Tekoäly on rakentunut pitkän ajan kuluessa. Jo 50-luvulta lähtien pohjana on ollut malli aivojen rakenteesta, jossa laskenta tapahtuu toisiinsa kytketyissä kerroksissa. Vuosituhannen vaihteesta lähtien painopiste on ollut koneoppimisessa, jonka perusajatuksena on oppiminen ilman kiinteitä ohjeita ja datassa olevien hahmojen tunnistaminen. Generatiivinen tekoäly on viime aikoina herättänyt innostusta ja suuria lupauksia. Kielimallien kehityksen myötä onkin saatu aikaisempien ratkaisujen ja kehitysideoiden etsimiseen ja selvittelyyn työkaluja, joiden kanssa käyttää monipuolisesti varioituja kysymyksiä. Samalla on noussut esille kieliin sisältyvä ajattelumallin merkitys. Suomen kielikin sisältää oman ajattelumallin ratkaisujen kehittämiseen ja toimivuuden arviointiin. Pettymykset ja odotusten hiipuminen liittyvät odotusten yliarviointiin.
Käyttökelpoisten data- ja tekstiaineistojen laajentuminen on tuonut lisää mahdollisuuksia, mutta samalla näiden aineistojen laatuvaatimukset ovat korostuneet. Soveltamisen kannalta tasapainoinen aineisto asettaa rajat ratkaisun käyttöalueelle. Tähän tarvitaan kohteen asiantuntemusta ja kokonaisuuksien ymmärtämistä. Tekoäly ei korvaa asiantuntemusta – tekoälyä tulee käyttää asiantuntevasti.
Tekoäly tarvitsee asiantuntemusta kaikissa vaiheissa. Kohteen toiminnasta tulee olla käsitys, jotta osataan valita tasapainoinen aineisto. Generatiivinen tekoälyn vuorovaikutteisuus voi auttaa tässä vaiheessa. Mallinnuksen yleiset ratkaisut ovat muissa osissa keskeisiä. Oppimismallin tulee soveltua käyttökohteen tavoitteisiin. Opetuksen pysäyttämiseksi ja monimutkaisuuden rajaamiseksi tarvitaan validointia. Lopulta käyttökelpoiselta ratkaisulta vaaditaan toimivuus riippumattoman testimateriaalien tapauksessa. Koneoppimiseen on kehitetty monimutkaisuuden sakottamiseen ja keskeytystilanteen tunnistamiseen menetelmiä. Syväoppimisessa luottamus näiden lisäominaisuuksiin on valitettavasti vähentänyt kunnollisen validoinnin ja testauksen käyttöä. Ymmärrettävyys nousee keskeiseksi vaatimukseksi, kun tekoälyä liitetään päätöksentekoon.
Tekoäly kuuluu matemaattis-luonnontieteelliseen kokonaisuuteen, jossa matematiikka on yhteinen kieli ja tekniikan sovelluksia rakennetaan tietojenkäsittelyn menetelmillä. Sovellusten puolella tämä kokonaisuus ei rajaudu luonnontieteisiin. Digitaalisuuden kautta matematiikka yhdistää toiminta-alueita.
Asiantuntemus rakentuu vaiheittain oppimisen ja kokemuksen kautta. Uusiutumiseen vaaditaan koulutuksen ja tutkimuksen tarjoamia mahdollisuuksia tuoda yhteen kohteiden toiminnan, datan ja menetelmien opetusta koko opiskelun ajalle. Lisäpohjaa tuovat harjoittelumahdollisuudet sovelluskohteissa jo varhaisissa vaiheissa. •
• Esko Juuso