torstai 27. kesäkuuta 2019

Tekoäly nyt

Kirjoittaja: Helinä Heino

Tekoälyä hyödynnetään yhä enenevissä määrin myös yritysmaailmassa. Kuva Pixabaysta.  
   
Tekoäly elää tällä hetkellä vahvassa hypessä ja monet yritykset ovat jo ottaneet käyttöön tekoälypohjaisia metodeja tai ainakin harkitsevat uusia investointeja. Teknologiateollisuuden Tekoälykiihdyttämö julkaisi viime vuoden lopulla AI Landscape -listauksen, joka listaa suomalaisia yrityksiä jotka täyttävät tietyt tiukat kriteerit tekoälyn käytössä. Tuolloin listalle hyväksyttiin 15 yritystä, mutta tällä hetkellä listalta löytyy ainakin 24 yritystä. Tilanteen kehitystä voi seurata osoitteessa https://faia.fi/landscape/

Mainittakoon listalta esimerkkinä vuonna 2017 perustettu Tekoäly-yritys Silo.AI. Talouselämä uutisoi (20.6.2019) Silo.AI:n saaneen 10 miljoonan rahoituksen toimintaansa ja uutisessa siteerataankin yrityksen tavoitteena olevan kasvaa ”eurooppalaiseksi tekoälyn lippulaivayritykseksi”. Yhdeksi yrityksen julkiseksi projektiksi mainittiin Finnairia varten kehitelty tekoälytyökalu, jonka avulla voidaan varautua säiden aiheuttamiin poikkeusoloihin.

Kauppalehti uutisoi (5.6.2019) Metson rakentavan uutta palvelubisnestä koneoppimisen avulla. Sovelluskohteena mainitaan isojen kaivoskoneiden ennakoiva vikojen analytiikka. Ideana olisi, että esimerkiksi laitteen poikkeava tärinä saattaa viitata laitteen epätasaiseen toimintaan ja näin ongelmaan voidaan puuttua aikaisessa vaiheessa.

Pienellä vaivannäöllä taas voi löytää Googlen syövereistä mainoksia älykkäistä kodinkoneista, kuten jääkaapista ja astianpesukoneesta. Esimerkiksi astianpesukoneen voi käynnistää puhelimen avulla jo kotimatkan aikana.

Pelkästään Googlen hakukonetta tai Apple kännykän henkilökohtaisen avustajan Sirin apua käyttämällä tulee valinneeksi tekoälyä hyödyntäviä palveluita, eli tekoäly on siis jo nyt huomaamattomana ja tarpeellisena osana arkea.


 
Miksi tekoäly sitten herättää kiinnostusta juuri nyt ja miksi siihen halutaan investoida? 

Tekoälyn uudelleennousun suurena syynä voidaan pitää tietokoneiden laskentatehon parantumista. GPU eli grafiikkasuoritin on komponentti, jota on käytetty näytönohjaimissa. Aiemmin GPU:lla on ollut merkitystä erityisesti pelien 3d-grafiikoiden renderöinnissä. Nykyisellään GPU:n avulla voidaan suorittaa tekoälyn tarvitsemaa tehokasta rinnakkaislaskentaa, eli sillä voidaan siis kiihdyttää prosessointia. 

Viimeisin tekoälyn jääkausi pohjaa siihen että tuolloin tietokoneiden laskentakapasiteetti ei yksinkertaisesti riittänyt datan tehokkaaseen prosessointiin. Hyvistäkään algoritmeistä ei ole paljoakaan apua jos laskennan tehoa ei saada nostettua riittävälle tasolle. 

Kajaaniin onkin tällä hetkellä suunnitteilla supertietokone, ja sen luvataan olevan kymmenen kertaa nopeampi kuin tämänhetkinen Euroopan nopein supertietokone ja käytön tuottavan negatiiviset päästöt. Laskentatehon luvataan vastaavan tilannetta jossa 600 000 Applen MacBook Prota laskisi yhtä aikaa, muistitila puolestaan rinnastuu tilanteeseen jossa 18 500 Blu-ray-levyn muisti saadaan hyödynnettyä. Laskentakapasiteetti päätyy yleiseurooppalaisen käyttöön ja Suomi saa käyttöönsä 24 % laitteen laskenta-ajasta. Tämä supertietokonehanke on toteutettu EU:n jäsenmaiden yhteisyritys EuroHPCA yhteistyönä. Tarkoituksena on parantaa eurooppalaista kilpailukykyä, työllisyyttä ja tutkimusta tekoälymarkkinoilla. Yhdysvallat ja Kiina ovat kuitenkin edellä laskentakapasiteetin suhteen, joten kilpailutilanteen tasaamiseen on vielä matkaa. 

Aiemmin ei myöskään ollut saatavilla tarvittavaa määrää annotoitua eli ns. luokiteltua dataa, jota käytetään tekoälyn opettamisessa (ks. aiempi postaus: Mikä se semmoinen tekoäly sitten on?). Näytteet on siis jo ennen opetusta ryhmitelty tiettyihin luokkiin (esim. kissa, koira tai lintu) ja algoritmin on tarkoitus oppia piirteet, jotka liittävät tietyntyyppiset näytteet samaan luokkaan. 

Luokittelualgoritmilla voidaan tarkastella ja vertailla samaan aikaan huomattavan suuria määriä erilaisia piirteitä ja löytää yllättäviä yhtäläisyyksiä. Ihmismieli ei mitenkään pysty käsittelemään samaan aikaan tällaista datamäärää. Samalla voidaan parantaa tulkinnan tarkkuutta sillä algoritmi analysoi samanlaiset tapaukset samalla tavalla. Ihmisen suorittamaan työhön kuitenkin liittyy väsymyksestä ja muusta häiriöstä aiheutuvia valitettavan ikäviä mutta inhimillisiä virheitä.
Tekoäly tarjoaa kustannustehokkuutta, sillä se pystyy tekemään analysointityötä yötä päivää ilman kahvitaukoja, toisin kuin ihmiskollegansa. Rutiinitehtävien automatisoinnilla voidaan vapauttaa työaikaa muihin tehtäviin.



Mitenkäs se etiikka?
 
Kuten missä tahansa muissakin ratkaisuissa, on tekoälyyn pohjautuvissa ratkaisuissakin omat ongelmansa. On huomattu, että tekoälyn kouluttajien omat näkökulmat saattavat vaikuttaa lopputulokseen. Esimerkiksi jos kasvojentunnistuksessa käytetty opetusdata koostuu suuremmaksi osaksi miesten kuin naisten kasvoista, on odotettavissa, että naisten kasvojentunnistus toimii heikommin. 

Jos taas annetaan tekoälyn päättää laina-asioista, on mietittävä millaisia tietoja voidaan käyttää lainanannon myönnön tai eväämisen perusteena. On myöskin mietitty sitä, että päätöksenteon tulisi olla sikäli läpinäkyvämpää, että algoritmi osaisi myös kertoa mitkä syyt johtivat lopputulokseen. Yksinkertaisin esimerkki voisi olla, että algoritmi ilmoittaa lainan eväämisen johtuvan liian matalasta tulotasosta suhteessa lainan määrään. 

Mitä taas tulee terveydenhuoltoon, niin on selvää, että kehitettyä algoritmia on turha viedä oikeuden eteen. Hypoteettisesta hoitovirheestä on aina vastuussa ihminen. 

Tekoälyn kehitys luo omat haasteensa, kun halutaan tarjota kaikille ihmisille oikeudenmukaista kohtelua. On kyettävä rajaamaan algoritmin päätöksentekoa niin, että esimerkiksi sukupuoli, etninen tausta, asuinpaikka, ympäristöolot, poliittinen tausta tai uskonnollinen vakaumus eivät aiheuttaisi eriarvostumista. Tätä ei kuitenkaan ole aivan niin helppo toteuttaa kuin voisi luulla, sillä nämä taustatiedot saattavat korreloida vahvasti muiden päätöksentekoon vaikuttavien asioiden kanssa. Jos esimerkiksi lainanhakija haluaa rakentaa talonsa alueelle, jossa työllisyysnäkymät ovat kehnot, niin on mietittävä, miten tämän ympäristöoloihin liittyvän seikan voisi ratkaista oikeudenmukaisesti.

Tekoälyn moraali on juuri niin hyvä kuin sen kehittäjät ovat onnistuneet opettamaan. 

Näihinkin ongelmiin ollaan kuitenkin herätty ja pidetty aivoriihiä, joissa koitetaan löytää sopivaa ratkaisua vastuuseen ja yleisesti etiikkaan liittyviin kysymyksiin. Edellisen Elinkeinoministeri Mika Lintilän toimeksiannosta perustettu Tekoälyaika on esittänyt etiikkahaasteen, jossa yrityksiä haastetaan laatimaan tekoälyn etiikkaan liittyviä periaatteita. Sivustolta https://www.tekoalyaika.fi/ voi lukea Suomen tavoitteista tekoälyn suhteen. Sivustolta löytyy mm. tekoälytyöryhmän loppuraportti.




Tekoäly ja terveydenhuolto
 
Kuva Pixabaysta. Tehostettu teknologia vapauttaa lääkärien aikaa potilastyöhön.
                                            
Myöskin terveydenhuollon saralla ollaan herätty kehittyvän tekoälyn luomiin mahdollisuuksiin. On kehitelty syöpänäytteiden seulontaa, älykaiuttimen mahdollisuutta analysoida sydänkohtausta tietyntyypisen kurkkuäänen perusteella, uniapneapotilaan voinnin seuraamista hengitysmaskin välityksellä, verensokerin seurantaa olkavarteen kiinnitetyllä sensorilla ja monenlaisia muita tapoja hyödyntää uusia metodeja.

Tutkimuksissa ollaan myös onnistuttu tunnistamaan tekijöitä, jotka saattavat ennustaa lastensuojelun asiakkuutta. Sopivalla tavalla toteutettuna tekoäly saattaisi siis jopa kyetä auttamaan hankalassa asemassa olevia lapsia, jotka saattaisivat muuten jäädä ilman apua. 

Uusi kehitteillä oleva älykäs teknologia voi helpottaa terveydenhuollon ruuhkaisuutta nopeuttamalla diagnoosia ja optimoimalla hoitopolkua. Samalla diagnoosin tarkkuus paranee, kun samankaltaiset tapaukset analysoidaan yhtä tarkasti ja diagnostikan tukena voidaan käyttää suurempaa määrää erilaisia piirteitä ja kriteereitä kuin ihmisen olisi mahdollista ottaa huomioon. Samalla terveydenhuollon kustannukset laskisivat.

Tekoälyn käyttöä lääkekehityksessä tutkitaan myös. Ideana olisi, että tekoäly pystyisi löytämään lupaavimman lääkeaineen tiettyyn sairauteen. Tätä samaa ideaa voitaisiin käyttää myös yksittäisen henkilön hoidon suunnittelun tukena. 

Automaattisella diagnostiikalla voidaan myös vapauttaa lääkärien aikaa varsinaiseen potilastyöhön. Lääkäri tarkistaa automaattisen diagnoosiehdotuksen, ja hyväksyy tai hylkää sen oman ammattitaitonsa perusteella. Automaattista diagnoosiehdotusta olisi siis tarkoitus käyttää erilaisista tutkimuksista saadun datan analysointiin. Esimerkiksi rintasyövän diagnostiikassa käytetyt röntgenkuvat voitaisiin syöttää optimoidulle algoritmille, joka sitten laskisi syövän todennäköisyyden ja merkitsisi epäilyttävät alueet. Jopa kokeneiden radiologien voi olla vaikeaa päästä yhteisymmärrykseen kuvien tulkinnasta. Oletettavissa on, että kuvausdatasta on löydettävissä rakenteita jotka viittaavat epäilyttävään muodostelmaan, mutta ne eivät kuitenkaan erotu varsinaisesta tarkasteltavasta kuvasta (minimaalinen koko, varjostumat, päällekkäiset/monimutkaiset rakenteet jne.) ja näin ollen mahdolliset varhaisen vaiheen löydökset jäävät huomaamatta. Tekoäly avulla oikeaan diagnoosin voitaisiin päästä käsiksi jo varhaisessa vaiheessa ja näin valita tilanteeseen parhaiten sopiva hoito.



Lähteitä:
    https://www.hs.fi/tiede/art-2000006135518.html
    https://teknologiateollisuus.fi/fi/ajankohtaista/uutiset/suomalaiset-tekoaly-yritykset-listattiin-jalleen-listalle-nousi-jo-24-yritysta
    https://faia.fi/landscape/
    https://www.talouselama.fi/uutiset/tekoaly-yritys-siloai-sai-10-miljoonan-rahoituksen-nyt-tavoitteena-kasvaa-eurooppalaiseksi-tekoalyn-lippulaivayritykseksi/e7e29dc7-1e26-474c-8bf4-e54c53807b74
    https://www.talouselama.fi/uutiset/finnair-otti-kayttoon-tekoalytyokalun-ennakoi-saan-aiheuttamia-poikkeusoloja/bb8b958c-f216-4b3e-85b6-5a7a598484c1
    https://www.kauppalehti.fi/uutiset/metso-rakentaa-koneoppimisen-avulla-uutta-palvelubisnesta-paljon-on-saatu-jo-aikaiseksi/e0170fe8-9511-45aa-bac1-c8c0ee68c420
    https://www.tivi.fi/uutiset/nvidia-pomo-huolestui-tekoaly-suomen-puolesta-pitaisi-olla-enemman-laskentakapasiteettia/e7325b96-db08-39ba-a9ae-5af3e9fa7bb0
    https://www.mtvuutiset.fi/artikkeli/alykkaat-kodinkoneet-mullistavat-suomalaisten-arjen-oletko-valmis/6381064#gs.l30l9c
    https://www.tekoalyaika.fi/mista-on-kyse/etiikka/
    https://www.tekoalyaika.fi/mista-on-kyse/
    https://www.tekoalyaika.fi/
    https://www.tekniikkatalous.fi/uutiset/tutkijat-kehittivat-tekoalyn-joka-tunnistaa-sydankohtauksen-aanten-perusteella-alykaiutin-voisi-soittaa-hatakeskukseen/7c7b4c8d-57d8-401d-b97f-3c64eaa5158e
    https://yle.fi/uutiset/3-10786607
    https://www.hs.fi/kaupunki/art-2000005709748.html
    https://www.jyu.fi/fi/ajankohtaista/arkisto/2018/07/tekoaly-opetettiin-analysoimaan-syopakuvia
    https://www.uef.fi/web/saima/tekoalya-laakekehitykseen

      Ei kommentteja:

      Lähetä kommentti