>
Tekoälyn historia
Vaikka tekoälyn käsite on ollut olemassa jo vuosisatojen ajan, sen todellisia mahdollisuuksia tutkittiin vasta 1950-luvulla. Tiedemiesten, matemaatikkojen ja filosofien sukupolvella oli käsitys tekoälystä, mutta vasta eräs brittiläinen polymaatikko Alan Turing ehdotti, että jos ihmiset käyttävät saatavilla olevaa tietoa sekä järkeä ratkaistakseen ongelmia ja tehdäkseen päätöksiä – mikseivät koneet voisi tehdä samoin? Vaikka Turing hahmotteli koneita ja sitä, miten niiden älykkyyttä voitaisiin testata vuonna 1950 julkaisemassaan artikkelissa Computing Machinery and Intelligence – hänen havaintonsa eivät edenneet eteenpäin.
Kasvun tärkein pysähdys oli tietokoneiden ongelma. Ennen kuin kasvua voisi enää tapahtua, niiden oli muututtava perusteellisesti – tietokoneet pystyivät suorittamaan käskyjä, mutta ne eivät voineet tallentaa niitä. Myös rahoitus oli ongelma vuoteen 1974 asti.
Vuoteen 1974 mennessä tietokoneet kukoistivat. Ne olivat nyt nopeampia, edullisempia ja pystyivät tallentamaan enemmän tietoa. Varhaiset demonstraatiot, kuten Allen Newellin ja Herbert Simonin General Problem Solver ja Joseph Weizenbaumin ELIZA, jota rahoitti Research and Development Corporation (RAND), osoittivat lupauksia ongelmanratkaisun ja puhutun kielen tulkinnan tavoitteista koneissa, ja silti oli vielä pitkä matka siihen, että koneet pystyisivät ajattelemaan abstraktisti, tunnistamaan itse itsensä ja saavuttamaan luonnollisen kielen prosessoinnin.
1980-luvulla tekoälytutkimus kiihtyi uudelleen rahoituksen ja algoritmisten apuvälineiden lisääntyessä. John Hopfield ja David Rumelhart popularisoivat ”syväoppimisen” tekniikoita, joiden avulla tietokoneet oppivat kokemuksen avulla. Toisaalta Edward Feigenbaum esitteli asiantuntijajärjestelmiä, jotka jäljittelivät ihmisen asiantuntijan päätöksentekoprosesseja. Mutta vasta 2000-luvulla monet maamerkkitavoitteet saavutettiin, ja tekoäly kukoisti valtion rahoituksen ja julkisen huomion puutteesta huolimatta.
Klikkaa tästä nähdäksesi muuta suhteellista sisältöä
Tämän päivän tekoälytutkimus
Tänä päivänä tekoälytutkimus on jatkuvaa ja kasvaa jatkuvasti. Viimeisten viiden vuoden aikana tekoälytutkimus on kasvanut maailmanlaajuisesti 12,9 prosenttia vuodessa, kertoo teknologiakirjailija Alice Bonasio.
Kiinasta ennustetaan tulevan seuraavan neljän vuoden aikana maailman suurin tekoälytutkimuksen lähde, ja se nousee Yhdysvaltojen jälkeen toiseksi suurimmaksi tekoälytutkimusmaaksi vuonna 2004 – ja se lähestyy nopeasti Euroopan ykköspaikkaa.
Eurooppa on suurin ja monipuolisin alue, jolla on tekoälytutkimuksen alalla paljon kansainvälistä yhteistyötä. Intia on Kiinan ja Yhdysvaltojen jälkeen kolmanneksi suurin maa tekoälytutkimuksen tuotannolla mitattuna.
Kohtaisesti on olemassa seitsemän erillistä tutkimusaluetta, joilla on rajoituksia tekoälyn eettiseen tutkimukseen.
– Haku ja optimointi
– Sumeat järjestelmät
– Luonnollisen kielen prosessointi ja tiedon esittäminen
– Tietokonenäkö
– Koneoppiminen ja todennäköisyysperusteinen päättely
– Suunnittelu ja päätöksenteko
– Neuraaliverkot
Neuraaliverkoissa, koneoppimisessa, todennäköisyysperusteisessa päättelyssä ja tietokonenäössä on suurin tutkimusvolyymi.
Tekoälyn nykyiset vaikutukset
Tekoälyä käytetään niin paljon ja siinä on niin paljon potentiaalia, että on vaikea kuvitella tulevaisuuttamme ilman sen apua – etenkin kun kyse on liiketoiminnasta.
Työnkulunhallintatyökaluista trendiennusteisiin ja jopa tapaan, jolla tuotemerkit ostavat mainoksia, koneoppimisteknologiat lisäävät tuottavuutta ennennäkemättömällä tavalla.
Tekoäly kykenee keräämään ja järjestelemään isoja määriä tietoa tehdäkseen oivalluksia ja arvauksia, jotka ovat yli inhimillisten kykyjen manuaalisen käsittelyn. Se myös lisää organisaation tehokkuutta, mutta vähentää samalla virheiden todennäköisyyttä ja havaitsee epäsäännöllisiä malleja, kuten roskapostia ja petoksia, varoittaakseen liiketoimintaa reaaliajassa epäilyttävästä toiminnasta – monien muiden asioiden ohella. Tekoälyn sanotaan vähentävän kustannuksia monin tavoin – esimerkiksi ”kouluttamalla” koneita käsittelemään saapuvia asiakastukipuheluita ja korvaamalla tällä tavoin monia työpaikkoja. Tiedetään myös, että jos yrityksesi ei käytä tekoälyä, se todennäköisesti jää kilpailukyvyltään jälkeen.
Tekoälystä on tullut niin tärkeää ja kehittynyttä, että japanilainen pääomasijoitusyhtiö teki historiaa nimittämällä ensimmäisenä yrityksenä tekoälyn hallituksen jäseneksi sen kyvystä ennustaa markkinasuuntauksia nopeammin kuin ihminen.
Tekoäly tulee olemaan ja on tulossa arkipäiväiseksi kaikilla elämän osa-alueilla – kuten tulevaisuudessa itsestään ajavissa autoissa, tarkemmissa sääennusteissa tai varhaisemmissa terveysdiagnooseissa”, vain muutamia esimerkkejä mainitakseni.
Klikkaa tästä nähdäksesi muuta sukulaissisältöä
Älykkäämpi tulevaisuus
On sanottu, että olemme neljännen teollisen vallankumouksen kynnyksellä – vallankumouksen, joka eroaa kolmesta edellisestä täysin. Höyry- ja vesivoimasta, sähköstä ja liukuhihnoista sekä tietokoneistumisesta nyt haastetaan käsitykset siitä, mitä tarkoittaa olla ihminen.
Forbesin mukaan neljäs teollinen vallankumous ”kuvaa räjähdysmäisiä muutoksia tavassa, jolla elämme, työskentelemme ja suhtaudumme toisiimme kyberfyysisten järjestelmien, esineiden internetin ja järjestelmien internetin käyttöönoton myötä.”
Älykkäämmät teknologiat tehtaissamme ja työpaikoillamme sekä kytketyt koneet, jotka ovat vuorovaikutuksessa keskenään, visualisoivat koko tuotantoketjun ja tekevät päätöksiä itsenäisesti, ovat vain pari tapaa, joilla teollinen vallankumous aiheuttaa edistystä liiketoiminnassa. Yksi neljännen teollisen vallankumouksen suurimmista lupauksista on mahdollisuus parantaa maailman väestön elämänlaatua ja nostaa tulotasoa. Työpaikoistamme ja organisaatioistamme on tulossa ”älykkäämpiä” ja tehokkaampia, kun koneet ja ihmiset alkavat työskennellä yhdessä ja käytämme verkottuneita laitteita tehostaaksemme toimitusketjujamme ja varastojamme.
Gigabit Magazinen mukaan on olemassa seitsemän vaihetta, jotka luovat älykkäämmän maailman tekoälyn avulla:
1. Sääntöpohjaiset järjestelmät – kotimaiset sovellukset ja RPA-ohjelmistot, jotka ympäröivät meitä kaikkialla, joka päivä.
2. Kontekstin tiedostaminen ja säilyttäminen – algoritmit, jotka rakentavat tietovarannon, jota koneet käyttävät ja päivittävät. Esimerkiksi chatbotit ja roboneuvojat.
3. Alakohtainen asiantuntemus – koneet, jotka voivat kehittää tietyllä alalla asiantuntemusta, joka ylittää ihmisen kyvyt, koska ne saavat nopeasti käyttöönsä kaiken informaation, jonka avulla ne voivat tehdä päätöksen.
4. Päättelykoneet – näillä algoritmeilla on ”mielen teoriaa”, jonkinlainen kyky attribuoida mentaalisia olotiloja itselleen ja muille. Niillä on käsitys uskomuksista, aikomuksista, tiedosta ja ne ovat tietoisia siitä, miten niiden oma logiikka toimii. Näin ollen niillä on kyky järkeillä, neuvotella ja olla vuorovaikutuksessa ihmisten ja muiden koneiden kanssa.
5. Itsetietoiset järjestelmät – tekoälyn alalla työskentelevien tavoitteena on luoda ja kehittää järjestelmiä, joilla on ihmisen kaltainen älykkyys. Siitä ei ole todisteita tällä hetkellä, mutta jotkut sanovat, että jo viiden vuoden kuluttua on, kun taas toiset uskovat, ettemme ehkä koskaan saavuta tätä älykkyyden tasoa.
6. Keinotekoinen superälykkyys – kehitetään tekoälyalgoritmeja, jotka kykenevät päihittämään älykkäimmätkin ihmiset kaikilla yksittäisillä aloilla.
7. Singulariteetti ja transsendenssi – tekoälyn mahdollistama kehityspolku, joka voi johtaa inhimillisen kyvykkyyden massiiviseen laajenemiseen, jolloin jonain päivänä meitä saatetaan lisätä ja parantaa riittävästi siten, että ihmiset voivat yhdistää aivonsa toisiinsa ja nykyisen internetin tulevaan seuraajiin.
Tekoälyä seuraavien 20 vuoden aikana
2020-2025
– 70-90 prosenttia kaikista ensimmäisistä asiakaskohtaamisista hoidetaan tai hallitaan todennäköisesti tekoälyn avulla
– Tuotekehitys useilla eri aloilla muotituotteista ja kulutushyödykkeistä tuotantovälineisiin voisi olla enenevässä määrin tekoälyn suorittamaa ja testaamaa
– Yksittäiset ihmiset kykenevät määrittelemään ja suunnittelemaan tarvitsemiaan personoituja tuotteita ja palveluja matkustelun ja pankkitoiminnan aloilta, säästämiseen ja vakuutuksiin
– Teknologia otetaan todennäköisesti käyttöön kaikissa valtion virastoissa ja oikeusjärjestelmissä – vain kaikkein monimutkaisimmat tapaukset edellyttävät ihmistuomaria ja täyttä oikeuskäsittelyä
– Autonomiset ajoneuvot alkavat ilmestyä moniin kaupunkeihin eri puolilla maailmaa
– Älykkäät assistenttimme voivat nyt hallinnoida suurta osaa elämästämme matkasuunnittelusta aina tarvitsemiemme tietojen keräämiseen ennen kokousta.
2026-2035
– Maailmanlaajuisesti hyväksyttyjä, älykkäitä kryptomerkkejä saatetaan hyväksyä fiat-valuuttojen rinnalla, kun etenemme kohti yhtenäistä globaalia vaihtovälinettä
– Tekoäly on todennäköisesti tunkeutunut jokaiselle kaupalliselle sektorille
– Tekoälyn kehittyessä saattaisi syntyä monenlaisia täysautomaattisia DAO-yrityksiä, kuten pankkeja, matkatoimistoja, ja vakuutusyhtiöt
– Tieteelliset läpimurrot voisivat mahdollistaa keinotekoisen eläin- ja ekosysteemiälykkyyden kehittämisen
– Itsetietoisten ja itsereplikoivien ohjelmistojärjestelmien ja robottien syntymisen
– On kohtuullisen todennäköistä, että saavutetaan keinotekoinen yleinen älykkyys
– Keinotekoisen superälykkyyden luomisen todennäköisyys on vähäinen
– Singulariteettitapahtuma pysyy edelleen epätodennäköisenä mahdollisuutena tällä aikajaksolla.
Lähteet