Finlandia Blogi

Maria Ritola: Valtava mahdollisuus

Kirjoittanut Jani Uhrman | Mar 19, 2019 8:44:00 AM

Uuden keksinnön saapuminen ihmiskunnan keskuuteen on samalla aina hyppy tuntemattomaan. Höyrykone, sähkö ja internet ovat kaikki tarjonneet lukemattoman määrän uusia mahdollisuuksia, mutta yhtä lailla niiden vaikutuksia on vähätelty tai ne on jopa koettu uhkana kehitykselle. Samanlaisten kysymysten äärellä ollaan nyt, kun tekoäly mainitaan keskusteluissa yhä useammin alati kiihtyvän teknologiakehityksen myllerryksessä.

Onko tekoäly rajattomien mahdollisuuksien sammontaontaa, joka tarjoaa ratkaisun moniin ihmiskuntaa askarruttaneisiin ongelmiin, vai jopa haalealla dystopianharmaalla maailmaa värittävä pensseli, jonka seurauksena eriarvoisuus kasvaa ja yhä suurempi osa ihmisistä tulee kokemaan itsensä tarpeettomaksi?

Maria Ritolalla on tähän kysymykseen painava kommenttinsa sanottavana, sillä hän on kehityksen keskiössä. Hän on yksi Iris AI:n perustajajäsenistä.
Iris AI valittiin vuonna 2017 Fast Companyn toimesta maailman kymmenen innovatiivisimman tekoäly-yrityksen joukkoon. Yritys sai alkunsa NASAn tutkimuskeskuksen yhteydessä sijaitsevassa Singularity Universityssa, jonne Ritola tuli valituksi vuonna 2015 muiden omien alojensa huippuosaajien kanssa. Kymmenen viikon mittaisessa ohjelmassa hänen ainoana tehtävänään oli vaatimattomasti vaikuttaa positiivisesti miljardin ihmisen elämään.

"Istuttiin alas miettimään miten tätä tehtävää pitäisi lähestyä. Ajateltiin, että jos kaikki maailman tutkimus pystyttäisiin optimaalisesti hyödyntämään, olisi tutkijayhteisö varmasti jo ratkaissut aika monta ihmiskunnan suurta ongelmaa."

Missiona tekoälyllä toimiva tutkija

Iris AI:n punainen lanka on opettaa konetta lukemaan ja ymmärtämään tieteellistä tekstiä ja löytää siitä asiayhteyksiä yli tieteenalojen. Tutkimuksen manuaalisesta prosessista voidaan näin antaa tekoälyn hoidettavaksi tutkimustiedon etsimisen kaltainen rutiininomainen, paljon aikaa vievä osuus. Tällä hetkellä Iris AI on tutkimusassistentti. Pidemmän aikavälin missio on rakentaa tekoäly, joka pystyy muodostamaan hypoteeseja olemassa olevan tutkimuksen pohjalta.

"Kauaskatseinen tavoite on rakentaa tekoälyllä toimiva tutkija. Siihen tavoitteeseen voidaan päästä kunnianhimoisella tutkimussuunnitelmalla, rakentamalla työkalu jota ilman tutkijat eivät halua työtään tehdä ja kokoamalla hyvin laaja ekosysteemi nykyisen tekemisen ympärille."

Iris AI on eri puolille Eurooppaa hajautettu tiimi. Berliinissä päämajaansa pitävällä yrityksellä on teknologiatoimisto Sofiassa ja tutkijatiimin päätoimipaikka sijaitsee Göteborgissa. Tällä hetkellä tekoälyä kehittää 15 työntekijää, ja sen treenaamiseen osallistuu tuhansien vapaaehtoisten ryhmä. Tulevaisuudessa Iris AI:ta ollaan viemässä lohkoketjuun, jonka johdosta kuka tahansa voi osallistua algoritmin kehittämiseen joko treenaamalla sitä, korjaamalla sen vikoja tai kehittämällä sen teknologiaa itse.

Kohti ihmisälykkyyttä ja sen ohi

Syy siihen, miksi tekoäly on viimeisen viiden vuoden aikana tullut enenevässä määrin mukaan keskusteluun, on Ritolan mukaan etenkin syvissä neuroverkoissa, joiden toiminta perustuu löyhästi ihmisaivojen toimintaan. Datan ja laskentatehon kasvaessa vuosikymmeniä sitten syntyneitä teorioita neuroverkoista voidaan vihdoin tuoda käytäntöön ja se nopeuttaa kehitystä merkittävästi.

Neuroverkot muuttavat perustavanlaatuisesti sitä, miten softaa kirjoitetaan. Perinteisessä tavassa koodarin täytyy kirjoittaa selkeät ohjeet. Neuroverkkojen avulla taas kone tekee siitä oman versionsa. Käytetään esimerkkinä Lego-taloa. Se rakennetaan pala palalta annettujen ohjeiden mukaan. Kun käytetään neuroverkkoja, vaikuttaa lopputulokseen ennen kaikkea datan laatu. Lego-talo perustuu tällöin niihin taloihin, jotka ovat kulkeneet neuroverkkojen lävitse. Algoritmi oppii tunnistamaan talon ominaisuudet suuresta määrästä tietoa. Tulos ei ole yhdenkään nähdyn talon suora kopio, vaan koneen tulkinta siitä.

"Koneelle annetaan valtava määrä dataa ja se ohjelmoidaan etsimään siitä säännönmukaisuuksia. Monet reaalimaailman ongelmista on helpompaa ratkaista keräämällä tarvittava data sen sijaan, että antaisi tarkkoja sääntöjä.

Yksi syväoppimisen tunnetuimmista läpimurroista tapahtui vuonna 2015, jolloin AlphaGo tekoäly voitti Go-lautapelissä sen moninkertaisen maailmanmestarin Lee Sedolin. Go-pelissä on jokaisella askelmalla lähes ääretön määrä vaihtoehtoja. Sitä ei siis käytännössä voi voittaa laskentateholla, vaan voittaakseen pelin pitää omata intuitiivista ymmärrystä. AlfaGo:ta ei kukaan opettanut pelaamaan. Se analysoi ensin lukemattomia pelejä ja opetteli sitten pelaamalla itseään vastaan miljoonia kertoja.

Ymmärrykseen syväoppimisesta ja syvistä neuroverkoista liittyy myös tekoälyn kehitysaskeleet monilla yhteiskunnallisesti merkittävillä alueilla, kuten lääketieteen, liikenteen ja energiatalouden parissa. Tekoäly pystyy muun muassa löytämään rintasyövän tarkemmin kuin ihminen, lähes sadan prosentin tarkkuudella. Vastaavan kaltaisia läpimurtoja on saavutettu esimerkiksi juuri sairausdiagnostiikassa tai itseohjautuvan liikenteen saralla.

En usko, että mikään on muuttanut maailmaa niin paljon kuin tekoäly tulee muuttamaan sitä seuraavan 50 vuoden aikana

Tällä hetkellä teknologian kehitys on niin nopeaa, että ihmisen on vaikea sitä käsittää. Sen takia on hankala myöskään tarkkaan ennustaa, mihin tekoäly tulee ihmiskunnan tulevaisuutta viemään ja kuinka nopeasti.

"En usko, että mikään on muuttanut maailmaa niin paljon kuin tekoäly tulee muuttamaan sitä seuraavan 50 vuoden aikana. Meidän laskentakapasiteetilla on hyvin vaikea tämän hetkistä kehityksen vauhtia hahmottaa, mutta muutos tulee olemaan valtava. Tuottavuushypyt kuitenkin edellyttävät sitä, että ihmiset ottavat uudet työkalut haltuun. Tämä taas vaatii paljon istumalihaksia ja halua sekä kärsivällisyyttä opetteluun"

Tutkijat maalailevat kehityksestä erilaisia kuvia. Toisten mielestä ihmistason älykkyyden saavuttaminen on parin vuosikymmenen päässä. Toisten mielestä taas kone ei saavuta sitä vielä tämänkään vuosisadan aikana.

Uhka vai mahdollisuus?

Tekoälyn mukanaan tuomat mahdollisuudet kasvavat kehityksen myötä. Ritola kuitenkin ymmärtää myös puhetta, joka maalailee uhkakuvia kehittyvän teknologian ylle. Yksi riski liittyy dataan, jonka määrän kasvaessa sen pitää silti pysyä laadukkaana ja luotettavana.

"Jos me emme pysty näkemään oman ajattelumme vääristymiä, kopioimme ne algoritmiin, joka taas toteuttaa samat vääristymät uudelleen."

Automatisoinnin kautta myös työnteon määreet tulevat muuttumaan. Monet tehtävät pystytään tekemään tulevaisuudessa koneiden avulla. Vaikka tekoäly tuntuu monelle vielä kovin kaukaiselta käsitteeltä, on vaikea ajatella alaa tai elämän aluetta, johon tekoäly ei ainakin välillisesti vaikuttaisi.

"Kehitykseen kannattaa suhtautua mahdollisuutena. Monet työpaikat tulevat katoamaan, mutta teknologia synnyttää uusia työpaikkoja ihmisten vahvimpien ominaisuuksien ympärille. Tulevaisuuden työelämässä yksi tärkeimmistä taidoista on kyky oppia uutta. Parhaiten ihmiset oppivat itselleen mielekkäitä asioita, jolloin työelämän lähtökohtana pitäisikin olla oma uteliaisuus ja pitkäjänteinen kiinnostus."

Teknologian eksponentiaalinen kehitys ei siis herätä ainoastaan teknisiä, vaan suuressa määrin myös yhteiskunnallisia kysymyksiä. Miten tulevaisuuden yhteiskunta ja sen lait rakennetaan palvelemaan jatkuvaa kehitystä ja uuden oppimista siten, että mahdollisimman moni pysyy kehityksen kelkassa? Tarvitaan avointa ja laajamittaista keskustelua tekoälyn vaikutuksista, jotta opitaan paremmin ymmärtämään sen mahdollisuuksia.

"Yhteiskunta lakeineen ja sosiaalijärjestelmineen on rakennettu palvelemaan teollistunutta maailmaa ja se on toiminut tässä ajassa. Nyt pitää rakentaa järjestelmä, joka palvelee muutosta ja tulevaisuutta."

Ritola painottaa, että kyse on nimenomaan työkaluista. Ihminen päättää, miten kone ohjelmoidaan, ja tekee lopulliset päätökset. Millä tavalla pääsemme tekoälystä hyötymään, riippuu lopulta siitä, kuinka opimme ymmärtämään uutta ajattelutapaa ja kuinka paljon meillä on kärsivällisyyttä sen kehittämiseen. Keskustelun keskiössä ei pitäisi olla teknologia, vaan miten sitä pystytään käyttämään ongelmien ratkaisemiseen.

On asioita, joissa koneet ovat jo nyt ihmisiä parempia. Vastavuoroisesti on asioita, joissa ihmiset tulevat aina olemaan koneita parempia

"On asioita, joissa koneet ovat jo nyt ihmisiä parempia. Vastavuoroisesti on asioita, joissa ihmiset tulevat aina olemaan koneita parempia, kuten aito vuorovaikutus. Ihmisen ja koneen välinen yhteistyö on avain siihen, että voidaan saavuttaa asioita ja tehdä niitä tulevaisuudessa entistäkin paremmin."

Jotta pitäisimme muutoksen virrassa päämme pinnalla, ei paras tapa välttämättä ole pysytellä rannalla. Saattaa olla parempi hypätä virran mukaan ja opetella uimaan.

Teksti: Jani Uhrman
Kuvat: Meeri Koutaniemi