Siirry sisältöön

Tekoäly

Wikipediasta

Tekoäly eli keinoäly tai AI (englannin sanoista artificial intelligence) on tietokoneohjelman kyky tehdä älykkäinä pidettyjä toimintoja. Esimerkkejä tällaisista tehtävistä ovat puheentunnistus, tietokonenäkö ja kääntäminen luonnollisten kielten välillä. Tekoäly on tietojenkäsittelytieteen osa-alue, joka tutkii ja kehittää järjestelmiä, jotka kykenevät oppimaan, päättelemään ja suorittamaan tehtäviä itsenäisesti.

Tekoälyä käytetään esimerkiksi edistyneissä verkkohakukoneissa (esim. Google-haku), suositusalgoritmeissa (joita käyttävät esim. YouTube, Amazon ja Netflix), ihmisen puheen ymmärtämisessä (kuten Siri ja Alexa), itseohjautuvissa autoissa (esim. Waymo), generatiivisissa tai luovissa työkaluissa (ChatGPT ja tekoälytaide), automatisoidussa päätöksenteossa ja kilpailemisessa korkeimmalla tasolla strategisissa pelijärjestelmissä (kuten shakissa ja go:ssa).

Varhaisvaiheet

[muokkaa | muokkaa wikitekstiä]

Tekoälyn juuret ulottuvat kauas ennen alan varsinaista perustamista. Jo vuonna 1726 Jonathan Swift kuvasi romaanissaan Gulliverin retket kuvitteellista konetta, joka pystyi tuottamaan tekstiä yhdistämällä sanoja eri järjestyksiin.[1] 1800-luvulla Ada Lovelace kirjoitti Charles Babbagen analyyttisesta koneesta huomioita, joita pidetään ensimmäisenä tietokoneohjelmana. Lovelace kuitenkin väitti, ettei kone voi "luoda mitään omaperäistä".[2] Vuonna 1914 espanjalainen insinööri Leonardo Torres y Quevedo esitteli ensimmäisen shakkia pelaavan koneen El Ajedrecistan. Vuonna 1943 McCulloch ja Pitts julkaisivat artikkelin, joka esitti aivojen toiminnan laskennallisena järjestelmänä ja loi pohjan keinotekoisille neuroverkoille.[1]

Alan varsinaisena lähtökohtana pidetään vuoden 1956 Dartmouthin konferenssia, jossa termi "tekoäly" otettiin käyttöön. Tätä edelsi Alan Turingin vuoden 1950 artikkeli, jossa hän esitti kuuluisan Turingin testin koneiden älykkyyden arvioimiseksi. Varhaisvuosikymmeninä kehitettiin merkittäviä järjestelmiä: Rosenblatin Perceptron (1957) oli varhainen neuroverkko, ELIZA (1965) simuloi ihmiskeskustelua ja DENDRAL oli ensimmäinen asiantuntijajärjestelmä. Vuonna 1973 Lighthillin raportti kritisoi alan edistymättömyyttä, mikä johti rahoituksen vähenemiseen ja ensimmäiseen tekoälytalveen. Toinen taantuma seurasi 1980-luvun puolivälissä. Ratkaiseva käännekohta oli vuoden 1986 backpropagation-algoritmin julkaisu, joka mahdollisti monikerroksisten neuroverkkojen tehokkaan kouluttamisen ja loi perustan 2000-luvun syväoppimisen vallankumoukselle.[1]

Koneoppimisen nousu

[muokkaa | muokkaa wikitekstiä]

2000-luvulla matemaattinen ja tilastollinen koneoppiminen alkoi hallita alaa. Ratkaiseva käänne tapahtui vuonna 2012, kun syväoppimiseen perustuva AlexNet voitti ImageNet-kilpailun merkittävällä erolla. Tämä osoitti neuroverkkojen potentiaalin kuvantunnistuksessa ja laukaisi syväoppimisen vallankumouksen.

Vuonna 2017 Googlen tutkijat julkaisivat tutkimuksen "Attention Is All You Need", joka esitteli transformer-arkkitehtuurin.[3] Tämä arkkitehtuuri mahdollisti rinnakkaisen tietojenkäsittelyn ja pitkien riippuvuuksien oppimisen, mikä ratkaisi aikaisempien rekursiivisten neuroverkkojen perustavanlaatuisia rajoituksia. Transformer-teknologia muodostaa nykyään lähes kaikkien suurten kielimallien perustan, mukaan lukien GPT-, Claude-, Gemini- ja Llama-malliperheet.[4][5]

Vuonna 2020 OpenAI:n tutkijat julkaisivat tutkimuksen skaalauslaeista, joka osoitti, että kielimallien suorituskyky paranee ennustettavasti mallin koon, harjoitusdatan määrän ja laskentatehon kasvaessa.[6] Vuonna 2022 Google DeepMindin Chinchilla-tutkimus tarkensi näitä havaintoja ja osoitti, että optimaalinen harjoitus edellyttää mallin koon ja harjoitusdatan tasapainottamista.[7] Nämä havainnot ovat ohjanneet miljardien dollarien investointeja tekoälyn kehittämiseen.

ChatGPT ja tekoälybuumi

[muokkaa | muokkaa wikitekstiä]

OpenAI julkaisi ChatGPT:n 30. marraskuuta 2022. Chatbot saavutti 100 miljoonaa käyttäjää kahdessa kuukaudessa, mikä teki siitä historian nopeimmin kasvaneen kuluttajasovelluksen.[8] ChatGPT:n julkaisu käynnisti niin kutsutun tekoälybuumin, joka on johtanut massiivisiin investointeihin alalle. JPMorganin mukaan tekoälyyn liittyvät osakkeet ovat tuottaneet 75 prosenttia S&P 500 -indeksin tuotoista ChatGPT:n julkaisun jälkeen.[9]

Tekoälyn määritelmä

[muokkaa | muokkaa wikitekstiä]

Tekoälyn tarkempi määrittely on avoin, koska älykkyyttä itsessään on vaikea määritellä. Andreas Kaplan ja Michael Haenlein määrittelevät tekoälyn "järjestelmän kyvyksi tulkita ulkoisia tietoja oikein, oppia tällaisista tiedoista ja käyttää opittuja asioita tiettyjen tavoitteiden ja tehtävien saavuttamisessa joustavan sopeutumisen kautta".[10] Tekoäly viittaa myös aihetta tutkivaan tieteen alaan.

Eräässä merkityksessä tekoälynä pidetään tietokoneohjelmaa, joka suorittaa yleisesti ihmismäistä ajattelua (laskennallinen lähestymistapa). Tämän niin kutsutun yleisen tekoälyn kehittämisen ajankohdasta ei voida antaa juurikaan luotettavia ennusteita.[11]

Suppeammassa merkityksessä tekoäly on mikä tahansa johonkin älykkääseen toimintoon kykenevä. Tällaisia tekoälyjä on jo käytössä. Käytössä olevia tekoälyn sovelluksia ovat esimerkiksi luonnollisen kielen tuottamiseen ja tunnistamiseen erikoistuneet järjestelmät, asiantuntijajärjestelmät, robottitekniikka ja viihdesovellukset.

Kun koneista tulee yhä kyvykkäämpiä, tekoälyn määritelmän kynnys usein nousee. Tämä ilmiö tunnetaan nimellä "AI effect". Esimerkiksi optista merkkien tunnistusta ei nykyään usein pidetä tekoälynä, koska siitä on tullut rutiiniteknologiaa.

Tekoälyn muodot

[muokkaa | muokkaa wikitekstiä]

Kapea tekoäly

[muokkaa | muokkaa wikitekstiä]
Pääartikkeli: Kapea tekoäly

Kapea eli heikko tekoäly toimii erilaisissa rajoitetuissa tehtävissä. Sillä ei ole tietoisuutta, tahtoa eikä ymmärrystä oman alansa ulkopuolella. Tämänhetkiset tekoälysovellukset ovat kaikki kapeaa tekoälyä.[12]

Yleinen tekoäly

[muokkaa | muokkaa wikitekstiä]
Pääartikkeli: Yleinen tekoäly

Yleisellä eli vahvalla tekoälyllä on laaja ymmärrys asioista ja mahdollisesti ihmisen kaltainen tietoisuus.[12] Yleinen tekoäly kykenee ratkaisemaan laajan skaalan erilaisia ongelmia, ja suoriutumaan mistä vain tehtävästä mistä ihminen voi suoriutua, kuten ajamaan autoa, ymmärtämään kieliä ja tekemään ruokaa. Yleistä tekoälyä ei vuoteen 2018 mennessä oltu missään vielä kehitetty.[13]

Supertekoäly

[muokkaa | muokkaa wikitekstiä]
Pääartikkeli: Supertekoäly

Jos tekoäly ohittaa ylivoimaisesti ihmisen kyvykkyyden kaikilla toimialoilla, voidaan puhua supertekoälystä. Supertekoäly on toistaiseksi spekulatiivinen käsite.[12]

Peruskäsitteitä

[muokkaa | muokkaa wikitekstiä]

Koneoppiminen

[muokkaa | muokkaa wikitekstiä]
Pääartikkeli: Koneoppiminen

Tekoälyn sovelluksista suurin osa on koneoppimista. Koneoppiminen on tekoälyn osa-alue, jossa toimintaa ei ole ohjelmoitu valmiiksi. Kone oppii sille annetusta datasta itsenäisesti, eikä sille määritellä toimintaohjetta jokaista erillistä tilannetta varten. Se käyttää askel askeleelta datasta oppivia algoritmeja, jolloin koneoppimisen malli kehittyy. Malli opetetaan opetusdatalla ennustamaan jotain tiettyä lopputulosta, minkä jälkeen testidata selvittää, miten hyvin opetus onnistui. Tulos on sitä tarkempi, mitä enemmän mallilla on dataa käytettävissään.[13][14]

Neuroverkot ja syväoppiminen

[muokkaa | muokkaa wikitekstiä]
Pääartikkeli: Neuroverkot

Neuroverkko on joukko neuroneita, jotka on kytketty toisiinsa ja jotka kommunikoivat keskenään. Syviä neuroverkkoja ovat neuroverkkokerrokset, jotka toimivat yhdessä. Syväoppiminen on syvien neuroverkkojen oppimista raakadatan avulla. Neuroverkot ovat hyvin laajalti sovellettavia, ja laskentatehon kehittyessä niiden kehitys jatkuu nopeana. Neuroverkkojen avulla pystytään esimerkiksi tunnistamaan valokuvasta elementtejä, kuvailemaan videon tapahtumia, kääntämään kieliä laadukkaasti ja muuntamaan puhetta tekstiksi.[13][14]

Lainsäädäntö ja valvonta

[muokkaa | muokkaa wikitekstiä]

Tekoälyn käyttöönotosta käydään vuoropuhelua kansainvälisten järjestöjen, asiantuntijaelimien ja valtioiden välillä. Valtiot ja niiden yhteiset elimet, kuten YK ja Euroopan unioni, valmistelevat lainsäädäntöä ja valvontaa, jotta tekoälyn kielteisiä ilmiöitä voidaan ehkäistä ja kehitystä ohjata oikeaan suuntaan.[15]

Tekoälyyn liittyvistä teknisistä asioista sovitaan kansainvälisissä standardointijärjestöissä, kuten ISO:ssa ja IEC:ssä sekä niiden yhteisessä työryhmässä. Niiden yleiskokous perusti vuonna 2017 alakomitean tekoälyn standardien määrittelemiseksi. Standardien avulla voidaan varmistua muun muassa tekoälysovellusten luotettavuudesta, turvallisuudesta ja yhteensopivuudesta.[16]

Tekoälyn käyttöä tarkkailee vuonna 2009 perustettu The International Committee for Robot Arms Control (ICRAC). Se edistää robottien rauhanomaista kehittämistä ja pyrkii luomaan säännöt aseistettujen robottien käytölle. Myös tappavien autonomisten asejärjestelmien kansainvälisen oikeuden lainsäädäntö on kehitteillä.[17]

Münchenissä vuonna 2018 järjestetty kansainvälinen kyberturvallisuuskokous hyväksyi julistuksen digitaalisen turvallisuuden tulevaisuudesta. Amnesty Internationalin järjestämä kansainvälinen kokous julkaisi vuonna 2018 Toronton julistuksen, joka otti kantaa tekoälyn eettisen käytön ja sisällön olemukseen.[18]

Euroopan komissio julkaisi vuonna 2018 tekoälyä koskevan strategia-asiakirjan, jossa EU:lle sovitellaan johtavaa asemaa tekoälyn eettisten säännöstöjen laatimisessa. Strategian mukaan EU:n tulisi perustaa digitaalisen teknologian ja tekoälyn eettinen komitea. Komissio varasi keväällä 2018 tutkimusbudjetistaan 1,5 miljardia euroa tekoälyn kehittämiseen sekä perusti korkean tason asiantuntijaryhmän seuraamaan alan kehitystä. Ranskan presidentti Emmanuel Macron näkee tekoälyn paitsi teknologisena myös poliittisena vallankumouksena, jossa vastakkain olevat kolme voimapistettä ovat Yhdysvallat, Kiina ja EU.[19]

Vuonna 2024 Euroopan unioni (EU) sääti tekoälysäädöksen, jota pidetään maailman ensimmäisenä tekoälyn käyttöä yhteiskunnassa kattavasti säätelevänä lainsäädäntönä.[20] Säädös jakaa tekoälyn käyttökohteet neljään eri luokkaan niiden terveyteen, turvallisuuteen ja perusoikeuksiin kohdistuvien riskien perusteella, mikä määrittää sitä, miten tiukkaa sääntelyä niihin kohdistuu. Ei-hyväksyttävän riskin tekoälyjärjestelmät, kuten sosiaaliset luottoluokitusjärjestelmät, tullaan kieltämään kokonaan EU:n sisämarkkinoilta. Korkean riskin luokassa ovat muun muassa kriittiseen infrastruktuuriin, rekrytointiin, terveydenhuoltoon sekä lain- ja rajavalvontaan käytettävät tekoälyjärjestelmät. Matalan riskin luokassa sääntely on kevyttä, ja neljänteen pienen tai olemattoman riskin kuuluvat kaikki loput tekoälyn käyttökohteet.[21]

Kilpailukyky ja sääntely

[muokkaa | muokkaa wikitekstiä]

EU on jäänyt jälkeen Kiinasta ja Yhdysvalloista tekoälyn kehityksessä. EU:n sääntely yksityisyydensuojasta ja datan siirrettävyydestä rajoittaa mahdollisuuksia saada riittävän laajoja ja monipuolisia aineistoja tekoälyn opettamiseen ja kehittämiseen. Yritysjohtaja Laila Danielsen vertaa tätä siihen, että Euroopan jalkapallojoukkueessa olisi kolme pelaajaa ja 11 erotuomaria. Teksasin yliopiston tekoälyprofessori Risto Miikkulaisen mukaan Yhdysvalloissa innovaatioita pidetään tärkeänä eikä kilpailukykyä haluta heikentää.[22]

Yhdysvallat johtaa kielimalleissa mutta meinaa jäädä Kiinan taakse. Kiina pyrkii kärkeen vuoteen 2030 mennessä ja johtaa jo patenteissa, julkaisuissa, rahoituksessa ja johtavissa tutkimuslaitoksissa ja hyödyntää tekoälyä laajasti kansalaisten valvonnan tukena. Kiinaa tosin haittaa se, että internetin sensurointi vähentää saatavilla olevaa tekstimuotoista dataa.[22]

Taiwanilais-amerikkalainen teknologia-asiantuntija Tim Wu on nostanut esille Yhdysvaltojen ja Kiinan välisessä tekoälykilvassa näkökulman, jonka mukaan Kiina pyrkii laaja-alaiseen panostukseen erilaisiin tulevaisuuteen suuntautuviin teknologioihin ja kehityssuuntiin siinä missä Yhdysvallat Wun mukaan pelaa kaiken yhden kortin varaan. Wu pitää osasyynä tähän Piilakson teknologiasektorin vaikutusvaltaa Yhdysvaltojen teknologiapolittiikkaan[23].

Kuvantunnistus-tekoälyn tunnistamat jalankulkijat.

Tekoälyllä ja siihen liittyvillä koneoppimisella ja konenäöllä on paljon sovelluksia, joiden käyttö yleistyy nopeasti.[24] Samaan aikaan tekoälylle keksitään uusia käyttökohteita monilla aloilla, kuten liikenteessä[24], lääketieteessä[25][12], teollisuudessa, finanssialalla ja älykaupungeissa[26]. Esimerkkejä ovat optimoidut reitit Google Mapsissa sekä Uberin ja Lyftin kaltaisissa taksipalveluissa[24], autopilotit lento- ja tieliikenteessä[24], röntgenkuvien tulkinta[12], tuotantoprosessien optimointi[27], roskapostinsuodatus, vihapuheen seulonta[28], virtuaaliavustajat, metsäsuunnittelu[29], pankkien ja vakuutusyhtiöiden tekoälysovellukset, sosiaalisen median algoritmit, puheentunnistus älypuhelimissa[24] sekä tekoälyn käyttö esimerkiksi kalastuksen[30] ja orjatyön valvonnassa[31]. Tekoäly on myös osoittanut kykynsä saavuttaa huippuosaamista peleissä, kuten shakissa[32]

Lääketieteen alalla tekoäly pystyy tulkitsemaan röntgenkuvia ja tunnistaa kuvista esimerkiksi ihosyövän.[12] Nykyaikainen tekoäly pystyy käymään läpi lääketieteellisiä tutkimuksia noin puoli miljoonaa sivua 15 sekunnissa. Tekoälyä käytetään terveydenhuollossa eniten Itä-Aasiassa, kuten Kiinassa, Etelä-Koreassa, Japanissa ja Singaporessa. Kiinassa on esimerkiksi otettu käyttöön tekoälysairaala, Japanissa monissa vanhainkodeissa käytetään robotteja, ja Singaporessa kehitetään esimerkiksi silmäsairauksia havaitsevaa tekoälyä.[25]

Pankkien sovellukset lukevat sekille kirjoitettua tekstiä. Pankit käyttävät neuroverkkoja vilpillisten rahansiirtojen tunnistamisessa, sillä niitä tapahtuu liian paljon ihmisten seurattavaksi. Tekoäly arvioi myös, kannattaako pankin myöntää hakijalle lainaa tai luottokorttia.[24] Finanssialan asiakaspalvelusta osan hoitavat verkossa toimivat chatbotit. Vakuutusalalla tekoälyä käytetään korvausprosessien automatisointiin. Oppiva tekoäly voi suositella asiakkaalle sopivia vakuutus- tai sijoitustuotteita. Robottineuvojat osaavat suositella asiakkaalle sopivia sijoitusratkaisuja tämän sijoitusprofiilin ja tavoitteiden pohjalta. Varainhoidossa tekoäly on tukemassa sijoituspäätöksiä.[33] Tekoäly automatisoi taloushallinnon rutiinitehtäviä. Esimerkiksi saksalainen SAP käyttää tekoälyä data-analyysien[34] tekemisessä, Danske Bank petosten tunnistamisessa[35], Ernst & Young auditoinneissa[36]. Luottokorttiyhtiöt käyttävät koneoppimista tunnistaakseen luottokorttipetokset ja myös välttääkseen väärät hälytykset.[24]

Joissain yliopistoissa ja lukioissa tekoälysovelluksia käytetään plagioinnin tunnistamisessa. Tekoäly pystyy myös oppimaan tunnistamaan koodaajan tyylin lähdekoodista ja sitä kautta paljastamaan plagioinnin.[24]

Googlen käännösohjelma alkoi syksyllä 2016 ensimmäisenä konekääntäjänä käyttää hyväkseen neuroverkkoja.[37]

Amazonin verkkokauppa laatii neuroverkkojensa avulla personoituja hakutuloslistoja ja suosituslistoja, jotka perustuvat käyttäjän aikaisempaan toimintaan.[24] Tekoälyn laatimia personoituja suosituslistoja tarjoavat myös esimerkiksi Spotify ja Netflix.[38][39]

Googlen DeepMindin AlphaGo Zero -tekoäly oppi nopeasti maailman parhaaksi lautapeli gon pelaajaksi ja AlphaZero-tekoäly maailman parhaaksi shakin pelaajaksi vuonna 2017 vain pelaamalla itseään vastaan.[32]

2020-luvulla luonnollisen kielen käsittelyjärjestelmät, kuten GPT, saavuttivat ihmisen suorituskyvyn olemassaolevissa vertailuarvoissa, vaikka järjestelmä ei saavuttanutkaan yleistä ymmärrystä vertailuarvojen sisällöstä.[40] DeepMindin AlphaFold 2 (2020) osoitti kykenevänsä laskemaan proteiinin 3D-rakenteen tunneissa kuukausien sijaan.[41] Muita sovelluksia ovat oikeudellisten päätösten ennustaminen[42], taiteen (kuten runouden tai maalausten) luominen ja matemaattisten teoreemojen todistaminen.

Kulttuurin tuottajana

[muokkaa | muokkaa wikitekstiä]

Tekoälyä on ryhdytty vuodesta 2016 alkaen käyttämään työkaluna ja apuvälineenä kulttuurituotteiden luomisessa. Tekoäly on esimerkiksi opetettu kirjoittamaan elokuvakäsikirjoituksia, säveltämään musiikkia ja maalaamaan tauluja olemassaolevan ihmiskunnan historian aikana tehdyn taiteen ja viihteen pohjalta niistä johdettuun data-aineistoon perustuen.

Tekoälyn avulla pystytään jäljittelemään taidemaalareiden tyyliä niin tarkasti, että taidemessujen yleisö ja taidekriitikot eivät kyselyissä ole pystyneet erottamaan tekoälyn teoksia aitojen taiteilijoiden teoksista. Tekoäly pystyy myös muuntamaan valokuvia maalausten näköisiksi eri taiteilijoiden tyyliä jäljitellen.[43]

2020-luvulla julkaistiin ensimmäiset teksti-kuvaksi -mallit, jotka luovat kuvia erilaisten tekstikomentojen perusteella. Näitä ovat muun muassa OpenAI:n DALL-E, joka esiteltiin tammikuussa 2021, Google Brainin Imagen ja Parti, joka julkistettiin toukokuussa 2022, ja avoimen lähdekoodin Stable Diffusion. Syöte voi sisältää myös kuvia, avainsanoja ja konfiguroitavia parametreja, kuten taiteellisen tyylin.

Tekoälytiede

[muokkaa | muokkaa wikitekstiä]

Tekoälytiede voidaan historiallisesti karkeasti jakaa perinteiseen symbolipainotteiseen tekoälytieteeseen sekä uudempaan, hahmopohjaiseen, laskennallisen älykkyyden suuntaukseen. Perinteisen tekoälytieteen työkaluja ovat muun muassa asiantuntijajärjestelmät, ontologiat ja sääntöpohjainen päättely. Uudemman konnektionistisen suuntauksen tunnetuimpia menetelmiä ovat neuroverkot, sumeat järjestelmät ja evolutionäärinen laskenta.lähde? Näistä lähestymistavoista kiisteltiin 1970-1980-luvuilla, mutta 1990-luvulla matemaattiset lähestymistavat tulivat normiksi.

Tekoälyn suoriutuminen

[muokkaa | muokkaa wikitekstiä]

Tietokoneen ihmismäisyyttä voidaan mitata Turingin testillä. Testin ajatus on, että tietokone on älykäs, jos sen vastauksia ei pysty erottamaan ihmisen vastauksista. Turingin testiä on myös arvosteltu, ja sen tilalle on ehdotettu muitakin mittareita, kuten luetunymmärtämistestiä.[44]

Uhkakuvat ja tulevaisuus

[muokkaa | muokkaa wikitekstiä]

Teknologinen singulariteetti

[muokkaa | muokkaa wikitekstiä]

Tekoälyn uhkakuvaksi on nostettu, että tekoäly nopeuttaa teknologista ja sosiaalista muutosta niin paljon, etteivät ihmiset ehdi sopeutua siihen. Tällaista kehitystä kutsutaan teknologiseksi singulariteetiksi.[45]

Ihmistyön korvautuminen ja teknologinen työttömyys

[muokkaa | muokkaa wikitekstiä]

Tekoälyn pelätään usein vievän ihmisiltä työpaikkoja. Tekoälyn arvellaan uhkaavan monenlaisia työtehtäviä fyysisistä ja rutiininomaisista aina korkeakoulutettujen kuten lääkäreiden ja lakimiesten töihin. Toisaalta tekoälyn arvellaan vastaavasti synnyttävän paljon uusia työpaikkoja etenkin uusien teknologioiden aloille.[46][47]

Oxfordin ja Yalen yliopistojen vuonna 2017 toteuttamassa kyselyssä 352 maailman johtavaa tekoälytutkijaa ennusti, että vuonna 2060 on todennäköistä, että koneet pystyvät suoriutumaan kaikista tehtävistä ihmistä paremmin. Useimmat tutkijat eivät kuitenkaan pidä koneiden vallankumousta todennäköisenä, sillä monet heistä pitävät tietoisuuden kehittymistä epätodennäköisenä.[48]

Datan ja tekoälyn väärinkäyttö

[muokkaa | muokkaa wikitekstiä]

Taloustieteilijä Joseph Stiglitzin mukaan data ja tekoäly mahdollistavat yrityksille uusia keinoja asiakkaiden hyväksikäyttöön. Yrityksille on helpompaa hyväksikäyttää asiakkaita kuin luoda parempi tuote. Erityisesti hintaa voidaan nostaa yksittäisen asiakkaan kohdalla tai keskitytään pakkomielteisesti shoppaileviin asiakkaisiin[49].

Taloudellisten hyötyjen epätasainen jakautuminen

[muokkaa | muokkaa wikitekstiä]

Tekoälyn on pelätty johtavan siihen, että pieni joukko kansainvälisiä jättiyrityksiä saavuttaa alallaan monopoliaseman. Tämä johtaisi siihen, että tekoälyn hyödyt jakautuvat epätasaisesti.[46] Taloustieteilijä Joseph Stiglitzin mukaan tekoäly tekee yhteiskunnasta jakautuneemman[49].

Joukkovalvonta ja yksityisyyden puute

[muokkaa | muokkaa wikitekstiä]

Kansalaisista kerätty ja tekoälyn prosessoima data sekä kasvontunnistuksella varustetut valvontakamerat voivat luodajoukkovalvontayhteiskunnan, jossa kansalaisella ei ole yksityisyyttä. Kiina otti käyttöön vuonna 2020 sosiaalisen luottoluokitusjärjestelmän. Analyytikoiden ennusteiden mukaan vuonna 2020 Kiinassa on 300 miljoonaa valvontakameraa ja poliisi käyttää vuodessa 30 miljardia Yhdysvaltain dollaria valvontateknologiaan.[50]

Monen asiantuntijan mukaan tiedon keräämistä ei pitäisi rajoittaa paljon. Muuten sotilaalliset vastustajat voivat edetä tekoälyssä nopeammin, koska heitä direktiivit eivät jarruta.[51]

Vladimir Putin uskoo että tekoälyn kehittelyn voittajasta tulee maailman valtias. Kiina haluaa olla vuoteen 2030 mennessä maailman johtava tekoälymaa. Se aikoo kouluttaa viisi miljoonaa uutta tekoälyosaajaa. Kiinan tekoäly-yritykset saavat enemmän rahoitusta kuin Yhdysvaltojen, ja maan tekoälypatenttien määrä on kovassa kasvussa.[52] Venäjä on erikoistunut roboottisiin asejärjestelmiin. Kiina tavoittelee johtoasemaa tekoälyssä ja tekoälyn sotilaskäytössä.[51]

Perinteisessä aseteknologiassa lännen etumatka on suuri, mutta tekoälyä hyödyntävässä teknologiassa se on jo melkein olematon. Tämä laskee voimankäytön kynnystä, esimerkiksi Kiinan Taiwania vastaan.kenen mukaan? Tiedon keräämisen rajoittaminen direktiiveillä haittaa kehitystä länsimaissa muttei kilpailijoilla.[51]

Yli tuhat tekoälyn asiantuntijaa varoitti vuonna 2015 avoimessa kirjeessä sotilaallisen tekoäly-kilpavarustelun vaaroista. Asiantuntijoiden mukaan ”tappajarobottien” eli itsenäisesti ilman ihmisen käskyjä toimivien asejärjestelmien seurauksena voisi syntyä ”sodankäynnin kolmas vallankumous”.[53] Toisaalta monet nykyisetkin aseet tappavat ilman ihmisen käskyä. Esimerkiksi miina voi räjähtää painosta tai kosketuksesta.[51]

Väärennökset

[muokkaa | muokkaa wikitekstiä]

Väärennettyjä valokuvia ja videoita on yhä vaikeampi erottaa aidoista. Siksi voi käydä niinkin, että sotilaalliset päätöksentekijät uskovat väärennökseen tai eivät usko näkemäänsä.[51]

Ihmiskunnan eksistentiaalinen uhka

[muokkaa | muokkaa wikitekstiä]

Tekoälyn vaaroista ihmiskunnalle ovat puhuneet julkisesti esimerkiksi Microsoftin perustaja Bill Gates, Applen perustaja Steve Wozniak, PayPalin perustaja Elon Musk sekä fyysikko Stephen Hawking.[54][55] Steve Wozniak pelkää, että kehitettyään itsenäisen tietoisuuden tietokoneet saattavat ottaa vallan ihmisiltä, jolloin ihmiskunta taantuu koneiden lemmikkieläimiksi.[55] Elon Muskin mukaan kilpailu tekoälyn paremmuudesta voi johtaa kolmanteen maailmansotaan tai maailmantalouden kaaokseen.[56] Stephen Hawkingin mukaan tekoäly voi alkaa kehittää ja monistaa itseään, kunnes se syrjäyttää ihmiset tulevaisuudessa täydellisesti.[57]

Rikostutkinnassa

[muokkaa | muokkaa wikitekstiä]

Tekoälyä on ruvettu hyödyntämään myös rikostutkinnassa, ja muussa viranomaistoiminnassa, kuten Suomessa jossa Poliisi on ottanut käyttöön tekoälyjärjestelmän joka tukee poliisia tutkimaan valvontakameratallenteita, menetelmillä jotka veisivät normaalisti huomattavasti aikaa. Kyseiset menetelmät ovat vielä alkuvaiheissa ja tulevien EU (Euroopan unionin) -säädösten alaisia. [58]

Suomalaiset hyväksyivät kasvojentunnistuksen rikollisuuden torjunnassa (78 % vastaan 16 %) ja ulkorajoilla, puolet hoivarobotit, reilu kolmannes itseajavat autot mutta journalismiin (21 % vastaan 67 %) ja sotiin vain harva hyväksyi tekoälyn. Peräti 77 % uskoi tieteen ja tekniikan muuttavan ihmisten arkielämän paremmaksi 10-20 vuodessa, 14 % huonommaksi.[59][60]

  1. a b c The History of Artificial Intelligence | IBM www.ibm.com. 21.10.2024. Viitattu 11.1.2026. (englanniksi)
  2. Justyna Zwolak: Ada Lovelace: The World’s First Computer Programmer Who Predicted Artificial Intelligence. NIST, 22.3.2023. Artikkelin verkkoversio. (englanniksi)
  3. Ashish Vaswani, Noam Shazeer, Niki Parmar, Jakob Uszkoreit, Llion Jones, Aidan N.Gomez, Lukasz Kaiser, Illia Polosukhin: Attention Is All You Need arxiv.org. 12. kesäkuuta 2017. Viitattu 11.1.2026.
  4. What is a Transformer Model? | IBM www.ibm.com. 28.3.2025. Viitattu 11.1.2026. (englanniksi)
  5. What every leader should know about the architecture powering GenAI CIO. Viitattu 11.1.2026. (englanti)
  6. Jared Kaplan, Sam McCandlish, Tom Henighan, Tom B. Brown, Benjamin Chess, Rewon Child, Scott Gray, Alec Radford, Jeffrey Wu, Dario Amodei: Scaling Laws for Neural Language Models. https://arxiv.org/, 23. tammikuuta 2020. Artikkelin verkkoversio.
  7. Jordan Hoffmann, Sebastian Borgeaud, Arthur Mensch, Elena Buchatskaya, Trevor Cai, Eliza Rutherford, Diego de Las Casas, Lisa Anne Hendricks, Johannes Welbl, Aidan Clark, Tom Hennigan, Eric Noland, Katie Millican, George van den Driessche, Bogdan Damoc, Aurelia Guy, Simon Osindero, Karen Simonyan, Erich Elsen, Jack W. Rae, Oriol Vinyals, Laurent Sifre: Training Compute-Optimal Large Language Models. arxiv.org, 29. maaliskuuta 2022. Artikkelin verkkoversio.
  8. ChatGPT sets record for fastest-growing user base - analyst note Reuters. Arkistoitu 6.10.2025. Viitattu 11.1.2026. (englanniksi)
  9. 3 Things We (And Markets) Are Grateful For This Season | J.P. Morgan www.chase.com. Viitattu 11.1.2026. (englanniksi)
  10. Andreas Kaplan; Michael Haenlein (2019) Siri, Siri in my Hand, who's the Fairest in the Land? On the Interpretations, Illustrations and Implications of Artificial Intelligence, Business Horizons, 62(1), 15-25
  11. Berschewsky, Tapio: AlphaGo on merkittävä askel kohti yleistä tekoälyä – mutta miten pitkä? Digitoday. 22.3.2016. Viitattu 22.3.2016.
  12. a b c d e f Heikkinen, Seppo: Tekoäly muuttaa maailman – pian se tekee jopa lääkärin ja juristin töitä Yle oppiminen. 4.6.2017. Viitattu 5.11.2018.
  13. a b c Merilehto 2018, luku ”Peruskäsitteet”
  14. a b Merilehto 2018, luku ”Neuroverkot ja syväoppiminen”
  15. Siukonen & Neittaanmäki 2019, s. 95.
  16. Siukonen & Neittaanmäki 2019, s. 95–96.
  17. Siukonen & Neittaanmäki 2019, s. 96.
  18. Siukonen & Neittaanmäki 2019, s. 98–99.
  19. Siukonen & Neittaanmäki 2019, s. 101–103.
  20. Pietarinen, Harri: Euroopan parlamentti hyväksyi maailman ensimmäiset tekoälysäännöt Helsingin Sanomat. 13.3.2024. Viitattu 9.6.2024.
  21. Juhola, Teemu: Europarlamentti hyväksyi tekoälylain – tekoäly on jaettu sääntelyssä neljään kategoriaan riskien perusteella Yle Uutiset. 13.3.2024. Viitattu 9.6.2024.
  22. a b Senja Larsen: Eurooppa putosi kyydistä Helsingin Sanomat. 28.2.2024.
  23. Wu, Tim: Could America win the AI race but lose the war? Financial Times, 13.12.2025.
  24. a b c d e f g h i Gautam Narula: Everyday Examples of Artificial Intelligence and Machine Learning Tech Emergence. 29.10.2018. Viitattu 5.11.2018.
  25. a b Kiina otti käyttöön tekoälysairaalan – Aasian maat ovat terveydenhuollon tekoälyjättejä Mediuutiset. 19.6.2018. Viitattu 13.11.2018.
  26. Hanna Kangasniemi: Mikä on älykaupunki, ja asutko sinäkin pian sellaisessa? 7.3.2017. Elisa. Viitattu 6.4.2022.
  27. JR Leskinen: Tekoäly tehostaa yritysten toimintoja alalla kuin alalla, nyt digitalisoituvat energia ja rakentaminen Tivi. 1.4.2017. Viitattu 9.11.2018.
  28. Suvi Vihavainen: Tekoälyllä yritetään siivota vihapuhetta, mutta se on vaikeaa – ”Esimerkiksi se, millä sanoilla maahanmuuttajia keskusteluissa kutsutaan tai kuvaillaan, muuttuu jatkuvasti” Helsingin Sanomat 23.10.2017
  29. [https://www.metsa.fi/-/tekoalysta-tukea-metsien-toimenpidesuunnitteluun Metsähallitus jatkaa innovaatiokumppanuutta CollectiveCrunchin kanssa: Tekoälystä tukea metsien toimenpidesuunnitteluun] Tiedote. 30.1.2020. Arkistoitu 30.1.2020. Viitattu 30.1.2020.
  30. Global Fishing Watch tracks ocean poachers with the help of AI VentureBeat. 8.6.2018. Viitattu 30.3.2019. (englanniksi)
  31. Matt Reynolds: Volunteers teach AI to spot slavery sites from satellite images New Scientist. Viitattu 30.3.2019. (englanniksi)
  32. a b Googlen hämmästyttävä tekoäly oppi satojen vuosien shakkihistorian 4 tunnissa ja tuli ylivoimaiseksi pelaajaksi – ”Voisi hallita maailmankaikkeuksia” Tekniikan Maailma. 7.12.2017. Viitattu 5.11.2018.
  33. Maiju Oikarinen: Uusia ja parempia palveluita – tekoäly muuttaa finanssimaailmaa Mandatum Life. 25.6.2018. Arkistoitu 6.11.2018. Viitattu 5.11.2018.
  34. SAP Data Intelligence | Machine Learning and Data Integration Services SAP. Viitattu 12.11.2019. (englanti)
  35. Doug Henschen: Danske Bank Fights Fraud with Machine Learning and AI Constellation Research Inc. 12.3.2018. Viitattu 12.11.2019. (englanniksi)
  36. Why success with AI in the audit starts with asking the right questions www.ey.com. Arkistoitu 12.11.2019. Viitattu 12.11.2019. (englanniksi)
  37. Markku Sandell: Solvaako Google-kääntäjä nimeäsi? Konekääntämistä tutkinut: "Tämä on uuden neuroverkon juttu" Yle uutiset. 8.5.2017. Viitattu 4.11.2018.
  38. Spotify osti uutta tekniikkaa: Joko musiikkisuositukset alkavat osua? Ilta-Sanomat. 19.5.2017. Viitattu 5.11.2018.
  39. Janne Toivonen: Algoritmit mullistavat verkkokaupan – ne tietävät jo nyt mitä juuri sinä aiot ostaa ensi viikolla Yle uutiset. 4.3.2018. Viitattu 5.11.2018.
  40. The state of AI in 2020: Democratization, industrialization, and the way to artificial general intelligence ZDNET. Viitattu 31.3.2023. (englanniksi)
  41. What is AI? Here's everything you need to know about artificial intelligence ZDNET. Viitattu 31.3.2023. (englanniksi)
  42. Nikolaos Aletras, Dimitrios Tsarapatsanis, Daniel Preoţiuc-Pietro, Vasileios Lampos: Predicting judicial decisions of the European Court of Human Rights: a Natural Language Processing perspective. PeerJ Computer Science, 24.10.2016, 2. vsk, s. e93. doi:10.7717/peerj-cs.93 ISSN 2376-5992 Artikkelin verkkoversio. (englanniksi)
  43. Siukonen & Neittaanmäki 2019, s. 241.
  44. Tapio Ikkala: Unohda Turingin testi - Tämä on oikea tapa koetella tekoälyä Tekniikka ja Talous 1.12.2014
  45. Moisio, Aleksi: Tutkijat pelkäävät koneiden selättävän ihmisrodun Taloussanomat.fi. 27.7.2009. Viitattu 27.7.2009.
  46. a b Tekoäly tuhoaa työpaikkoja, mutta se ei ole ongelma, sanoo Osmo Soininvaara – näin hallituksen tekoälyraportti valmistaa Suomea tulevaan 20.6.2018. Yle uutiset. Viitattu 6.11.2018.
  47. Viekö tekoäly työpaikat vai ei? Toimitusjohtajat kertovat Tivi. 9.8.2018. Viitattu 6.11.2018.
  48. Joonas Gustavsson: Tekoälytuntijat: Jumalankaltainen ”Homo Deus” syrjäyttää nykyihmisen, ja vuonna 2060 tekoäly on kaikessa ihmistä parempi Tekniikan Maailma. 1.6.2017. Viitattu 6.11.2018.
  49. a b https://www.theguardian.com/technology/2018/sep/08/joseph-stiglitz-on-artificial-intelligence-were-going-towards-a-more-divided-society
  50. https://www.vanityfair.com/news/2018/07/china-surveillance-state-artificial-intelligence
  51. a b c d e Essee: Kuka päättää, milloin tekoäly tappaa? (sivu B 10) Helsingin Sanomat. 17.11.2019.
  52. Kiina haluaa takaisin maailman valtiaaksi Helsingin Sanomat. 4.3.2018.
  53. Teknologiajohtajilta hurja varoitus "tappajaroboteista" Talouselämä. 28.7.2015. Viitattu 6.11.2018.
  54. Laitila, Teemu: Nyt myös Bill Gates varoitti ihmiskuntaa koskevasta teknouhasta Tivi. 29.1.2015.
  55. a b Applen perustaja varoittaa ihmiskuntaa tekoälyn vaaroista MTV Uutiset. 22.4.2015. Viitattu 6.11.2018.
  56. Teknologiamiljardööri Elon Musk varoittaa: Tekoälyn kehitys voi johtaa kolmanteen maailmansotaan Iltalehti. 4.9.2017. Viitattu 6.11.2018.
  57. Stephen Hawking varoittaa: Tekoäly voi syrjäyttää ihmiset ja kehittyä paremmin suoriutuvaksi elämänmuodokseen Tekniikan Maailma. 2.11.2017. Viitattu 6.11.2018.
  58. Emma Patovuori: EU päätti tekoälylle pelisäännöt – näin se vaikuttaa poliisin toimintaan Sisäministeriö. 27.3 2024. Viitattu 30.3.2024.
  59. Valtaosa suomalaisista uskoo tutkimukseen. Helsingin Sanomat, 14.11.2024, s. A18-A20.
  60. Tiedebarometri 2024 2024. Tieteen tiedotus.

Kirjallisuutta

[muokkaa | muokkaa wikitekstiä]
  • Marttinen, Jussi: Palvelukseen halutaan robotti: tekoäly ja tulevaisuuden työelämä. Aula & Co, 2018. ISBN 9789527190937
  • Marttinen, Jussi: Robofobia - mikä roboteissa ja tekoälyssä pelottaa?. Aviador, 2020. ISBN 9789527347317.
  • Tegmark, Max: Elämä 3.0: ihmisenä oleminen tekoälyn aikakaudella. Suomentanut Pietiläinen, Kimmo. Terra Cognita, 2018. ISBN 9789525697896
  • Toivonen, Hannu: Mitä tekoäly on? 100 kysymystä ja vastausta. Teos, 2023. ISBN 9789523634565

Aiheesta muualla

[muokkaa | muokkaa wikitekstiä]