Join to hear the AI news first!

Kun päällekkäisyys ei olekaan virhe: hermoverkot voivat hyödyntää “hälyä”

Jos tekoäly järjestää sisäiset signaalinsa hyödyntämään sanojen yhteisesiintymiä, se voi vahvistaa oikeaa viestiä sen sijaan, että yrittäisi peittää kaiken päällekkäisyyden – ja tämä haastaa vallitsevan selitysmallin siitä, miten mallit ajattelevat. Kuvittele selaavasi reseptejä. Kun ruudulla vilahtaa “kahvi”, todennäköisesti näet pian “kupin” tai “mukin”. Me huomaamme tällaiset parit vaistonvaraisesti. Mutta mitä tapahtuu

Synteettinen data parantaa satelliittikuvien tekoälyä, kun sisältö tarkistetaan sanoin ja kuvin

Kun kuvan piirteet nimetään ja kuvataan sanallisesti, tekoälyn harjoittamiseen luotu aineisto muuttuu ymmärrettäväksi – ja toimii paremmin kuin pelkkä oikea data yksinään. Kun avaa karttasovelluksen satelliittinäkymän, näkee ylhäältäpäin asioita, joita maan tasalla harvoin ajattelee: teiden suoruuden, jokien kiemurat, pellonlaidat, jotka asettuvat kuin palapelin palat. Juuri tällaisia kuvia koneoppimismallit yrittävät tulkita. Ne

Huipputulokset koetesteissä eivät vielä todista aidosta päättelystä

Kuvittele, että sinulle annetaan ohjelmointikirja kielellä, jota et ole koskaan nähnyt. Selailisit dokumentaatiota, kokeilisit esimerkkejä ja muuttaisit koodia, kunnes se toimii. Ihminen oppii näin varsin nopeasti uuden kielen alkeet. Mutta osaavatko myös tekoälymallit oppia uutta näin, vai toistavatko ne lähinnä asioita, joita ovat aiemmin nähneet? Viime vuosina suuret kielimallit ovat

Tekoäly oppii katsomaan kuvia myös vietnamiksi, kun data ja mittarit päivitetään

Matkalla otettu kuva torilta: muovipussissa vilahtaa keltainen hedelmä, ja joku kysyy puhelimelta vietnamin kielellä, mitä nainen pitää kädessään. Usein vastausta ei tule. Monelle kielelle tekoäly on oppinut puhumaan, mutta näkeminen ja vastaaminen yhtä aikaa on ollut pitkälti englannin varassa. Jo pitkään on ajateltu, että kunhan kielimalli on riittävän vahva, se

Tekoäly oppii rakentavan palautteen, kun se lukee myös vastaukset kritiikkiin

Jokainen on joskus saanut palautteen, joka kuulostaa järkevältä mutta ei johda mihinkään: “selkeytä tekstiä”, “lisää kokeita”, “paranna perusteluja”. Sellaista on vaikea muuttaa teoiksi. Sama ongelma vaivaa tieteellisiä vertaisarvioita – ja etenkin tekoälyn kirjoittamia sellaisia. Ne ovat usein kohteliaita, mutta ympäripyöreitä. Nyt esiin on noussut yksinkertainen ajatus: jos haluamme tekoälyn antavan neuvoja,

Kun tekoäly pysähtyy miettimään, se valehtelee vähemmän

Uusi havainto kyseenalaistaa käsityksen, että järkeily houkuttelisi sivupoluille – koneilla se näyttää päinvastoin lisäävän rehellisyyttä. Oletko ollut tilanteessa, jossa totuus kirpaisee? Kaveri kysyy, miltä hänen uusi kampauksensa näyttää, tai asiakas haluaa varmistuksen, ehtiikö paketti perille juhliin. Usein mieli tekee pehmentää reunoja: vähän kaunistella, vähän luvata. Kun jää pohtimaan liian pitkäksi aikaa,

Innostus kääntää usein joukkopäätökset

Uusi simulaatio mehiläisparvien päätösmallista osoittaa, että myönteinen sävy ja kiihkeys muokkaavat sitä, miten tehokkaasti toiset saadaan puolelle – ja kuinka nopeasti syntyy konsensus. Olet ehkä ollut palaverissa, jossa valitaan kahdesta vaihtoehdosta. Molemmat kelpaavat suurimmalle osalle, mutta yksi kollega puhuu omansa puolesta hymyillen ja eloisasti, toinen nyökyttelee hiljaa toisen vaihtoehdon suuntaan. Hetken

Hyvin muotoiltu kysymys ei enää riitä

Yritysten kannattaa suunnitella tekoälyn koko tietoympäristö – ei vain yhtä kysymystä – jos ne haluavat agenttien toimivan luotettavasti ja laajassa mittakaavassa. Moni on huomannut sen töissä: sama tekoälysovellus antaa tänään erinomaisen vastauksen ja huomenna jotain varsin omituista. Yksi syy on ilmeinen – mitä kysyy, sellaista saa. Toinen, vähemmän puhuttu syy on se, mitä

Erikoistunut tekoäly lukee potilaskertomuksia tarkemmin kuin yleismallit

Terveydenhuollossa monen päätöksen taustalla on pieni, arkeen kätkeytynyt rutiini: joku kirjoittaa muistiin, mitä potilaalle oikeasti kuuluu. Lääkärin ja hoitajan tekstimuotoiset merkinnät venyvät vuosien mittaiseksi tarinaksi. Niiden seassa on vihjeitä sydänriskistä: kolesteroli nousi, lääke vaihdettiin, huimaus lisääntyi, suvussa on infarkteja. Silti nämä havainnot hautautuvat helposti järjestelmän välilehtiin – ja kiireeseen. On pitkään

Tekoäly on ollut hyvä keskustelemaan mutta huono muistamaan – nyt sitä opetetaan oppimaan kokemuksista

Moni on kokenut sen: asiakaspalveluchat pyytää samat tiedot moneen kertaan, vaikka kerroit ne jo minuutti sitten. Tekoäly osaa puhua sujuvasti, mutta tuntuu elävän hetkessä. Se ei muista tarpeeksi eikä opi arjessa toistuvista tilanteista. Tähän asti on usein ajateltu, että ongelma ratkeaa kahdella keinolla: koulutetaan malli yhä suuremmalla datalla tai sidotaan

Tekoäly ymmärtää suunnat paremmin, kun sen katse nostetaan karttanäkymään

Olet keittiössä ja pyydät puhelimen tekoälyä kertomaan, mihin suuntaan kahvikuppi on leikkuulaudasta: vasemmalla, oikealla vai takana. Ihmiselle vastaus on helppo, mutta koneelle sanat kuten ”vasen” ja ”takana” riippuvat siitä, mistä suunnasta huonetta katsotaan. On eri asia hahmottaa maailmaa omista silmistä kuin piirtää siitä kartta ylhäältäpäin. Moni on ajatellut, että kun

Kvanttimalli teroittaa ennustetta pörssin heilunnasta

Uusi yhdistelmämenetelmä, jossa neuroverkko oppii menneestä ja kvanttimalli tarjoaa muovautuvan alkuoletuksen, päihitti perusratkaisun kahden kiinalaisindeksin korkeataajuusaineistossa. Jos tulos kestää jatkokokeet, se voi parantaa riskienhallintaa ja hinnoittelua. Aamun ensimmäiset minuutit pörssissä ovat hermostuneita. Hinta kipuaa ja nytkähtää alas, uutiset vilisevät. Moni sijoittaja haluaisi tietää yhden asian: ei niinkään mihin suuntaan kurssi