Oli kesä vuonna 2005 ja opiskelin matematiikkaa yliopistolla. Logiikan ja kognitiivisen psykologian kurssien innoittamana aloin kiinnostua tekoälytutkimuksesta.
Nykyisen hypen keskeltä on ehkä vaikea uskoa, mutta tuolloin tekoäly tuntui sijoittuvan enemmän menneisyyteen kuin tulevaisuuteen. Elettiin niin sanottua tekoälytalvea. Suuret edistysaskeleet tekoälytutkimuksessa oli otettu 1900-luvun jälkipuoliskolla, mutta kehitys oli sittemmin jämähtänyt paikoilleen.
Päätin kuitenkin ottaa pieneksi kesäprojektiksi koodata tekoälymalleja. Silloin ei ollut tarjolla tekoälystä massakursseja, vaan jouduin metsästämään tekoälyä käsittelevää tutkimuskirjallisuutta yliopiston kirjaston arkistojen uumenista, ikivanhojen niteiden joukosta.
Kesän aikana koodasin ihmisen hermostoa mallintavia malleja. Rakensin niin sanotun perseptroniverkon sekä alan suomalaisen pioneerin Teuvo Kohosen 1980-luvulla kehittämän mullistavan neuroverkkomallin. Kohosen karttana tunnettu malli pystyi oppimaan ilman erillistä ohjausta, ja sitä on hyödynnetty useilla aloilla esimerkiksi kuvantunnistuksessa. Nykyaikaiset tekoälymallit juontavat juurensa näihin malleihin.
Kesän jälkeen kuitenkin tulin siihen johtopäätökseen, että vaikka vanhoja tekoälytutkimuksia olisi kyllä hauska tutkia, sillä tuskin koskaan työllistyisi. Jätin homman sikseen ja jatkoin muille urille.
Muutama vuosi myöhemmin tekoälykentällä alkoi taas tapahtua. Tietokoneiden laskentatehon kasvu ja suuret tietomassat mahdollistivat uudenlaisia tekoälymalleja ja sovelluksia. 2010-luvulla tekoälyn ja koneoppimisen ympärille muodostui valtava hype.
Tässä vaiheessa minua ei vielä harmittanut, etten ollut jatkanut harrastustani pidemmälle.
Koneoppiminen ja muut uudet menetelmät olivat kyllä hyödyllisiä välineitä useissa tehtävissä ja muutamissa jopa mullistavia, mutta lopulta niiden vaikutus kansantalouteen jäi varsin vaatimattomaksi. Kansantalouden tuottavuusluvuissa ne eivät juuri näkyneet.
Useimmissa sovelluksissa koneoppiminen toi vain marginaalisen parannuksen. Alalla vitsailtiin (kun asiakkaat eivät kuulleet), että ratkaisuna yksinkertainen lineaarinen malli olisi ollut käytännössä yhtä hyvä mutta huomattavasti halvempi. Hype oli kuitenkin niin kovaa, että markkinoinnin vuoksi tuotteisiin haluttiin tekoälyä mukaan hinnalla millä hyvänsä.
Nyt maaliskuussa julkaistiin uusi kielimalli GPT-4, joka pakotti minut arvioimaan uusiksi tekoälyn potentiaalin. Tiesin kyllä, että ennen pitkää tekoäly saavuttaa pisteen, jossa se mullistaa yhteiskuntaa ja taloutta, mutta en uskonut sen tapahtuvan näin pian.
Niin sanotun Amaran lain mukaan teknologian vaikutukset yliarvioidaan lyhyellä aikavälillä ja aliarvioidaan pitkällä. Nyt tuntuu, että olemme saavuttaneet sen pitkän aikavälin ja vaarana on, että vaikutukset aliarvioidaan.
GPT-4 ymmärtää tavallista kieltä ja osaa vastata ällistyttävän hyvin monimutkaisiinkin kysymyksiin. Tarvitsee vain pyytää, ja kielimalli kirjoittaa esseitä, runoja, tietokoneohjelmia, markkinointitekstejä, yritysstrategioita tai puutarhavinkkejä. Se osaa suunnitella elektroniikkapiirejä, selittää tieteellisiä teorioita tai listata potentiaalisia asiakkaita.
Moni on kiinnittänyt huomiota siihen, mihin tekoäly ei kykene, mutta tällainen ajattelu vie helposti harhaan. Ei työkalun arvoa mitata sillä, mihin se ei pysty, vaan sillä mihin se pystyy. Vasaralla on vaikea vääntää ruuveja, mutta silti sellainen löytyy jokaisen työkalupakista. Uudet kielimallit ovat erinomaisen hyviä lukuisissa tietotyöläisen työtehtävissä.
Ennen kaikkea uusia kielimalleja pystyy käyttämään kuka vain ilman mitään koulutusta. Siksi ne tulevan lyömään talouden läpi ennenäkemättömällä nopeudella.
Lisäksi tekoälyyn investoidaan nyt valtavasti, ja mallit kehittyvät huimaa vauhtia. Voi vain arvailla, mihin tekoäly pystyy muutaman vuoden päästä.
Olen viime viikkoina joutunut pohtimaan, teinkö nuorempana virheen, kun en jatkanut tekoälyn parissa. Olen päätynyt siihen, etten oikeastaan menettänyt hirveästi, sillä tekoäly tulee nyt kaikkien ulottuville. Ei tarvitse olla tekoäly-ekspertti tai datatieteilijä, jotta pääsee työskentelemään tekoälyn kanssa. Tekoälyn vaikutukset riippuvat ennen kaikkea siitä, miten eri alojen ammattilaiset oppivat hyödyntämään sitä työssään.
Tällä hetkellä kaikkialla maailmassa kaikilla toimialoilla pohditaan täydellä tohinalla, miten uusia kielimalleja voisi hyödyntää omalla alalla. Uusia sovelluskohteita ja käyttötapoja syntyy jatkuvasti.
Suomessa toivoisin näkeväni vielä paljon enemmän keskustelua aiheesta, sillä markkinoiden rakenteet tulevat muuttumaan nopeasti, kun tekoäly muokkaa taloutta, ja vaarana on, että putoamme kelkasta. Aivan jokaisen yrityksen ja organisaation pitäisi nyt miettiä, miten tekoäly muuttaa omaa toimialaa.
Suomi on jäänyt paitsioon turhan monessa teknologisessa trendissä viime vuosina. Tekoälyn aika on nyt, ja jokainen voi ottaa kielimallit käyttöön vaikka tältä istumalta. Jos et heti keksi, miten voisit hyödyntää tekoälyä työssäsi, voit kysyä vinkkejä tekoälyltä.
Juha Itkonen
Ei tekoälyn käyttäminen ilmaista ole - ja hyöty toistaiseksi on hyvin kyseenalainen.
Harrastaahan saa kyllä ja harrastuksista sopiikin maksaa, mutta jos kirjoittaja on näitä pyramidihuijaustyyppisiä välistävetäjiä, jotka mainostavat hyödytöntä palvelua saaden itse siitä bonuksia, on kyseenalaista julkaista taloustaito.fi-sivustolla tällaista somehörhöilyä.
Kommentoi