Tekoälyä on koetettu valjastaa järkevään käyttöön jo vuosikymmeniä, mutta hidasteina ovat olleet suurien datamäärien hankala varastoiminen ja vaivalloinen kerääminen sekä hitaasti toimivat tietokoneet. Nyt koneiden suorituskyky riittää ja tarjolla on toimivia koneoppimispalveluita.

“Tänä vuonna tekoälyn kehityksen mahdollistavat työkalut ovat parantuneet valtavasti. Varsinkin neuroverkkopohjaisia koneoppimispalveluita on tullut helpommin saataville”, sanoo Qvikin Senior System Architect ja AI-guru Jerry Jalava. “Myös isommat yritykset ja tiedeyhteisöt ovat julkaisseet avoimemmin tuloksiaan, mikä on nopeuttanut kehitystä.”

Vuoden merkittävimmät tekoälyuutiset johtavat nopeasti Googleen. Esimerkkinä mainittakoon Googlen hankkiman DeepMind-yrityksen kehittämä AlphaGo-ohjelmisto. Tämä tekoäly voitti 12 vuotta hallinneen maailmanmestarin GO’ssa, jota pidetään kaikkein vaikeimpana ja intuitiivista ajattelua vaativana pelinä. Toinen jännittävä uutinen on kryptografiaa järistellyt Google Brainin koe, jossa onnistuttiin luomaan niin hankala salausalgoritmi, ettei kukaan oikeastaan ymmärrä miten se toimii.

Nämä molemmat läpimurrot ovat koneoppimiseen perustuvia neuraaliverkkoratkaisuja.

“Kun mekin tutkimme ja kehitämme koneoppimista palveluissamme, isoin hyöty meidän näkökulmastamme on, että saamme Google Cloud Platformin kautta valjastettua käyttöön ison määrän laskentatehoa, emmekä esimerkiksi tarvitse omia GPU-klustereita”, Jalava sanoo.

Pienemmätkin pelaajat pääsevät kentälle

Google julkaisi syksyllä beta-vaiheessa olevan Google Cloud Machine Learning Platformin, joka on neuroverkkopohjainen koneoppimisalusta. Kehittäjille avattiin samalla myös ratkaisevia ohjelmointirajapintoja, joiden pohjalle voi rakentaa aivan uudenlaisia palveluita.

Neuroverkkopohjaisella tekoälyllä tarkoitetaan ihmisen aivojen toimintaa matkivaa älykkyyttä, eli kykyä esimerkiksi tunnistaa ja analysoida kuvia ja puhetta. Koneen voi opettaa tunnistamaan kuvista ja videolta ihmisiä, brändejä, symboleita, esineitä ja jopa tunnelmaa.

“Olemme alkaneet tutkia automaattista sisältöanalyysia varsinkin pohjoismaisilla kielillä”, Jalava sanoo. “Video-, kuva- ja audioanalyysiin olemme jo kehittäneet toimivia ratkaisuja, ja ensi vuonna tulemme panostamaan tähän vahvasti lisää.”

Vielä pari vuotta sitten ei tuntunut perustellulta odottaa, että keinoälyllä toimiva suomenkielinen puheentunnistus tulisi toteutumaan lähitulevaisuudessa. Verrattuna englannin kieleen suomenkielistä oppimateriaalia on tarjolla huomattavasti vähemmän. Myös markkinat ovat aivan eri luokkaa.

Nyt suomea ymmärtävä ja litteroiva kone on kuitenkin täällä – ja tämä on vain yksi pieni lisä kuluvan vuosikymmenen tekoälysaavutuksiin.

Mihin tekoäly on matkalla?

Keskustelu tekoälyn vaikutuksista tulevaisuudessa velloo rajujen uhkien ja uskomattomien mahdollisuuksien ympärillä. Vaikka osa pitää tekoälyä Pandoran lippaana, joka olisi järkevämpi pitää visusti kiinni, on kehityksen suunta selvä. Valtaosa tutkijoista uskoo, että tekoäly tulee saavuttamaan ihmisen älykkyystason tällä vuosisadalla. Kun koneoppiva tekoäly viisastuu, sen kehitys kiihtyy eksponentiaalisesti.

Tekoäly on täällä, ja sitä on jo mahdollista hyödyntää monilla tavoin. Pysykää kuulolla – julkaisemme alkuvuodesta ennusteemme tulevista AI-tapahtumista!