AI Search 101

Mitä on tekoäly?

Tämä sivu on tekoälyn suomenkielinen perussanasto. Jokainen käsite on oma osionsa, ja osiot linkittävät toisiinsa siinä järjestyksessä kuin ne rakentuvat: tekoälystä koneoppimiseen, koneoppimisesta neuroverkkoihin, neuroverkoista kielimalleihin ja kielimalleista niihin tuotteisiin, joita ihmiset käyttävät päivittäin. Tekoälyä on hyödynnetty aktiivisesti tämän sisällön luomisessa ja jokainen osio on huolella tarkastettu.

Tietoa tämän perussanaston kehittäjästä: Lari Numminen on tutkinut tekoälyn hyödyntämistä liiketoiminnassa yli 10 vuotta. Liikejohdon konsulttina hän ohjeistaa kasviyritysten johtajia tekoälyn hyödyntämisessä ja tekoälynäkyvyydessä. 

Sisällys

Mitä tekoäly tarkoittaa?

Tekoäly (artificial intelligence, AI) on tietojenkäsittelyn haara, joka rakentaa järjestelmiä suorittamaan tehtäviä, jotka aiemmin vaativat ihmisen älykkyyttä. Käytännössä kyse on malleista, jotka oppivat suuresta datamäärästä sen sijaan että ne noudattaisivat ihmisen kirjoittamia sääntöjä. Termin otti käyttöön John McCarthy vuonna 1956.

Mistä lyhenne AI tulee?

Lyhenne tulee sanoista artificial intelligence. Termiä käytti ensimmäisen kerran John McCarthy Dartmouth-konferenssissa vuonna 1956, ja sitä konferenssia pidetään yleisesti tekoälytutkimuksen virallisena alkupisteenä.

Osallistujat uskoivat tuolloin, että alan keskeiset ongelmat ratkeaisivat muutamassa kuukaudessa. Arvio oli rajusti optimistinen, mutta konferenssi antoi alkusysäyksen useimmille käsitteille, joita alalla yhä käytetään. Tekoäly ei siis ole uusi keksintö. Läpimurrot tapahtuivat 1900-luvun jälkipuoliskolla, kun laskentateho ja teoria kasvoivat rinnakkain.

Miten tekoäly toimii käytännössä?

Tekoälyn ytimessä on algoritmi, joka oppii datasta ja tekee päätöksiä sen perusteella. Ero perinteiseen ohjelmointiin on konkreettinen ja se kannattaa ymmärtää.

Perinteinen ohjelmisto noudattaa sääntöjä. Ihminen kirjoittaa ohjeet, ja ohjelma suorittaa ne täsmälleen niin kuin ne on kirjoitettu. Jos sääntö puuttuu, ohjelma ei osaa toimia.

Tekoäly päättelee esimerkeistä. Mallille näytetään suuri määrä esimerkkejä, ja se muodostaa itse säännöt, joiden avulla se tunnistaa kaavoja uudesta datasta. Sähköpostisuodatin ei tunne jokaista roskapostiviestiä etukäteen, vaan se on oppinut miltä roskaposti näyttää.

Tästä syystä tekoäly pärjää tilanteissa, joita kukaan ei ole erikseen ohjelmoinut, ja epäonnistuu tavoilla joita kukaan ei ole erikseen suunnitellut.

Mitä eroa on tekoälyllä, koneoppimisella ja syväoppimisella?

Nämä kolme sekoittuvat jatkuvasti, vaikka ne ovat sisäkkäisiä käsitteitä.

• Tekoäly on koko ala, kaikki pyrkimykset saada kone toimimaan älykkäästi.
• Koneoppiminen on lähestymistapa tekoälyn sisällä, jossa malli oppii datasta ilman erikseen ohjelmoituja sääntöjä.
• Syväoppiminen on koneoppimisen alalaji, joka käyttää monikerroksisia neuroverkkoja ja pärjää erityisen hyvin suurilla ja sekavilla aineistoilla.

Suuret kielimallit, joiden varaan ChatGPT ja Gemini on rakennettu, ovat syväoppimista. Jokainen niistä on tekoälyä, mutta suurin osa tekoälystä ei ole kielimalli.

Liittyy: koneoppiminen, kapea ja vahva tekoäly, tukiäly, käyttökohteet

Mitä tukiäly on, ja miten se eroaa tekoälystä?

Tukiäly (intelligent augmentation, IA) tarkoittaa tekniikkaa, joka täydentää ihmisen kykyjä sen sijaan että korvaisi ne. Samaa lyhennettä käytetään myös älykkäästä automaatiosta. Ero tekoälyyn on tarkoituksessa, ei tekniikassa: automaatio suorittaa ennalta määritellyn prosessin, tekoäly päättelee mitä tehdä, ja tukiäly asettaa ihmisen päätöksentekijäksi molempien väliin.

Lyhenteet AI ja IA menevät sekaisin usein, koska niissä on samat kirjaimet eri järjestyksessä ja molemmista puhutaan samoissa keskusteluissa. Käytännön ero näkyy siinä, kuka tekee päätöksen. Tekoälyjärjestelmä hyväksyy tai hylkää luottohakemuksen. Tukiälyjärjestelmä nostaa käsittelijälle esiin ne kohdat, joihin kannattaa katsoa, ja käsittelijä päättää.

Suomen kielessä tukiäly on vakiintunut nimenomaan jälkimmäiseen merkitykseen. Se ei ole heikompi tekoäly vaan eri suunnitteluperiaate.

Liittyy: tekoäly, agenttinen tekoäly, automaatio ja RPA

Mitä eroa on kapealla ja vahvalla tekoälyllä?

Kapea tekoäly ratkaisee yhden tehtävän, johon se on koulutettu, eikä osaa mitään muuta. Vahva tekoäly eli AGI tarkoittaisi järjestelmää, joka siirtyy tehtävästä toiseen ihmisen tapaan. Kaikki tänään käytössä oleva tekoäly on kapeaa, myös suuret kielimallit.

Mitä kapea tekoäly tarkoittaa?

Kapea tekoäly on koulutettu yhteen tehtävään ja suoriutuu vain siitä. Se voi olla tehtävässään ihmistä selvästi parempi ja silti täysin kyvytön kaikessa muussa.

Shakkiohjelma voittaa maailmanmestarin eikä osaa pelata tammea. Kuvantunnistin löytää kasvot luotettavammin kuin ihminen eikä ymmärrä mitä kasvot ovat. Kielimalli kirjoittaa sujuvaa tekstiä eikä osaa ajaa autoa.

Sana heikko on tässä harhaanjohtava suomennos. Se ei tarkoita huonoa vaan rajattua.

Mitä vahva tekoäly tarkoittaa?

Vahva tekoäly eli AGI tarkoittaisi järjestelmää, joka pystyy oppimaan ja ratkaisemaan mitä tahansa älyllistä tehtävää, jonka ihminen pystyy ratkaisemaan. Olennaista ei ole suorituskyky yhdessä asiassa vaan siirtyminen tehtävästä toiseen ilman uutta koulutusta.

Ihminen, joka osaa ajaa autoa, osaa myös arvioida uuden tilanteen jossa ei ole koskaan ollut, ja soveltaa aiempaa osaamistaan siihen. Tätä siirtokykyä nykyisillä järjestelmillä ei ole.

AGI:lle ei ole yhtä sovittua määritelmää, ja tämä on tärkeämpää kuin miltä se kuulostaa. Suuri osa julkisesta erimielisyydestä AGI:n aikataulusta on tosiasiassa erimielisyyttä siitä, mitä sanalla tarkoitetaan.

Onko kielimalli vahvaa vai kapeaa tekoälyä?

Kapeaa, vaikka se ei siltä tunnu.

Suuri kielimalli vaikuttaa yleiskäyttöiseltä, koska kieli on yleiskäyttöistä. Se vastaa kysymyksiin monelta alalta, kirjoittaa koodia ja kääntää kieliä. Mekanismi on kuitenkin yksi: seuraavan sanan ennustaminen.

Malli ei aseta itselleen tavoitteita, ei opi keskustelun aikana pysyvästi eikä toimi maailmassa oma-aloitteisesti. Se on poikkeuksellisen laaja-alainen tekstinkäsittelijä, ei yleisäly.

Raja on kuitenkin hämärtymässä. Agenttiset järjestelmät ketjuttavat mallin toimintoihin ja työkaluihin, mikä tuo mukanaan tavoitteellisuuden vaikutelman. Perusrajoite pysyy silti samana.

Entä superäly?

Superäly eli ASI tarkoittaisi järjestelmää, joka ylittää ihmisen kyvyt käytännössä kaikilla alueilla, mukaan lukien tieteellinen luovuus ja sosiaalinen taito.

Käsite esiintyy tyypillisesti keskustelussa singulariteetista, jossa oletetaan että vahva tekoäly parantaisi itseään ja johtaisi nopeasti superälyyn. Tämä on hypoteesien ketju, ei ennuste.

Voiko tekoälyn älykkyyttä mitata?

Ei ihmisen älykkyysosamäärää vastaavalla luvulla, vaikka sellaisia otsikoita näkee säännöllisesti. Malleja mitataan tehtäväkohtaisilla kokeilla, ja niissä pärjääminen kertoo suoriutumisesta juuri niissä tehtävissä. Kun malli on nähnyt koulutusaineistossaan samankaltaisia tehtäviä, korkea pistemäärä mittaa osittain aineistoa eikä kykyä.

Ihmisen älykkyysosamäärä on suunniteltu vertaamaan ihmisiä toisiinsa väestössä, jonka jakauma tunnetaan. Koneella ei ole tätä vertailujoukkoa, joten luku ei tarkoita samaa asiaa vaikka koe olisi sama.

Miksi ero on merkityksellinen liiketoiminnassa?

Koska se erottaa sen mitä voi suunnitella siitä mistä voi keskustella.

Kapea tekoäly on hankittavissa, mitattavissa ja otettavissa käyttöön ensi kuussa. Sen rajat tunnetaan: se tarvitsee dataa, se ei siirry uuteen tehtävään ilman työtä, ja se epäonnistuu ennakoitavilla tavoilla.

Vahva tekoäly on strateginen kysymys ilman aikataulua. Sen varaan ei voi rakentaa suunnitelmaa, koska kukaan ei tiedä milloin tai edes tuleeko se.

Käytännön seuraus on selvä. Jos toimittaja perustelee tarjoustaan sillä mitä tekoäly osaa parin vuoden päästä, kysy mitä se osaa nyt.

Liittyy: singulariteetti, Turingin testi, suuri kielimalli, tekoäly ja työpaikat

Mitä koneoppiminen on?

Koneoppiminen on tekoälyn osa-alue, jossa tietokone oppii tekemään päätöksiä datasta ilman että sääntöjä on erikseen ohjelmoitu. Malli tunnistaa aineistosta kaavoja ja soveltaa niitä uuteen dataan. Suositusjärjestelmät, roskapostisuodattimet ja kysyntäennusteet ovat kaikki koneoppimista.

Miten koneoppiminen eroaa tavallisesta ohjelmoinnista?

Tavallinen ohjelma noudattaa sääntöjä, jotka ihminen on kirjoittanut. Koneoppimismalli muodostaa säännöt itse, esimerkkien perusteella.

Ero näkyy parhaiten roskapostissa. Sääntöpohjainen suodatin tarvitsee listan kielletyistä sanoista, ja se vanhenee heti kun lähettäjät vaihtavat sanavalintojaan. Koneoppimismalli on nähnyt satojatuhansia esimerkkejä roskapostista ja tavallisesta postista, ja se on päätellyt itse mikä erottaa ne toisistaan. Kun roskaposti muuttuu, mallille näytetään uusia esimerkkejä eikä uusia sääntöjä.

Mitä tyyppejä koneoppimisessa on?

Valvottu oppiminen. Malli koulutetaan datalla, jossa oikea vastaus on merkitty valmiiksi. Sähköpostit on merkitty roskapostiksi tai ei, asunnot on merkitty toteutuneilla kauppahinnoilla. Malli oppii yhteyden syötteen ja vastauksen välillä. Tämä on selvästi yleisin tyyppi liiketoiminnassa.

Valvomaton oppiminen. Dataa ei ole merkitty, ja malli etsii siitä rakennetta omin päin. Tyypillinen käyttö on asiakassegmentointi, jossa malli löytää ryhmiä joita kukaan ei ole etukäteen määritellyt.

Vahvistusoppiminen. Malli oppii kokeilemalla ja saa palkkion onnistumisesta. Käytetään robotiikassa, pelien pelaamisessa ja logistiikan optimoinnissa. Vaatii ympäristön jossa kokeileminen on halpaa.

Mitä eroa on koneoppimisella ja syväoppimisella?

Koneoppiminen on yläkäsite. Syväoppiminen on sen alalaji, joka käyttää monikerroksisia neuroverkkoja.

Käytännön ero on siinä, mistä mallin käyttämät piirteet tulevat. Perinteisessä koneoppimisessa ihminen valitsee mitä muuttujia malli katsoo, esimerkiksi asunnon pinta-alan ja rakennusvuoden. Syväoppimisessa verkko muodostaa piirteet itse raakadatasta, mikä toimii poikkeuksellisen hyvin kuvissa, äänessä ja tekstissä. Vastineeksi syväoppiminen vaatii enemmän dataa ja laskentatehoa, ja sen päätöksiä on vaikeampi perustella.

Liittyy: tekoäly, syväoppiminen, neuroverkko, rajoitteet

Mikä on neuroverkko?

Neuroverkko on koneoppimisen menetelmä, jossa laskenta jaetaan kerroksiin ja kerrosten välisiin painotettuihin yhteyksiin. Painoarvot säätyvät koulutuksen aikana sen mukaan, kuinka väärässä verkko oli. Neuroverkot ovat syväoppimisen ja suurten kielimallien perusta.

Kuinka neuroverkko toimii?

Neuroverkko on rakenteeltaan löyhästi aivojen hermosolujen innoittama, mutta yhtäläisyys on nimeä syvempänä melko ohut. Käytännössä kyse on kerroksittaisesta laskennasta.

Syötekerros ottaa vastaan raakadatan. Kuvantunnistuksessa se on pikselien kirkkausarvot, kielimallissa sanoja vastaavat lukujonot.

Piilokerrokset muuntavat tietoa vaiheittain. Jokainen kerros tunnistaa edellistä monimutkaisempia piirteitä. Kuvassa ensimmäinen kerros löytää reunoja, seuraava muotoja, sitä seuraava kokonaisia kohteita kuten kasvoja tai autoja. Kukaan ei ole kertonut verkolle mitä reuna tarkoittaa. Se on päätynyt siihen itse.

Ulostulokerros antaa lopputuloksen: luokituksen, todennäköisyyden tai ennusteen.

Mitä painoarvot ovat ja miten verkko oppii?

Neuronien väliset yhteydet ovat painotettuja. Painoarvo on luku, joka kertoo kuinka voimakkaasti yhden neuronin ulostulo vaikuttaa seuraavaan.

Koulutus etenee silmukassa. Verkolle näytetään esimerkki, se tuottaa vastauksen, vastausta verrataan oikeaan, ja ero mitataan. Sen jälkeen painoarvoja säädetään hieman siihen suuntaan, joka olisi pienentänyt virhettä. Menetelmää kutsutaan vastavirta-algoritmiksi (backpropagation). Kun tätä toistetaan miljoonia kertoja, verkko alkaa vastata oikein myös esimerkeillä joita se ei ole nähnyt.

Verkon osaaminen on siis kokonaan painoarvoissa. Suuressa kielimallissa niitä on satoja miljardeja, eikä yksikään niistä ole ihmisen kirjoittama.

Millaisia neuroverkkoja on olemassa?

• Eteenpäin kytketty verkko on yksinkertaisin muoto, jossa tieto kulkee kerrokselta toiselle yhteen suuntaan.
• Konvoluutioverkko on erikoistunut kuviin ja tunnistaa piirteitä paikasta riippumatta.
• Takaisinkytketty verkko käsittelee sarjoja, kuten puhetta tai aikasarjadataa, ja säilyttää muistia edellisistä askelista.
• Transformer on nykyisten kielimallien arkkitehtuuri. Se käsittelee koko syötteen kerralla ja painottaa sen osia niiden keskinäisen merkityksen mukaan.

Liittyy: koneoppiminen, syväoppiminen, suuri kielimalli, rajoitteet

Mitä syväoppiminen on?

Syväoppiminen on koneoppimisen alalaji, joka käyttää monikerroksisia neuroverkkoja. Sana syvä viittaa kerrosten määrään. Verkko muodostaa tarvitsemansa piirteet itse raakadatasta, minkä ansiosta se pärjää poikkeuksellisen hyvin kuvissa, äänessä ja tekstissä.

Mitä syvä tarkoittaa syväoppimisessa?

Syvä viittaa neuroverkon kerrosten määrään, ei menetelmän hienostuneisuuteen tai ymmärryksen tasoon. Varhaisissa verkoissa oli muutama kerros. Nykyisissä malleissa niitä on kymmeniä tai satoja.

Kerrosten määrä on olennainen, koska jokainen kerros rakentaa edellisen päälle. Kuvantunnistuksessa ensimmäiset kerrokset löytävät reunoja ja värialueita, keskimmäiset muotoja ja tekstuureja, viimeiset kokonaisia kohteita. Mitä useampi kerros, sitä abstraktimpia käsitteitä verkko voi muodostaa.

Miten syväoppiminen eroaa perinteisestä koneoppimisesta?

Ero on siinä, kuka päättää mitä malli katsoo.

Perinteisessä koneoppimisessa ihminen tekee piirteiden valinnan. Jos malli ennustaa asunnon hintaa, asiantuntija päättää että olennaisia muuttujia ovat pinta-ala, sijainti, rakennusvuosi ja kunto. Malli oppii näiden ja hinnan välisen suhteen. Työ on suurelta osin sitä, että ihminen keksii oikeat muuttujat.

Syväoppimisessa verkko muodostaa piirteet itse. Kasvojentunnistuksessa kukaan ei kerro sille mikä on nenä. Verkko päätyy nenän kaltaisiin piirteisiin, koska ne osoittautuvat hyödyllisiksi tehtävän ratkaisemisessa.

Tämä on ratkaisevaa aloilla, joilla olennaisia piirteitä on liikaa ihmisen lueteltavaksi. Kuvassa on miljoona pikseliä, lauseessa kymmeniä sanoja joiden merkitys riippuu toisistaan. Piirteiden käsin valitseminen ei yksinkertaisesti onnistu.

Milloin syväoppiminen kannattaa ja milloin ei?

Kannattaa, kun dataa on paljon, se on monimutkaista ja raakaa, ja tehtävä on sellainen jossa ihminen ei osaa kuvailla sääntöjä. Kuva, ääni, video, luonnollinen kieli.

Ei kannata, kun aineisto on pieni ja siisti taulukko. Muutaman tuhannen rivin numeerisella datalla yksinkertaisemmat menetelmät voittavat syväoppimisen säännöllisesti, ovat halvempia ajaa ja tuottavat päätöksen jonka voi perustella.

Syväoppiminen maksaa laskentatehona, datana ja läpinäkyvyytenä. Se on tehokas työkalu, ei oletusvalinta.

Liittyy: koneoppiminen, neuroverkko, generatiivinen tekoäly, käyttökohteet

Mikä on suuri kielimalli?

Suuri kielimalli (large language model, LLM) on neuroverkko, joka on koulutettu valtavalla tekstimäärällä ennustamaan seuraavaa sanaa. Tämä yksi mekanismi riittää siihen, että malli vastaa kysymyksiin, tiivistää, kääntää ja kirjoittaa koodia. ChatGPT, Claude ja Gemini ovat kaikki suurten kielimallien varaan rakennettuja tuotteita.

Miten suuri kielimalli toimii?

Malli oppii ennustamalla seuraavaa sanaa valtavassa tekstimassassa ja korjaamalla itseään, kun ennuste menee pieleen. Neljä asiaa saa tämän toimimaan mittakaavassa.

Koulutusdata. Miljardeja sanoja kirjoista, artikkeleista, verkkosivustoilta ja muista tekstilähteistä. Aineiston kirjo on yhtä tärkeä kuin sen määrä, koska mallin täytyy nähdä kieltä monissa eri yhteyksissä ennen kuin se pärjää yhdessäkään.

Arkkitehtuuri. Lähes kaikki nykymallit perustuvat transformer-arkkitehtuuriin, jonka Googlen tutkijat julkaisivat vuonna 2017. Se on kerroksellinen neuroverkko, jossa on satoja miljardeja parametreja. Jokainen parametri on luku, jota koulutuksessa säädetään edustamaan jotakin kielen ominaisuutta.

Oppimisprosessi. Mallille näytetään tekstinpätkä ja kysytään mitä seuraavaksi tulee. Se vastaa väärin, virheen suuruus mitataan, ja sisäiset painoarvot siirtyvät hieman. Kun tämä toistetaan koko aineiston yli, ennusteet menevät yhä harvemmin pieleen.

Hienosäätö. Yleistä mallia voidaan kouluttaa edelleen kapeammalla aineistolla, kuten lääketieteellisillä teksteillä, oikeuden asiakirjoilla tai yhden yrityksen dokumentaatiolla, jotta se hallitsee kyseisen alan kielenkäytön.

Mitä eroa on kielimallilla ja tekoälyllä?

Tekoäly on koko ala. Koneoppiminen on yksi lähestymistapa sen sisällä, syväoppiminen on tekniikka koneoppimisen sisällä, ja suuri kielimalli on yksi syväoppimisen järjestelmä, erikoistunut tekstiin. Jokainen suuri kielimalli on tekoälyä. Suurin osa tekoälystä ei ole kielimalli.

Mitä on luonnollisen kielen käsittely eli NLP?

Luonnollisen kielen käsittely (natural language processing, NLP) on se tekoälyn osa-alue, joka käsittelee ihmisen kieltä: puhetta ja tekstiä. Sen alle kuuluvat kääntäminen, tiivistäminen, puheentunnistus, nimettyjen kohteiden poiminta, tunnesävyn tunnistus ja kysymyksiin vastaaminen.

Ala on vanhempi kuin kielimallit. Aiemmin jokainen tehtävä ratkaistiin omalla menetelmällään, ja niiden rakentaminen vaati kielitieteellistä käsityötä. Suuret kielimallit muuttivat tämän: yksi malli hoitaa useimmat NLP-tehtävät ilman tehtäväkohtaista koulutusta. NLP on siis kenttä, kielimalli on tapa tehdä se.

Mistä kielimalli ottaa vastauksensa?

Kahdesta paikasta, ja ero on merkittävä. Osa vastauksista tulee siitä, minkä malli omaksui koulutuksessa, ja se aineisto on lukittu siihen hetkeen kun koulutus päättyi. Osa tulee hausta, jolloin järjestelmä etsii eläviä lähteitä kysymyshetkellä ja kirjoittaa vastauksen löytämästään. Useimmat kuluttajille suunnatut tekoälyhakupalvelut tekevät nykyään molempia, ja siksi sama kysymys voi tuottaa eri vastauksen tällä viikolla kuin viime viikolla.

Liittyy: neuroverkko, ChatGPT, generatiivinen tekoäly, kehotesuunnittelu

Mikä on generatiivinen tekoäly?

Generatiivinen tekoäly tarkoittaa malleja, jotka tuottavat uutta sisältöä sen sijaan että vain luokittelisivat tai ennustaisivat. Ne kirjoittavat tekstiä, luovat kuvia, säveltävät ääntä ja generoivat koodia. Perustana on syväoppiminen, ja aineistosta opittu tilastollinen rakenne ohjaa sitä mitä malli tuottaa.

Mitä eroa on generatiivisella ja muulla tekoälyllä?

Ero on siinä, mitä malli tuottaa ulos.

Erotteleva malli vastaa kysymykseen kumpi. Onko tämä viesti roskapostia, onko kuvassa kissa, jättääkö tämä asiakas palvelun. Ulostulo on luokka tai luku.

Generatiivinen malli vastaa kysymykseen millainen. Se tuottaa uuden näytteen, joka on samanlainen kuin koulutusaineisto mutta ei kopio siitä. Ulostulo on sisältöä.

Sama erottelu selittää miksi generatiiviset mallit voivat olla luovia ja miksi ne voivat olla väärässä. Malli ei hae vastausta vaan muodostaa sen, ja muodostaminen onnistuu yhtä sujuvasti riippumatta siitä onko lopputulos totta.

Miten generatiivinen tekoäly toimii?

Perusidea on kaikissa muodoissa sama: malli oppii aineiston tilastollisen rakenteen ja tuottaa uusia näytteitä siitä jakaumasta.

Tekstissä tämä tarkoittaa seuraavan sanan ennustamista kerta toisensa jälkeen. Kun ennuste on tarpeeksi hyvä, tuloksena on sujuvaa kieltä. Tästä kertoo tarkemmin suuri kielimalli.

Kuvissa yleisin nykymenetelmä on diffuusio. Malli opetetaan poistamaan kohinaa kuvasta askel askeleelta. Kun sille annetaan pelkkää kohinaa ja tekstikuvaus, se puhdistaa kohinasta kuvauksen mukaisen kuvan.

Äänessä ja videossa sovelletaan samoja periaatteita aikaulottuvuuteen, mikä tekee niistä laskennallisesti selvästi raskaampia.

Liittyy: syväoppiminen, suuri kielimalli, ChatGPT, rajoitteet

Mikä on ChatGPT?

ChatGPT on OpenAI:n kehittämä keskustelukäyttöliittymä, joka on rakennettu suuren kielimallin päälle. Käyttäjä kirjoittaa kysymyksen tai ohjeen, ja malli tuottaa vastauksen ennustamalla seuraavaa sanaa kerrallaan. Palvelu julkaistiin marraskuussa 2022.

Mitä ChatGPT tekee?

ChatGPT ottaa vastaan tekstiä ja tuottaa tekstiä. Kaikki muu on tämän muunnelmia.

Se vastaa kysymyksiin, kirjoittaa ja muokkaa tekstiä, tiivistää pitkiä dokumentteja, kääntää kieliä, selittää käsitteitä, kirjoittaa ja korjaa koodia, ja jäsentää sekavaa aineistoa. Uudemmat versiot käsittelevät myös kuvia ja ääntä sekä hakevat tietoa verkosta kysymyshetkellä.

Olennaista on, että malli ei hae vastausta tietokannasta. Se muodostaa vastauksen sana kerrallaan sen perusteella, mikä on todennäköisin jatko annetulle tekstille. Siksi se osaa vastata kysymyksiin joita kukaan ei ole etukäteen kirjoittanut, ja siksi se myös keksii vastauksia silloin kun ei tiedä.

Miten ChatGPT toimii?

Pohjalla on kielimalli. GPT-sarjan mallit on koulutettu valtavalla tekstimäärällä ennustamaan seuraavaa sanaa. Koulutus antaa mallille kielen rakenteen ja suuren määrän maailmaa koskevaa tietoa.

Päälle on koulutettu keskustelutapa. Raakamalli jatkaa tekstiä mutta ei erityisen hyvin noudata ohjeita. Siksi mallia hienosäädetään ihmispalautteella, jotta se vastaisi kysymyksiin, kieltäytyisi tietyistä pyynnöistä ja pysyisi keskustelun sävyssä.

Käyttöliittymä hoitaa muistin. Malli itsessään on tilaton. ChatGPT syöttää keskusteluhistorian mallille uudelleen joka vuorolla, mikä luo vaikutelman siitä että se muistaa.

Osa vastauksista haetaan. Kun kysymys koskee tuoretta asiaa, järjestelmä voi hakea lähteitä verkosta ja kirjoittaa vastauksen niiden pohjalta. Tämä on tekoälyhaun ydin, ja se on olennainen ero vanhempaan malliin.

Mitä eroa on ChatGPT:llä ja kielimallilla?

Kielimalli on moottori, ChatGPT on auto. Sama GPT-malli voi olla chat-sovelluksen, koodityökalun tai yrityksen sisäisen järjestelmän takana. ChatGPT on yksi tuote, joka on rakennettu mallin ympärille käyttöliittymineen, muisteineen ja rajoituksineen.

Ero on käytännössä tärkeä, koska mallia vaihdetaan tuotteen alla ilman että käyttäjä huomaa. Vastaus samaan kysymykseen voi muuttua ilman että kysyjä on muuttanut mitään.

Toimiiko ChatGPT suomeksi?

Kyllä. ChatGPT ymmärtää ja tuottaa suomea, ja jälki on parantunut selvästi ensimmäisistä versioista. Suomi on kuitenkin koulutusaineistossa pieni kieli englantiin verrattuna, mikä näkyy edelleen kahdella tavalla: taivutusvirheinä pitkissä teksteissä, ja siinä että suomenkielisistä aiheista kertova tieto on ohuempaa ja vanhentuu nopeammin.

Käytännön ohjeet suomenkieliseen käyttöön: ChatGPT suomeksi.

Liittyy: suuri kielimalli, kehotesuunnittelu, generatiivinen tekoäly, rajoitteet

Mitä kehotesuunnittelu eli promptaaminen on?

Kehotesuunnittelu tarkoittaa ohjeen muotoilua niin, että kielimalli tuottaa halutun lopputuloksen. Kehote on mallin ainoa syöte, joten se määrittää sekä tehtävän että sen mihin malli kiinnittää huomionsa. Käytännössä kyse on tehtävänannosta, ei tempuista.

Miksi kehotteen muotoilu vaikuttaa lopputulokseen?

Kielimalli ennustaa todennäköisintä jatkoa sille tekstille, jonka se saa. Kehote on siis konteksti, jonka perusteella malli päättelee millaista tekstiä siltä odotetaan.

Epämääräinen kehote tuottaa keskiarvoisen vastauksen, koska keskiarvo on todennäköisin jatko epämääräiselle ohjeelle. Tarkka kehote kaventaa mahdollisten jatkojen joukkoa, ja kapeampi joukko osuu useammin siihen mitä halusit.

Tästä seuraa yksinkertainen sääntö: kaikki mikä olisi pitänyt kertoa uudelle työntekijälle, pitää kertoa myös mallille.

Mitkä ovat hyvän kehotteen osat?

Tehtävä. Mitä halutaan tehtäväksi, yhtenä selkeänä lauseena. Tämä on ainoa pakollinen osa.

Konteksti. Kenelle teksti tulee, mitä lukija jo tietää, mihin lopputulosta käytetään. Malli ei tiedä tilannettasi ellet kerro sitä.

Esimerkki. Yksi näyte halutusta lopputuloksesta ohjaa sävyä ja rakennetta luotettavammin kuin mikään adjektiivien määrä. Tämä on selvästi aliarvostetuin keino.

Muotovaatimus. Pituus, rakenne, otsikot, kieli. Jos et määritä muotoa, malli valitsee sen puolestasi.

Rajaus. Mitä ei pidä tehdä, ja mistä mallin ei pidä keksiä tietoa. Tämä vähentää sepitettyjä vastauksia.

Mitkä tekniikat toimivat käytännössä?

• Anna esimerkkejä. Yksi tai muutama näyte halutusta tuloksesta parantaa laatua eniten suhteessa vaivaan.
• Pyydä välivaiheet. Monimutkaisessa tehtävässä pyydä mallia käymään päättely läpi ennen vastausta. Virheet vähenevät.
• Pilko tehtävä. Kaksi peräkkäistä selkeää kehotetta toimii paremmin kuin yksi monivaiheinen.
• Anna rooli, kun se rajaa aihepiiriä. Rooli auttaa silloin kun se tuo mukanaan sanaston, ei silloin kun se on pelkkä kohteliaisuus.
• Pyydä tarkistus erikseen. Malli löytää omat virheensä kohtuullisen hyvin, kun sitä pyydetään käymään tuotos läpi.
• Iteroi. Ensimmäinen kehote on harvoin paras. Korjaa sitä sen perusteella mikä meni pieleen.

Mitä kehotesuunnittelu ei ratkaise?

Puuttuvaa tietoa. Jos malli ei tiedä asiaa, muotoilu ei tuo sitä esiin. Se tuottaa vain uskottavamman arvauksen.

Vanhentunutta tietoa. Koulutusaineiston katkaisuhetkeä ei kierretä sanavalinnoilla. Tarvitaan haku tai lähdeaineiston antaminen mukaan.

Arvostelukykyä. Malli ei tiedä mikä vaihtoehdoista on liiketoiminnallisesti oikea. Se tuottaa vaihtoehtoja, valinta jää ihmiselle.

Liittyy: ChatGPT, suuri kielimalli, agenttinen tekoäly

Mitä agenttinen tekoäly on?

Agenttinen tekoäly tarkoittaa järjestelmää, joka saa tavoitteen ja päättää itse mitä välivaiheita sen saavuttaminen vaatii. Kielimalli toimii päättelijänä, ja sen ympärille on kytketty työkaluja, joilla se hakee tietoa ja tekee toimintoja. Ero tavalliseen kielimalliin on toimintakyky, ei älykkyys.

Mitä eroa on agentilla ja tavallisella kielimallilla?

Tavallinen kielimalli vastaa kysymykseen. Sinä esität kysymyksen, se tuottaa tekstin, ja siihen se päättyy.

Agentti saa tavoitteen. Se pilkkoo tavoitteen välivaiheiksi, suorittaa ne yksi kerrallaan, tarkistaa lopputuloksen ja korjaa suuntaa jos jokin meni pieleen. Se voi hakea verkosta, lukea tiedostoja, kutsua rajapintoja ja kirjoittaa tuloksia johonkin.

Konkreettinen ero: kielimallilta kysytään millainen viikkoraportin pitäisi olla, agentille annetaan tehtäväksi tehdä viikkoraportti, ja se hakee luvut, laskee muutokset, kirjoittaa tekstin ja tallentaa tiedoston.

Mistä osista agentti koostuu?

Tavoite. Ihmisen antama päämäärä, tyypillisesti yhtenä lauseena.

Suunnittelu. Malli hajottaa tavoitteen vaiheiksi ja päättää järjestyksen. Tämä on se osa, joka epäonnistuu useimmin.

Työkalut. Hakukone, tiedostojärjestelmä, rajapinnat, koodin suoritus. Työkalut määrittävät mitä agentti ylipäätään voi tehdä.

Muisti. Välitulosten säilyttäminen, jotta myöhemmät vaiheet voivat käyttää aiempia.

Palautesilmukka. Tuloksen arviointi ja uudelleenyritys. Ilman tätä kyseessä on skripti, ei agentti.

Miten agentti eroaa automaatiosta ja ohjelmistorobotiikasta?

Ohjelmistorobotiikka (robotic process automation, RPA) ja perinteinen automaatio suorittavat ennalta määritellyn prosessin. Jokainen askel on kuvattu etukäteen, ja poikkeus pysäyttää suorituksen. RPA jäljittelee tyypillisesti ihmisen näppäintoimintoja järjestelmissä, joihin ei ole rajapintaa: se avaa ikkunan, poimii kentän, siirtää sen toiseen järjestelmään.

Agentti päättää askeleet itse ja voi selvitä tilanteesta, jota kukaan ei ole ennakoinut. Vastineeksi se on arvaamattomampi: sama tehtävä voi edetä eri tavalla eri kerroilla, ja virheet ovat vaikeampia jäljittää.

Valinta niiden välillä on suoraviivainen. Jos prosessi on vakaa ja toistuva, automaatio on halvempi ja luotettavampi. Jos tehtävä vaatii arviointia ja vaihtelee kerrasta toiseen, agentti voi kannattaa.

Missä agenttisen tekoälyn rajat kulkevat?

Virheet kertautuvat. Kun tehtävä koostuu kymmenestä vaiheesta ja jokainen onnistuu 95 prosentin todennäköisyydellä, koko ketju onnistuu noin 60 prosentin todennäköisyydellä. Pitkät ketjut ovat siksi hauraita.

Se ei tiedä milloin lopettaa. Agentti voi jäädä kiertämään samaa vaihetta tai vakuuttua siitä että tehtävä on valmis, vaikka se ei ole.

Oikeudet ovat riski. Agentti on täsmälleen niin vaarallinen kuin sille annetut työkalut. Kirjoitusoikeus tuotantojärjestelmään on eri asia kuin lukuoikeus.

Se ei ole yleisäly. Agentti näyttää tavoitteelliselta, mutta pohjalla on yhä kapea tekoäly, joka ennustaa seuraavaa sanaa.

Liittyy: suuri kielimalli, kehotesuunnittelu, tukiäly, robotiikka

Mikä on Turingin testi?

Turingin testi on Alan Turingin vuonna 1950 esittämä koe, jossa ihminen keskustelee tekstin välityksellä sekä toisen ihmisen että koneen kanssa. Jos hän ei pysty luotettavasti erottamaan kumpi on kumpi, kone läpäisee testin. Turing ei väittänyt tämän todistavan ajattelua vaan ehdotti sitä vastattavissa olevaksi korvaukseksi kysymykselle, ajatteleeko kone.

Miten testi toimii?

Asetelmassa on kolme osapuolta. Arvioija käy tekstikeskustelua kahden vastapuolen kanssa, joista toinen on ihminen ja toinen kone. Arvioija ei näe kumpaakaan eikä kuule heitä. Hän saa kysyä mitä tahansa.

Jos arvioija ei kykene erottamaan konetta ihmisestä paremmin kuin arvaamalla, kone on läpäissyt testin.

Tekstimuoto on olennainen osa rakennetta. Turing halusi poistaa arvioinnista ulkonäön, äänen ja liikkeen, jotta jäljelle jäisi vain kyky käyttää kieltä.

 

Mitä Turing itse asiassa väitti?

Turing aloitti artikkelinsa kysymyksellä, voivatko koneet ajatella, ja hylkäsi sen välittömästi. Hänen mukaansa kysymys on liian epämääräinen vastattavaksi, koska ajattelua ei ole määritelty.

Tilalle hän ehdotti jäljittelypeliä: sen sijaan että kysyisimme ajatteleeko kone, kysytään pystyykö se käyttäytymään erottamattomasti ajattelevasta olennosta. Tämä on siirto määritelmästä havaintoon.

Turing myös arvioi, että vuosisadan loppuun mennessä koneet pärjäisivät testissä siedettävästi ja että puhe ajattelevista koneista lakkaisi kuulostamasta oudolta. Jälkimmäisessä hän oli oikeassa.

Onko Turingin testi läpäisty?

Riippuu siitä, mitä läpäisyllä tarkoitetaan, ja tämä on kysymyksen tärkein osa.

Yksittäisiä rajattuja kokeita on julistettu läpäistyiksi jo vuosikymmeniä, tyypillisesti lyhyillä keskusteluilla ja arvioijilla jotka eivät tienneet mitä etsiä. Nämä kertovat enemmän koeasetelmasta kuin koneesta.

Nykyiset suuret kielimallit tuottavat tekstiä, jota tavallinen lukija ei lyhyessä keskustelussa erota ihmisen kirjoittamasta. Tässä mielessä Turingin alkuperäinen asetelma ei enää erottele mitään.

Se ei kuitenkaan tarkoita, että kone ajattelisi. Se tarkoittaa, että testi mittasi kielenkäyttöä, ja kielenkäyttö osoittautui irrotettavaksi ymmärryksestä. Tämä on ehkä merkittävin asia, jonka testin historia on opettanut.

Mitä kritiikkiä testi on saanut?

Se mittaa jäljittelyä, ei ymmärrystä. Filosofi John Searlen kiinalainen huone -ajatuskoe esitti, että järjestelmä voi käsitellä symboleja oikein ymmärtämättä niiden merkitystä.

Se palkitsee harhautuksen. Kone pärjää testissä paremmin teeskentelemällä huolimatonta ihmistä: kirjoitusvirheillä, aiheen vaihtamisella, kysymyksen väistämisellä.

Se on kapea. Testi mittaa vain kielellistä käyttäytymistä. Havainto, toiminta, oppiminen ja tavoitteellisuus jäävät kokonaan ulkopuolelle.

Liittyy: vahva tekoäly, suuri kielimalli, singulariteetti

Mikä on teknologinen singulariteetti?

Teknologinen singulariteetti tarkoittaa hetkeä, jolloin tekoäly ylittää ihmisen älykkyyden ja alkaa parantaa itseään nopeammin kuin ihminen ehtii seurata. Käsite on hypoteesi, ei ennuste. Sen ajoituksesta ja edes mahdollisuudesta ei vallitse yksimielisyyttä.

Mistä käsite on peräisin?

Ajatus koneesta, joka suunnittelee itseään parempia koneita, esitettiin jo 1960-luvulla. Matemaatikko I. J. Good kutsui sitä älyräjähdykseksi: jos kone kerran ylittää ihmisen kyvyn suunnitella koneita, se suunnittelee seuraavan sukupolven itse, ja sen jälkeen kehitys irtoaa ihmisen tahdista.

Sanan singulariteetti toi keskusteluun tietojenkäsittelytieteilijä ja kirjailija Vernor Vinge vuonna 1993. Lainaus fysiikasta on tarkoituksellinen: mustan aukon singulariteetissa tutut lait lakkaavat ennustamasta mitään, ja Vinge tarkoitti samaa yhteiskunnallista ennustettavuutta. Ray Kurzweil popularisoi termin myöhemmin ja liitti siihen konkreettisia vuosilukuja.

Mitä singulariteetin pitäisi edellyttää?

Kolme askelta, joista jokainen on epävarma.

Ensin vahva tekoäly. Nykyiset järjestelmät ovat kapeita. Ne suoriutuvat erinomaisesti tehtävästä johon ne on koulutettu ja huonosti kaikesta muusta. Vahva tekoäly tarkoittaisi järjestelmää, joka siirtyy tehtävästä toiseen kuten ihminen.

Sitten itsensä parantaminen. Vahvan tekoälyn pitäisi kyetä parantamaan omaa arkkitehtuuriaan ilman ihmistä, ja jokaisen parannuksen pitäisi nopeuttaa seuraavaa.

Lopuksi kiihtyvä silmukka. Tämä on kiistanalaisin kohta. Silmukan jatkuminen edellyttää, ettei mikään muu tekijä muodostu pullonkaulaksi. Laskentateho, energia, data ja fysiikan lait ovat kaikki ehdokkaita rajoitteeksi.

Mitä alan johtajat sanovat AGI:n aikataulusta?

Julkinen keskustelu on 2020-luvun puolivälissä ollut poikkeuksellisen äänekästä, ja arviot vaihtelevat rajusti sen mukaan kuka puhuu.

OpenAI:n toimitusjohtaja Sam Altman on toistuvasti esittänyt aikataulun, joka mitataan vuosissa eikä vuosikymmenissä, ja yhtiö on julkisesti asettanut vahvan tekoälyn tavoitteekseen. Nvidian Jensen Huang on vastannut kysymykseen sitomalla sen määritelmään: jos AGI tarkoittaa läpäistyjä ihmiskokeita, hän on pitänyt lähivuosia realistisina, ja jos se tarkoittaa jotain laajempaa, vastaus on aivan toinen. Google DeepMindin Demis Hassabis on tyypillisesti esittänyt varovaisempia, useamman vuoden aikajänteitä.

Merkittävä osa akateemisesta tutkijakunnasta pitää näitä arvioita liian optimistisina, ja osa kiistää koko asetelman. Kannattaa myös huomata, että aikatauluarvion esittäjällä on usein taloudellinen intressi siihen, että arvio kuulostaa läheiseltä.

Tärkein havainto on määritelmällinen. AGI:lle ei ole yhtä sovittua määritelmää. Suuri osa erimielisyydestä aikataulusta on tosiasiassa erimielisyyttä siitä, mitä sanalla tarkoitetaan. Kun joku sanoo AGI:n olevan lähellä, ensimmäinen kysymys on mitä hän lukee AGI:ksi.

Liittyy: vahva tekoäly ja superäly, Turingin testi, tekoäly ja työpaikat

Miten tekoäly ja robotiikka liittyvät toisiinsa?

Robotiikka rakentaa koneita, jotka liikkuvat ja käsittelevät fyysistä maailmaa. Tekoäly on ohjelmisto, joka päättää mitä tehdään. Robotti voi toimia ilman tekoälyä toistamalla ohjelmoitua liikerataa, ja tekoäly toimii täysin ilman robottia. Yhdistelmä tarvitaan silloin, kun ympäristö ei pysy samana.

Teollisuusrobotti hitsaussolussa on tarkka ja nopea, koska sen ympäristö on rakennettu pysymään paikallaan. Kappale tulee samasta kohdasta joka kerta. Tällainen robotti ei tarvitse havaintokykyä eikä päättelyä, vain toistotarkkuutta.

Tekoälyä tarvitaan siinä hetkessä, kun ympäristö muuttuu. Varastorobotin on tunnistettava esine, jota ei ole aiemmin nähnyt, ja päätettävä mistä siihen tartutaan. Itseohjautuvan ajoneuvon on tulkittava tilanne, jota kukaan ei ole ohjelmoinut. Havainto tulee syväoppimisesta, ja liikkeen opettelu usein vahvistusoppimisesta, jossa malli kokeilee ja saa palkkion onnistumisesta.

Robotisaatio ja automaatio ovat kuitenkin eri ilmiö kuin tekoäly, ja ne sekoittuvat julkisessa keskustelussa säännöllisesti. Suurin osa työtehtävien automatisoinnista viimeisen viidenkymmenen vuoden ajalta on ollut mekaanista ja sääntöpohjaista, ei oppivaa. Katso myös automaatio ja ohjelmistorobotiikka.

Liittyy: agenttinen tekoäly, syväoppiminen, tekoäly ja työpaikat

Vieko tekoäly työpaikat?

Tutkimusnäyttö viittaa siihen, että tekoäly korvaa tehtäviä ennemmin kuin kokonaisia ammatteja. Vaikutus kohdistuu ensin rutiininomaiseen tietotyöhön, ja se on voimakkain aloilla joilla työ on tekstiä ja dataa. Nettovaikutus työpaikkojen määrään on kiistanalainen, koska se riippuu siitä syntyykö uutta työtä yhtä nopeasti kuin vanhaa katoaa.

Ammatti koostuu tehtävistä, ja tekoäly osuu tehtäviin. Kirjanpitäjän työstä osa on tositteiden käsittelyä ja osa on tulkintaa ja neuvontaa. Ensimmäinen automatisoituu, jälkimmäinen ei. Ammatti muuttuu siis sisältä käsin ennen kuin se katoaa, ja muutos näkyy tehtävänkuvissa aiemmin kuin työllisyystilastoissa.

Historiallinen kuvio on toistunut monta kertaa. Uusi tekniikka poistaa työtä yhdestä paikasta ja luo sitä toisaalla, mutta ei samoille ihmisille eikä samalla aikataululla. Siirtymän kipu on todellinen, vaikka pitkän aikavälin nettovaikutus olisi neutraali.

Erityispiirre tällä kertaa on kohdistuminen. Aiemmat automaatioaallot osuivat ensin fyysiseen ja toistuvaan työhön. Generatiivinen tekoäly osuu kirjoittamiseen, tiivistämiseen, luonnosteluun ja koodaamiseen, eli tehtäviin joita on pidetty suojattuina. Tämä selittää suuren osan keskustelun sävystä.

Kaikkein tarkin havainto on ajallinen. Tekoäly on tuottavuustekniikkaa, ja tuottavuustekniikat leviävät hitaammin kuin niistä kirjoitetaan. Työn muutos näkyy vuosikymmenessä, ei vuosineljänneksessä.

Liittyy: kapea ja vahva tekoäly, robotiikka, käyttökohteet

Mihin tekoälyä käytetään?

Tekoälyn käyttökohteet jakautuvat karkeasti kolmeen: havaitsemiseen, ennustamiseen ja tuottamiseen. Havaitseminen tunnistaa mitä aineistossa on, ennustaminen arvioi mitä tapahtuu seuraavaksi, ja tuottaminen luo uutta sisältöä. Useimmat tuotannossa olevat järjestelmät tekevät yhtä näistä kolmesta.

Havaitseminen ja tunnistaminen

• Kuvantunnistus ja konenäkö, myös lääketieteellisessä kuvantamisessa
• Puheentunnistus ja tekstin muuntaminen puheeksi
• Poikkeamien tunnistus, esimerkiksi maksupetosten havaitseminen
• Asiakirjojen ja vapaan tekstin jäsentäminen
• Tunnesävyn tunnistaminen asiakaspalautteesta

Ennustaminen ja optimointi

• Kysynnän ja varastotarpeen ennustaminen
• Asiakassegmentointi ja poistuma-alttiuden arviointi
• Hinnoittelun optimointi
• Ennakoiva kunnossapito teollisuudessa
• Suositusjärjestelmät suoratoistossa ja verkkokaupassa
• Logistiikan reitityksen ja ajoituksen optimointi

Tuottaminen

• Tekstin kirjoittaminen, muokkaus ja tiivistäminen
• Kääntäminen ja lokalisointi
• Kuvien ja kuvituksen tuottaminen
• Koodin kirjoittaminen, virheiden etsintä ja selittäminen
• Puheen syntetisointi ja dubbaus
• Synteettisen harjoitusdatan tuottaminen
• Proteiinirakenteiden ennustaminen ja lääkekehitys

Liittyy: tekoäly, koneoppiminen, generatiivinen tekoäly, rajoitteet

Missä tekoälyn rajat kulkevat?

Nykyisten järjestelmien neljä toistuvaa rajoitetta ovat kapeus, aineiston vinouma, läpinäkymättömyys ja itsevarma virheellisyys. Ne eivät ole vikoja jotka korjataan seuraavassa versiossa, vaan seurauksia siitä miten mallit oppivat.

Kapeus. Järjestelmä suoriutuu erinomaisesti siitä tehtävästä johon se on koulutettu ja huonosti kaikesta muusta. Katso kapea ja vahva tekoäly.

Malli on datansa veroinen. Aineiston vinoumat siirtyvät malliin, ja malli toistaa ne järjestelmällisesti ja itsevarmasti. Tämä on käytännön ongelma rekrytoinnissa ja luotonannossa, joissa vinouma tuottaa mitattavaa vahinkoa.

Korrelaatio ei ole syy. Malli löytää yhteyksiä, ei syitä. Se voi ennustaa oikein ja perustaa ennusteensa muuttujaan, jolla ei ole mitään tekemistä ilmiön kanssa.

Päättelyketju ei ole nähtävissä. Kymmenien kerrosten ja miljardien painoarvojen joukosta ei lueta selitystä. Kun päätös on perusteltava, tämä on todellinen este.

Se keksii uskottavasti. Kielimalli tuottaa todennäköisintä jatkoa, ei varmennettua tietoa. Virheellinen vastaus näyttää täsmälleen yhtä varmalta kuin oikea, eikä mallilla ole keinoa ilmoittaa ettei se tiedä.

Maailmantieto vanhenee. Koulutusaineisto on lukittu tiettyyn hetkeen. Haku paikkaa tätä osittain, mutta ei kaikessa.

Maailma muuttuu, malli ei. Kun toimintaympäristö muuttuu, koulutusaineistosta opittu suhde vanhenee. Uudelleenkoulutus on jatkuva kustannus eikä kertaprojekti.

Tekijänoikeus on kesken. Koulutusaineiston käyttö ja tuotetun sisällön oikeudet ovat oikeudellisesti epäselviä useilla lainkäyttöalueilla.

Liittyy: kapea ja vahva tekoäly, suuri kielimalli, Turingin testi

Usein kysytyt kysymykset

Mitä tarkoittaa AI?
Artificial intelligence, suomeksi tekoäly. Kyse on järjestelmistä, jotka suorittavat tehtäviä joihin aiemmin tarvittiin ihmisen älykkyyttä.

Mistä sanoista lyhenne AI tulee?
Sanoista artificial intelligence. Termin esitti John McCarthy vuonna 1956.

Mitä tekoäly on suomeksi?
Tekoäly on vakiintunut suomennos termille artificial intelligence. Tukiäly on eri asia ja tarkoittaa ihmisen kykyjä täydentävää tekniikkaa.

Onko tekoäly sama asia kuin algoritmi?
Ei. Jokainen tekoäly hyödyntää algoritmeja, mutta algoritmi on vain laskentaohje. Tekoälyssä olennaista on se, että malli muodostaa sääntönsä datasta.

Mitä eroa on tekoälyllä ja koneoppimisella?
Tekoäly on koko ala. Koneoppiminen on yksi lähestymistapa sen sisällä. Kaikki koneoppiminen on tekoälyä, mutta kaikki tekoäly ei ole koneoppimista.

Onko koneoppiminen sama asia kuin syväoppiminen?
Ei. Syväoppiminen on koneoppimisen alalaji, joka käyttää monikerroksisia neuroverkkoja.

Mitä on valvottu oppiminen?
Menetelmä, jossa malli koulutetaan datalla, johon oikea vastaus on merkitty valmiiksi.

Miksi syväoppimista sanotaan syväksi?
Neuroverkon kerrosten määrän takia, ei sen takia että malli ymmärtäisi jotain syvällisesti.

Miten neuroverkko oppii?
Vastavirta-algoritmilla. Verkon virhe mitataan, ja painoarvoja säädetään siihen suuntaan joka olisi pienentänyt virhettä.

Ovatko neuroverkot samanlaisia kuin aivot?
Vain nimellisesti. Rakenne on saanut inspiraationsa hermosoluista, mutta biologinen aivo toimii aivan eri periaatteilla.

Mitä kielimalli tarkoittaa?
Kielimalli on tekoälymalli, joka on opetettu tuottamaan ja ymmärtämään luonnollista kieltä ennustamalla, mikä sana seuraa.

Mikä on LLM suomeksi?
Suuri kielimalli. Lyhenne tulee sanoista large language model.

Miksi kielimallia sanotaan suureksi?
Parametrien määrän takia. Niitä on nykyisin satoja miljardeja, ja opetusaineistoa vastaavasti.

Onko ChatGPT kielimalli?
Ei. ChatGPT on kielimallin varaan rakennettu tuote. Malli on moottori, ChatGPT on auto.

Mitä ChatGPT tarkoittaa?
Nimi tulee sanoista chat ja Generative Pre-trained Transformer. Kyseessä on keskustelukäyttöliittymä suuren kielimallin päällä.

Onko ChatGPT hakukone?
Ei alun perin, mutta se hakee nykyään tietoa verkosta osana vastaamista. Ero hakukoneeseen on siinä, että se kirjoittaa vastauksen sen sijaan että listaisi linkkejä.

Voiko ChatGPT olla väärässä?
Kyllä, ja usein vakuuttavasti. Malli tuottaa todennäköisintä jatkoa, ei varmennettua tietoa.

Mitä generatiivinen tekoäly tarkoittaa?
Malleja, jotka tuottavat uutta sisältöä kuten tekstiä, kuvia tai koodia sen sijaan että vain luokittelisivat tai ennustaisivat.

Voiko generatiivisen tekoälyn tuotoksia käyttää kaupallisesti?
Usein voi, mutta oikeudet ja koulutusaineiston käyttö ovat monessa maassa oikeudellisesti kesken. Ehdot kannattaa tarkistaa palvelukohtaisesti.

Mitä kehote tarkoittaa?
Kehote eli prompti on se teksti, jonka annat kielimallille. Se on mallin ainoa syöte ja määrittää mitä se tekee.

Mikä on prompt engineering suomeksi?
Kehotesuunnittelu. Käytössä on myös muotoja kehotteen muotoilu ja promptaus.

Mitä eroa on tekoälyagentilla ja chatbotilla?
Chatbot vastaa kysymykseen. Agentti suorittaa tehtävän monessa vaiheessa ja käyttää työkaluja.

Onko agenttinen tekoäly sama asia kuin automaatio?
Ei. Automaatio suorittaa ennalta kuvatun prosessin. Agentti päättää askeleet itse ja selviää ennakoimattomista tilanteista, mutta on arvaamattomampi.

Mitä on heikko tai kapea tekoäly?
Yhteen tehtävään koulutettu järjestelmä, joka ei osaa muuta. Heikko ei tarkoita huonoa vaan rajattua.

Mikä on vahva tekoäly eli AGI?
Hypoteettinen järjestelmä, joka oppii ja ratkaisee mitä tahansa älyllistä tehtävää ihmisen tapaan, siirtyen tehtävästä toiseen ilman uutta koulutusta.

Onko ChatGPT vahvaa tekoälyä?
Ei. Se on kapeaa tekoälyä, vaikka vaikuttaa yleiskäyttöiseltä. Sen mekanismi on seuraavan sanan ennustaminen.

Mitä superäly tarkoittaa?
Järjestelmää, joka ylittäisi ihmisen kyvyt käytännössä kaikilla alueilla. Käsite liittyy singulariteettikeskusteluun.

Mitä Turingin testi mittaa?
Sitä, pystyykö arvioija erottamaan koneen ihmisestä tekstikeskustelussa. Se ei mittaa ymmärrystä eikä tietoisuutta.

Onko ChatGPT läpäissyt Turingin testin?
Turingin alkuperäisessä muodossa lyhyt tekstikeskustelu ei enää erottele mallia ihmisestä luotettavasti. Se ei kuitenkaan tarkoita että malli ymmärtäisi tai ajattelisi.

Mitä singulariteetti tarkoittaa?
Hypoteettista hetkeä, jolloin tekoäly ylittää ihmisen älykkyyden ja alkaa parantaa itseään nopeammin kuin ihminen ehtii seurata.

Milloin singulariteetti tapahtuu?
Kukaan ei tiedä, eikä ole yksimielisyyttä siitä tapahtuuko se lainkaan. Julkiset arviot vaihtelevat muutamasta vuodesta useaan vuosikymmeneen.

Onko singulariteetti sama asia kuin AGI?
Ei. AGI eli vahva tekoäly on ihmistasoinen yleisäly. Singulariteetti on sitä seuraava hypoteettinen tapahtumaketju, jossa kehitys kiihtyy itseään ruokkien.

---

Kirjoittanut Lari Numminen, Generate More. Päivitetty 10.9.2026.