Join to hear the AI news first!

Tekoälykuvien pahin kompastuskivi on ollut sijainti – nyt sitä mitataan tarkasti

Jos pyydät tekoälyä piirtämään kuvan, jossa punainen muki on sinisen kirjan päällä vasemmassa alakulmassa ja vihreä kynä oikealla, lopputulos on usein kuin kiireessä katettu pöytä: tavarat ovat suunnilleen siellä päin, värit melkein oikein – mutta muki löytyy keskeltä, kirja kääntyy nurin ja kynä unohtuu taustalle. Yksityiskohdat eivät pysy paikoillaan. Vuosien ajan

Kielimalleilla on heikko tilantaju – suhteisiin nojaava ohjaus paransi osumatarkkuutta

Kuvittele viesti älykkäälle kotisuunnittelijalle: ”Siirrä sohva ikkunan alle ja laita lattiavalaisin sen oikealle puolelle. Jätä kulkuväylä ovelle.” Ihminen ymmärtää heti, mikä on sohvan, ikkunan ja valaisimen välinen järjestys ja missä on ”oikea puoli”. Useimmat kielimallit eivät. Ne voivat selittää ohjeen uudelleen tai keksiä perusteluja, mutta ne kompastuvat siihen, miten tavarat

Tekoäly puhuu kuin moraalifilosofi – mutta teot ja perustelut eivät aina kohtaa

Uusi analyysi vihjaa, että kielimallit oppivat moraalisen puheen kaavat paremmin kuin johdonmukaisen ajattelun – mikä haastaa käsityksen tekoälyn ”kypsyvästä” moraalista. Kuvittele esittäväsi tekoälylle ikuisen arjen kysymyksen: pitäisikö sääntöä rikkoa, jos sillä voi suojella jotakuta? Vastaus saapuu moitteettomana: punnitaan oikeuksia, seurauksia ja periaatteita. Tyyli on harkittu, jopa kypsä. Mutta onko se ajattelua

Sairaalassa ajettava tekoäly yhdistää potilastiedot ja antaa perustellun ennusteen

Kevyempi malli lupaa yksityisyyttä, paremman todennäköisyyksien osumatarkkuuden ja vähemmän keksittyä selitystekstiä kuin suuret pilvipalvelut – ainakin yhdessä syöpäaineistossa. Syöpäpoliklinikalla lääkärin ruudulla on kaikennäköistä: vapaamuotoisia hoitomerkintöjä, laboratoriotaulukoita, kuvantamistuloksia ja genomiraportteja. Pöydän toisella puolella istuva potilas kysyy sen vaikeimman kysymyksen: mitä seuraavan vuoden aikana on odotettavissa? Dataa on paljon, aikaa vähän – eikä kaikkea

Yksi tekoäly voi oppia lukemaan EKG:t, sydänultraäänet ja magneettikuvat yhdessä

Jos erilaiset sydäntutkimukset todella saadaan puhumaan keskenään, lääkärin työ voi seljetä – mutta todisteet tulevat vasta käytännöstä. Kardiologin työhuoneessa ruudut vilkkuvat. Yhdellä ikkunalla kulkee sähköinen sydänkäyrä, toisella pyörii ultraäänivideo, kolmannella näkyy magneettikuvan siivuja. Kukin kertoo oman tarinansa. Yhteen tarinaan niistä ei kuitenkaan ole ollut helppo saada selkeyttä: laitteet eivät keskustele, ihminen

Liike pitää ottaa tosissaan tekoälyssä – ei pilkkoa palasiksi

Kun katselet kadulla vastaantulijaa, tiedät hetkessä, käveleekö hän ripeästi, jarrutteleeko tai aikooko kääntyä. Ihmisen aivot lukevat liikkeen vaivatta. Tietokoneelle sama on yhä yllättävän vaikeaa, varsinkin kun sen pitäisi ymmärtää tai tuottaa liikettä sanojen ja kuvien rinnalla. Pitkään on ajateltu, että paras tapa on jakaa ongelma osiin: yksi malli lukee tekstiä,

Yksi yhteinen kieli voi riittää tekoälyn kuvien tekemiseen

Kun pyydät tekoälyä piirtämään kissan parvekkeella, taustalla tapahtuu paljon enemmän kuin pelkkä maalaus. Nykyiset kuvageneraattorit on tavattu opettaa kahdessa erillisessä koulussa: ensin niille opetetaan oma, tiivis “salakieli” kuville, ja vasta sen jälkeen ne opetetaan käyttämään tätä kieltä uusien kuvien luomiseen. Tuore tutkimus ehdottaa, että samaan tulokseen voisi päästä yhdellä ja

Personoidun kuvageneroinnin hienosäätö tehostuu, kun kaikkia osia ei säädetä yhtä paljon

Moni on kokeillut saada tekoälykuvageneraattorin piirtämään juuri sen oman koiran – saman vinon korvan, tutun katseen – uuteen ympäristöön. Hetken päästä edessä on kummallinen valikko: pitää valita yksi numero, joka ohjaa, kuinka paljon mallia muokataan. Ohjeet verkossa kehottavat valitsemaan saman arvon kaikkialle. Helppoa, mutta harvoin tarkkaa. Tähän asti vallitseva tapa on ollut

Aikajärjestys paljastaa, miten sairaus etenee – kone oppii sen ilman lääkärin pisteitä

Kuvittele arkinen tilanne sairaalassa: sama potilas käy vuosien varrella toistuvissa röntgenkuvissa. Tiedostoissa on päivämäärät ja kuvat, mutta harvasta löytyy tarkka lääkärin antama pistemäärä, joka kertoisi sairauden vaikeusasteen. Silti jokainen tietää, että joidenkin tautien kohdalla suunta on valitettavan selvä: ajan mittaan tilanne yleensä pahenee. Tekee mieli ajatella, että tekoäly tarvitsee oppiakseen

Itseajava auto pärjää paremmin, kun sää tunnistetaan useamman aistin varassa

Itseajava auto pärjää paremmin, kun sää tunnistetaan useamman aistin varassa Talviaamuna tuulilasiin iskeytyvä loska kertoo kuljettajalle heti, mitä tehdä: vauhtia pois, etäisyydet pidemmäksi. Koneelle sää ei ole näin ilmeinen. Lumihiutale voi näyttää kameralle kirkkaalta pisteeltä, lasersäteelle samealta pilveltä ja tutkalle harmittomalta kohinalta. Jos auto ei ymmärrä säätä, se ei ymmärrä,

Droni voi löytää paikkansa ilman GPS:ää katsomalla maiseman muotoja

Kuvittele kauppakeskuksen katolle noussut droni, jonka on vietävä ensiapupakkaus toiseen kortteliin. Satelliittipaikannus pätkii, koska ympärillä on lasisia tornitaloja ja taivas on pilvien peitossa. Ihminen katsoisi ympärilleen: tuossa on puistokaistale, siellä mutkitteleva joki, tuolla risteävä silta. Näiden suhteista voisi päätellä, missä on ja mihin suuntaan nokka osoittaa. Voisiko kone tehdä saman?

Kone voi toimia tuomarina – ja olla usein samaa mieltä ihmisten kanssa

Lukemattomia asiakaspalautteita, opiskelijaesseitä tai chatbottien vastauksia. Kun tekstiä on vuoria, ihmiselle tulee kiire ja väsymys. Entä jos apuna olisi kone, joka arvioi tekstiä tasaisesti ja nopeasti – ja tekee sen vieläpä kutakuinkin samalla tavoin kuin ihminen? Ajatus ei ole enää pelkkä visio. Yksi tuore arviointitutkimus antaa viitteitä siitä, että suuret kielimallit