Tekoälyn monet hyödyt
Voit kuunnella podcastin täältä https://open.spotify.com/show/6uA8MjJloMa8UzP42begbZ
Äänitteen kesto: 27 min
Litterointimerkinnät
[musiikkia]
Haastattelija: Tervetuloa AKEpampaksen Pinnalla-podcastiin. Tänään meillä on Aleksi Paavola Elev-yrityksestä, joka kertoo tekoälyn puheenvuorokoulutuksesta. Ole hyvä, Aleksi.
Aleksi Paavola: Kiitos paljon. Eli meikäläinen on tosiaan reilu kymmenen vuotta ollu teknologiayrittäjänä. Oon perustanu ja myyny pari teknologiayritystä. Ja nyt sitten viimesen sellaset… Tai oikeestaan 2017-vuodesta lähtien mä oon käyttäny suurimman osan mun päivistäni tässä tekoälyn parissa. Ja nyt reilut kaks vuotta oon sit tehny käytännössä pelkästään tekoälykonsultointia. Eli autan yrityksiä ottaa generatiivist tekoälyä käyttöön, ja oon rakentanu ja ollu mukana rakentamassa näitä järjestelmiä yrityksille ja sit myöski pitäny tästä aiheesta paljon erilaisia koulutuksia. Suurin osa ihan täällä Suomessa, mutta nyt olin just kaks viikkoa sitte tuol Saudi-Arabiassa Saudi-Arabian eri ministeriöitä kouluttamassa tekoälyasioista. Mut siinä tälleen lyhykäisyydessään.
Haastattelija: No, kuinka monipuolisesti tekoäly näkyy ihmisten arjessa?
Aleksi Paavola: Jes, erinomainen kysymys. Mä lähtisin ehkä liikkeelle tässä vielä siitä… Varmasti suurin osa nyt kuulijoista tietääkin, mistä on kysymys, mutta siis mun mielest on kiva aina sillee vähän kattoo sitä… tai avata näit termejä. Eli nyt jos mietitään ihan lyhyesti, et mistä nyt tässä tekoälyssä olikaan kysymys, niin tekoälystä ku puhutaan, niin yleisesti ottaen (–) [01:56] yleinen määritelmä on se, että meil on joku tällanen ihmisen kaltaista älykkyyttä vaativa tehtävä, jota sitte tietokoneella suoritetaan. Ja tästä mun mielest erinomainen esimerkki on nyt esimerkiks tää kissojen tunnistaminen. Ja tässä päästään samalla tää toinen keskeinen termi määrittelemään, eli koneoppiminen.
Eli nyt jos me ajatellaan kissojen tunnistamista kuvasta, niin me ei olla keksitty sellasta tapaa, miten ihminen vois koodaamalla rakentaa sen luotettavan järjestelmän. Et ihminen lois jonku algoritmin, jonka avulla me tunnistettas kissoja kuvista. Mut me ollaan kuitenki pystytty… Et täähän on tietokoneelle nykyään tämmönen tosi triviaali tehtävä, ja se johtuu just siitä, me ollaan kehitetty tää koneoppiminen. Eli nyt sen sijaan, että ihminen yrittäs jollain tavalla määrittää tämmösten ehtolausekkeiden avulla, et millä tavalla me voitas näistä kuvan pikseleistä erottaa, et onko siinä kuvas kissaa vai ei, niin nyt me jätetään tää työ tietokoneelle. Eli annetaan tietokoneen määrittää se algoritmi, ja se, mitä me annetaan sille tavallaan raaka-aineeks tähän, on sitten näitä labelöityjä kuvia. Eli iso kasa kuvia, jossa me kerrotaan, että nyt tässä kuvas sitte joko esiintyy kissa tai ei esiinny kissaa, ja sitä kautta tietokone määrittää meille sitte tällasen algoritmin, jota me voidaan sitte käyttäjinä käyttää siihen, et me saadaan tunnistettua näitä kuvia, et onko jossain kuvassa kissaa vai ei.
Mut tästä nyt päästään sitte ehkä sujuvasti siihen, että miten tää tekoäly näkyy nyt ihmisten arjessa. Nythän tää koneoppiminen on osa meidän jokaisen arkee täällä länsimaissa tosi vahvasti. Eli meil on siis… Et jos aatellaan vaikka nyt älypuhelimen eri sovellukset: käytännössä kaikki nää sovellukset jollain tavalla hyödyntää koneoppimista. Siis vaikka just sosiaalisen median sovellukset, tai sit just, jos me mennään tekee jotain verkko-ostoksia, niin siel on just nää koneoppimiseen perustuvat suosittelualgoritmit, tarjoo meille näitä tuotteita. Ja sit nytten varsinkin viime aikoina enemmän ja enemmän älyä on tullu näihin asiakaspalveluchateihin, et siellä me kohdataan nykyään aika usein tämmönen generatiivinen tekoäly. Eli nää on tässä nyt viimesen, sanotaan, ehkä kymmenen vuoden aikana, kun tää koneoppimisen tämmönen valtakausi on kukoistanu, niin tää tekoäly on tullu osaks meidän arkee. Ja nyt näyttää tosi vahvasti siltä, että tää tekoälyn voittomarssi vaan jatkuu, ja nyt sitten enemmän ja enemmän meidän arjessa me kohdataan sitten näitä tekoälyjärjestelmiä.
Haastattelija: Mainitsitki sen, että se on tullu osaks meidän arkea, ja mietin, että miksi siihen tulisi kiinnittää huomiota, niin se tosiaan on se syy, koska se näkyy kaikessa niin monipuolisesti. Mutta voiko tai pitääkö tekoälyä välttää?
Aleksi Paavola: No, tää on mielenkiintonen kysymys siis ensinnäki siitä näkökulmasta, että nyt tää tekoälyn välttelyhän on hirvittävän vaikeeta, koska just se on niin monessa paikassa meillä. Mut mä sanosin, että… Tai mä en suosittele kyllä mitenkään välttelee tätä tekoälyä, ehkä senki takia, että siinä (kyllä) [05:55] turhaan tekee omasta elämästään sitte… luo turhaa sellasta kitkaa ja haasteita. Et ehkä tunnistaminen on sitte parempi termi tähän näin. Et olis kyllä hyvä tunnistaa ne tilanteet, missä tekoäly tulee meillä vastaan. Ja sitte ehkä pohtia just sitä, että millä tavalla nyt esimerkiks näillä tekoälyalgoritmeilla pyritään sitte vaikuttaa meidän käyttäytymiseen. Mä ehkä sanosin näin, että vältellä ei tarvi, mutta ehdottomasti kannattaa opetella tunnistamaan.
Haastattelija: Ja onko tekoäly uhka vai mahdollisuus?
Aleksi Paavola: Mä sanoisin, et se on molempia, sekä että. Ite oon aina suhtautunut tähän tekoälyyn enemmän mahdollisuuksien kautta ja oon tosi positiivinen tän tekoälyn ja kehityksen suhteen. Mä uskon, että tää tulee tehostaa tosi paljon meidän työtä ja työntekoo ja mahdollistaa sellasten rutiinitehtävien automatisoinnin. Ja nää on kuitenki pitkälti sellasia tehtäviä, mitä nyt ehkä ei oo niin kauheen mielekkäitä ihmisten ylipäätään tehdä. Ja sit just tämmösiä haastavampia tehtäviä taas pystytään just tehostaa. Ja nyt ainakin… Pois lukien jotkun aika yksittäistapaukset ja… Niin tekoäly ku on kuitenkin tällanen tehostaja ja apuri, et me ollaan aika kaukana vielä siitä pisteestä, että tekoälyn avulla vois korvata työntekijöitä, siis ihan silleen kokonaisuudessaan, et se on enemmän tällasten työtehtävien tehostamista ja sitte yksittäisten työtehtävien korvaamista, mitä tapahtuu.
Mut totta kai tähän liittyy myös näitä uhkia. Eli nyt sitten meil on tiettyjä aloja, joissa on aika väistämätöntä, että tekoäly tulee vähentää ihmisten työpanoksen tarvetta. Et esimerkiks nyt, vaikka nyt itse… Tai mitä tulee tapahtuu liikenteessä, on iso muutos. Eli siis nää… Vaikka tässä nyt on… Nää kymmenen vuotta nyt on tavallaan jo odoteltu tätä itseajavien autojen tulemista, nii kyl nää kuitenkin, siitä huolimat, se on kestäny kauan, niin vuosi vuodelta tää teknologia on kyllä kehittyny merkittävästi. Ja nyt meillä on jo sitte monessa Amerikan osavaltiossa, meillä on näitä täysin itseajavia takseja. Ja tää on selkeesti juttu, mikä tulee, että meillä on kyllä tällasia tiettyjä toimialoja, missä tapahtuu sitte tosi isoja muutoksia.
Ja ehkä tänki takia mä suosittelen olee hereillä tän asian kanssa ja perehtyy tavallaan siihen, että mitkä näiden tekoälyn tavallaan vahvuudet ja heikkoudet on, nii sitte on helpompi navigoida ite siellä seassa ja miettiä, että miten tän tekoälyn kanssa voi sitte kilpailla. Tästähän hauska esimerkki on siis valokuvausteknologia, et jos me mietitään tällasta maalaustaidetta ennen valokuvausteknologian keksimistä, niin siinähän paljolti pyrittiin kuvaamaan ihmisiä, ilmiöitä sellasina kun ne oikeesti on jossain jonain hetkenä näyttänyt. Ja sit ku valokuvausteknologia tuli, nii aika nopeestihan nää taiteilijat huomas, että me ei pystytä näitten kameroiden kanssa kilpailla. Ja sit täst on kuitenki kymmeniä vuosia aikaa, ja nykytaiteella, tämmösellä maalaustaiteellaki kuitenkin mun käsitykseni mukaan menee ihan mukavasti. Eli nää on sit pystyny… Ihmiset on tosi sopeutuvaisia. Sen takia mä suhtaudun tähän just tosi positiivisesti tälleen niinku mahdollisuuksien kautta.
[musiikkia]
Haastattelija: Tohon sanoisin… En tiedä, kokeeko muut niin, mutta mä olettaisin, et ihmiset arvostaa aitoutta. Ja tekoälyä ei ehkä pidetä aitona asiana [nauraa]! Että se on, niinkun, mitä taiteeseen ja taidemuotoihin tulee, et toki muusikothan nyt on nostanut esille sen asian, että kuinka heidän ääntään käytetään väärin ja heidän kappaleitaan tekoälyn kautta, että heidän oikeuksiaan ei oteta siinä huomioon. Niin samahan, että tekoälyhän pystyy kirjottaa kirjoja, matkien jonkun jo kuolleen kirjailijan kirjotustyyliä, jollonka se voi olla vaikee tunnistaa, että kumpi on… No, nykyään, tässä vaiheessa se tekoälyn kielen taito ei välttämättä ole sitä samaa tasoa, mitä se olis sillä oikeella ihmisellä aikanaan ollut, et sen tunnistaa kömpelömmästä kieliasusta, mutta mitä pidemmälle se pääsee kehittymään, niin sitä heikomminhan sen tunnistaa. Niin mä uskon, et se, et minkä takia sitä ihmisen tekemää taidemuotoo toistaseks ainaki arvostetaan enemmän vielä, johtuu siitä, että se on aitoa eikä keinotekoisesti tuotettua. Tää on ihan täysin mun tulkintaa, voin olla väärässä, mutta näin mä ite sen nään.
No, mites sitte AI-lukutaito, mitä se on?
Aleksi Paavola: Jes, eli AI-lukutaito, vois ajatella, että se on ehkä kykyä ymmärtää, miten tekoäly toimii, ja minkälaisia vaikutuksia tekoälyllä nyt on sitte yhteiskuntaan. Ja mä ite ajattelen, että tää AI-lukutaito on tällanen… Miten sitä nyt vois sanoo? Siis tällanen… Sen ainakin tulis olla tämmönen kansantaito, siis vähän samal lailla kun joku ihan perinteinen vaikka lukutaito, että jokaisen olis mun mielestä hyvä ymmärtää, et miten nää tekoälyjärjestelmät toimii, ja sitten just tunnistaa niitä, et okei, et nyt tässä on selkeesti kyseessä tekoälyjärjestelmä, jonka kanssa mä asioin, ja sitte sen takia siihen todennäköisesti liittyy tiettyjä erityispiirteitä. Et joo, ehkä summaisin sitä näin, että se on taitoa ymmärtää, taitoa tai kykyä ymmärtää sitä, että miten tekoäly toimii.
Haastattelija: Kuinka AI-lukutaitoa voi itse kehittää?
Aleksi Paavola: No, täs on tietysti tosi paljon eri mahdollisuuksia, eli meillähän on valtavasti… Nytte vois sanoo aika turvallisesti, et me eletään kuitenki tällasessa pienessä tekoälykuplassa, nii valtavasti tästä sitten uutisoidaan ja kirjotetaan ja tuotetaan kaikenlaista sisältöö. Niin nyt sitte ihan lukemalla näitä tekoälyyn liittyviä, seuraamalla mediasta tätä tekoälyyn liittyvää keskustelua – se on tietysti yks. Sitten voi osallistua just tällasiin koulutuksiin ja kursseihin, ja näitä löytyy tosi laajalla skaalalla. Monilla varmasti jollain tavalla työpaikat tarjoo näitä, ja sitte netissä on paljon hyviä kursseja, ja löytyy myös ihan ilmasia, ja on maksullisia. Tää koulutukset ja kurssit on tietysti yks väylä, ja sitte ihan perinteiset kirjat, et tekoälyn ympärillähän on paljon, varsinkin nyt viime aikoina, kirjotettu kirjoja, niin voi ihan perinteisellä tavalla sitten kirjoista opiskella tätä. Toki sitten nää on… Yks sellanen ominaisuus, mikä näissä monissa tämmösissä kielimallipohjasissa generatiivisen tekoälyn sovelluksissa, kuten vaikka ChatGPT:ssä, niin näähän on erinomasia opettajia. Et tekoälyä voi käyttää siihen, että tekoälyn avulla opiskelee sitten tekoälystä, niin se on sellanen yks hauska tapa sitte tavallaan tutustua näihin.
Ehkä sen sanon vielä, että mikä… Kaikista parhaiten oppii käyttämään tekoälyä siten… ja ymmärtämään tekoälyä, on se, että käyttää sitä itse. Et tällanen tosi hyvä nyrkkisääntö on se, että kymmenen tuntia kun on sit käyttänyt tällasta kielimallipohjasta tekoälyjärjestelmää, kuten vaikka ChatGPT, niin sitten alkaa vähän niinku päästä kärryille siitä, että mites tää oikeen toimii.
Haastattelija: Pärjääkö kirjastotyössä enää ilman tekoälyä?
Aleksi Paavola: Hyvä ja mielenkiintonen kysymys. Varmasti pärjää, mutta sitte ehkä sitä vois myös ajatella niin, että miten paljon lisää tekoäly vois sitte tuoda kuitenkin tähän kirjastotyöhön. Ja mä uskon, että siin on kyllä paljon mahdollisuuksia. Et just esimerkiks tekoälyhän on tosi hyvä käsittelee tällasia isoja aineistoja ja tekee niistä tiivistelmiä. Ja sit myös meidän tiedonhaun menetelmät on parantunut tosi paljon, et me pystytään nykyään aika helposti tekee tällasia järjestelmiä, joissa me pystytään vaikka keskustella luonnollisella kielellä tällasten valtavien tekstimassojen kanssa. Et varmasti on näin, että tekoäly tuo kyllä huikeita mahdollisuuksia siis kirjaston palveluiden parantamiseen ja sellaseen henkilökohtasempaan asiakaspalveluun, et nythän periaatteessa tekoälyn avulla meil ois sitten mahdollista tarjota tosi helposti ja nopeesti tietoo sellasista tosi laajoista aineistoista. Nii siinä mä nään kyllä, siin on paljon potentiaalia.
Haastattelija: Tuleeko ottaa huomioon jotain tiettyjä oikeuksia tekoälyn suhteen?
Aleksi Paavola: Ehdottomasti kyllä. Eli nyt tää tietoturva-asia on ainaki sellanen, että nyt hyvänä nyrkkisääntönä vois pitää sitä, et jos aatellaan tällasia ilmasia tekoälyjärjestelmiä, joita nyt on… Esimerkiks vaikka ChatGPT:llä on tällanen, et he tarjoo myös ilmasena tätä chattipalvelua, jossa voi keskustella tekoälyn kanssa. Niin nythän siinä, niinku aina näissä ilmasissa palveluissa yleensä on, jos ei ne oo mitenkään… et jos ne on kuitenki yritysten tarjoamia, ilmasia palveluita, niin yleensä niissä on sitte jonkinlainen ansaintalogiikka, ja aika usein se on sitte jollain tavalla siihen dataan liittyvää. Eli nyt te maksatte siitä, että te käytätte ilmaseks sitä ChatGPT:tä sillä teidän datalla. Ja se tarkottaa sitä, että nyt tää OpenAI, joka on tän ChatGPT:n taustalla oleva yritys, niin se sitten näitä omia mallejaan kouluttaa näillä teidän… tai saattaa kouluttaa näillä teidän käymillä keskusteluilla ja varaa vähintäänkin siihen oikeuden. Eli hyvänä nyrkkisääntönä voitas pitää sitä, että nyt näissä ilmasissa järjestelmissä, niin jos te voitte print-… Siis se, mitä te ootte syöttämässä sinne, nii jos te voitte printata sen ja jättää kahvihuoneen pöydälle, niin sit sen voi laittaa tällaseen ilmaseen järjestelmään.
Tähän ehkä samaan hengenvetoon vois myös sanoo sen, että näiden chat-pohjasten kielimallijärjestelmien tietoturvaan liittyy kyllä aika paljon tällasta sekaannusta. Ja mä uskon, et se johtuu siitä, että nyt sillon alkuvaiheessa, sillon ku ChatGPT tuli, niin niillähän ei ollu mitään muuta kun tää ilmaisversio. Ja se ilmaisversion tietoturva on sinänsä, se on pysynyt ennallaan, ja sillon just alkuvaiheessa ihmiset syötti sinne siis asioita, jota ei tulis syöttää tällasiin ilmasiin järjestelmiin. Mut nyt sitte täs on tietysti iso tällänen liiketoimintamahdollisuus näille tämmösten kielimalli-chat-järjestelmien tuottajille, ja sen takia tähän on kehittynyt sitte… Tai he on rakentaneet tähän näitä tietoturvaominaisuuksia. Ja kyllä meillä nyt on mahdollista sit esimerkiks käyttää ChatGPT:tä siten, että sen käyttäminen on tosi tietoturvallista.
[musiikkia]
Aleksi Paavola: Et se ei vaadi, niinku, jotta näitä järjestelmiä vois käyttää tietoturvallisesti, niin enää se ei vaadi sitä, et pitäs olla mikään suljettu ympäristö, tai pitäs rakentaa joku oma ChatGPT. Et näitä tapoja käyttää tietoturvallisesti näitä kielimallipohjasia chat-järjestelmiä, nii näitä on useita. Eli tämmöset ihan niinku vastaavat… Vastaavan tason tietoturva löytyy esimerkiks tästä Microsoftin 365 Copilotista tai sitten just vaikka Googlen Gemini-järjestelmästä.
Haastattelija: Tästä mä vielä aasinsiltana viimesenä kysymyksenä esittäisin: voiko AI:hin luottaa?
Aleksi Paavola: No, tää on erinomainen kysymys, ja valitettavasti joudun vastaa tähän, että se riippuu täysin tilanteesta. Ehkä hyvänä sellasena yleisenä nyrkkisääntönä vois sanoo näin, että on hyvä suhtautua skeptisesti tekoälyn tuottamiin vastauksiin. Ja nyt tää… Puhutaan tällasesta käsitteestä ku hallusinaatio, millä tarkotetaan siis sitä, että tämmönen kielimallipohjanen järjestelmä tuottaa tekstiä, joka ei pidä paikkaansa. Ja ongelmaa on ehkä jossain määrin vähän liioteltu. Ja se johtuu ehkä siitä, että sillon marraskuussa 2022, kun ChatGPT julkastiin, nii, no, me oltiin hyvin, hyvin eri tasolla, mitä me ollaan nyt, eli täs on tapahtunut ihan valtava kehitys. Jos sä sillon kysyit ChatGPT:ltä vaikka jotain Suomen historiaan liittyen, nii se todennäköisyys, että sä sait oikean vastauksen, ei ollu kauheen korkee. Ja sitte taas todennäköisyys, että sä sait oikealta kuulostavan vastauksen, oli kuitenkin [naurahtaa] hyvä, tai tosi korkee.
Et nää on historiallisesti ja tavallaan edelleenkin nää kielimallipohjaset järjestelmät, niin nää tuottaa… Nää ei oo hyviä tunnistamaan siis sitä, että miten luotettavan vastauksen ne antaa tai on antaneet. Eli ku nää on koulutettu nyt toimimaan tämmösinä ihmisen hyödyllisinä apureina, niin näillä malleilla on tavallaan taipumus pyrkiä miellyttämään sitä käyttäjää. Eli ne pyrkii aina vastaamaan riippumatta sitte siitä, että tietääkö ne sitä oikeeta vastausta vai ei.
Ja ehkä tähän vois sanoo just sen, et sen takia varsinki tällä hetkellä tämmönen… Tää tekoäly on loistava työkalu sellaselle, jolla on sitä osaamista siitä aiheesta, mihin sitä tekoälyä sitte käyttää. Eli esimerkiks nyt vaikka se, että nyt jos mä koodaan, niin nyt ku mä osaan, mä tunnen sen tavallaan ohjelmistokehityksen kokonaisuuden tosi hyvin. Ja sit tavallaan se, mitä mä pyydän siltä tekoälyltä, on sellasta, minkä mä voisin myös tehdä itse, mutta mä saan sen nopeemmin sieltä tekoälyltä, ja välillä mä saatan saada jotain uusia ideoita myöski. Mut tällasiin käyttötapauksiin se tekoäly soveltuu ehdottomasti kaikista parhaiten, missä sun on helppo itse validoida sitä, että se vastaus on oikein. Et sellasiin sitte, et jos ajatellaan jotain sellasta aihealuetta, mistä ei itse tiedä mitään, nii sillon kannattaa olla ainakin tosi varuillaan sen suhteen, että minkälaisia vastauksia sieltä tulee. Vaikkakin nyt tää tilanne on huomattavasti, huomattavasti parempi ja menny koko ajan parempaan suuntaan. Mutta varuillaan on nyt ainakin toistaseks vielä hyvä olla, kun näitä käyttää.
[musiikki voimistuu taustalla]
Haastattelija: Kiitos, Aleksi, tää oli erittäin hyvä ja selkeyttävä puheenvuoro. Me kuullaan myöhemmin meidän koulutuksessa lisää, mutta tämä podcast julkaistaan sen jälkeen, joten tähän voi palata vielä sitten sen koulutuksen jälkeen syksyllä. Kiitos, Aleksi, erittäin paljon, ja hyvää loppuvuotta!
Aleksi Paavola: Kiitos, samoin, kiitos oikein paljon!
[musiikki jatkuu]