Mikä on tekoäly? Selkeä määritelmä, historia ja sovellukset

Mikä on tekoäly? Selkeä määritelmä, historia ja käytännön sovellukset — opi AI:n kehitys, toimintaperiaatteet ja vaikutukset arkeen ja tulevaisuuteen.

Tekijä: Leandro Alegsa

Tekoälyllä (AI) tarkoitetaan tietokoneohjelman tai koneen kykyä ajatella, oppia ja suorittaa tehtäviä, jotka normaalisti edellyttäisivät ihmisen älykkyyttä. Se on sekä käytännön sovelluksia että tutkimusala, jonka tavoitteena on tehdä järjestelmistä "älykkäämpiä" ja itsenäisempiä niin, että ne pystyvät toimimaan ilman, että jokainen toiminto koodataan erikseen. John McCarthy keksi nimen "tekoäly" vuonna 1955.

Määritelmä käytännössä

Yleisessä käytössä termi "tekoäly" tarkoittaa ohjelmaa, joka jäljittelee ihmisen kognitiota — esimerkiksi oppimista, päätöksentekoa ja ongelmanratkaisua, vaikka tapa ja rakenne poikkeavat usein ihmismielestä. Andreas Kaplan ja Michael Haenlein määrittelevät tekoälyn järjestelmän kyvyksi tulkita ulkoista tietoa oikein, oppia tällaisesta tiedosta ja käyttää oppimaansa tiettyjen tavoitteiden ja tehtävien saavuttamiseen joustavan mukautumisen avulla.

Ihanteellinen älykäs kone havaittaisiin agenttina, joka havaitsee ympäristönsä ja valitsee toimintoja maksimoidakseen onnistumisen todennäköisyyden asetetun päämäärän saavuttamiseksi. Kun teknologia kehittyy, aiemmin "ihmismielestä" vaadittuna pidetyt taidot eivät aina enää erottele tekoälyä — esimerkiksi optista merkintunnistusta pidetään nykyään rutiiniteknologiana.

Lyhyt historia ja keskeiset vaiheet

  • 1950: Alan Turing esitti Turingin testin mittarina koneen älykkyydelle.
  • 1955: John McCarthy nimesi tutkimusalan "tekoälyksi".
  • 1950–70-luvuilla kehitettiin varhaisia hahmotelmia, kuten perceptron ja symbolinen päättely.
  • 1980-luvulla asiantuntijajärjestelmät (expert systems) toivat sovelluksia teollisuuteen ja lääketieteeseen.
  • 1990–2000-luvuilla koneoppiminen, tilastollinen oppiminen ja lisääntynyt laskentateho kasvattivat sovellusten määrää.
  • 2012: syväoppimisen läpimurto kuvantunnistuksessa (esim. AlexNet) johti uusiin mahdollisuuksiin.
  • 2017 eteenpäin: transformer-arkkitehtuurin ja laajojen kielimallien (LLM) myötä luonnollisen kielen käsittelyn kehitys nopeutui huomattavasti.

Tärkeimmät menetelmät ja lähestymistavat

Tekoäly ei ole yksi menetelmä, vaan joukko lähestymistapoja. Keskeisiä ovat:

  • Koneoppiminen (machine learning) — järjestelmät oppivat datasta; esimerkiksi valvottu, valvomaton ja vahvistusoppiminen.
  • Syväoppiminen (deep learning) — keinotekoiset neuroverkot, jotka mallintavat monikerroksisia esityksiä (hyviä mm. kuvantunnistuksessa ja puheentunnistuksessa).
  • Luonnollisen kielen käsittely (NLP) — kielimallit, kääntäminen, tekstin ymmärtäminen ja generointi.
  • Tietämys- ja päättelyjärjestelmät — symbolinen päättely, ontologiat ja asiantuntijajärjestelmät.
  • Vahvistusoppiminen — agentit oppivat toimimaan ympäristössä palkkioiden perusteella (käytetään mm. peleissä ja robotiikassa).

Sovellukset arjessa ja teollisuudessa

Tekoälyä käytetään laaja-alaisesti. Nykyisin termiä käytetään esimerkiksi silloin kun puhetta ymmärretään onnistuneesti, kilpaillaan korkean tason strategisissa peleissä (kuten shakissa ja Go:ssa), ajetaan itseohjautuvia autoja ja tulkitaan monimutkaisia tietoja. Käytännön esimerkkejä:

  • Puheentunnistus ja virtuaaliassistentit (esim. puhelinpalvelut, chat-robotit)
  • Koneellinen käännös ja tekstin analyysi (NLP)
  • Kuvantunnistus lääketieteessä ja laadunvalvonnassa
  • Suositusjärjestelmät (esim. verkkokaupat ja mediat)
  • Talouden mallinnus ja riskienhallinta
  • Robotiikka ja automaatio (teollisuusrobotit, logistiikka)
  • Tekoäly avustamassa tutkimusta, kuten genomianalyysissä ja ilmastonmallinnuksessa

Rajat, haasteet ja eettiset kysymykset

Vaikka tekoäly on tehokas monissa tehtävissä, sillä on rajoituksia. Suuri osa nykyisistä järjestelmistä on erikoistuneita ("kapeaa tekoälyä") — ne suoriutuvat hyvin tietyissä tehtävissä mutta eivät siirrä oppimaansa laajasti. Lisäksi haasteita ovat:

  • Ymmärryksen puute: järjestelmät eivät "ymmärrä" maailmaa ihmismielen tavoin, vaan löytävät tilastollisia malleja.
  • Bias ja vääristymät: koulutusdata voi sisältää vinoumia, jotka johtavat epäoikeudenmukaisiin päätöksiin.
  • Selitettävyyden puute: erityisesti syväoppimismallit toimivat usein mustina laatikoina.
  • Tietosuoja ja turvallisuus: henkilötietojen käyttö, mallien manipulointi ja huijausriski.
  • Työllisyysvaikutukset: automaatio voi korvata joitain työtehtäviä mutta myös luo uusia.
  • Eksistentiaaliset riskit: jotkut ajattelevat, että kehittyvä yleinen tekoäly voisi aiheuttaa suuria riskejä, ellei sen kehitystä ohjata vastuullisesti.

Luokat ja teoreettiset erot

Kaplan ja Haenlein luokittelevat tekoälyn kolmeen tyyppiin: analyyttinen, ihmisen innoittama ja inhimillistetty tekoäly.

  • Analyyttinen tekoäly keskittyy kognitiivisiin kykyihin — se tuottaa esityksiä maailmasta ja käyttää aiempaa kokemusta päätöksenteossa.
  • Ihmisen innoittama tekoäly pyrkii jäljittelemään sekä kognitiivisia että emotionaalisia elementtejä, mutta ei ole täysin inhimillinen.
  • Inhimillistetty tekoäly sisältää kognitiivisen, emotionaalisen ja sosiaalisen älykkyyden piirteitä — teoreettisesti kykenee empatiaan ja vahvaan vuorovaikutukseen, mutta tällainen järjestelmä on vielä kaukana käytännön toteutuksista.

Tulevaisuus ja "yleinen tekoäly"

Tutkijat ja kehittäjät pyrkivät luomaan yhä monipuolisempia järjestelmiä ja lopullisena tavoitteena monilla on "yleinen tekoäly" (AGI), joka pystyisi ratkaisemaan useita eri ongelmia samalla tavalla kuin ihminen. Käytännössä nykyiset sovellukset keskittyvät ongelmiin, joissa tietokoneet jo pärjäävät hyvin, kuten suurten tietomäärien analysoinnissa. Toisaalta aidon, ihmisen kaltaisen ympäristönsä hahmottamisen saavuttaminen on edelleen merkittävä haaste.

Yhteenveto

Tekoäly on laaja ja nopeasti kehittyvä ala, jossa yhdistyvät tietojenkäsittelytiede, matematiikka, kielitiede, psykologia, neurotiede ja filosofia. Monet lähestymistavat ja työkalut ovat käytössä, ja tavoitteena on kehittää järjestelmiä, jotka oppivat, sopeutuvat ja auttavat ihmisiä monipuolisesti. Samalla on tärkeää huomioida eettiset vaikutukset, turvallisuus ja vaikutus yhteiskuntaan.

Historia

Tekoäly esiintyy ensimmäisen kerran kreikkalaisissa myyteissä, kuten kreetalaisessa Taloksessa tai Hephaestoksen pronssisesta robotista. Humanoidirobotteja rakensivat Yan Shi, Aleksandrian sankari ja Al-Jazari. Aistivista koneista tuli suosittuja kaunokirjallisuudessa 1800- ja 1900-luvuilla Frankensteinin ja Rossumin universaalirobottien tarinoiden myötä.

Muodollisen logiikan kehittivät antiikin Kreikan filosofit ja matemaatikot. Tämä logiikan tutkimus synnytti ajatuksen tietokoneesta 1800- ja 1900-luvuilla. Matemaatikko Alan Turingin laskentateorian mukaan mikä tahansa matemaattinen ongelma voidaan ratkaista käsittelemällä ykkösiä ja nollia. Neurologian, informaatioteorian ja kybernetiikan edistysaskeleet saivat pienen tutkijaryhmän vakuuttuneeksi siitä, että elektroniset aivot olivat mahdolliset.

Tekoälytutkimus alkoi Dartmouth Collegessa vuonna 1956 järjestetyssä konferenssissa. Se oli kuukauden mittainen aivoriihi, johon osallistui monia tekoälystä kiinnostuneita ihmisiä. Konferenssissa kirjoitettiin ohjelmia, jotka olivat tuohon aikaan hämmästyttäviä, ja niillä voitettiin ihmisiä tammeissa tai ratkaistiin sanaongelmia. Puolustusministeriö alkoi antaa paljon rahaa tekoälytutkimukseen, ja laboratorioita perustettiin ympäri maailmaa.

Valitettavasti tutkijat todella aliarvioivat joidenkin ongelmien vaikeuden. Heidän käyttämänsä välineet eivät vielä antaneet tietokoneille sellaisia asioita kuin tunteet tai terve järki. Matemaatikko James Lighthill kirjoitti tekoälyä käsittelevän raportin, jossa hän totesi, että "millään alan osa-alueella tähän mennessä tehdyt löydöt eivät ole tuottaneet niin suurta vaikutusta kuin silloin luvattiin". Yhdysvaltain ja Britannian hallitukset halusivat rahoittaa tuottavampia hankkeita. Tekoälytutkimuksen rahoitusta leikattiin, mikä aiheutti "tekoälytalven", jolloin tutkimusta tehtiin vähän.

Tekoälytutkimus elpyi 1980-luvulla, kun asiantuntijajärjestelmät, jotka simuloivat ihmisen asiantuntijan tietämystä, yleistyivät. Vuoteen 1985 mennessä tekoälyyn käytettiin miljardi dollaria. Uudet, nopeammat tietokoneet saivat Yhdysvaltain ja Ison-Britannian hallitukset aloittamaan tekoälytutkimuksen rahoittamisen uudelleen. Lisp-koneiden markkinat kuitenkin romahtivat vuonna 1987, ja rahoitus lopetettiin jälleen, mikä aloitti entistäkin pidemmän tekoälytalven.

Tekoäly heräsi uudelleen henkiin 90-luvulla ja 2000-luvun alussa, kun sitä käytettiin tiedonlouhinnassa ja lääketieteellisessä diagnostiikassa. Tämä oli mahdollista, koska tietokoneet olivat nopeampia ja koska voitiin keskittyä ratkaisemaan tarkempia ongelmia. Vuonna 1997 Deep Blue oli ensimmäinen tietokoneohjelma, joka voitti shakin maailmanmestarin Garri Kasparovin. Nopeammat tietokoneet, syväoppimisen edistysaskeleet ja entistä suuremman tietomäärän saatavuus ovat tehneet tekoälystä suosittua kaikkialla maailmassa. Vuonna 2011 IBM Watson voitti kaksi parasta Jeopardy! -pelaajaa Brad Rutterin ja Ken Jenningsin, ja vuonna 2016 Googlen AlphaGo voitti Gon huippupelaajan Lee Sedolin neljä kertaa viidestä.

Aiheeseen liittyvät sivut

Kysymyksiä ja vastauksia

K: Mitä on tekoäly (AI)?


V: Tekoäly (AI) on tietokoneohjelman tai koneen kyky ajatella ja oppia. Se on myös tutkimusala, jolla tietokoneista yritetään tehdä "älykkäitä" saamalla ne toimimaan itsenäisesti ilman, että niille koodataan käskyjä.

K: Kuka keksi termin "tekoäly"?


V: John McCarthy keksi nimen "tekoäly" vuonna 1955.

K: Miten Andreas Kaplan ja Michael Haenlein määrittelevät tekoälyn?


V: Andreas Kaplan ja Michael Haenlein määrittelevät tekoälyn järjestelmän kyvyksi tulkita ulkoista tietoa oikein, oppia tällaisesta tiedosta ja käyttää oppimaansa tiettyjen tavoitteiden ja tehtävien saavuttamiseksi joustavan sopeutumisen avulla.

K: Mitä tekoälyn sovelluksia on olemassa?


V: Tekoälyn sovelluksia ovat esimerkiksi ihmisen puheen ymmärtäminen, korkeatasoinen kilpailu strategisissa pelijärjestelmissä (kuten shakissa ja Go:ssa), itseajavat autot ja monimutkaisten tietojen tulkinta.

K: Mikä on tekoälytutkimuksen äärimmäinen tavoite?


V: Tekoälytutkimuksen äärimmäinen tavoite on luoda tietokoneohjelmia, jotka voivat oppia, ratkaista ongelmia ja ajatella loogisesti.

K: Millä aloilla tekoälytutkimus tehdään?



V: Tekoälytutkimukseen osallistuvat alat ovat tietojenkäsittelytiede, matematiikka, kielitiede, psykologia, neurotiede ja filosofia.

K: Millaisiin tekoälytyyppeihin Kaplan & Haenlein luokittelee tekoälyn?



V: Kaplan & Haenlein luokittelevat tekoälyn kolmeen eri tyyppiin; analyyttiseen , ihmisen inspiroimaan ja humanisoituun tekoälyyn.


Etsiä
AlegsaOnline.com - 2020 / 2025 - License CC3