Page 12 - Työpoliittinen aikakauskirja 1 2018
P. 12

Artikkeleita
Työpoliittinen aikakauskirja 1/2018
 olivat jälkikäteen arvioiden yltiöoptimistisia koskien tekoälyn mahdollisuuksia ja kehityk- sen nopeutta. Kun 1970-luvun kuluessa suu- ret odotukset eivät toteutuneet, tutkimuksen rahoitus niukkeni ja tutkijayhteisön mielen- kiinto suuntautui muualle. Tekoälyn sovelta- minen teki 1980-luvulla paluuta, kun sitä käy- tettiin rajatuissa ns. asiantuntijasovelluksissa. Asiantuntijasovelluksissa tekoälyyn oli koo- dattu ihmisten asiantuntemuksen avulla tiet- tyyn ongelmanratkaisuun liittyvät säännöt ja lainalaisuudet ja tämän jälkeen tietokoneen annettiin ratkaista ongelmia ja tehtäviä. Tällöin syntyi ensimmäisiä todella menestyksekkäitä käytännön sovelluksia muun muassa tuotan- non ohjaamiseen, lääketieteeseen sekä shakin pelaamiseen.
Tekoälyn kehittämisen ja tutkimuksen lähestymistapa muuttui kuitenkin oleellisesti 2000-luvulla. Kun 1980-luvulta lähtien lähes- tymistapana oli ollut kurinalainen sääntöjen, lainalaisuuksien ja tietämyksen ennalta koo- daaminen tietokoneeseen ja tämän sovelta- minen rajattuun ongelmanratkaisuun, niin 2000-luvulla tutkimuksen kärkeen nousi ihmisen hermostoa muistuttaviin neuroverk- koihin perustuva ns. oppiva tai syväoppiva teko- äly. Neuroverkkoihin perustuvissa järjestelmissä ei lähdetä siitä, että koneeseen on koodattava kaikki ongelmaan liittyvät säännöt vaan pyri- tään siihen, että neuroverkko oppii itse mas- siivisesta havaintoaineistosta muuttujien väli- set riippuvuussuhteet. Syväoppiva tekoäly tuli mahdolliseksi tietokoneiden laskentatehon nou- sun sekä tarjolla olevan sensoridatan määrän kasvun johdosta. Neuroverkkoihin perustuva lähestymistapa oli ollut tutkimuksen kohteena jo 1950-luvulla, mutta se oli hylätty sekä tietoko- neiden puutteellisen muisti- ja laskentakapasi- teetin että lähestymistapaan liittyneen kritiikin seurauksena (Somers 2017).
Tietokoneiden kehittyminen, datan mää- rän kasvu sekä syvien neuroverkkojen opet- taminen vastavirta-algoritmein, ”backpropa- gation”, ovat nykyisen tekoälybuumin perus-
tekijät. Vastavirta-metodologia kehitettiin jo 1980-luvulla, eikä tekoälytutkimuksen tieteel- lisellä rintamalla ole sen jälkeen tapahtunut läpi- murtoja (Somers 2017). Nykyiset edistysaskeleet ovat enemmän seurausta insinöörityön ja sovel- tamisen etenemisestä kuin tieteellisestä edis- tyksestä. Vastavirta-algoritmien soveltaminen saavuttaa vääjäämättä rajansa jossain vaiheessa ilman uusia tieteellisiä tuloksia. Uudet tieteel- liset läpimurrot taas vaativat todennäköisesti jälleen kerran kärsivällistä ja hidasta perustut- kimusta.
Miksi tekoälystä puhutaan juuri nyt?
Erik Brynjolfsson ja Andrew McAfee (2014) ovat kuvanneet nykyistä tekoälybuumia ja siihen liit- tyviä edistysaskelia koneiden toiseksi tulemi- seksi. Heidän mukaansa ensimmäinen koneaika alkoi James Wattin höyrykoneesta, teollisesta vallankumouksesta ja yhteiskunnan sähköis- tymisestä. Ensimmäisellä koneajalla koneet täydensivät ihmisten tekemää työtä ja pääosin konevoimalla korvattiin ihmisen fyysisiä pon- nistuksia. Ensimmäinen koneaika muutti yhteis- kunnan maatalousyhteiskunnasta teolliseksi ja jälkiteolliseksi. Ihminen muutti maalta kaupun- kiin. Toinen koneaika, koneiden toinen tulemi- nen, tarkoittaa että koneet ottavat yhä suurem- man roolin ajattelutyössä ja fyysisen työn ohjaa- misessa. Toisella koneajalla ei ole enää niin sel- vää, että koneet vain täydentävät ihmistyötä. Yhä useammin koneet myös korvaavat ihmistyötä.
Brynjolfsson ja McAfee (2014) jakavat toisen koneajan kahteen aaltoon. Ensimmäisessä aal- lossa ihminen pyrki ohjelmoimaan koneeseen tietonsa ja käyttämään sitä rajatuissa ongel- missa (vrt. edellä rajatut asiantuntijasovelluk- set). Tyypillisiä esimerkkejä ensimmäisen aallon sovelluksista voisivat olla automatisoitu palk- kahallinto, tehdasrobottien ohjaus sekä veroil- moitusten automatisoitu käsittely. Toisessa aal- lossa koneet oppivat itse, opetettuna, säännön- mukaisuudet hyödyntämällä syviä neuroverk- koja. Syväoppiminen avaa lisää mahdollisuuksia koneiden hyödyntämiselle muun muassa luon-
12

























































































   10   11   12   13   14