Osa 1. Kokemuksia Elements of AI- kurssista

Elements of AI tai Tekoälyn perusteet on Helsingin Yliopiston ja Reaktorin yhteishanke, joka saavutti tämän vuoden aikana hurjan suosion. Hankkeen ja kurssin ideana oli saada 1% suomalaisista opiskelemaan tekoälyn perusteita. Juuri tällaisia isomman luokan hankkeita koko kansakunnalle tykkään seurata! #tekoälyhaaste lupauksen onkin tehnyt kymmenet suuryritykset ja tuhannet suomalaiset yksilöt ja käsittääkseni tuo 1% taitaa olla jo ylitetty. Itse tartun haasteeseen vähän jälkijunassa, mutta kröhöm...annetaan se anteeksi. Itse luen kurssin englanniksi mutta selostan tähän mielipiteeni suomeksi. Kurssi on jaettu kuuteen päälukuun, joten käsittelen kurssin kolmessa kirjoituksessa, jokaisen kattaen 2 lukua.

Kurssin voi siis lukea täysin vapaasti ja ilmaiseksi joko suomeksi tai englanniksi omaan tahtiinsa. Kuuteen päälukuun kuuluu pari alalukua ja niihin liittyvät nopeat ja helpot monivalintatehtävät. Kurssi muistaa etenemisesi selaimessa, kertoo ovatko vastauksesi oikeita vai vääriä ja perustelee vastaukset. Kurssin suoritettuasi saat siitä sertifikaatin. Kurssi on arvoltaan 2 ECTS (opintopistettä), eli halutessasi voit siirtää opintopisteet myös osaksi jonkun tutkinnon valinnaisia opintoja tai opiskella ihan vain oppimisen ilosta. Tsemppiä, toivottavasti sinäkin tartut haasteeseen!

Luku 1. 

Tekoälytiedon lisäksi kurssimateriaaleissa on paljon hyviä ja termejä, joita voi soveltaa ihan mihin alaan tahansa. Luvun 1 ensimmäisessä osassa puhutaan mm. suitcase-termeistä (matkalaukkutermi), jonka Marvin Minsky on kehitellyt. Suitcase termillä viitataan sanaan tai käsitteeseen, joka kantaa mukanaan myös paljon muuta termistöä joka taasen avaa oven väärinymmärrykselle. Tekoäly todella on tällainen termi, sillä siihen liittyviä sanoja heitellään helposti ympäriinsä ikäänkuin synonyymeinä, vaikka kyse ei olisi siitä. Tämän tyyppistä termistöä on esim. tekoäly, robotiikka, algoritmi ym. Materiaaleissa muistutellaan ihan hyvästä pointista: "being able to solve one problem tells us nothing about the ability of solve another, different problem" joka karkeasti kääntyy: kyky ratkaista yksi ongelma ei paljasta meille mitään kyvystä ratkaista toinen, erilainen/eri ongelma. 

Toisessa osassa puhutaan tekoälyyn liittyvistä aloista, jotka ovat ehkä osaltaan tekoälyä, tai ainakin liippaavat läheltä - mutta joissa on kuitenkin vissi ero. Näiden ala-alojen (hahaa, sanahirviö) hierarkiset suhteet tai korrelaatio tekoälyn kanssa on vaihtelevaa - tästä syystä jo kuten osassa 1. keskusteltiin, tulee olla varovainen mitä termejä käyttää, ettei avaa ovea väärinymmärryksille. Näitä liittyviä ja täydentäviä aloja ovat mm. robotiikka, tilastotiede, koneoppiminen, tietojenkäsittelyoppi ymym. Osa näiden alojen suhteiden ymmärtämistä onkin ymmärtää se, mikä on esim. tilastotiedettä ja mikä on proaktiivisesti oppivaa tai reagoivaa älykkyyttä. 

Edellisestä lauseesta päästäkin aasinsiltana osaan 3, jossa käsitellään tekoälyä filosofisesta näkökulmasta. Milloin tekoäly on aidosti "älykäs" tai "tiedostava" onkin visainen kysymys. Onko älykäs käyttäytyminen yhtäkuin tietoisuus, tai onko ihmisten tunnereaktioita lukemaan kykenevä tekoäly itsekin tunteva tietoisuus? Yksi tapa testata tätä on kuuluisa Turingin testi. Turingin elämästä kertova sota-aikaan sijoittuva The Imitation Game- elokuva (2014) on ehdottoman katsomisen arvoinen, vaikka tässä ei tekoälyä vielä käsitelläkään! Suosittelen myös vahvasti katsomaan vuodelta 2014 Ex Machina-elokuvan, jossa hyödynnetään Turingin testiä ja joka todella saa pohtimaan tekoälyn ja tietoisuuden rajaa. 

Luku 2. 

Tässä luvussa käsitellään tekoälyn mahdollisuuksia ratkaista ongelmia mahdollisten siirtojen avulla, ikäänkuin shakkipelinä - tätä shakkipeliä ja mahdollisia siirtoja voidaan sitten hyödyntää muissa asioissa kuten vaikkapa tehokkaimpien logistiikaketjujen hakemiseksi. Kappale sisältää pari ongelmanratkaisutehtävää, jotka aiheuttivat päänvaivaa mutta ovat kyllä mielenkiintoisia! Näissä tehtävissä tärkeintä on malttaa keskittyä ja oikeasti pohtia mahdollisia vaihtoehtoja. 

Tekoälyn käyttö jo tällä hetkellä on erittäin kattavaa tilanteissa, joissa pitää selvittää satojen, tuhansien tai jopa miljoonien eri vaihtoehtojen ja polkujen seasta se toimivin tai nopein vaihtoehto. Tekoälyn tekniikka tässä perustuukin valittuun kriteeriin; valitsemalla kriteeriksi nopeuden saadaan eri tulokset kun valitsemalla kriteeriksi vaikkapa resurssitehokkuuden. Tuhansien ja miljoonien eri vaihtoehtojen laskemisen ulkoistaminen tietokoneille vapauttaa henkilökapasiteettia muihin työtehtäviin kuten luovuutta ja vuorovaikutustaitoja vaativiin tehtäviin. 

Ns. Minimax-algoritmin esittely jokaiselle tutun ristinolla pelin kautta on hyvä tapa saada vähän jumittuneemmatkin aivot ymmärtämään tekoälyn pelimahdollisuuksia. Loppukappaleesta mieleeni juolahti ajatus, että jos vain olisin hiukan ”sademiesmäinen” ajattelija, tämä Minimax-malli tulisi erittäin hyödylliseksi sekä yrityselämässä, omassa taloudessa kuin myös perhettä vastaan ristiseiskaa pelatessa, vaikka Minimax algoritmia voi aukottomasti soveltaakin vain deterministisiin tilanteisiin (peleihin ja polkuihin, joihin sattumalla ei ole vaikutusta).

Seuraavan kuvan avulla pohdittiin miten 3-paikkaisella soutuveneellä saadaan kuljetettua kettu, tipu ja tipunjyviä robotin avulla jorpakon toiselle puolelle ilman että kettu syö tipua tai tipu siemeniä...

Kuva kurssimateriaalista