Viime aikoina AI on noussut otsikoihin varsinkin muualla maailmassa, mutta pikkuhiljaa myös suomessa. Kun kuulin, että tällainen opintoja edistävä, mutta omaa mielenkiintoa tukeva mahdollisuus annettiin tutustua AI:n ihmeelliseen maailmaan tietenkin siihen tartuin.

Nykypäivänä on entistä helpompaa tuottaa luonnollisen näköistä videomateriaalia, jota on mahdoton erottaa oikeasta. Tällöin haastetaan se oletus, että omin silmin nähtyyn voi aina uskoa. Itsekin monesti sanonut tämän lausahduksen, mutta laittaahan tuo miettimään miten tulevaisuudessa voin ylipäätään olla varma näistä asioista.

Usein on tullut itselläkin vastaan tilanteita, joissa robotti tekee jonkun takaperinvoltin tai muuta vastaavaa vaikuttavaa. Näyttää helpolta mutta on vaikeaa toteuttaa. Vaikka esineeseen tarttuminen tuntuukin meistä lapsellisen helpolta, on toimenpide robotiikassa erittäin haastava toteuttaa ja sitä yritetään kehittää jatkuvasti.  Robotiikka on tekoälyn kaikista suurin haaste.

Toisaalta taas robotiikassa on monia asioita, jotka näyttävät vaikealta, mutta ovatkin todella helppoja robotille. Hyvänä esimerkkinä tästä ovat shakin pelaaminen ja matemaattiset tehtävät. Nämä asiat vaikuttavat usein meistä vaikeilta, mutta roboteille ja tekoälylle tämä kaikki vastaavasti todella helppoa.

Muutamia oleellisia käsitteitä kurssiin liittyen:
Autonomisuus tarkoittaa kykyä suorittaa tehtäviä monimutkaisessa ympäristössä ilman jatkuvaa käyttäjän ohjausta.

Adaptiivisuus tarkoittaa kykyä parantaa suorituskykyä oppimalla kokemuksesta. Tätä hyödynnetään useissa AI chateissa, jossa AI oppii esimerkiksi keskusteluista taitoja ja sanoja.

Koneoppiminen tarkoittaa sitä, että järjestelmät parantavat suorituskykyään tietyissä tehtävissä sitä mukaan, kun dataa kertyy. Kaikille tuttu esimerkki tästä on kasvojentunnistusjärjestelmät, jotka käyttävät koneoppimista tunnistaakseen ihmisten kasvoja valokuvista tai videolta.

Tekoälytalvi: Kiinnostus tekoälyyn hiipuu ja sen myötä myös tutkimuspanos laskee. Yleisesti seurauksena pitkäaikaisesta aikaansaamattomuudesta alalla.

Varo matkalaukku sanoja. Mitä tällä tarkoitetaan? Yksinkertaiset tekoälyt menevät helposti sekaisin pitkistä yhdyssanoista. Esimerkiksi jos esität tekoäly chatbotille kysymyksen matkalaukkuusi liittyen, botti helposti ymmärtää matkan ja laukun erillisinä sanoina ja kertoo jotain aivan muuta, kuin mitä kysyit.

Turing testi vaikutti todella mielenkiintoiselta. Syy tälle oli se, että testiin osallistuu sekä tekoäly, että ihminen ja jos tekoäly pystyy vakuuttamaan toiselle ihmiselle olevansa ihminen niin tekoäly on ihmisen tasolla. Todella pelottavan kuuloinen setti, mutta kun itse katsoin näitä vastauksia, joita tekoäly kertoi ei nämä olisi kyllä itselleni uponnut.

Onko tekoäly hypeä vai ei? Omasta mielestä on tällä hetkellä enemmän hypeä, kuin näytteitä miksi sitä kannattaisi hypettää, mutta uskon taas silti tulevaisuuden olevan tosi tekoäly painotteinen ja tekoälyllä varmasti mahdollistetaan asioita, jotka pidemmällä aikavälillä eivät ole ihmisille joko kannattavia fyysisesti tai yksinkertaisesti älyllisesti mahdollisia.

Tekoäly vie manipulaation täysin uudelle tasolle. Face2Face-nimisen järjestelmän kautta on mahdollista tunnistaa henkilön kasvonilmeet ja siirtää ne toisen ihmisen kasvoille missä tahansa Youtube-videossa. Lyrebird luo tekoälyllä haluamansa ääninäytteen kenen tahansa äänestä muutaman minuutin ääninäytteen perusteella. Yksityisyyden merkitys muuttuu väkisinkin tämän takia. Taas aika pelottava ajatus, jota varmasti tullaan paljon väärin käyttämään, mutta on se myös itselle hirveästi iloa tuonut tällä luoduilla meemeillä. Taas kerran opittava olemaan kriittisiä sitä kohtaan, mitä näemme tai kuulemme.

Yksi varmasti suurimmista keskustelun aiheista tekoälyyn ja robotteihin liittyen ovat ihmisten työpaikat ja niiden mahdollinen korvaaminen robotiikalla. Joillakin aloilla tekoäly on jo alkanut muuttaa työpaikkoja, mutta onneksi täyttä korvaamista ei ole vielä tapahtunut. Esimerkiksi teollisuudessa ja valmistusteollisuudessa robotit ja automaatio ovat vähentäneet fyysisesti raskasta ja toistuvaa työtä. Myös tiettyjä tehtäviä palvelualoilla, kuten asiakaspalvelua on automatisoitu osittain tekoälyn avulla ja tähän tullaan tulevaisuudessa panostamaan varmasti paljon enemmänkin.

Yksi todella mielenkiitoinen jaottelu kurssilla oli siilit ja ketut vertaus. Kurssilla politiikantutkija Philip E. Tetlock luokittelee ihmiset kahteen kategoriaan. Toisen kategorian muodostavat ihmiset, joilla on yksi suuri idea. Heitä Tetlock nimittää ”siileiksi”. Toisen kategorian edustajilla on puolestaan monta pienempää ideaa. Tetlockin nimitys tälle ryhmälle on ”ketut”. Vuosikymmenien mittaisten kokeiden avulla Tetlock on selvittänyt tekijöitä, joiden perusteella olisi mahdollista arvioida, millaiset ennusteet osuvat todennäköisimmin oikeaan ja mitkä eivät. Yksi merkittävin koehavainto oli, että ketut ovat keskimäärin paljon parempia ennustajia kuin siilit. Tämä pätee etenkin pitkän aikavälin ennusteisiin.

Mielipiteitä kurssista. Kurssin sisältöä oli todella hyvin avattu ja todella iso plussa, että kaikki tieto oli saatavilla suomeksi. Tästäkin huolimatta joitain asioita oli todella vaikea sisäistää ja varmasti en muista tällä hetkellä kaikkea oleellista. Tunnen kuitenkin kurssin ehdottomasti olleen silmiä avaava ja suosittelen sitä muillekin, kunhan kaikki kurssiin lähtevät tiedostavat tulevaisuudessa sen sisältävät matemaattiset haasteet. Kertoimet, laskuhommat, todennäköisyydet, lineaariset laskut ja kaavat eivät olleet omaan mieleeni. Yksinkertaisesti merkonomi matematiikka ei tuntunut olevan riittävä näihin ja jouduinkin kysymään apua lukion käyneeltä paremmalta puoliskolta.