tekoäly
Kokeile huviksesi: kirjoita nimesi juttelevalle tekoälylle ja kysy, mitä se olettaa sinusta. Moni saa vastaukseksi asioita, joita ei koskaan ole kertonut koneelle: sukupuolen, äidinkielen, ehkä hiustenvärin. Osa osuu oikeaan, osa menee pieleen – mutta tunne on sama kuin kuuntelisi tuttua, joka luulee tietävänsä sinusta enemmän kuin haluaisit. Pitkään olemme tottuneet ajatukseen,
tekoäly
Moni on huomannut, että teksti paranee, kun sen antaa levätä ja käy vielä kerran läpi: muoto hioutuu, turha toisto vähenee, ajatus kirkastuu. Uusi ajatus tekoälyn käytöstä ehdottaa jotakin samansuuntaista koneille: entä jos valmis kielimalli saisi pienen lisäkierroksen omaa harkintaa ilman, että sitä opetetaan uudelleen? Vallitseva käsitys on ollut, että tekoälymallin
tekoäly
Puhelimesi tekstinsyöttö ehdottaa sanaa juuri, kun olet kirjoittanut seuraavan kirjaimen. Joskus osuma on hämmästyttävä, joskus laite tuntuu jäävän jumiin siihen, mitä juuri kirjoitit. Sama ilmiö, vain valtavasti monimutkaisempana, elää suurissa kielimalleissa, jotka laativat sähköposteja, koodaavat ja vastaavat kysymyksiin. Moni ajattelee, että tällaiset mallit yksinkertaisesti katsovat aiempia sanoja ja päättävät, mikä
tekoäly
Kun tekoälylle annetaan ei liian helppoja eikä liian vaikeita tehtäviä, se oppii päättelyä tehokkaammin – ja samaan laskentabudjettiin mahtuen. Jokainen opettaja tunnistaa hetken, jolloin oppilas joko pitkästyy liian helpoista tehtävistä tai lannistuu liian vaikeista. Paras oppiminen tapahtuu jossakin välissä: kun tehtävä on juuri ja juuri omien kykyjen ylärajoilla. Sama arkinen viisaus
tekoäly
Kuvittele, että kysyt tutulta tekoälyapulaiselta yksinkertaisen kysymyksen ja saat vastauksen, joka kuulostaa oudosti väärältä – tai peräti vaaralliselta. Ensimmäinen reaktio on inhimillinen: kuka tämän sille opetti? Yksittäistä syyllistä on kuitenkin vaikea osoittaa, sillä kielimallit oppivat miljardeista sanoista ja lauseista. Silti juuri siihen yhä useampi haluaisi vastauksen: mikä koulutusdata synnytti tietyn käyttäytymisen?
tekoäly
Moni on kokeillut tätä: kopioi tekoälylle pitkä ketju sähköposteja, muistiinpanot ja kalenterin, ja pyydä siitä räätälöity yhteenveto – toiveissa, että mitä enemmän taustaa mallille antaa, sitä paremmin se ymmärtää sinua. Intuitio on vahva: laajempi kuva, parempi tulos. Entä jos käykin päinvastoin? Tuore arXiv-julkaisu tarjoaa epämukavan vastauksen. Sen mukaan kielimallit näyttävät menettävän
tekoäly
Puhelimen ennakoiva tekstinsyöttö tekee meistä kaikista hieman laiskempia kirjoittajia: jos aloitamme viestin sanalla “Kiitos”, puhelin tarjoaa jatkoksi “paljon” ja “avustasi”. Ensimmäiset sanat ohjaavat koko lausetta. Suuret kielimallit toimivat samoin. Kun alku on annettu, loppu seuraa todennäköisimpää rataa. Tämä arkinen havainto saa uuden, huolestuttavan sävyn, kun kyse ei ole vain viestistä
tekoäly
Kuka tahansa ChatGPT:tä kokeillut tietää, että muutama sana alkuun – ”ole tiukka opettaja” tai ”kuvittele olevasi juristi” – muuttaa vastausten tyyliä ja usein myös laatua. Tekoälyä voi siis ohjata kahdella tavalla: kouluttamalla sen sisuskaluja tai antamalla sille paremmat lähtöohjeet. Uusi tutkimus ehdottaa, että näitä kahta kannattaa tehdä yhtä aikaa. Perinteinen ajattelu
tekoäly
Moni on huomannut, että hakukoneelle voi nykyisin jutella. Yksi kysyy reseptiä ilman pähkinöitä, toinen pyytää jatkokysymyksillä täsmennystä, kolmas haluaa lähteet näkyviin. Ruudulla vastaus näyttää yksinkertaiselta: lyhyt teksti, ehkä muutama linkki. Kulissien takana se ei ole sitä. Keskustellen toimiva haku on palapeli, jossa usean erilaisen osan pitää loksahtaa paikoilleen oikeassa järjestyksessä
tekoäly
Kun verkkosivu ponnauttaa eteen evästeilmoituksen, chat-ikkunan ja uutiskirjetarjouksen, ihminen ähkäisee ja klikkailee esteet syrjään. Tekoälylle sama on kuin labyrintti: painike ei aina ole siellä missä sen odottaa olevan, sivu päivittyy yllättäen ja lomake vaatii tiedon, jota ei vielä ole. Ei ihme, että monivaiheiset pyynnöt – varaa aika, tee palautus, täytä hakemus
tekoäly
Uusi tutkimus hahmottaa, mitä ”yleiskäyttöisyys” tekoälyssä oikeastaan tarkoittaa – ja esittelee mallin, joka ratkoo tehtäviä yli aineistojen ja luokittelujen rajojen. Kuvittele, että opit lajittelun säännöt katsomalla vain muutaman esimerkin – vaikkapa miten erotellaan lintulajit valokuvista. Pian sinulta pyydetäänkin aivan muuta: lajittele tekstinpätkät aiheluokkiin. Jos osasit ensimmäisen, mikset pystyisi myös toiseen, vaikka kuvat
terveys
Lääkärin vastaanotolla tuttu lause on alkanut kuulostaa liian usein: tämä antibiootti ei enää tehoa. Taustalla jyllää maailmanlaajuinen ongelma, mikrobilääkeresistenssi. Uusia keinoja etsitään kuumeisesti – eivätkä kaikki niistä ole uusia molekyylejä, vaan uusia tapoja löytää niitä. Yksi vanha oletus lääkekehityksessä on ollut, että paras tulos syntyy, kun yhtä tavoitetta viedään määrätietoisesti eteenpäin: