Kari Jaaskelainen - AI Feta, the news about scientific AI research (Page 2)

tekoäly

Pieni koodirivi voi kääntää tutkimustuloksen – eivätkä tarkastajat aina huomaa sitä

Kuvitellaan tavallinen tutkimusilta: tutkija ajaa kokeensa, katsoo tuloksia ja huokaisee tyytyväisenä. Kaikki näyttää järkevältä. Koodi on siisti, kaaviot vakuuttavia. Mutta entä jos jokin vähäpätöiseltä näyttävä asetus tai huomaamaton pätkä arviointikoodia onkin käännetty niin, että tulos näyttää paremmalta kuin onkaan – ilman että kukaan huomaa? Olemme tottuneet ajattelemaan, että vertaisarviointi, toistettavuus ja

tekoäly

Kielimalli puhuu, verkko muistaa – yhdessä ne ajattelevat järjestelmällisemmin

Kun ihminen yrittää hahmottaa monimutkaista tilannetta, hän saattaa piirtää paperille ruudukon: kuka tuntee kenet, mikä liittyy mihinkin, mistä syy johtaa seuraukseen. Tietokoneen suuri kielimalli tekee toisin. Se jatkaa tekstiä sujuvasti – mutta ilman omaa muistikirjaa se voi myös keksiä asioita, joita ei ole olemassa. Viime vuosina ajatus on ollut, että tarpeeksi

energia

Talojen lämmitys voi joustaa älykkäästi – eikä sisällä tarvitse palella

Pakkasaamuna patterit heräävät ennen asukkaita. Ne yrittävät pitää sisälämpötilan tasaisena, vaikka sähköverkko natisee ja sähkön hinta poukkoilee. Useimmissa taloissa lämmitys käy omia latujaan: se ei tiedä, milloin sähkö olisi halpaa tai milloin verkko kaipaisi apua. Silti juuri lämmityksessä piilee valtava mahdollisuus – rakennukset käyttävät globaalisti noin 40 prosenttia energiasta, ja niiden

koulutus

Yliopistot haluavat tekoälystä koodauksen kotiopettajan – mutta lain puitteissa

Moni opiskelija on kokenut sen: kello on jo yli kymmenen illalla, harjoitustehtävä jumittaa, ja Python tulostaa käsittämättömän virheilmoituksen. Kaverit eivät vastaa, opettajan vastaanottoaika on vasta ensi viikolla. Pitäisikö kysyä apua netin yleisestä chatbotista – vai onko se vilppiä, ja minne omat koodinpätkät silloin päätyvät? Tähän arkiseen umpisolmuun etsitään nyt järjestelmällistä ratkaisua.

tekoäly

Tekoälyn suojat voivat pyyhkiä uhrien tarinoista tärkeimmän

Kun kielimalleja käytetään väkivaltaa kokeneiden haastatteluihin, tulos on epätasainen ja herkkä esikäsittelylle – ja sisäänrakennetut turvamekanismit voivat hiljentää keskeiset kuvaukset. Kuvittele pöydälle kasattu pino litteroituja haastatteluja. Jokainen sivu on täynnä yksityiskohtia siitä, miltä arki näyttää sen jälkeen, kun elämä on katkennut yhteen laukaukseen – tai jatkunut toisenlaisena. Tutkija kuuntelee, merkitsee ja palaa

kryptovaluutat

Keinotekoinen kurssidata jäljittelee kryptojen rytmiä yllättävän hyvin

Kuvitellaan tavallinen työilta: nuori analyytikko yrittää testata uutta häiriöiden tunnistusmenetelmää kryptomarkkinoilla. Hän tarvitsee pitkän, ajantasaisen hintasarjan. Oikeaa dataa on, mutta siihen liittyy ehtoja, lisenssejä ja joskus myös tietosuojaan liittyviä huolia. Analyysi jää odottamaan lupia — tai kariutuu kokonaan. Vakiintunut ajatus on, että talousmalleja rakennetaan vain oikean datan varaan. Mutta jos datan

tekoäly

Kaksi askelta riittää: tekoäly löytää vilpin tenttikuvista

Hiljainen sali, kynät rapisevat ja katseet painuvat paperiin. Yksi opiskelija vilkaisee toistuvasti sivulle, toinen kohottaa katsettaan takaseinälle. Ihminen valvojana yrittää olla kaikkialla, mutta ei voi nähdä kaikkea. Tähän asti tenttien valvonta on nojannut ihmisten tarkkaavaisuuteen tai raskaisiin kameraratkaisuihin, jotka lupaavat paljon mutta herättävät epäluuloa: mitä ne oikeastaan katsovat ja milloin

tekoäly

Faktaverkko auttaa tekoälyä selittämään päätöksensä tehtaassa

Tuotantolinjalla vilahtaa punainen varoitus. Koneoppimismalli arvioi, että seuraava erä saattaa mennä pieleen. Pysäytetäänkö linja vai jatketaanko ja toivotaan parasta? Päätös maksaa joko aikaa tai laatua. Kysymys, jonka kaikki haluavat kuulla ennen painavaa ratkaisua, on yksinkertainen: miksi malli ajattelee näin? Vuosia on uskottu, että riittävästi dataa ja kaavioita tekee koneoppimisesta läpinäkyvää.

tekoäly

Tekoäly ei enää vain ehdota – se myös koettaa

Kuvittele tutkija, joka esittää tietokoneelle väitteen: “Tämä rakenne voisi kestää kuumuutta paremmin.” Ennen vastaus olisi ollut viittauksia artikkeleihin ja arveluja. Nyt kone voi myös yrittää: se luonnostelee kokeen, simuloi atomien liikettä ja palaa perusteltuun arvioon – heti samassa istunnossa. Tämä on hienovarainen mutta merkittävä muutos. Vielä hiljattain kielimallipohjaiset tekoälyt olivat taitavia

tekoäly

Tekoäly alkaa opetella opettamaan itseään

Jos kone voi suunnitella ja kokeilla omat harjoitusohjelmansa, tekoälyn kehitys voi nopeutua – mutta samalla kasvaa tarve selittää, mitä se tekee ja miksi. Kuvittele, että opetat lapselle uuden pelin. Ensin kerrot säännöt, sitten kokeilette, teette virheitä, muutatte taktiikkaa ja palaatte aiempiin kokeiluihin oppiaksenne niistä. Näin ihminen yleensä oppii monimutkaisia asioita. Nyt

tekoäly

Tekoälyn selitys voi olla pieni mutta ratkaiseva – ja juuri siksi luotettavampi

Uusi menetelmä lupaa vaihtaa suttuiset korostukset teräviin todisteisiin, jotta lääkärille näkyy täsmälleen se, mihin päätös perustui. Kuvittele rutiininen hetki sairaalassa: tietokone katsoo keuhkokuvaa, antaa tulokseksi “poikkeava” ja levittää kuvan päälle oranssin läiskän. Läiskä kertoo, että jossain siinä suunnassa oli jotain tärkeää. Mutta mitä tarkalleen? Onko ratkaisevaa pieni varjo kylkiluussa vai

tekoäly

Kaksi tekoälyä voi olla reilumpi kuin yksi

Tutkijoiden simuloimassa päivystyksessä oikeudenmukaisuus syntyi neuvottelusta, ei yhdestä auktoriteetista. Se haastaa tavan, jolla tekoälyä on tähän asti arvioitu ja säädelty. Kuvittele ruuhkainen päivystysilta: paikkoja on liian vähän, potilaita liikaa. Yhden älykkään järjestelmän sijaan päätöksiä valmistelee kaksi tekoälyä. Ne käyvät muutaman kierroksen keskustelun siitä, kenelle hoito kuuluu ensin ja millä perusteilla.