Tekoälyn sanotaan mullistavan maailman ja jopa uhkaavan koko ihmiskuntaa. Toinen osa asiantuntijoista pitää uhkakuvia yliampuvina ja perusteettomina. Realismi on tässä välissä. Jo nyt on asioita, joissa tekoäly päihittää ihmisen yhtä lailla kuin asioita, joissa ihminen on siihen nähden ylivertainen – ainakin toistaiseksi.
Jo puoli vuosisataa sitten Alan Turing ja Michael Polanyi väittelivät koneiden ja inhimillisen ajattelun eroista tehden aitoa tieteenhistoriaa. Heidän aikanaan jo päädyttiin päätelmään, että tietokoneet ovat ihmiseen verrattuna ylivertaisia erilaisissa sääntöjen mukaan tehtävissä laskennallisissa tehtävissä. Monet kuitenkin huomauttelivat Polanyin tavoin, että ihmisen ajattelu ei ole pelkkää sääntöjen suorittamista, vaan tätä paljon laajempi asia.
Onko matkiminen älykkyyttä?
Turing väitti, että tulevaisuudessa rakennetaan oppivia koneita, joiden kontrollimekanismeihin lisätään matemaattisia mutaatiota ja palautemekanismeja, jolloin niiden toiminta alkaa muistuttaa inhimillistä oppimista. Ne oppivat asioita itsenäisesti niin, ettei niiden toiminta perustu enää ihmisen ennalta määrittelemiin sääntöihin. Ne eivät ole enää komennettavia laskukoneita, vaan niillä on paljon tätä suurempi kyvykkyys oppia säännönmukaisuuksia.
Turingin ajatukset kohtasivat kritiikkiä: inhimillinen ajattelu ei ole vain matkimista. Turing piti monia vastaväitteitä liian epämääräisinä, sillä aitoa luovuutta tai tietoisuutta ei ollut mahdollista mitata. Vielä tänä päivänäkin on mahdotonta todeta, mitä on aito tietoisuus tai aito luovuus.
Aidon tietoisuuden tai luovuuden mittaaminen oli Turingin mielestä tarpeetonta, jos mitataan ihmisten matkimiskykyä. Turing väitti, että koneet voivat oppia matkimaan ihmisiä niin hyvin, että ihmiset eivät kykene erottamaan koneita ihmisistä.
Polanyi puolestaan korosti matkimisen olevan hyvin pieni osa siitä, mitä inhimillinen ajattelukyky on. Tieteen historiaan on jäänyt erityisesti hänen lanseeraamansa käsite hiljainen tieto, jolla viitataan osaamiseen ja ymmärrykseen, joka opitaan ja koetaan käytännössä ja jota ei voi ilmaista symboleilla.
Kuuluisa Polanyin paradoksi ”tiedämme enemmän kuin kykenemme kertomaan” kuvastaa ihmisen toimintaa. Laajemminkin kriitikkojen mielestä inhimilliseen ajattelemiseen kuuluu oleellisesti asioita, joita emme vielä ymmärrä, kuten tietoisuus, tavoitteellisuus, luovuus ja kyseenalaistaminen. Näitä ei voi typistää monimutkaistenkaan sääntöjen maailmaan ja siksi ne puuttuvat koneilta.
Molemmat ajattelijat olivat kuitenkin samaa mieltä siitä, että koneet ajattelevat eri tavalla kuin ihmiset. Heidän näkökulmansa olivat hyvin erilaisia, vaikkakin yhtä tärkeitä. Tekoälyyn liittyvää keskustelua seuratessa tuleekin ymmärtää näiden eri näkökulmien perimmäiset erot – onko kyse sokean matkimisen vai luovan ajattelun oppimisesta.
Tekoälyn oppimisen haasteet
Tekoälyyn on liittynyt jo pitkään mainospuheita, joita tarkistettaessa on todettu, etteivät tekoälyn väitetyt saavutukset välttämättä pidäkään paikkaansa. Aiemmin sen hyödyntämisen mahdollisuuksia rajoittavista haasteista puhuttiin vähemmän ja silloinkin lähinnä tiede- ja kehittämisyhteisöjen sisällä.
Tekoälyt voivat tilastollisesti voittaa ihmisen kyvyt yhä vaativammissa tehtävissä ja useammissa aihepiireissä. Niiden on kuitenkin huomattu korostavan vinoumia, olevan alttiita huijaamiselle ja sisältävän piileviä virheitä.
Tekoälyhän oppii tehokkaasti sille tarjotun datan sisältämiä asioita. Opetettavan aineiston mukana sille kuitenkin opetetaan huomaamatta myös aineistossa piilevät huonot asiat. Se toistaa sokeasti niin aineistojen yksipuolisia sattumia kuin aineiston heijastelemia ihmisten käyttäytymisen huonoja puolia. Tämä vinouma (engl. bias) voi käytännössä ilmetä esimerkiksi siten, että tekoälyyn perustuva diagnostiikka antaa tummaihoisille huonompaa hoitoa tai työhakemuksiin ja tehtyihin palkkauksiin perustuva koneäly ei suosittele naisia työpaikkoihin – koska näin on käyttäydytty aiemminkin.
Tekoäly on myös altis osaavan tahon tekemälle huijaamiselle. Ihmisille täysin epäolennaiset asiat saattavat sotkea tekoälyn päättelyketjun. Tätä on testattu useissa tutkimuksissa: tekoäly on saatu luulemaan pintakuvioltaan manipuloituja 3D kilpikonnia kivääriksi tai ihmisille sekavalta näyttäviä värisotkuja tietyiksi eläinlajeiksi.
Tekoälyissä on piileviä ominaisuuksia, joiden seuraukset päättelyketjuille ovat ennalta-arvaamattomia. Uberin automaattiohjaus päätti ajaa jalankulkijan läpi, vaikka sen sensorit tunnistivat esteen ihmiseksi. Ihmishavainnon pääteltiin jostain syystä olevan ’false positive’-tapaus. Miksi, sitä ei tiedetä vieläkään.
Olemme päätyneet tilanteeseen, jossa ”tekoälykin tietää enemmän kuin kykenee kertomaan” (vrt. Polanyin paradoksi). Meillä ei ole mahdollisuuksia tunnistaa sen sisältämiä piileviä virheitä etukäteen, emmekä pysty selvittämään päätösten taustalla olevia rakenteita jälkikäteen. Se on äärimmäisen tehokas toimija suljetuissa systeemeissä, mutta toimii usein sokean arvaamattomasti avoimissa systeemeissä.
Tekoälyn vahvuudet yllättävät tulevaisuudessa
Tällä hetkellä koneet oppivat matkimaan ihmisiä yhä haastavammissa tehtävissä tehden asioita nopeammin, paremmin ja halvemmin kuin ihmiset. Tekoälyn vahvuudet ovat kuitenkin rajatun ongelma-alueen ratkaisujen matkimisessa – muualla edistys on ollut hyvin heikkoa, ellei peräti olematonta. Se ei osaa kyseenalaistaa opettajaansa, muuttaa itsenäisesti kysymyksenasettelua tai ajatella sille annettujen rajojen ulkopuolelta.
Tekoäly tulee kuitenkin tulevaisuudessa yllättämään meidät kaikki oman laatikkonsa sisällä eli siinä, miten moni asia onkin rajattavissa ja matkittavissa. Asiat, jotka vaikuttivat olevan luovaa ja laaja-alaista inhimillistä osaamista voivatkin olla tekoälyn vahvuuksia ihmistä tasalaatuisemmin!
Eräs tällainen osa-alue, joka kääntyy tulevaisuudessa koneiden eduksi edellä mainitusta syystä, on hoitotyö – empatian ja inhimillisyyden kehto. Tulemme yllättymään siitä, miten tehokkaasti tunteita ja sosiaalista kanssakäymistä voi matkia.
Potilaan kohtaava tekoäly ei ole huonolla tuulella perheriidan tai työssä kohdattujen konfliktien vuoksi. Sitä ei väsytä huonosti nukutun yön takia. Se jaksaa kohdata toisen ja sopeutua hänen tunteisiinsa. Tekoäly ei tarvitse aitoja tunteita. Se oppii matkimaan eleitä ja keskusteluja paremmin kuin yksittäiset ihmiset – se huomioi kaikkien osapuolien yksilölliset tarpeet elehtien, kosketellen ja keskustellen juuri tarvittavalla tavalla kaikissa tilanteissa.
Toinen ihmiset tulevaisuudessa yllättävä tekijä on se, että tekoälyn käyttöalueet tulevat laajenemaan merkittävästi laajemmiksi systeemeiksi kuin nyt ajatellaan. Asiat, joiden piti olla laaja-alaista luovaa ajattelua vaativia, paljastuvatkin yksinkertaistettaviksi ja rajattavissa oleviksi massaoperaatioiksi.
Tämä koskee erityisesti autonomisia laitteita. Rajoittamattoman kontekstin yllätykset ja kriittisen luovuuden puutteet voidaan minimoida, kun ennalta-arvaamattomien ihmisten sijaan koneet keskustelevatkin keskenään rajatuissa konteksteissa ratkaisten rutiininomaisia tilanteita.
Ihmisen rooli
Pystyäkseen kehittymään uusiin käyttökohteisiin tekoäly tarvitsee ihmistä. Ihmisen rooli on olla luova uudistaja, joka kyseenalaistaa ja asettelee uudenlaisia kysymyksiä. Ihmiset keksivät tekoälylle uusia sovellusalueita ja -tapoja sekä opettavat tekoälyä toimimaan eettisesti ja fiksusti, jotta vältetään vinoumien ja huijaamisten pahimmat seuraukset.
Ihmistä tarvitaan myös kriittiseksi laadunvalvojaksi, joka arvioi tekoälyn opettamisen, rakenteen ja päätösten laatua yksittäistä ongelmaa laajemmissa konteksteissa. Perinteinen ennalta määritelty laadunvalvonta rajatussa systeemissä voidaan kyllä automatisoida, jolloin koneet valvovat koneita. Ihmistä tarvitaan kuitenkin erityisesti avoimen systeemin tuntemattomien ominaisuuksien valvonnan kehittäjäksi.
Turingin ja Polanyin ajatukset näyttävät toteutuvan yhä laajempien ja arkipäiväisempien esimerkkien kautta. Molemmat olivat osaltaan oikeassa. Turingin visioimat koneet kyllä oppivat matkimaan ihmisiä yhä haastavammissa tehtävissä, tehden rajattuja asioita nopeammin, paremmin ja halvemmin kuin ihmiset. Mutta Polanyin korostamassa henkilöityvässä tietoisuudessa, tavoitteellisuudessa ja tunteikkuudessa koneiden osalta ei ole edetty oikeastaan minnekään. Tietoiset ja oman tahdon mukaisesti opettajiaan kyseenalaistavat koneet ovat vielä aikakoneen ja ikiliikkujan kaltaisia satuhahmoja.
Sami Laine on toiminut tiedonhallinnan kehittämis-, koulutus- ja tutkimustehtävissä yli 15 vuotta. Siili Solutions Oyj:ssä hän yhdistelee laaja-alaisesti tiedonhallinnan, ohjelmistokehityksen ja käyttäjäkeskeisen suunnittelun osaamisalueita.