa oma datani (mydata) koneista jotka ovat oppineet sillä tekemään asioita (jolloin opittu suoritus heikkenee)? Omistaako valtio kaiken datan minusta, kuten Kiinassa? Vai onko ihan OK, että jättiyhtiöt keräävät ja käyttävät tietoani osana liiketoimintaansa?”

Mistä tekoälyn tunnistaa?

”Kajaanin Ammattikorkeakoulussa teemme yhteistyötä erään itseliikkuvien ajoneuvojen parissa työskentelevän yhtiön kanssa. He ovat antaneet käyttöömme ajoneuvoista kerättyä dataa, jonka avulla opetamme neuroverkkoa ohjaamaan ajoneuvoa entistä paremmin.

Neuroverkkoja voidaan pitää tekoälynä. Mistä sen sitten tunnistaa onkin taasen kovin filosofinen kysymys. Otetaan vaikkapa induktioliesi, joka sammuttaa itsensä kun kattila nostetaan levyltä. Tunnistus tapahtuu sitä kautta kuinka induktiosilmukkaan syötettävä energia muuttuu silloin kun kattila kuumenee magneettikentässä. Päättely tehdään tilastollisesti. Onko tämä tekoälyä? Ainakin se toteuttaa määritelmän.

IoT (Internet of things) on käsitteenä vähän toista maata. Verkko kytketyt laitteet eivät itsessään ole tekoäly. Kotisi jokaisen huoneen termostaatti voisi lähettää huoneen lämmön maalämpöpumpullesi. Tämä ei vielä ole tekoälyä. Mutta jos lämpöpumppu säätyisikin tai varmistaisi huoneiden lämmön vuorovaikutuksessa mittauksiin oltaisiin jo kovin lähellä tekoälyä”.

Tekoäly tiedonkeruussa, sovelluksessa ja toimeenpanossa

”Me ajattelemme, että tekoäly edellyttää tietoa, jota sovelletaan jonkun oikean ongelman hahmottamiseen ja toimeenpanon kautta ratkaisuun. Siksi aloitamme siitä miten tietoa kerätään, miten sitä säilötään tai siivotaan, anonymisoidaan, pseudonymisoidaan ja käytetään päättelyn apuvälineenä. Meidän tulisi kouluttaa suomalaisia ymmärtämään  sitä kaupallista lisäarvoa, jonka tekoälyalustat mahdollistavat”.

Tekoälykoulutus

”Kajaanin ammattikorkeakoulussa alkava Datasta Tekoälyyn -insinöörikoulutus on ainakin toistaiseksi suomen ainoa tekoälyn taustoihin, etiikkaan ja käytäntöön pureutuva tutkintoon johtava koulutus. Tekoälyratkaisun tekemisessä valta osa työstä tehdään datan saamiseksi sellaiseen kuntoon, että sitä voi käyttää tekoälyn kanssa. Tyypillisesti pitää ratkaista datan laadun, siirrettävyyden, saamisen ja säilyttämisen ongelmat. Nämä ovat insinööri AMK:lle sopivia ongelmia.

Olemme kouluttamassa laboratorioinsinöörejä, jotka mahdollistavat tutkijoiden tehokkaan keskittymisen omaan tutkimukseensa. Datan ja koneoppimisratkaisun tuominen tutkijalle apuvalineeksi – samoin kuin vaikkapa jokin mittalaite tai kysely – monikertaistaa tehon, jolla tutkija voi paneutua ongelmaansa. Tähän haluamme tarjota ratkaisua.
Koulutuksestamme valmistuvat insinöörit ovat nyt ja pitkälle näkyvään tulevaisuuteen yksiä halutuimmista ammattilaisista kaikilla sektoreilla, sillä he mahdollistavat tekoälyn soveltamisen. Tämän vuoksi koulutuksen rahoittajina ovat perinteisen OKM:n rinnalla TEM ja yritykset. Osana opintoja ratkaisemme ihan oikeita, yritysten meille heittämiä haasteita. Mielestäni se, että yritykset rahoittavat tutkintoonjohtavaa koulutusta on opiskelijalle tosi kova signaali.
Koulutuksen tärkeä piirre on myös se, että Suomalainen ja Eurooppalainen eettinen ja liiketaloudellinen dimensio datan käyttöön ja käsittelyyn kuuluu osana ohjelmaa. Eurooppalainen GDPR -lähtöinen ajatus, jossa yksilö omistaa oman datansa ja saa määrittää miten sitä käytetään edellyttää opetusta juuri heille, jotka rakentavat ratkaisuja. Tässä teemme tiivistä yhteistyötä kansallisen tekoälyohjelman kanssa”.

JÄTÄ VASTAUS

Kommentointi edellyttää, että JavaScriptin suoritus selaimessa on sallittu.