robotiikka
Kun etsimme avaimia sotkuiselta pöydältä, emme jää tuijottamaan. Siirrämme lehtiä, tönäisemme kynäpurkkia ja kurkistamme mukin alle. Uusi robottitutkimus väittää, että koneiden olisi syytä toimia samoin. Teollisuusrobotit ovat vuosikymmeniä opetelleet katsomaan ja tarttumaan. Niiden silmät – kamerat ja ohjelmistot – ovat yhä taitavampia tunnistamaan esineitä. Silti ne kompastuvat arkiseen ongelmaan: kaikkea ei näe
tekoäly
Uusi menetelmä hillitsee laitteiden välistä vinoumaa ilman lisäviestintää ja näyttää parantavan hajautetun oppimisen tarkkuutta vaikeissa oloissa. Puhelimesi näppäimistö arvaa seuraavan sanan yllättävän hyvin, vaikka et ole koskaan lähettänyt koko viestihistoriaasi minnekään. Taustalla on tapa kouluttaa malleja niin, että varsinainen data pysyy laitteessa ja pilvi kokoaa yhteen vain oppimisen tuloksia. Arki
tekoäly
Kaksi arjen oivallusta – kuinka kauas katse yltää ja kuinka ripeästi ranteen kääntää – voivat nopeuttaa ja rauhoittaa robottiauton menoa radalla. Kun ihminen ajaa autoa, katse harvoin liimautuu suoraan konepellin eteen. Sujuttelu mutkaan alkaa jo kauempaa: kuljettaja vilkaisee, mihin on menossa, ja päättää samalla, kuinka paljon rattia käännetään. Yllättävän pitkälle sama ajatus
tekoäly
Päätöksiä halutaan opettaa ilman kalliita ja vaarallisia kokeiluja. Uudet menetelmät lupaavat oppia vähemmällä riskillä ja matemaattisin takein, kunhan syy ja seuraus erotetaan datan sattumasta. Moni järjestelmä oppii yrityksen ja erehdyksen kautta. Robotti hakee oikeaa otetta kymmeniä tuhansia kertoja, verkossa mainospaikkoja jaellaan kokeillen, ja pelissä tekoäly tekee rohkeita siirtoja, koska häviö
tekoäly
Puhelimesi osaa tunnistaa koiran kuvasta, navigaattori lukee nopeusrajoitusmerkin ja verkkokauppa löytää samanlaisia tuotteita pelkän valokuvan perusteella. Kaikki sujuu – kunnes jokin menee toisin kuin tavallisesti: merkki on naarmuuntunut, valaistus on outo tai tuttu esine esiintyy oudoissa puitteissa. Silloin koneen itsevarma vastaus voi muuttua arvaamiseksi. Moni tekoälyjärjestelmä on opetettu valtavilla kuva- ja
tekoäly
Oletko joskus pyytänyt tekoälyä auttamaan, ja saanut joko pitkän, varovaisen kiemurtelun tai toisaalta itsevarman vastauksen, joka menee pieleen? Kumpikaan ääripää ei ole toivottava. Monessa tehtävässä – oli kyseessä lääkärikirjeen luonnostelu, ohjelmakoodin ehdotus tai vaikkapa matkavinkin antaminen – paras tulos syntyy, kun malli on sopivasti määrätietoinen, muttei holtiton; varovainen, muttei halvaantunut. Tekoälyä on
terveys
Kuvittele ruutu täynnä sahalaitaa. Sähköiset aivoaallot piirtyvät riveiksi, kun potilaan päähän on laitettu mittausmyssy. Lääkäri etsii merkkejä siitä, muuttuuko aivojen rytmi tavalla, joka sopisi Alzheimerin tautiin. Usein apuna on tietokoneohjelma, joka ottaa mittauksen vastaan ja sylkee ulos luokituksen: kyllä tai ei, todennäköistä tai epätodennäköistä. Se on kätevää – ja samalla vaivaannuttavan
tekoäly
Uusi hybridimenetelmä erottaa pitkäaikaiset mieltymykset hetkellisistä oikuista – ja raportoi yli 8 prosentin parannuksen osumatarkkuuteen käyttäjillä, joilla on valtavan pitkät historiat. Olet selaamassa verkkokauppaa. Vuosien aikana olet ostanut retkivarusteita ja kokkauskirjoja, mutta viime päivinä klikkaillut vauvanvaunuja ja turvakaukaloita. Mitä pitäisi ehdottaa seuraavaksi? Pitääkö koneen muistaa kaikki vanha vai kuunnella hetken signaalia?
tekoäly
Yöllä, ennen palautusdeadlinea, opiskelija avaa chat-ikkunan ja kirjoittaa: “Miten tämän saa tehtyä?” Ei pohdintaa ilmiön periaatteista tai vaihtoehtoisista tavoista. Vain tarve päästä eteenpäin, askel askeleelta. Moni on toivonut, että kielimallipohjaiset chatbotit toimisivat älykkäinä kotitutureina, jotka herättävät uteliaisuutta ja ohjaavat kysymään “miksi”. Uusi analyysi opiskelijoiden ja tekoälychatbottien keskusteluista maalaa hillitymmän
syöpä
Uusi, väriaineeton mittaus ja selitettävä malli lupaavat läpinäkyvämpää syöpäarviota – vaikka aivan parhaiden mustien laatikoiden tarkkuuteen ei vielä päästä Moni tuntee odotushuoneen hiljaisuuden, kun kudosnäytteestä odotetaan diagnoosia. Nykyinen kultainen standardi on patologin mikroskooppityö: näyte värjätään kemiallisesti ja tutkitaan solujen rakennetta silmämääräisesti. Se on tarkkaa, mutta vie aikaa ja vaatii harvinaista asiantuntemusta.
tekoäly
Kun tekoäly osaa lukea sekä tekstiä että kuvia, sitä on helpompi huijata – ja rahoitusalalla seuraukset voivat olla kalliita. Kuvittele kysyväsi tekoälyltä sijoitusvinkkejä. Lataat samalla kuvakaappauksen salkustasi: pari nousevaa osaketta, pankin logo, ehkä ruudun reunaan jäänyt post-it-lappu. Moni malli ymmärtää nykyään kuvaa kuin ihminen, yhdistää sen kysymykseesi ja vastaa
tekoäly
Olet ehkä nähnyt verkkopalvelun lupauksen: emme käytä ikää tai tuloja päätöksenteossa. Ajatus rauhoittaa – jos arkaluontoisia tietoja ei syötetä järjestelmään, ne eivät voi vaikuttaa lopputulokseen. Mutta mitä jos järjestelmä päättelee ne itse joka tapauksessa? Moni on uskonut, että kun herkät tiedot, kuten ikä tai tulot, jätetään koulutusaineistosta pois, järjestelmä on niiden