Skip to main content

Kuva

Image

Tekoäly
Blogi

Tekoäly – silmiemme edessä vai pellin alla?

Sisältökappaleet

Image

Salmi Tommi

Text

Suurin osa tekoälysovellutuksista perustuu algoritmeihin, jotka hyödyntävät kerättyä dataa. Data voi olla sensorien tuottamaa IoT-dataa, ERP- ja CRM-järjestelmien dataa tai vaikkapa Ilmatieteenlaitoksen sääinformaatiota. Data muuttuu tekoälyksi silloin, kun sen avulla imitoidaan päättelyä, jollaista ihminenkin voisi tehdä. Tämä tekoäly voi olla reaaliaikaista tai analyyttistä käyttöä palvelevaa.

 

Mika Naatula kirjoitti blogissaan IoT-datasta, jonka käsittelyn osalta reaaliaikaisuus korostuu. Tekoäly taas tekee päätelmänsä ja laukaisee jonkin toiminnon, tai herätteen kun data (esim. sensorilukema) syntyy. Algoritmi yhdistää syntyneen data-alkion useaan muuhun muuttujaan ja päättelee mitä on tapahtunut tai tapahtumassa tietyllä todennäköisyydellä. Tekoälyä hyödyntävien algoritmien voima ihmiseen verrattuna on toisaalta ”väsymättömyydessä” käsitellä dataa, mutta ennen kaikkea kyvyssä huomioida valtava määrä vaikuttavia muuttujia yhtäaikaisesti. Ihminen ei kykene rationaalisessa ja nopeassa päättelyssä hyödyntämään montaa muuttujaa, mutta algoritmi voi huomioida satoja tai tuhansia asiaan vaikuttavia tekijöitä päättelyssään. Kun laite on (oikeasti) älykäs, se sisältää oppivan algoritmin, joka osaa aidosti hyödyntää useita muuttujia.

Siellä missä on dataa pitää olla myös tekoälyä.

Author

Tommi Salmi

Author's title

VP, Analytics & AI

Text

Siinä missä IoT-dataan perustuvan tekoälyn hyödyntäjä on tyypillisesti kone, laite tai automatiikka, niin datan analyyttisen hyödyntämisen loppukäyttäjä on lähes aina ihminen. Augmented Analytics on vakiintunut termi analyyttisten (ent. BI-työkalu) työkalujen toiminnoille, jotka hyödyntävät monimutkaisia algoritmeja analyyttisessa työnkulussa, eli datan visuaalisessa ”pyörityksessä”. Tässä tekoäly tulee kirjaimellisesti käyttäjän silmien eteen, ja tekee automaattisesti erilaisia järjestelyjä, luokituksia ja korrelaatioita tutkittavasta datajoukosta automaattisesti loppukäyttäjälle. Näin löytää nopeammin haluamansa tiedon, sekä suurella todennäköisyydellä oivaltaa datasta jotain mitä ei osannut edes kysyä.

Tekoäly hivuttautuu pikkuhiljaa luonnolliseksi osaksi kaikkea datan käsittelyä ja hyödyntämistä. Toisinaan sen toiminta on ihmiselle näkyvää ja selvää. Mutta yhä enemmän ja enemmän tekoäly tulee sijaitsemaan ”pellin alla” siten, että laitteen tai koneen loppukäyttäjä ei edes tiedosta hyödyntävänsä jotain algoritmia käyttäessään konetta tai laitetta. Tietyt algoritmit ovat sellaisia, että koneen käyttämää päättelyketjua ei saada selville, vaikka kuinka pengottaisiin. Joissain sovelluksissa tämä on luonnollisesti haaste, mutta toisaalta monet (joidenkin mielestä kaikki) ihmisenkin tekemät päätökset perustuvat sisäänrakennettuun neuroverkkoalgoritmiin, eli tunteeseen. Mahdollisuudet ovat kuitenkin rajattomat. Siellä missä on dataa pitää olla myös tekoälyä. Muuten hyödynnämme datan arvosta vain murto-osan.

 

Tommi Salmi on Enfon Analytics & AI -toimintojen vice president

Teksti on alunperin julkaistu Kauppalehden Studio-osiossa 1.7.2019 

Jaa