Linkki-maskottihenkilön kuva

Tekoäly

Tekoälyn toiminta

Tässä luvussa

  • opit tekoälyn peruskäsitteitä.
  • opit kuvaamaan lyhyesti, miten tekoäly oppii.
  • opit ymmärtämään eron ihmisen ja tekoälyn oppimisen välillä.

Kuten aiemmassa luvussa todettiin, niin tekoälyä käytetään nykyään laajasti moneen tehtävään. Tässä luvussa tutustutaan tekoälyn toiminnan taustalla oleviin peruskäsitteisiin ja konkretisoidaan tekoälyn toimintaa yksinkertaistetun esimerkin avulla. Lisäksi luvussa pohditaan tekoälyyn liittyviä eettisiä kysymyksiä.

Tekoälyn peruskäsitteitä

Jotta tekoälyn toimintaa voi ymmärtää, on hyödyllistä tuntea muutamia peruskäsitteitä. Näiden käsitteiden kautta voi hahmottaa tekoälyn toimintaa palastellen.

Datalla tarkoitetaan tietoa, jota tekoäly tarvitsee oppiakseen. Esimerkiksi kuvat kissoista ja koirista, tai tuhannet esimerkkilauseet eri kielillä voi olla tekoälyn hyödyntämää dataa.

Neuroverkko on tekoälyn sisäinen malli, joka muistuttaa löyhästi ihmisaivojen rakennetta ja tapaa toimia. Se etsii datasta kuvioita, sääntöjä ja yhteyksiä. Aivan kuten ihmisen aivot oppivat esimerkiksi tunnistamaan toistuvia tapahtumia.

Algoritmi on tarkka toimintamalli tai ohje, kuten arjen ruokareseptit. Tekoäly noudattaa algoritmia oppiessaan ja ratkaistessaan ongelmia.

Koneoppiminen on tekoälyn muoto, missä kone oppii annetusta datasta, ilman ihmisen vaikutusta. Esimerkiksi roskapostien suodattamiseen tarkoitetut tekoälyt on opetettu tunnistamaan roskaposteja.

Syväoppiminen on koneoppimista, jossa kone oppii datasta neuroverkkojen avulla. Esimerkiksi kasvojentunnistuksessa kone vertailee aiemmin oppimiaan kasvonpiirteitä esitetyn kuvan piirteisiin.

ChatGPT ja muut vastaavat palvelut perustuvat suuriin kielimalleihin. Ne hyödyntävät syväoppimista ja vahvistusoppimista, ja niille on opetettu valtava määrä dataa esimerkiksi kirjoista, verkkosivuilta ja keskusteluista.

Ne osaavat tuottaa tekstiä, vastata kysymyksiin, kirjoittaa tarinoita ja selittää asioita ihmismäisellä tavalla. Ne eivät kuitenkaan ymmärrä asioita kuten me ihmiset, vaan käyttävät matemaattisia mallejaan ennustaakseen, mikä vastaus todennäköisesti olisi paras.

Vahvistusoppiminen perustuu yritys-erehdys-periaatteeseen: tekoäly kokeilee erilaisia tekoja, saa onnistumisesta "palkkion" ja ajan myötä oppii tekemään eniten palkkioita tuottavia tekoja. Esimerkiksi tekoäly voi yrittää päästä tietokonekentän läpi satoja kertoja. Aluksi se kuolee usein, mutta vähitellen se oppii hyppäämään oikeissa paikoissa ja juoksemaan oikeisiin suuntiin.

Suurilla kielimalleilla tarkoitetaan laajoja neuroverkkokielimalleja, jotka pystyvät tuottamaan hyvälaatuista tekstiä. Tekoälyt, jotka osaavat ymmärtää ja tuottaa ihmiskieltä hyödyntävät suuria kielimalleja.

Generatiivinen tekoäly on tekoälyn tyyppi, joka pystyy luomaan uutta sisältöä. Esimerkiksi kuvia, videota, musiikkia tai tekstiä.

Harjoitustehtävä ⚡

Tehtävässä harjoittelet juuri oppimiasi käsitteitä. Mikä käsite vastaa esitettyä määritelmää? Valitse mielestäsi oikea vaihtoehto.

Tieto, jota tekoäly tarvitsee oppiakseen.

Oikein vastattuja: 0/5

Esimerkki tekoälyn toiminnasta

Kuvitellaan, että henkilö haluaa opettaa tekoälyn tunnistamaan kuvia kissoista ja koirista. Miten se tapahtuu?

  1. Tarjotaan tekoälylle paljon dataa:
    Tekoäly tarvitsee toimiakseen dataa. Tässä tapauksessa se saa tuhansia kuvia, joihin on merkitty, onko kuvassa kissa vai koira.
  2. Tekoäly etsii toistuvia kuvioita:
    Se alkaa huomata eroja kissojen ja koirien piirteissä, kuten korvien ja kasvonmuotojen eroavaisuuksia. Tekoäly toteuttaa koneoppimista toiminnan kehittyessä.
  3. Tekoäly oppii sääntöjä kuvioiden pohjalta:
    Tekoäly ei saa valmista sääntölistaa, vaan se oppii itse erottamaan kissat ja koirat kuvioiden ja sääntöjen perusteella hyödyntäen neuroverkkoa.
  4. Tekoälyä testataan uusilla kuvilla:
    Kun se on oppinut, sille annetaan uusia kuvia. Jos se tunnistaa ne oikein, se toimii toivotulla tavalla.

Tekoälyn oppiminen muistuttaa lapsen oppimista: kun lapsi näkee monta kissaa ja koiraa, hän oppii erottamaan ne. Tekoäly tarvitsee kuitenkin enemmän esimerkkejä ja täsmällisempää tietoa eikä se ymmärrä asioita samalla tavalla kuin ihminen.

Tekoälyn eettisyyden haasteet

Tekoäly, erityisesti generatiivinen tekoäly, voi tuottaa tekstiä, kuvia, musiikkia ja jopa videoita, jotka näyttävät ja kuulostavat ihmisen tekemiltä. On kuitenkin hyvä muistaa, että tekoäly ei ymmärrä maailmaa kuten ihminen. Se perustaa tuotoksensa valtavaan määrään aiempaa tietoa, eikä se aina osaa erottaa totta tarusta. Siksi tekoälyn tuottamaan sisältöön on suhtauduttava kriittisesti. Se voi sisältää virheitä, liioittelua tai jopa keksittyä tietoa, vaikka lopputulos näyttäisikin uskottavalta.

On tärkeää ymmärtää, miten ja mistä tekoäly oppii. Usein tekoälylle opetettava tieto kerätään internetistä ja muista suurista tietolähteistä. Tämä herättää eettisiä kysymyksiä: onko tiedon keräämiseen saatu lupa, ja onko se tehty läpinäkyvästi? Joskus tekoäly voi oppia ennakkoluuloja tai syrjiviä asenteita, jotka ovat jo sisällytetty tekoälyn käyttämään dataan. Tämä voi johtaa siihen, että tekoäly vahvistaa epätasa-arvoa, vaikka sen ei olisi tarkoitus niin tehdä.

Tekoälyn käyttö vaikuttaa myös ympäristöön. Suurten kielimallien kouluttaminen ja käyttäminen vaatii runsaasti laskentatehoa, mikä kuluttaa paljon sähköä. Tekoälypalveluiden yleistyessä niiden energiankulutus kasvaa, ja sillä voi olla vaikutuksia ilmastoon. Siksi on tärkeää kehittää energiatehokkaita tekoälyratkaisuja. Myös käyttäjän on hyvä miettiä, käyttääkö tekoälyä tarpeeseen.

Yhteenveto

Tehtävät

Yksilötehtävä 🔥

Tehtävässä harjoittelet tunnistamaan tekoälyn toimintaa. Onko väite oikein vai väärin?

Tekoälylle riittää yksi esimerkki oppimiseen.

Oikein vastattuja: 0 / 6

Yksilötehtävä 🔥🔥

Kirjoita vastaus haluamallasi tekstinkäsittelyohjelmalla.

  1. Miksi tekoälylle pitää antaa paljon dataa? Kuten tuhansia kuvia kissoista ja koirista.
  2. Miksei riitä, että sille näytetään vain yksi kuva kummastakin?

Lopuksi tallenna vastauksesi nimellä "luku2_tehtava1" jakson luvussa 1 luomaasi hakemistoon "Tekoaly"

Ryhmätehtävä 🤝

Esimerkkejä tekoälysovelluksista, jotka voisi olla tulevaisuudessa osana koulun arkea:

  • “Oppimisavustaja”, joka opettaa ilman että kertoo suoraa vastausta.
  • “Koulupäivän järjestelijä”, joka muistuttelee koulun aikatauluista ja neuvoo esimerkiksi missä on seuraava oppitunti.

Keskustele parin kanssa tai pienryhmässä.

  1. Millainen "tekoälyapu" voisi auttaa tulevaisuuden koulupäivässä? Koittakaa keksiä oma sovellus, mutta voitte pohtia vastauksia myös esimerkki tekoälysovellusten kannalta.
  2. Mitä tehtäviä tekoäly voisi hoitaa?
  3. Miten tekoäly oppisi nämä tehtävät?
  4. Millaisia haasteita tekoälyn opettamisessa voisi tulla vastaan?