Tekoäly on muutakin kuin hypeä

Tekoäly on ollut päivän puheenaihe. Tekoälyn edelläkävijöiksi, tekoälyosaajiksi tai joksikin muuksi muodikkaaksi nimitykseksi haluavien organisaatioiden ja ammattilaisten määrä kasvaa ennätysvauhtia. Pieni Angullan maa, jonka kansallinen verkkotunnus on .ai, kasvattaa tulojaan, kun monet yritykset ryntäävät ostamaan .ai-verkkotunnuksia.

Kokeneet ammattilaiset ja organisaatiot ovat kuitenkin nähneet monen hypen tulevan ja menevän. Älkää ymmärtäkö väärin: tekoäly on erinomainen työkalu, joka voi oikein sovellettuna ja liiketoiminnan tavoitteita tukemaan käytettynä tuoda merkittävää kilpailuetua.

Elämää on tekoälyn ulkopuolellakin

Meidän ei kuitenkaan pidä uskoa, että tekoäly olisi ratkaisu kaikkeen.

Ensinnäkin tekoäly on kattotermi monille erilaisille menetelmille. Toiseksi kaikkia ongelmia ei voi tai kannata ratkaista tekoälyn avulla. Eräs johtaja pyysi IT-harjoittelijaansa kehittämään tekoälyratkaisun kaikkien tietovirrassa olevien verkkotunnusten tunnistamiseen ja korvaamiseen. Johtajan yllätykseksi harjoittelija palasi kahden tunnin kuluttua ja sanoi: ”Valmis.” Johtaja kysyi: ”Mitä tarkoitat, että valmis?”, sillä hän oli odottanut tehtävän olevan pitkä. Harjoittelija esitteli hänelle ratkaisunsa, joka perustui säännöllisiin lausekkeisiin. Johtaja hämmästyi ratkaisun yksinkertaisuutta ja tyylikkyyttä. IT-harjoittelijan mielestä tämä oli tehtävä, jossa tekoälyn käyttäminen olisi ollut tarpeettoman raskas ratkaisu. Sen sijaan voitiin käyttää yksinkertaisempaa mutta erittäin tehokasta vaihtoehtoa.

Tämä tarina nostaa esiin kolme tärkeää asiaa:

• Ennalta määritellyn lähestymistavan valitseminen tarkastelematta laajempaa ratkaisujen joukkoa ei ole viisasta
• Tekoäly ei välttämättä ole taloudellisin tai tehokkain tapa saavuttaa tietty tavoite
• Parhaan lähestymistavan valitseminen ja hypen erottaminen parhaasta ratkaisusta edellyttää riittävää taustaa, tietämystä ja kokemusta
• Viisaan valinnan ja hypeä seuraavan valinnan ero voi näkyä ajassa ja rahassa

Tekoäly on vain yksi (erittäin arvokas) työkalu monien muiden hyvien ratkaisujen joukossa. Viime kädessä liiketoiminnan ongelman pitäisi ohjata oikean työkalun valintaa.

Tekoäly ei ole uusi keksintö

Monet nykyisin käyttämistämme tekoälymenetelmistä kehitettiin jo 1960-luvun alussa. Tunnettu esimerkki on myös japanilainen hanke nimeltä ”Fifth Generation Computer Systems” [1]. Sen taustalla oli tuolloin vallinnut käsitys, että ”Nykyiset tietokoneet ovat erittäin heikkoja puheen, tekstin, grafiikan, kuvien ja muiden ei-numeeristen tietojen käsittelyn perustehtävissä sekä tekoälytyyppisessä käsittelyssä, kuten päättelyssä, assosioinnissa ja oppimisessa.” Hanke ei lopulta menestynyt erityisen hyvin, sillä tuolloin käytettävissä ollut laskentateho oli rajallinen, eikä ohjelmassa hyödynnetty laajasti keskeisiä käsitteitä, kuten neuroverkkoja, jotka ovat nykyisten LLM-mallien, kuten ChatGPT:n ja Copilotin, ytimessä.

Itse asiassa opiskelin 2000-luvulla tietotekniikan maisteriopinnoissani näitä tekoälymenetelmiä (esim. neuroverkkoja ja luokittelumalleja) monien muiden yhtä merkittävien lähestymistapojen rinnalla – kuten metaheuristiikkoja, automaattiteoriaa (johon edellä mainitun IT-harjoittelijan käyttämät säännölliset lausekkeet liittyvät), päätöspuita ja niin edelleen. Minulle oli jo tuolloin selvää, ettei ollut olemassa yhtä parasta lähestymistapaa: kullakin oli oma optimaalinen käyttöalueensa. Tämä käsitys vahvistui urani aikana sekä väitöskirjatutkimuksessani että konsultointityössäni, jossa sain soveltaa monia näistä menetelmistä ja ymmärtää, missä tilanteissa kukin niistä toimii parhaiten.

LLM-mallien, kuten ChatGPT:n, yleistyminen ja niiden ilmeinen kyky ”päätellä” saivat monet uskomaan, että tekoäly oli aivan uusi keksintö ja vastaus kaikkiin ongelmiin. Todellisuudessa tekoäly siirtyi tutkimuslaboratorioista kaikkien arkeen LLM-mallien ansiosta – siitä tuli valtavirtaa. Siirryimme (nykyään jo vanhasta) hokemasta ”Google tietää” hokemaan ”tekoäly tietää”. Ongelman käytännönläheinen analysointi on kuitenkin aina parempi lähtökohta kuin hokeman seuraaminen. 

Näin voimme auttaa

Mourinho Solutions ei seuraa hokemia. Meillä on tietoa ja kokemusta, joiden avulla voimme auttaa sinua valitsemaan oikean lähestymistavan ja tehokkaimmat työkalut liiketoimintasi menestyksen varmistamiseksi. Analysoimme liiketoimintasi tarpeet ja selvitämme, missä tekoäly (tai jokin muu lähestymistapa) voi tuottaa suurimman vaikutuksen ja antaa sinulle kilpailuetua.

Menestyksesi on myös meidän menestystämme. Ota rohkeasti yhteyttä, niin kerromme, mitä voimme tehdä hyväksesi!

Lähteet

[1] - Feigenbaum, E., Shrobe, H.: The Japanese National Fifth Generation Project: Introduction, survey, and Evaluation. Future Generation Computer Systems. 9, 105–117 (1993). Saatavilla täällä.