Mitä on tekoäly?

Tekoäly on uusi sähkö, kerrotaan ammattikorkeakoulun kehittämispäivässä. Sanoma on selvä: nyt on kiire reagoida. Mutta mitä tekoäly oikeastaan on ja miksi kaikki tämä hype? Entä kuinka onnistui humanoidirobotin käyttöönotto kirjastossa?

Tekoäly ei ole yksi selkeä käsite vaan kokoelma erilaisia teknologioita ja sovelluksia. Tekoälyllä tarkoitetaan laitteita, ohjelmistoja ja järjestelmiä, jotka kykenevät oppimaan ja tekemään päätöksiä lähes samalla tavalla kuin ihmiset. Kansainvälisen tekniikan alan järjestö IEEE ei varsinaisesti edes käytä käsitettä tekoäly (Artifical Intelligence), vaan puhuu sen sijaan autonomisista ja älykkäistä järjestelmistä (Automated and Intelligent Systems, A/IS). 

Tekoäly ei sinänsä ole uutta, tutkimus on aloitettu jo 50-luvulla. Tekoälyn isänä pidetään yleensä Alan Turingia, jonka kehittämä Turingin testi oli tapa ratkaista kysymystä "voivatko koneet ajatella?". Uusin tekoälyboomi perustuu lähinnä koneoppimiseen ja neuroverkkoihin. Voidaan ajatella, että tekoäly, sen menetelmät, teknologiat ja sovellukset ovat osa jatkumoa digitalisaation laajemmassa viitekehyksessä.

Vahva ja heikko tekoäly – Onko tietoisuutta?

Tekoäly jaetaan usein vahvaan ja heikkoon tekoälyyn:  

• Vahva tekoäly lähestyy ihmisen kokonaisvaltaista älykkyyden tasoa ja kykenee oppimaan sekä soveltamaan taustatietoja. Juuri vahvaan tekoälyyn liittyy scifi-kirjallisuudesta tuttuja pelkoja koneen ylivallasta. Vahvaa tekoälyä ei toistaiseksi ole kyetty kehittämään.
• Heikko tekoäly tarkoittaa konetta, joka ratkaisee yhtä ongelmaa. Kaikki nykyinen tekoäly on heikkoa sovellettua tekoälyä. Kohtaamme heikkoa tekoälyä päivittäin: Facebook tarjoaa juuri sinulle valittuja mainoksia, Applen Siri tunnistaa puheestasi käskyn ja toteuttaa sen.

Tekoälyyn läheisesti liittyvä käsite on koneoppiminen. Koneoppiminen on tekoälyn osa-alue, joka käyttää dataa oppimiseen ja luokitteluun niin, ettei toimintaa ole ohjelmoitu valmiiksi. Koneoppiminen hyödyntää älykkäitä algoritmeja, jotka mukautuvat muutoksiin halutulla tavalla. Kone siis oppii annetusta datasta.  Koneoppimista käytetään tiedon louhintaan ja analysointiin sekä hahmotunnistukseen.

Tekoälyhype on isoksi osaksi seurausta siitä, että heikko tekoäly ja siihen liittyvät sovellukset ovat kehittyneet valtavasti viime vuosina. Kehitys taas johtuu siitä, että tietokoneiden laskentatehot ovat parantuneet huomattavasti, dataa on koko ajan enemmän tarjolla ja sitä kerätään jatkuvasti eri paikoista.

Robotti Pepper palvelee itsepalveluajalla

Suomen Akatemian Strategisen Tutkimusneuvoston Robots and the Future of Welfare Services (ROSE) -hankkeessa, jossa muun muassa Aalto ja Laurea ovat mukana, hankittiin keväällä 2018 tutkimuskäyttöön japanilaisen SoftBank Roboticsin Pepper-humanoidirobotti. Samana syksynä Laurea-kirjasto pääsi testaamaan Pepperiä asiakaspalvelukäytössä.

 

Pepper on sosiaalinen robotti. Tavaroiden siirtelyn ja muiden fyysisten tehtävien sijaan Pepperin tehtävänä on viihdyttää ja miellyttää ihmisiä.

Robotista suunniteltiin kirjaston vetonaulaa itsepalveluaikoihin: Sen työ olisi ohjata asiakasta automaattien käyttöön ja vastata yksinkertaisiin kysymyksiin kirjaston käytöstä. Suurisilmäinen lapsen korkuinen (120 cm) ja -ääninen robotti herättikin kirjastossa ihastuksensekaista huvitusta.

Robotti toimii Linux-pohjaisella NAOqi-käyttöjärjestelmällä, jonka avulla Pepperiä voi opettaa reagoimaan ympäristöön. Robotin puheentunnistus toimii ALSpeechRecognition-rajapinnan avulla.  Rajapinnan avulla robotille määritellään sanasto, minkä jälkeen robotti kykenee tunnistamaan sanastosta löytyviä sanoja. Pepperin kanssa keskustelu ei ole kovin älykästä, sillä keskustelu on aina ennalta ohjelmoitua eikä se kykene avoimeen luovaan keskusteluun.

Miten robottikokeilu onnistui?

Laurea-kirjaston Pepper-kokeilussa mukana ollut Hannu Jokiranta summaa robottikokeilun kipupisteet seuraavasti:

”Pepper puhui silloin, kun olisi pitänyt vaieta; vaikeni silloin, kun olisi pitänyt olla äänessä.”

Hetkittäin Pepper reagoi toivotusti, mutta varsin usein puheen tunnistaminen oli hankalaa. Pepper saattoi pahimmillaan reagoida lähes kymmenen metrin päässä käydyn keskustelun yksittäisiin sanoihin tai puhjeta puhumaan ilman mitään havaittavaa syytä. Toisaalta taas vaikka robotin eteen lattiaan merkittiin paikka, mistä sille piti puhua, robotti ei pystynyt systemaattisesti tunnistamaan optimietäisyydeltä lausuttuja valmiita esimerkkilauseita: ”Mihin lainat voi palauttaa? Mistä löytyvät liiketalouden kirjat?”

Laurea-kirjaston kokeilu kesti kuukauden. Epäselväksi Hannun mukaan jäi, miksi Pepperin puheentunnistus toimi hetkittäin paremmin, mutta yleensä kohtalaisen huonosti.

Samoja ongelmia havaittiin Jyväskylän yliopiston Watson Health Cloud -hankkeen Pepper-testauksessa. Heidän kokemuksensa oli, että keskustelun ongelmia voisi ratkaista kustomoidun tekoälypohjaisen chatbotin avulla.

Sitten takaisin peruskysymykseen: Edustaako Pepper tekoälyä?

Tekoälyn heikossa mielessä kyllä. Pepper hyödyntää useita erilaisia tekoälysovelluksia, kuten puheentunnistusta ja -muodostusta sekä ilmeentunnistusta. Pepperiä on käytetty asiakaspalvelussa niin Helsingin Kalasataman terveyskeskuksessa, vanhustenhoidossa kuin kauppakeskuksissakin.

Kovin syvällistä älykkyyttä saati tietoisuutta lapsenkasvoiselta robotilta ei valitettavasti kuitenkaan löydy. Matka yleiseen tekoälyyn on vielä pitkä.

Lähteet:

Ainamo, A. Sosiaalinen robotti edistää palvelun inhimillisyyttä - "Pepperiä tulee ikävä", sanoivat vanhustenkodin asukkaat. Tekniikka ja talous 6.1.2019. Luettavissa: https://www.tekniikkatalous.fi/blogit/sosiaalinen-robotti-edistaa-palvelun-inhimillisyytta-pepperia-tulee-ikava-sanoivat-vanhustenkodin-asukkaat/09f7bb9c-917a-32bd-91d5-e09892b636ff  Viitattu 16.11.2019.

Alho, T., Neittaanmäki, P., Hänninen, P. & Tammilehto, O. 2018. Humanoidirobotti Pepper: Mahdollisuuksia ja haasteita. Jyväskylä: Jyväskylän yliopisto.

Heikkilä, E., Helaakoski, H., Neuvonen, A., Seppälä, T. & Ailisto, H. 2018. Tekoälyn kokonaiskuva ja osaamiskartoitus. Helsinki: Valtioneuvoston kanslia.

Kananen, H., Puolitaival, H, Puntti, S., ja Metsola, I. Tekoäly: Bisneksen Uudet Työkalut. Helsinki: Alma Talent, 2019.

Lu, H., Li, Y., Chen, M., Kim, H. & Serikawa, S. 2017. Brain intelligence: Go beyond artificial intelligence. Mobile Networks and Applications,1-8.

Raskulla, S. 2019. Suomen tekoälyohjelman 2017-2019 eettiset ulottuvuudet. Politiikka-lehti 61(3), ss. 247-259. Luettavissa: https://journal.fi/politiikka/article/view/83331 (Viitattu: 19marraskuuta2019).

TEM. 2017. Suomen tekoälyaika - Suomi tekoälyn soveltamisen kärkimaaksi: Tavoite ja toimenpidesuositukset. Työ- ja elinkeinoministeriön julkaisuja 41/2017. Helsinki: Työ- ja elinkeinoministeriö.

TEM. 2019a. Edelläkävijänä tekoälyaikaan, Tekoälyohjelman loppuraportti. Työ- ja elinkeinoministeriön julkaisuja 2019:23. Helsinki: Työ- ja elinkeinoministeriö.

TEM. 2019b. Tekoälyaika. Saatavilla: https://www.tekoalyaika.fi/. Viitattu 16.11.2019.

Tietoa kirjoittajasta:

Minna Marjamaa, tietoasiantuntija Laurea