
Tekoäly pelastaa keskosia, automatisoi liikennettä ja auttaa parisuhdeongelmissa. Sen täysimittainen hyödyntäminen voisi kaksinkertaistaa Suomen kansantalouden kasvun parissa vuosikymmenessä.
Yksi tekoälyn historian mielenkiintoisimmista episodeista päättyi toukokuussa. Googlen kehittämä AlphaGo-tekoälyohjelma jäi hyvin ansaitulle eläkkeelle voitettuaan maailman parhaimmaksi go-lautapelin pelaajaksi rankatun Ke Jien kolme kertaa peräkkäin Kiinassa järjestetyssä turnauksessa.
Tekoälyn ylivoimaa pidettiin hämmästyttävänä. Kun shakin peluuseen kehitetty Deep Blue voitti suurmestari Garri Kasparovin vuonna 1997, asiantuntijat arvioivat, että kuluisi sata vuotta ennen kuin tekoäly voittaa go-mestarit.
Go:ta pidettiin tekoälylle ylivoimaisena, sillä näennäisestä yksinkertaisuudestaan huolimatta se on tavattoman monimutkainen peli. Go-laudalla mahdollisesti syntyvien tilanteiden määrä on suurempi kuin maailmankaikkeudessa on atomeja.
Go:ssa pärjäämiseen vaaditaan intuitiivista kykyä hahmottaa laudalla avautuvat mahdollisuudet. Niinpä sellaiset raakaan laskentaan perustuvat tekoälysovellukset, joita esimerkiksi shakkia pelannut Deep Blue käytti, eivät pärjää Go:ssa maailman huipuille.
AlphaGo perustuu syviin neuroverkkoihin. Ensin ohjelmalle syötettiin 30 miljoonan siirron tietokanta, jota analysoimalla se oppi pelaamaan peliä korkealla tasolla. Sitten se laitettiin pelaamaan itseään vastaan miljoonia pelejä. AlphaGo koulutti itse itsensä niin hyväksi pelaajaksi, että maailman huiputkaan eivät pärjää sille.
Tekoälyn kehittämisen eturintamassa toimivan The Curious AI Companyn perustaja ja toimitusjohtaja Harri Valpola arvioi, että AlphaGo:ssa näkyy alalla käynnissä oleva murros. Valpola hahmottaa tekoälyn kehityshistoriasta kolme aaltoa.
”Ensimmäisessä aallossa oli kyse siitä, mitä me nykyään kutsumme oikeastaan ihan vain ohjelmoinniksi”, Valpola sanoo.
”Tässä ohjelmoija antaa algoritmeille ja ohjelmistoille loogisia sääntöjä. Ohjelmistot ratkaisevat ennalta annettuja ongelmia sääntöjä seuraamalla. Tällaista tekoälyä on kaikkialla ympäristössämme, alkaen vaikkapa kännyköiden sovelluksista.”
Googlen AlphaGo edustaa tekoälyn toista aaltoa. Nyt algoritmeille ja ohjelmistoille ei enää anneta yksityiskohtaisia ohjeita ja sääntöjä, vaan niille luodaan erilaisia tilastollisia malleja ja ongelmia. Tekoäly saa myös käsiteltäväkseen suuren määrän dataa ja se ohjelmoidaan oppimaan tältä pohjalta. Sovelluksia löytyy muun muassa puheen ja kuvan tunnistuksesta.
”Meidän yrityksemme on mukana tekoälyn kolmannessa aallossa”, Harri Valpola kertoo.
”Tässä on kyse muun muassa autonomisesta oppimisesta. Tarkoitus on, että tekoäly rakentaa itse malleja, joiden avulla se pystyy selittämään maailmaa. Tekoäly luo itse loogisia sääntöjä päätöksentekoprosessinsa avuksi. Tässä lähestytään jo abstraktia ajattelua.”
The Curious AI Company kehittää Valpolan mukaan tekoälyn kolmannen aallon mahdollistavaa teknologiaa. Aluksi yhtiö kehitti muun muassa autonomista oppimista itseohjautuviin autoihin, mutta siitä luovuttiin autoteollisuuden jähmeyden vuoksi.
”Erityisen kiinnostava kehityskohde on itseoppivan tekoälyn ja ihmisen välinen yhteistyö. Mahdollisia sovelluskohteita löytyy muun muassa terveydenhuollosta.”
Harri Valpolan mukaan tekoälyn kehityksessä on nyt meneillään murrosvaihe. Yhtäältä toisen aallon kehitys on huipussaan, ja jo olemassa olevat teknologiat mahdollistavat ennennäkemättömiä sovelluksia. Googlen ja Facebookin kaltaiset jättiyritykset satsaavat huimia summia juuri toisen aallon tekoälysovellusten kehittämiseen. Toisaalta taas kolmannen aallon teknologia edistyy harppauksittain, ja sen mahdollistamia uusia sovelluksia nähtäneen jo muutamien vuosien päästä.
Muun muassa pörssiyritys Digian perustajana ja hallituksen puheenjohtajana tunnetuksi tullut Pekka Sivonen johtaa nykyisin Tekesin digitaalisuus-aluetta. Hän on samaa mieltä Harri Valpolan kanssa siitä, että tekoälyssä eletään murroskautta. Sivosen arvion mukaan Suomi on hyvissä asemissa, kun tulevaisuuden tekoälysovelluksia luodaan ja otetaan käyttöön.
”Ensiksikin meillä on runsaasti laadukasta dataa, jota tekoäly voi hyödyntää”, Sivonen sanoo. ”Meillä on esimerkiksi arvokasta terveysdataa ja avointa viranomaisdataa.”
Sivosen mukaan myös lähes puolet Pohjoismaissa toimivista tekoälyä kehittävistä yrityksistä sijaitsee Suomessa, joten tekoälyn laajamittainen käyttöönotto on luonnollinen jatke muulle teknologiaosaamisellemme.
Tekoälyn kehittämisellä voi Sivosen mukaan olla merkittävä vaikutus talouskasvuumme. Tässä hän viittaa Accenturen tutkimukseen, jossa todettiin, että tekoäly voi kaksinkertaistaa Suomen talouskasvun vuoteen 2035 mennessä. Samassa ajassa työn tuottavuus voi kasvaa 36 prosenttia. Tuottavuus kohenee ja kasvu syntyy siitä, kun ihmisten tekemän työn luonne sekä ihmisten ja koneiden välinen suhde muuttuu tekoälyn käyttöönoton myötä.
Accenturen laskelmissa mallinnettiin talouskasvua kahden skenaarion avulla. Toinen perustui tämän hetkisiin käsityksiin perustuvaan odotettuun ”normaaliin” talouskasvuun. Toinen taas havainnollisti tilannetta, jossa tekoäly olisi integroitu osaksi taloutta.
Tutkimuksen mukaan tekoäly voisi nostaa Suomen bruttoarvonlisäyksen vuosikasvun 2,1 prosentista 4,1 prosenttiin vuoteen 2035 mennessä. Suomen talous voisi kaksinkertaistua 17 vuodessa, kun ilman tekoälyä aikaa kuluisi 33 vuotta. Kaiken lisäksi Suomi sijoittui tekoälyn talouskasvupotentiaalissa toiseksi heti Yhdysvaltojen jälkeen.
”Suomi on tullut vedenjakajalle”, Sivonen täräyttää. ”Voimme valita joko tekoälyn tai tekoälyttömän tien välillä. Kannatan ensiksi mainittua koko sydämestäni.”
Tekesillä onkin meneillään kampanja, jonka tavoitteena on innostaa yrityksiä tarttumaan tekoälyn mahdollisuuksiin sekä syventää ja lisätä alan osaamista Suomessa. Team Finland Augmented Intelligence – Tekoäly -kampanjan puitteissa tarjotaan yrityksille rahoitusta ja järjestetään kuukausittaisia toimialakohtaisia Reboot Finland D. Day -tapahtumia. Niissä havainnollistetaan tekoälyn konkreettista hyödyntämistä eri toimialoilla.
Missä kaikessa tekoälyä voi sitten hyödyntää? Tässä esimerkkejä Suomessa meneillään olevista hankkeista.
1. Autonomiset alukset valtaavat maailman meret
Rolls Royce avaa tänä vuonna Turkuun autonomisten alusten ja tekoälyn kehittämiskeskuksen. Yhtiöllä on kumppaneina muun muassa Teknologian Tutkimuskeskus VTT ja Tampereen Teknillinen Yliopisto sekä useita alan yrityksiä.
Ensimmäiset pilottiversiot autonomisista laivoista valmistuvat jo tällä vuosikymmenellä ja ensimmäisten autonomisten rahtilaivojen uskotaan aloittavan operoinnin kansainvälisillä vesillä vuoden 2025 tienoilla. Miehittämättömien rahtialusten arvioidaan olevan nykyisiä taloudellisempia, turvallisempia ja vähäpäästöisempiä.
2. Entistä terveempiä keskosia
Suomessa syntyy vuosittain noin 400 pikkukeskosta, eli alle 1 500 grammaa painavaa lasta. Jopa viidesosalle heistä tulee syntymän jälkeen verenmyrkytys. Verenmyrkytyksen ennakointi on kuitenkin erittäin vaikeaa. Samalla jopa muutaman tunnin aikaero lääkityksen aloittamisessa on merkittävä, sillä bakteeritulehdus voi aiheuttaa vauvoille muun muassa vakavia suolistovaurioita.
HUSin Lastenklinikan pilotissa IBM:n tekoälyohjelma Watson auttaa hoitajaa ja lääkäriä havaitsemaan mahdollisen verenmyrkytyksen ajoissa. Tekoäly osaa ennakoida myrkytyksen jopa vuorokauden ennen lääkäriä.
3. Tekoäly arvioi asiakaspalautteen sävyjä
Viime vuoden marraskuussa perustettu startup-yritys Lumoa hyödyntää tekoälyä palvelu- ja asiakastyytyväisyyden mittaamisessa. Lumoan selainpohjainen työkalu perustuu NPS-kyselyjärjestelmään (Numerical Net Promoter Score). Se kykenee arvioimaan pelkkien numeroarvosanojen lisäksi myös vastaajien avoimet sanalliset vastaukset, joissa asiakas selventää numeroarvioinnin taustoja.
Tekoäly arvioi muun muassa tekstin sävyä – onko se hyvin negatiivista, lievästi negatiivista tai hyvin tai lievästi positiivista. Lumoa pystyy analysoimaan palautetta jopa 60 eri kielellä. Se ei kuitenkaan pyri kieliopillisen tarkkaan kääntämiseen, vaan kerää tietoja olennaisista ideoista ja parannusehdotuksista sekä etsii tulevaisuuden trendejä.
4. Älykästä liikennettä
Yhdysvaltalainen Nvidia on jo pitkään kehittänyt tekoälyä, jonka avulla autot voivat ajaa itsenäisesti. Nvidian uusin sovelluskohde liittyy laajemmin liikenteeseen, ja yritys uskoo, että sen järjestelmillä kaupungeista voidaan tehdä älykkäitä.
Nvidian kehittämä Metropolis-tekoälyalusta perustuu videokameroille, joiden tuottamaa kuvaa ohjelmistot ja laitteet analysoivat. Järjestelmä pystyy käsittelemään ja analysoimaan dataa jopa miljardin kameran verkostosta.
Tekoäly voi löytää liikenteestä esimerkiksi merkkejä ruuhkautumisesta, ja näin saadun tiedon pohjalta liikennettä voidaan ohjata uusille reiteille. Tekoäly voi myös auttaa kadonneiden tai etsintäkuulutettujen henkilöiden löytämisessä liikenteestä.
Parissakymmenessä maassa eri puolilla maailmaa toimivalla Nvidialla on Helsingin Ruoholahdessa toimisto, jossa tehdään tekoälyyn liittyvää soveltavaa tutkimusta.
5. Tekoäly ratkoo parisuhdeongelmia
Suomalaisen terveysteknologiayritys Olento Lifen We Did It -mobiiliapplikaatio lupaa korjata parisuhdeongelmia täysin uudella tavalla. Kognitiiviseen käyttäytymistieteeseen, positiiviseen psykologiaan ja pelilliseen lähestymistapaan perustuva palvelu helpottaa parisuhteen ongelmien ratkaisemista ilman ulkopuolista apua.
VTT:n tutkimuksen mukaan jokaisen applikaation käyttäjän parisuhdeonnellisuus kasvoi keskimäärin kolmanneksella kolmessa viikossa. Tekoäly vaikutti positiivisesti etenkin pariskuntien seksielämään.
6. Tietoisen robotin esiaste
Konetietoisuus on tekoälyn ylin aste ja maailmalla on useita tutkimusryhmiä, jotka tavoittelevat sitä. Suomalainen konetietoisuuden tutkija, TkT Pentti O. A. Haikonen väittää uudessa kirjassaan ”Tietoisuus, tekoäly ja robotit”, että nykymuotoinen tekoäly ei johda todellisen älyn tuottamiseen.
Haikosen mukaan tietoisuuden olemus on selvitettävä ennen kuin voidaan rakentaa tietoinen robotti. Ajattelu on ymmärtämistä, ja tämä vaatii ajatusprosessissa käytettyjen symbolien merkityksen sitomisen ulkomaailmaan. Tähän taas tarvitaan aistit ja havaintoprosessi, joka tuottaa elämyksiä, jotka ovat itseselittyviä. Ymmärtääkseen olemassaolonsa ja toimiakseen mielekkäästi tekoälyrobotin tulisi havaita ympäristönsä samalla elämyksellisellä tavalla kuin ihminen. Ja tämä vaatii tietoisuuden.
Haikosen mukaan tietoisuutta ei voida saavuttaa tavanomaisessa tietokoneessa, vaan se vaatii täysin uudenlaisen biologiasta mallia ottavan rakenteen. Tällaisen koneen toiminta ei perustu mikroprosessoreihin, ohjelman suorittamiseen eikä tilastolliseen laskentaan. Osoittaakseen, että hänen lähestymistapansa on toteutettavissa, Haikonen on suunnitellut ja rakentanut pienen XCR-1 koerobotin.
Haikosen robotti pystyy käsittelemään ulkomaailmaan ja siihen itseensä liittyviä merkityksiä. Se havainnoi ympäristöään näkö- ja kuuloaisteilla, ja se myös tuntee kosketuksen käsissään. Lisäksi XCR-1 tuntee, jos sitä lyödään. Robotti tunnistaa muutamien puhuttujen sanojen merkityksen, ja sillä on myös alkeellinen englanninkielinen sisäinen puhe, jonka se puhuu ääneen.
Tekoälyn kehitys lupaa meille ruusuisen tulevaisuuden alkaen liikenteestä ja terveydenhoidosta ja päättyen parisuhdeongelmien ratkaisemiseen ja tietoisiin robotteihin. Samalla myös kansantalous kasvaa kohisten.
Eikä kehitykselle tunnu näkyvän loppua. Joidenkin tulevaisuuden tutkijoiden mukaan tietokoneiden kiihtyvästi lisääntyvä laskentateho ja muistikapasiteetti ylittävät pian ihmisaivojen kyvyn, mikä johtaa yli-inhimillisen tekoälyn syntymiseen.
Maailmalta onkin kuulunut varoittavia esimerkkejä siitä, mihin kehitys saattaa meidät viedä. Teslan, SpaceX-yrityksen ja Hyperloopin perustaja, itsekin vahvasti tekoälyyn panostanut Elon Musk on sanonut, että tekoälyn kehitys saattaa johtaa jopa kolmanteen maailmansotaan.
Tekoälyn uhkakuvat pakottavat meidät pohtimaan, millaista yhteiskuntaa haluamme rakentaa.
Myös aikamme tunnetuin fyysikko Stephen Hawking on varoittanut tekoälyn vaaroista. Konetietoisuuden tutkija Pentti O. A. Haikonen maalaa hänkin kirjassaan ”Tietoisuus, tekoäly ja robotit” hurjia visioita siitä, mitä tulevaisuus voi tuoda tullessaan.
”Tullaan kuitenkin siihen, että ilman kaikkialla vaikuttavaa tekoälyä yhteiskunta ei enää toimi. Lopulta meidän on uuden jumalamme edessä nöyrtyen alistuttava siihen, että tekoäly valvoo ja sääntelee kaikkia meidän toimiamme ja me maksamme siitä monella tavalla, ei pelkästään rahallisesti”, Haikonen kirjoittaa.
The Curious AI:n Harri Valpola pitää hurjimpia tuomionpäiväennustuksia kaukaa haetuilta.
”Tekoäly lupaa meille kaikille entistä paremman, mielekkäämmän ja helpomman elämän”, hän toteaa. ”Mutta toki meidän on pidettävä huolta siitä, ettei käy niin, että pieni eliitti hallitsee tekoälyä ja sen synnyttämää varallisuutta ja yhteiskuntaa.”
Tekesin Sivonen pitää uhkakuvien esiin nostamista hyvänä. Ne pakottavat meidät pohtimaan, millaista yhteiskuntaa haluamme rakentaa.
”Tekoäly synnyttää pelkoja, kuten uusi teknologia on aina tehnyt. Mutta uskon, että jo kymmenen vuoden päästä se on yhtä arkipäiväinen juttu kuin vaikkapa astianpesukone on tänään.
Tekoäly ja koneoppiminen suomalaisten sijoittajien ulottuville
Yksityispankki ja varainhoitaja FIM toi marraskuussa markkinoille Pohjoismaiden ensimmäisen 100-prosenttisesti tekoälyyn perustuvan rahaston yhdessä varainhoitaja Acatiksen kanssa.
”Tekoälyn hyödyntäminen sijoittamisessa on luonnollista ja järkevää, ja uskon, että tekoälyn hyödyntäminen sijoitusmaailmassa on vasta alkutekijöissään”, toteaa FIMin toimitusjohtaja Teri Heilala.
Mutta mitä hyötyä tekoäly käytännössä tarjoaa sijoittajalle? Heilala avaa asiaa tarkemmin.
Miksi tekoälyä hyödynnetään vasta nyt sijoitustoiminnassa?
”Tietokoneiden laskentavoiman voimakas kasvu on johtanut siihen, että jo pidempään olemassa olleita ideoita ja malleja pystytään vihdoin hyödyntämään.
FIM Tekoäly Sijoitusrahastossa käytettävät syväoppimismallit vaativat paljon prosessointitehoa, jota on tänä päivänä saatavilla. Myös saatavissa olevan tiedon määrä on kasvanut räjähdysmäisesti ja sitä pystytään jalostamaan sekä hyödyntämään paremmin kuin aikaisemmin.”
Miksi tekoäly olisi parempi salkunhoitaja kuin ihminen?
”Sen sijaan, että luo vastakkainasettelua tekoälyn ja ihmisen välille, on hedelmällisempää ajatella tekoälyä työkaluna.
Esimerkiksi siinä missä kokenut analyytikko käy uransa varrella läpi joitain kymmeniä tuhansia vuosikertomuksia, kone voi käydä läpi kaikki maailman olemassa olevat yritysten vuosikertomukset muutamassa päivässä ja samalla muodostaa sijoitusnäkemyksen kaikista analysoiduista yrityksistä.”
Miten tekoälyllä hoidettu rahasto poikkeaa kvantitatiivisella mallilla hoidettavasta rahastosta?
”FIM Tekoälyn käyttämä teknologia mahdollistaa tekoälyn dynaamisen oppimisen.
Perinteisemmät, kvantitatiivisia malleja hyödyntävät rahastot nojaavat sijoitustoiminnassaan lähtökohtaisesti staattisiin malleihin. Tällainen malli toistaa ennalta määrättyjä toimintatapoja, eikä opi uusia ja hyödyllisiä asioita. Perinteiset kvantitatiiviset mallit eivät myöskään ”unohda” asioiden välisiä yhteyksiä, vaikka kävisi ilmi, ettei tämä kytkös pystykään ennustamaan tulevaa tarpeeksi hyvin.
Syväoppimisen mallit kehittyvät paremmiksi mitä enemmän tietoa niille annetaan analysoitavaksi. Ne siis osaavat oppia, mutta myös tarvittaessa unohtaa asioita.”
Teri Heilala on FIMin toimitusjohtaja.

Klassikkoautot: Ferrari 348TB – sijoitushevonen
FIM Loungen kahdeksanosaisessa sarjassa pureudutaan klassikkoautojen maailmaan. Sarjan kahdeksannessa osassa tarkastelemme Maranellon legendaarisen oriin, Ferrarin, arvoa sijoituskohteena. Klassikkoautojen maailmaa, historiaa,...
LUE JUTTU