Tekoälyn ominaisuudet

Mitä tekoäly on ja mitä se ei ole?

Tekoäly on tietotekniikkaa, joka pyrkii luomaan tietokoneohjelmia, jotka pystyvät suorittamaan tehtäviä, jotka normaalisti vaativat ihmisen älyä, kuten esimerkiksi oppimista, ratkaisemista, päättelyä ja tehokasta tiedonkäsittelyä.

Tekoäly koostuu useista eri alalajeista, kuten koneoppimisesta, kognitiivisesta tiedonkäsittelystä ja robotiikasta. Koneoppiminen on tekoälyn alalaji, joka toteuttaa datan ja mallinnuksen avulla tietokoneen oppimista automaattisesti. Tavoitteena on kyetä erilaisiin monimutkaista päättelyä vaativiin tehtäviin, kuten tunnistaminen, luokittelu, ennustaminen ja ryvästäminen. Kognitiivisessa tiedonkäsittelyssä käytetään tekoälyn menetelmiä simuloimaan ihmisen ajatteluprosesseja, kuten kielen ymmärtämistä ja visuaalista havainnointia. Robotiikassa tekoälyä käytetään ohjaamaan robottia tai automaattista koneistoa.

Tekoäly ei ole kuitenkaan ihmisen kaltainen älykkyys tai tietoisuus, eli se ei pysty tekemään päätöksiä tai ratkaisuja ihmisten tavoin. Tekoäly perustuu algoritmeihin ja matemaattisiin malleihin, ja se pystyy suorittamaan tehtäviä vain niiden rajoitusten puitteissa, joita sille on asetettu. Lisäksi tekoäly ei pysty ajattelemaan tai tuntemaan kuten ihminen, vaan se perustuu pelkästään numeerisiin arvoihin ja niiden välisiin riippuvuuksiin.

Miten tekoäly syntyy?

Tekoälyn yhteydessä puhutaan käsitteistä algoritmi ja koneoppiminen. Algoritmi on toimintaohje siitä, miten jokin asia pitää saada toteutetuksi. Se voi olla ruokaohje, hissin ohjauslogiikka tai yhtälön määritelmä taulukkolaskimessa. Kaikkia käytössä olevia digitaalisia laitteita ja ohjelmistoja ohjataan algoritmeilla. Tarkkaan ottaen myös tekoäly on algoritmi, joka osaa toimia älykkäästi sille opetetussa toimialueessa, olipa kyseessä shakin pelaaminen, tietojen etsiminen verkosta tai poikkeamien havainnointi yrityksen tietoliikenteessä. Tekoälyä ei koodata samalla tavalla kuin vaikkapa tekstinkäsittelyohjelmaa, jossa tehdään tiettyjä tarkkaan määriteltyjä toimintoja. Tekoälyn yhteydessä käytetään määritelmien sijaan dataa, jonka avulla tekoälyalgoritmi voidaan virittää tuottamaan toivottuja lopputuloksia. Tekoäly ei toimi samalla tavalla nimenomaisesti kuin koodaajan kirjoittama algoritmi. Sen sijaan se pyrkii lähestymään todennäköisintä ratkaisua kohti.

Tekoälyjärjestelmän käyttö voidaan jakaa kahteen päävaiheeseen: koulutusvaiheeseen (engl. training phase) ja soveltamisvaiheeseen (engl. inference or deployment phase).

Koulutusvaiheessa algoritmeja ja dataa käytetään tekoälymallin parametrien määrittämiseen. Koulutus on yleensä resurssi-intensiivinen prosessi, joka vaatii paljon laskentatehoa ja dataa. Käytetyt algoritmit ovat usein monimutkaisia ja ne voivat sisältää monia erilaisia menetelmiä ja optimointitekniikoita.

Soveltamisvaiheessa koulutettua tekoälymallia käytetään uuden datan ennustamiseen tai analysointiin. Tässä vaiheessa ei tarvitse käyttää samoja algoritmeja kuin koulutusvaiheessa. Sen sijaan käytetään valmista mallia, joka on jo koulutettu. Malliin syötetään dataa, ja se tuottaa tuloksia, kuten ennusteita tai luokittelupäätöksiä.

Alla olevassa kuvassa on esitetty tekoälyn ja koneoppimisen välisiä suhteita.Tulevissa kappaleissa käydään koneoppimista ja syväoppimista tarkemmin läpi.

Kuva. Tekoälyn ja koneoppimisen väliset suhteet.