Tekoäly ja koneoppiminen näkyvät tavalla tai toisella arjessamme. Verkkopalvelut näyttävät meille sisältöjä ja mainoksia, jotka perustuvat kiinnostuksen kohteisiimme ja ostoskäyttäytymiseemme. Vakuutusyhtiössä koneoppimista hyödyntävä ohjelmisto tarkistaa alustavasti hakemuksemme. Kännykässä voimme käyttää tekoälyä hyödyntävää digitaalista avustajaa.
Tekoäly on jo nyt monen työpari, huomenna vielä useamman. Se muuttaa työtä ja johtamista.
‒ Koska koneoppiminen ja tekoäly koskettavat meitä kaikkia, niistä on ymmärrettävä perusteet, aloittaa verkkomainonnan optimointiin keskittyvän Finchin Suomen-maajohtaja Antti Merilehto.
‒ Riittää, että pystyt keskustelemaan siitä, miten kone oppii. Silloin on hahmotettava taustalla olevia asioita. Pitää esimerkiksi ymmärtää, mitä data on ja mitkä asiat vaikuttavat koneen oppimiseen.
Teknologia etenee harppauksin
Merilehto on kirjoittanut kirjan tekoälystä ja puhuu paljon siitä. Hän unilukkaroi ihmisiä ottamaan siitä selvää. Miksi?
‒ Teknologia menee eteenpäin valtavin harppauksin. Esimerkiksi eräät algoritmit ovat nyt kymmenen kertaa tehokkaampia kuin vain vuosi sitten.
Tekoälyasiantuntija Antti Merilehto korostaa, että työelämän ja liiketoiminnan muutos jatkuu ja voimistuu, kun tekoälyn käyttö yleistyy. Ihmiset tekevät vielä paljon asioita, jotka koneiden pitäisi hoitaa.
Huomattavasti entistä tehokkaammat algoritmit ja muu nopea teknologinen kehitys mahdollistavat uusia asioita. Ensin on kuitenkin syytä kysyä, mitä tarvitaan.
Ensin tarve, sitten ”datan lapiointia”
Mietitään siis, mitä liiketoiminnan ongelmaa halutaan ratkoa. Sitten katsotaan, millaista dataa talosta löytyy. Data on kaiken ydin.
Sen jälkeen seuraa paljon raakaa työtä, sillä tekoälyprojekti alkaa epäseksikkäästi. Data on kerättävä, rikastettava ja puhdistettava.
‒ Tähän ”datan lapiointiin” menee 80 prosenttia ensimmäisten projektien ajasta. Loppuosa ajasta kokeillaan erilaisia koneoppimisen malleja. Kun saadaan selville, mikä algoritmi toimii kyseisessä asiassa parhaiten, ollaan jo pitkällä.
‒ Silloin tiedetään, millaista ja miten järjestettyä dataa tarvitaan ja miten ongelmaa voidaan sen avulla ratkoa, Merilehto yksinkertaistaa.
Osan töistä kone tekee melko hyvin
Merilehdon mielestä ihmiset tekevät vielä toistaiseksi paljon sellaisia asioita, jotka koneiden pitäisi hoitaa. Tämä muuttuu. Työnkuvat ovat jo muuttuneet, ja ne muuttuvat yhä lisää.
Merilehto antaa esimerkin:
‒ Markkinointikoordinaattorin paikkaan haetaan ihmistä, joka osaa kirjoittaa hyvää suomea. Hänen pitää myös osata hieman koodata pystyäkseen tekemään Facebook-markkinoinnissa tarvittavat skriptit. Hänen pitää kuvata Instagramiin ja näytellä YouTube-videolla.
Paikkaan siis haetaan copywriteria, joka on juniorikoodaaja, juniorivalokuvaaja ja näyttelijä-host. Neljä ihmistä yhdessä paketissa.
‒ Jos vastaava ”työkimppu” on taloushallinnon puolella, kone todennäköisesti osaa tehdä jonkin ”kimpun” työn melko hyvin.
Auta näkemään mahdollisuuksia
‒ Miten esimies tällaisessa tilanteessa auttaa tiiminsä ihmisiä näkemään mahdollisuuksia? Niitä on hyvä nähdä, koska tämä muutos ei kysy yksittäisen ihmisen mielipidettä, Antti Merilehto painottaa.
Kun työ näin muuttuu, myös johtamisen on muututtava, Merilehto sanoo. Se ei ole yksinkertaista.
‒ Jos koneoppimista pystytään hyödyntämään niin, että näiden työkalujen avulla tehdään työstä mielekästä, ollaan aika oikeilla jäljillä.
Tekoäly vaatii ihmisenä olemista
Merilehto uskoo, että ihmiset tekevät tulevaisuudessa asioita, joissa he ovat koneita parempia, Merilehto uskoo. Siksi empatia ja kyky viestiä kasvavat vielä nykyistä tärkeämmiksi työelämätaidoksi.
‒ Tekoäly vie meitä siihen suuntaan. Työtä, jossa tehdään yhteistyötä asiakkaan kanssa vaihtelevissa tilanteissa, on vaikeampi automatisoida kuin vaikkapa taloushallinnon prosesseja.
‒ Tekoäly vaatii ihmisenä olemista.
Antti Merilehto puhuu tekoälyn mahdollisuuksista Varman asiakastapahtumassa Huominen voittaa eilisen – Varmasti Helsingissä 28.11.
Eurooppa hiihtää perässä
Antti Merilehto havahtui syksyllä 2016, kun häntä pyydettiin moderoimaan Slushissa tekoälyn liiketoimintaa koskevaa keskustelua. Tekoälystä oli siis otettava selvää. Merilehto havaitsi, että Suomi oli perässähiihtäjä tekoälyn soveltamisessa liiketoimintaan.
‒ Nyt suomalaisyritykset ovat siirtymässä tekemiseen.
Koko Euroopan tilanteesta ollaan huolissaan. Euroopan komission alaisen European Policy Centerin johtaja Ann Mettler totesi Otaniemen AI Forumissa lokakuun lopulla, että Euroopassa vain joka neljäs suurista yrityksistä ja joka kymmenes pk-yrityksistä hyödyntää tekoälyä.
Digitalouden ja -yhteiskunnan asioista vastaavan EU-komissaarin Mariya Gabrielin mukaan tekoälyyn käytetään Euroopassa noin kolme miljardia euroa vuodessa. Pohjois-Amerikassa raha käytetään kuusinkertaisesti, Kiinassa kolminkertaisesti.
Termit tutuiksi
Mitä on tekoäly?
Tekoälylle ei ole yhtä selkeää määritelmää. Tekoälyllä tarkoitetaan koneen kykyä jäljitellä ja oppia inhimillistä päättelyä. Järjestelmässä on tekoälyä, jos se pystyy tekemään muutakin kuin yksinkertaisia opetettuja päätelmiä ja jos se on autonominen ja mukautuva.
Mitä on koneoppiminen?
Kone (järjestelmä) parantaa suoritustaan tietyssä tehtävässä sitä paremmaksi, mitä enemmän se saa kyseistä asiaa koskevaa dataa. Kone siis oppii ilman, että sitä erikseen opetetaan.
Koneoppiminen on tekoälyn alakategoria.
Lähde: Elements of AI
Kolme vinkkiä Merilehdolta
1. Ota tekoälystä selvää, niin pystyt osallistumaan keskusteluun.
2. Käytä tunteja vielä tänä vuonna koneoppimisen ja tekoälyn ymmärtämiseen. Käy vaikkapa Helsingin yliopiston ja Reaktorin verkkokurssi Elements of AI (linkitä, avaa uuteen ikkunaan ).
3. Kokeile ja siirrä kokeilun tulokset muokkaamaan toimintaa, vaikka osa nykyisestä liiketoiminnasta ei enää sen jälkeen enää olisi ydintoimintaa.