Miten tekoälyä opetetaan?

Tekoäly ja AI ovat olleet vahvasti pinnalla Chat GPT:n julkaisusta saakka ja sen jälkeen. Tekoälyjen luominen on noussut todella tärkeäksi bisnekseksi, minkä kertoo jo esimerkiksi se, että OpenAI:n arvo monia miljardeja tänä päivänä. Tekoäly ja AI ovat kuitenkin vain isoja otsikoita ja tekoäly ei todellakaan ole mikään uusi asia. Suurin osa tänä päivänä käytössä olevista tekoälyistä on ollut olemassa jo vuosia, osa jopa kymmeniä vuosia.

Tekoäly ja varsinkin Chat GPT:n kaltaiset kielimallit (LLM, large language model) ovat olleet keihäänkärkenä tekoälyn markkinoinnissa ja kehittymisessä. Näiden kehittämisessä on mukana valtava määrä ihmisiä, eivätkä monet todellakaan voi ymmärtää miten suuri joukko ihmisiä työskentelee näiden parissa koko ajan. Tekoäly ja AI kuulostavat edelleen aivan tähtitieteeltä, kuten starburst, mutta silti niiden käyttäminen on todella yleistä.

Kuinka tekoälyjä sitten oikein kehitetään ja opetetaan? Mikä on ihmisen rooli tässä kaikessa? Mietitäänpä ensin mistä oikein puhutaan, kun puhutaan tekoälystä.

Mitä tekoäly on?

Tekoäly voi kuulostaa moneen korvaan todella oudolta, tekniseltä ja mielenkiintoiselta ja tätä se kieltämättä onkin. Monet myös pelkäävät tekoälyä ja miettivät mitä kaikkea se voi tehdä. Kuitenkin samaan aikaan se on ollut osa päivittäistä elämäämme jo pitkään. Kenties paras ja käytetyin esimerkki tekoälystä on taskulaskin. Käytännössä tämäkin laite on puhdas tekoäly, siinä mielessä, että laskutaitoa pidetään eläinkunnassa älykkyyden merkkinä.

Tekoäly on valtaisa kokonaisuus ja niiden suurin mainosarvo on tällä hetkellä chatboteilla eli isoilla kielimalleilla, jotka tuottavat valtavan määrän dataa itse. Samaan aikaan kuitenkin teollisuudessa, laskennassa ja muualla käytetään tekoälyä ja robotiikkaa jo monessa paikassa. Hankinnat tuottavassa teollisuudessa ovat käytännössä tietokoneiden ja tekoälyjen ohjaamia, kun ihmistä tarvitaan lähinnä vahtimaan tietokoneen toimivuutta ja oikeellisuutta.

LLM eli Isojen kielimallien kouluttaminen on päivän sana

LLM:t eli isot kielimallit ovat olleet valtavassa nousussa viimeisten vuosien aikana. Tämä johtuu siitä, että tällainen teknologia on muodostunut mahdolliseksi vasta viimeisinä vuosina. Niiden kouluttaminen on kohtuullisen helppoa, sillä se oikeastaan vaatii ainoastaan koneoppimisen eli ML:n (Machine Learning) koodaamista.

Machine Learning mahdollistaa koneen oppimisen sille kirjoitetusta lauseesta. Suuret kielimallit saavat dataa, jonka perusteella ne ”oppivat” arvaamaan, että millaista vastausta chatbotille esitettyyn kysymykseen halutaan. Kielimallien toiminta on täten helpottanut huomattavasti esimerkiksi kirjoittamistyötä, jota chatbot tekee muutamissa sekunneissa.

Mallia opetetaan tänä päivänä valtavien freelancer-verkostojen avulla. Tekoäly, kuten Chat GPT kirjoittaa itse itselleen kysymyksiä ja lauseita, joihin se myös itse vastaa. Tietokoneen vastausta parantaa ihminen, joka pyrkii kirjoittamaan koneen antaman vastauksen paremmin ja antamaan oikeellisemman vastauksen, kuin mitä kone on itse pystynyt antamaan.

Ihminen siis hallinnoi ja valvoo vastauksia, joita chatbot antaa ja näin ollen kehittää chatbotin toimintaa. Botit ovat kuitenkin nykyään jo sillä tasolla, että ne pystyvät itsekin korjaamaan itseään ja varsinkin ihmisten antaman palautteen perusteella.

Mihin tekoälyt ovat menossa?

Tekoälyjen kehitysvauhti on tällä hetkellä valtavaa ja sen päämäärää on mietitty pitkään. Tällä hetkellä tekoälyt ovat kehittyneet ÄO:lla mitaten noin 10 kertaisella vuosivauhdilla. Kun ensimmäinen kuluttajien Chat GPT julkaistiin, oli sen älykkyysosamäärä noin 15. Viimeisimmän version ÄO oli jo 150. Mikäli vauhti säilyisi samana, nousisi se ensi vuoden aikana 1500:n, joka kuulostaa ja täysin mahdottomalta, mutta mahdollista se on. Se johtuu siitä, että AI:lla ei ole olemassa mitään rajaa kuinka paljon se voisi oppia. Toisin kuin ihmisellä.

Tekoälyjen osalta lopullinen päämäärä ei siis ole missään mielessä vielä selvillä. Samalla tekoälyt tulevat varmasti viemään osan töistä. Esimerkiksi kuvien muokkauksessa ne ovat jo jossain määrin ihmistä parempia.

Lopuksi 

Tekoälyjen hyvänä puolena voidaan pitää sitä, että ne eivät osaa vielä itse ajatella. Eli ne eivät voi alkaa kehittämään itseään. Tämä johtuu siitä, että ihminen edelleen hallinnoi niiden vastauksia ja mahdollisia vastauksia.

Samaan aikaan sitä voidaan pitää myös aikansa tuotteena. Muutama vuosi sitten joka paikassa kuhistiin kryptovaluutoista ja vastaavista, mutta niiden aika meni ohi, kun tekoäly valtasi alan ja suuren yleisön mielenkiinnon. On syytä olettaa, että myös tekoälyjen mediaseksikkyys kokee inflaation jossain vaiheessa.