Koneiden ja laitteiden ‘äly’ alkaa hiipiä arkeemme. Teknisen innovaation matka ideasta ja tutkimuslaitoksesta kuluttajalle kestää usein reilut parikymmentä vuotta. Esimerkiksi internet kehitettiin 1970, mutta yleistyi 1990-luvun puolivälissä, kirjoittavat Ville Venäläinen ja Kari A. Hintikka Otavan Opistosta.

Nyt tekoälyn kirjo alkaa olla laaja. Niitä tapaa – usein tietämättään – esimerkiksi asiakaspalvelussa, pörsseissä, Barbie-nukeissa sekä musiikin ja elokuvien suosittelijana Spotifyssa tai Netflixissa.

Älykkäiden koneiden aikana me laitamme koneen oppimaan itse kun emme itse osaa niitä opettaa tai meidän oma kognitiivinen kapasiteettimme ei riitä omaksumaan opittavia asioita.

Koneälyn kehitys alkoi jo 1950-luvulta. Kehitystaival on ollut harvinaisen pitkä ja 1980-luvulla osa tutkijoista alkoi jo luovuttaa. Syynä hitauteen on aiheen monitahoisuus: mitä on älykkyys? Sitä on montaa lajia ja aiheena se on poikkitieteellinen tietojenkäsittelytieteestä psykologiaan ja kielitieteisiin.

Aluksi kehiteltiin asiantuntijasovelluksia, jotka ratkoivat yksittäisiä ongelmia perustuen selkeisiin sääntöihin, kuten shakki. Mutta jos haluttaisiin korvata esimerkiksi lääkäri tai juristi, niin ammateissa tarvitaan harkintaa ja soveltamista eli säännöt eivät tarjoa yksiselitteistä ratkaisua.

Umpikujaa alettiin ratkoa useilla tavoilla 1980-90-luvuilla. Teuvo Kohosen neuroverkko jäsensi aineistoa oppien itse. Sumeassa logiikassa päättely ei ollut kyllä tai ei, vaan monet päätelmät olivat kuten ihmisellä: jotain niiden väliltä.

Thomas Bayes kehitti 1700-luvulla ehdollisen todennäköisyyden teoreeman. Sen ideana on, että tekoälyn käsitystä aiheesta voidaan ihmisen tavoin päivittää uuden aineiston valossa.

artificial-intelligence-698122_1280

Tekoäly ja älykkyys ovat edelleen määrittelemättä kuten sähkökin. Silti tekoälyjä voidaan jo hyödyntää yhteiskunnan kaikilla osa-alueilla.

Dinosaurus pedagogina

Elämme parhaillaan aikaa, jossa tekoälyn pitkään odotetut lupaukset alkavat vihdoin toteutua. Esimerkiksi Shivon Shilis on tehnyt Bloombergille selvityksen, jossa hän kävi läpi yli 2500 yritystä ja luokitteli ne toimialoittain.

Shilis poimi yrityksistä vain ne, joiden ydintoimialaa edustaa koneäly. Tuloksena syntyi reilun parin sadan yrityksen kattava 35 toimialaa jäsentävä kartta. Älyä sovelletaan jo nyt merkittävästi yritystoiminnassa ja tästä vuodesta tai viimeistään 2016 odotetaan tulevan läpimurtovuosi.

Hongkongilainen Deep Knowledge Ventures otti ensimmäisenä maailmassa VITAL-tekoälyn johtokuntansa jäseneksi. VITAL arvioi ihmisten tapaan mihin yhtiöihin investoidaan.

Kiinnostava kysymys on, istuuko tekoäly joskus myös suomalaisten oppilaitosten johtokunnassa? Tai arvioiko tekoäly Opetushallitukselle jätettyjä hankehakemuksia tai ylioppilaskirjoituksia?

Yksi opetusalaa läheltä sivuava käytännön esimerkki nykymahdollisuuksista on CogniToys:n äskettäin lanseerama Dino-lelu. Lelu on tarkoitettu pienille lapsille. Sen kanssa voi keskustella sujuvasti luonnollisella kielellä ja dino vastaa välittömästi ymmärtäen mitä sille puhutaan.

Dino opettaa tavaamista, laskemista ja osaa sopeuttaa omat tehtävänsä lapsen sen hetkisen osaamisen tasolle. Lisäksi se osaa vielä olla hauska. Dino on käytännössä tekoälypedagogi, joka perustuu IBM:n Watson-teknologiaan.

Se vastaa useisiin haasteeseen, missä tekoäly on ennen pettänyt: se ymmärtää käyttäjää, osaa kommunikoida suoraan luonnollisella kielellä, ymmärtää asiayhteydet ja se myös oppii käyttäjältään jatkuvasti.

Entä jos tämä Dino-lelu on hieman kuin ensimmäiset digipokkarit? Niitä parjattiin kehnon resoluution vuoksi vielä reilu kymmenen vuotta sitten.

Mitä nämä lelut ovat 10-15 vuoden päästä, jos tekoälyn kehitys on tästä eteenpäin vähääkään sitä luokkaa kuin kameroiden teknologinen kehitys on ollut kuluneina vuosina? Ja hyvä on myös kysyä, miten nämä koneet vaikuttavat työhön, oppimiseemme, yhteiskuntaan tai olemiseemme yleensä?

Älykkäiden koneiden aika

Esimerkiksi Otavan Opisto on alkanut tutkia neuroverkon mahdollisuuksia oppimisanalytiikassa. Pilottikäytössä oleva neuroverkko tunnistaa verkko-opiskelijoiden käytöksen perusteella opiskelukäyttäytymisessä muutoksia, joiden pohjalta tekoäly kertoo ohjaajilla mahdollisista tehostetun tuen tarpeessa olevista opiskelijoista.

Näin tekoäly toimii asiantuntijaa tukevana älykkäänä assistenttina – eräänlaisena ihmisen lisäaistina auttaen huomaamaan missä juuri nyt tarvitaan apua. Oppimisanalytiikka on sellaisenaan vain työkalupakki. Ennakoinnin pohjalta suunnitellaan varsinaiset henkilökohtaiset ohjaustoimet.

robot-507811_1280

Oppimisanalytiikka auttaa kuitenkin ihmisiä merkittävästi käydessään läpi jopa kymmeniä tuhansia opiskelijoita esimerkiksi MOOC-opiskelussa. Samalla tunnistetaan mahdollisia pullonkauloja itse pedagogiikassa, kuten oppimateriaaleissa, tehtävissä ja kurssien rakenteissa.

Oxfordin yliopisto arvioi toissa syksynä, että nykyisistä amerikkalaistyöpaikoista olisi kadonnut jopa 47 prosenttia robottien myötä vuonna 2033. Etlan arvion mukaan Suomessa näin voisi käydä noin kolmasosalle työpaikoista.

artificial-intelligence-503588_1280

Ihminen keksii kyllä uusia ammatteja tilalle, kuten datapuutarhuri ja unitulkitsija. Ongelmana vain on, että uusiin ammatteihin tarvitaan aiempaa enemmän ja uudenlaista osaamista.

On myös oletettavaa, että tulevaisuudesssa yksilöiden tulee pystyä toimimaan aiempaa enemmän autonomisesti yksilöinä ja ottamaan vastuuta omasta oppimisestaan. Ehdollistuminen sellaiselle oppimiselle, jossa on aina toinen opettamassa, kun jotain uutta tarvitsee omaksua, tuskin tulee olevaan kantava tapa tulevaisuudessa. Ellei se opettaja sitten ole kone.

Lisäksi harva oppilaitos tunnistaa, millaisia tietoja ja taitoja ihminen tarvitsee esimerkiksi vuonna 2033. Esimerkiksi suomalainen kaupallinen peliteollisuus käynnistyi 1990-luvulla. Mutta vasta Rovion ja Supercellin menestyksen myötä on alan koulutusohjelmat ovat yleistyneet.

Ohjelmallisella automaatiolla on oppimisessaan joitain etuja ihmiseen verrattuna. Ensinnäkin ne ovat erittäin nopeita oppimaan ja kognitiivinen kapasiteetti käsittelee lähes rajattoman määrän dataa ja informaatiota, kuten kaikki maailman ruokareseptit.

Toisekseen tekoälyillä ei ole vielä omaa tahtoa. Niillä ei ole tarvetta pimittää tietoa toisiltaan.

Päinvastoin, jos robottien omistajat sallivat, niin roboteille on netissä sosiaalisen median palveluita, joissa ne voivat verkottua keskenään ja vaihtaa kokemuksiaan ongelmien optimaalisista ratkaisuista.

Nykyisellään tekoälyjä opettavat ensisijaisesti tutkimusryhmät. Opettavatko suomalaiset oppilaitokset – ihmiset tai robotit – tulevaisuudessa myös robotteja?

Entä millaista robottien ja tekoälyjen opettaminen olisi, kun ne pystyvät kerralla ahmaisemaan koko peruskoulun, lukion tai kokonaisten tieteenalojen oppisisällöt?

Älykkäät teknologiat nostavat koko yhteiskuntaa kohti seuraavaa aallonharjaa

Tulevaisuuksien tutkimuksessa paljon käytetty Kondratieffin aalto-teoria jäsentää maailmantalouden vaihtelevat 40-60 vuoden sykleissä. Syklit saavat alkunsa aina jostakin teknologisesti keskeisistä uusista innovaatioista, joilla on käänteteentekevä vaikutus koko talouden mutta myös yhteiskunnan kehitykseen.

Nikolai Kondratieffin mukaan keskeiset teknologiset innovaatiot ovat jäsentäneet maailmantalouden vaihteluja ja koko yhteiskuntaa aina teollisuuden alusta saakka.

Nikolai Kondratieffin mukaan keskeiset teknologiset innovaatiot ovat jäsentäneet maailmantalouden vaihteluja ja koko yhteiskuntaa aina teollisuuden alusta saakka.

Ensimmäinen aalto sai alkunsa 1780-luvulla höyrykoneen keksimisen myötä. Se mahdollisti valtavan tuottavuuden lisäämisen teollisuuden alkumetreillä.

Toinen sykli alkoi 1830-luvulla rautateiden ja terästeollisuuden myötä. Rautatiet mahdollistivat teollisuuden tuottamien hyödykkeiden, mutta myös ihmisten nopeamman liikkuvuuden ja nosti näin maailmantaloutta.

Kolmas aalto käynnistyi 1880-luvulla sähköistymisen ja kemianteollisuuden nostaessa päätään lisäten tuottavuutta maataloudessa ja tuottaen innovaatioita lääketieteessä. Se päättyi 1930-syvään lamaan, josta neljäs aalto auto- ja petrokemianteollisuuden myötä nosti talouden hitaasti taas uuteen nousuun. Neljäs aalto puolestaan taittui 1970-luvun öljykriisiin ja sitä kautta seuraavaan merkittävään lamakauteen.

Maailmantalous näyttäisi todellakin seuraavan Nikolai Kondratieffin viitoittamaa tietä. Vaikka vanhat lääkkeet eivät enää kanna, vaikuttaisi siltä, että aina syntyy seuraava innovaatio, joka viitoittaa kohti uutta nousua.

Öljykriisiin jälkeen talouden ja koko yhteiskunnan kehitystä on viitoittanut ict, joka tuottanut vaurautta aina näihin päiviin saakka. Monet tulevaisuuksien tutkijat uskovat, että vuosien 2007-2009 lama on ollut keskeinen merkki viidenen aallon laskuvaiheesta.

On jopa hieman hämmentävää tarkastella maailmantalouden historiallista kehitystä aaltojen luomien syklien läpi. Jopa poliittinen aktiivisuus ja epävakaus näyttäisi löyhästi seurailevan aaltojen kuvaamia syklejä.

Vietnamin sodan aiheuttamat mielenosoitukset, hippiliike ja kansalaisoikeusliikehdintä sattuu pitkälti 1960-1970 -luvuille neljännen aallon lopulle. Myös tässä ajassa näkyy paljon poliittista epävakautta ja liikehdintää maailmanlaajuisesti.

Wilenius ja Kurki katsovat artikkelissaan Surfing the Sixth wave (2012) meidän elävän aikaa ict-aallon laskuvaiheessa, ja seuraavan nousevan aallon innovaatioina jo noustessa ympärillämme. Jokainen aalto on osaltaan ratkonut aikaisempien aikojen ongelmia ja toisaalta tuonut mukaan uusia haasteita.

Aikaisemmat aallot ovat tuottaneet meille ratkaisuja tuottaa hyödykkeitä tehokkaammin suurille massoille, mahdollistaneet ihmiset, tavaroiden ja viestien nopeamman liikkuvuuden ja tuottaneet hyvinvointia monin muin tavoin. Samalla on syntynyt uusia ongelmia muun muassa ympäristöongelmien, resurssien niukentumisen, maailman väestönkasvun ja pitkäikäistymisen myötä.

Omat haasteensa tuo muun muassa ict-aallon tuoma maailman valtava kompleksisuuden kasvu informaation määrän ja keskinäisien riippuvuuksien myötä. Mikä sitten on seuraavan aallon keskeinen tapa ratkoa vanhoja tämän ajan ongelmia?

Älykkäät teknologiat mielletään kuvaavan Kondratieffin kuudetta aaltoa. Älykäs teknologia – koneet ja erilaiset bioteknologian ratkaisut – tulevat auttamaan meitä siellä missä omat kykymme loppuvat kesken.

calculator-695084_1280

Koneet saavat yhä enemmän inhimillisiä piirteitä ympärillämme. Älykkäiden koneiden aikana me laitamme koneen oppimaan itse kun emme itse osaa niitä opettaa tai meidän oma kognitiivinen kapasiteettimme ei riitä omaksumaan opittavia asioita.

Kondratieffin aallot ovat toki vain yksi, mutta varsin vaikuttava, tapa jäsentää yhteiskuntaa ja taloutta. Ehkä teknologia ei olekaan vain tekniikkaa, kun sen voidaan nähdä jäsentämässä koko yhteiskuntaamme?

Verkko-oppiminen ja oppimisteknologia nähdään kovin tässä päivässä. Monet kentällä ovat vasta omaksumassa perusteita ict-ajan ratkaisuista. Kenttä on niin kirjava, että on helppo jättää huomaamatta sitä mihin olemme matkalla. Miten me varaudumme siihen, että älykkäät teknologiat tulevat osaksi arkeamme ja oppimistamme?

Lähteet:
The current state of Machine Intelligence, Shivon Zilis https://medium.com/@shivon/the-current-state-of-machine-intelligence-f76c20db2fe1
Surfing the Sixth Wave, Wilenius ja Kurki, 2012 https://www.utu.fi/fi/yksikot/ffrc/julkaisut/e-tutu/Documents/eBook_2012-10.pdf

Artikkelin ovat kirjoittaneet Ville Venäläinen ja Kari A. Hintikka Otavan Opistosta. Teksti on julkaistu julkaistu aikaisemmin SeOppi-lehden numerossa 1/2015.

Ville Venäläisen työpaja kello 13:30.