Join to hear the AI news first!

Tekoäly voi muuttaa päiväkotien laatua koskevan seurannan harvoista pistotarkastuksista jatkuvaksi arjeksi

Kiinalaisissa päiväkodeissa testattu kielimallipohjainen apuri löysi ihmisarvioijien kanssa jopa 88-prosenttisen yksimielisyyden ja nopeutti työtä moninkertaisesti. Aamupiiri alkaa. Opettaja kyselee viikonloppukuulumisia, lapset kertovat kilpaa, joku muistaa kirjan, jonka eilen luki. Juuri tällaisissa hetkissä syntyy se, mistä varhaiskasvatuksessa paljon puhutaan mutta harvoin mitataan: vuorovaikutuksen laatu. Kuinka opettaja tarttuu lapsen ajatukseen, millaisia kysymyksiä

Lääkärin päätösohjelmissa korrelaatio ei riitä – tarvitaan syy ja seuraus

Vastaanotolla kiireinen lääkäri klikkaa potilastietojärjestelmän välilehtiä ja saa ruudulle luvun: ”36 prosentin riski komplikaatioihin.” Luku kuulostaa täsmälliseltä, mutta ratkaiseva tieto puuttuu. Mitä olisi odotettavissa, jos hoito A valittaisiin? Entä jos jätettäisiin lääke aloittamatta ja seurattaisiin tilannetta? Nykyiset päätösohjelmat kertovat usein, millaisten potilaiden kohdalla jokin tapahtui aiemmin – ne eivät yhtä hyvin

Tekoäly oppi itse keksimään, miten tekoälyn turvakaiteet kierretään

Moni on nähnyt ruudulla saman lauseen: “En voi auttaa tässä.” Nykyiset keskustelurobotit on opetettu kieltäytymään vastaamasta, kun pyyntö koskee vaikkapa vaarallisten aineiden valmistusta tai muuta haitallista. Ajatus on lohdullinen – kunhan vain raja-aitoja vahvistetaan, mallit pysyvät ruodussa. Tuore arXivissa julkaistu tutkimus tarjoaa tyynen mutta kylmän vastalauseen. Sen mukaan toinen tekoäly voi

Lemmikit tunnistavat toisensa äänestä, mutta koneet katsovat yhä vain kuvaa

Jos kadonneita eläimiä etsittäisiin myös kuuntelemalla, moni perhe saattaisi saada lemmikkinsä takaisin. Kun koira karkaa, etsiminen alkaa yleensä valokuvasta. Some-ryhmät täyttyvät ilmoituksista: musta koira, valkoinen läikkä rinnassa, ehkä punainen panta. Kuvia verrataan kuviin. Sillä välin se sama koira saattaa istua löytöeläinkodissa likaisena, turkki ajeltuna ja katse levottomana – eikä näytä enää

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