Oppiva kone tarvitsee ja haastaa ihmistä

Tekoäly on työkalu monien joukossa, kun kehitetään digitaalisia ratkaisuja. Alan syväosaajat Nolwenturessa muistuttavat, että kone tarvitsee ihmistä oppiakseen.


Kun ohjelmistotalo Nolwenturen johdon kanssa keskustelee tekoälystä, ensimmäisenä puhe kääntyy ihmisiin.

– Softaa tehdään kenelle tahansa ihmiselle, hyvin harvoin toisille koodareille. On paljon helpompi tehdä koodia vaikkapa vanhainkotityöhön, jos ymmärtää paikan päivittäistä toimintaa, teknologiajohtaja Antti Vikman valottaa ajatusta.

Ei siis ihme, että Nolwenturen koodareiden joukkoon on tultu moninaisilta aloilta. On muusikkoja, kielenkääntäjiä, logistiikkaosaajia ja jopa ydinfyysikko.

– Koodaaminen on käsityöläisammatti, joka vaatii ihmisten ymmärtämistä, Vikman kuvailee.

Tiedä, mitä kysyt tekoälyltä

Nolwenturen asiakkuudet ovat pitkäaikaisia ja syviä kumppanuuksia. Osalle ollaan kokonaisvaltainen teknologian toimittaja, toisille riittää oman kehitystyön tukeminen.

– Tyypillinen tavoite on tuoda yhteen dataa useasta lähteestä tai luoda järjestelmä, jonne tietoa voidaan tallentaa, Vikman sanoo.

Tekoälyn valtavirtaistumisen myötä siihen voi toisinaan kohdistua epärealistisia odotuksia. Antti Vikman muistuttaa kuitenkin, että kone tarvitsee oppiakseen materiaalia, dataa. Tämä data taas saattaa olla olla yrityskohtaista tietoa, jota ei saa jakaa. Kone ei myöskään sanan varsinaisessa merkityksessä “ymmärrä” siltä kysyttyä asiaa, vaan pyrkii tietoja yhdistelemällä löytämään todennäköisimmän vastauksen.

Jos haluat käyttää tekoälyä tehokkaasti, sinulla tulee olla asiantuntijan käsitys siitä, onko sen antama vastaus oikein vai väärin. On ymmärrettävä kysymyksen substanssia.

Hyötykäyttöä ja haasteita

Digitaalisten palveluiden syväosaajat käyttävät tekoälyä yhtenä lukuisista työkaluista.

– Jonkin verran tekoäly on käytössä omissa järjestelmissämme, jolloin hyödynnämme koneoppimista. Sitä käytetään laajojen datamassojen hallintaan ja data-analytiikkaan.

Vikmanin mukaan tekoälyllä on myös paikkansa tiedon etsimisessä, mikä on olennainen osa koodaamista. Generatiivista tekoälyä hyödynnetään esimerkiksi laajoissa käännöksissä. Kuten aiemmatkin teknologiset kehitysaskeleet, tekoälykin haastaa käytänteitä ja etiikkaa.

– Tasapainoillaan sen suhteen, mikä on oikein ja mikä ei. Esimerkiksi emme voi antaa tekoälylle lähdekoodia, koska silloin se jaettaisiin eteenpäin.

Etiikka puhututtaa sekä yksityisyyden suojan että tekijänoikeuksien kannalta.

– Keräämällä vain muutamia sekunteja puhettasi, pystyn tekemään mallin, joka puhuu sinuna. Pystyttäessä generoimaan näin henkilökohtaisia asioita, herääkin kysymys, mikä sinussa on enää sinua?

Aukko työkokemukseen

Uransa alussa olevat saattavat pian törmätä siihen, että tekoäly hoitaa rutiininomaisia, junioritason tehtäviä. Vikmanin mukaan kehityssuunta haastaa koulutusjärjestelmää.

– Mistä silloin saamme työkokemusta, joka aiemmin kertyi harjoitteluvaiheessa? Murros koskettaa myös ICT-alaa, sillä Vikman arvelee tekoälyn vievän jossain määrin töitä peruskoodaamisesta.

– Toisaalta alalla tarvitaan lisää osaajia sinne syvään päähän, eli tekoälyn algoritmeihin, kvanttilaskentaan ja suurteholaskentaan perehtyneitä osaajia.

Lue artikkeli kokonaisuudessaan kauppakamarilehdestä 1/2024.

Kauppakamarilehti 1/2024 | Pohjois-Karjalan kauppakamari (pohjoiskarjalankauppakamari.fi)