Nykyisessä tekoälyn (AI) hypetyksessä unohtuu usein, että kaikki tällä hetkellä käytössä olevat tekoälyratkaisut edustavat heikkoa tekoälyä. Mutta tekoälyn kehitysnopeus tulee yllättämään meidät kaikki ja tulemme näkemään täydellisen myrskyn. Miten myrskyyn tulisi varautua?
Vaikka elämme vielä heikon tekoälyn aikakautta, sekin mahdollistaa jo ratkaisut, joiden toteuttaminen millä tahansa perinteisellä ohjelmoinnilla olisi käytännössä mahdotonta.
Heikko tekoäly tarkoittaa koneen kykyä soveltaa ihmisaivojen toimintaa jäljittelevää päättelyä tarkasti rajatun ongelman ratkaisemiseen. Sitä käytetään esimerkiksi tunnistamaan, näkyykö valvontakameran kuvassa ihmistä, ja puheella toimivaan automaattiseen asiakaspalveluun, jossa tekoälyratkaisu on opetettu vastaamaan rajatun aihepiirin kysymyksiin.
Monet yritykset ja kuluttajat ovat jo tällaisten palvelujen piirissä, usein tietämättään.
Seuraava askel on siirtyminen yleisen tekoälyn hyödyntämiseen (Artificial Generic Intelligence), joka tarkoittaa koneen kykyä jäljitellä ihmisen luonnollista toimintaa ja päättelyä laajemmin.
Yleisellä tekoälyllä varustettu kone pystyisi esimerkiksi keittämään tilauksesta kupillisen kahvia sille ennestään tuntemattomassa keittiössä. Tällainen aikuiselle helpohko tehtävä vaatii kuitenkin paljon kokemuspohjaista tietoa ja laajaa kognitiivista päättelykykyä: mistä todennäköisimmin löytyy kahvi ja kahvimitta, miten ylipäätään erotetaan kahvipaketti muropaketista, mikä esineistä on kahvinkeitin, miten se toimii ja niin edelleen.
Monet tutkijat uskovat, että käytännössä kaikki ihmisten työtehtävät olisi mahdollista automatisoida. AI Impacts -projektin mukaan kaikki nykyinen työ olisi 50 %:n todennäköisyydellä täysin automatisoitavissa 125 vuoden päästä.
Tässä tulevaisuuden kuvassa autonomisesti toimiva robottikirurgi olisi todellisuutta vuonna 2053. Vuoden 2030 paikkeilla tekoäly ja robotiikka voisivat korvata kuljetuspalvelut ja kaupan alan työt lähes kokonaan.
Monet tutkijat uskovat, että käytännössä kaikki ihmisten työtehtävät olisi mahdollista automatisoida.
Miten tarttua tekoälyn mahdollisuuksiin?
AI-ratkaisujen toteutuksessa avain on järjestelmän opettaminen (järjestelmille syötetään miljoonia esimerkkejä, joita analysoimalla se pystyy oppimaan oikean etenemistien) eikä perinteinen ohjelmointi. Siksi tekoälyn käyttöönotto ei ole kallista.
Yleisin haaste on tarpeen ja käyttötapauksen konkretisointi. Miten tunnistaa liiketoiminnan osa-alueet, joilla tekoälystä olisi selvää hyötyä?
Asiakkaidemme kanssa lähdemme yleensä liikkeelle ns. Digital Insight -työpajasta. Siellä kristallisoidaan liiketoiminnan tarve, tunnistetaan analytiikan ja/tai tekoälyn sovellusmahdollisuudet sekä laaditaan hyvin konkreettinen toimenpidesuunnitelma nopeaan liikkeellelähtöön.
Kun käyttötapaus on hyvin määritelty (työpajan avulla tai ilman), usein seuraava askel on kevyt Proof-of-Value -toteutus. Se on edullinen ja nopea tapa osoittaa tekoälyratkaisun tuottama arvo asiakkaamme liiketoiminnalle. Tällaisen PoV-toteutuksen kesto on tyypillisesti muutamia viikkoja.
Ostokäyttäytymisen parempi ymmärtäminen, elämäntilanteiden muutosten ennustaminen, vakuutuspetosten tunnistaminen, hahmontunnistuksen eri sovellukset, sairastumisriskin tai vaikkapa syrjäytymisriskin ennustaminen ovat esimerkkejä analytiikan ja tekoälyn sovelluksista, jotka ovat jo käytössä, osa hyvinkin laajalti.
Jos haluat kuulla lisää tekoälyn erilaisista hyödyntämistavoista, Digital Insight -työpajasta tai edullisista Proof-of-Value-toteutuksista, ota rohkeasti yhteyttä tai tule tapaamaan minua ja muita CGI:n asiantuntijoita European Business AI and Robotics -tilaisuuteen 25.-26.10.2017.
Blogin on kirjoittanut Samu Paajanen.
Kirjoitus on alunperin julkaistu Tivin kumppaniblogissa 18.8.2017.
Tutustu myös
Kirjoittajasta
CGI Suomen asiantuntijat
Kirjoituksia asiantuntijoiltamme
CGI on kansainvälisesti suomalainen digitalisaatiokumppani. Suomessa noin 3 800 asiantuntijaa konsultoivat asiakkaitamme liiketoiminnan ja ICT-ratkaisujen kehittämisessä. Tällä profiililla julkaisemme kirjoituksia CGI:n eri asiantuntijoilta.
