tekoäly - AI Feta, the news about scientific AI research (Page 8)

tekoäly

Tekoäly oppii parantelemaan taulukon sarakkeita – ja ennusteet tarkentuvat

Moni data-analyysi alkaa arkisesti taulukosta. Sarakkeissa ovat ikä, tulot, päivämäärä, osoite; riveillä asiakkaat, asunnot tai mittaukset. Silti ennusteet harvoin syntyvät näistä sarakkeista sellaisinaan. Ihminen keksii väliin uuden sarakkeen – iän syntymäajasta, viikonpäivän päiväyksestä, tulojen ja menojen suhteen – ja ennuste paranee. Tätä käsityötä kutsutaan ominaisuuksien suunnitteluksi, ja se on ollut vuosia koneoppimisen

tekoäly

Häviävän pienet kuvamuutokset ohjaavat monikykyisiä tekoälyjä yhä varmemmin

Kuvittele lähettäväsi tekoälyavustajalle valokuvan ja pyytäväsi siltä lyhyen selityksen: mitä kuvassa tapahtuu? Ihmisen silmälle kuva näyttää tavalliselta. Silti muutama lähes huomaamaton pikselin hipaisu voi kääntää avustajan vastauksen aivan toiseen suuntaan – joskus jopa täsmälleen siihen, mihin muokkaaja tähtää. Vielä hetki sitten ajateltiin, että huippuluokan kuvaa ja tekstiä yhdistävät tekoälymallit ovat tällaisia

tekoäly

Tekoälyn vastaukselle voi tehdä todisteen, joka ei paljasta kysymystä

Lyhyet, laitteella tarkistettavat todisteet voivat helpottaa luottamusta tekoälyyn – erityisesti silloin, kun tietoja ei voi tai haluta jakaa. Kuvittele viestisovellusta, joka ehdottaa vastausta työtapaamiseen. Haluaisit uskoa, että ehdotus syntyi juuri siitä mallista ja niistä sanoista, jotka annoit sille – etkä halua paljastaa itse viestiä kenellekään. Miten tämän voisi todistaa kevyesti ja luotettavasti?

tekoäly

Uusi tekoälymenetelmä tuottaa lähes aina kemiallisesti järkeviä molekyylejä

Kuvittele, että yrität suunnitella lääkkeen kuin rakentaisit LEGOista. Palikoita on paljon, mutta monet niistä ovat rikki: nupit eivät sovi, renkaat eivät sulkeudu, osat jäävät ylijäämiksi. Tältä on usein tuntunut myös tietokoneiden ehdottamien molekyylien kanssa – ne näyttävät paperilla lupaavilta, mutta rikkovat kemian perussääntöjä. Vuosien ajan käytännön nyrkkisääntö on ollut, että tietokone

tekoäly

Fyysisessä maailmassa toimiva tekoäly kompastelee järjestelmätason ristiriitoihin

“Nosta muki pöydältä.” Kuulostaa viattomalta pyynnöltä, jonka kuka tahansa ihminen hoitaisi huomaamatta. Mutta jos keittiössä häärää palvelurobotti, tehtävä voi mennä kirjaimellisesti rikki: robotti tarttuu reunalla keikkuvaan mukiin, työntää sen vahingossa lautasen kanssa törmäyskurssille ja lasi särkyy lattialle. Sanoissa kaikki oli oikein – toiminta ei. Tämä arjen esimerkki paljastaa ongelman, joka on

tiede

Jättikoneet kannattaa suunnitella alusta asti tekoälyn ajettaviksi

Kotona lämpöpumppu säätää itseään ja puhelin optimoi akun käyttöä ilman, että kukaan huolehtii napeista. Suurissa tutkimuslaitteissa itseohjautuvuus on silti vielä poikkeus. Hiukkaskiihdyttimissä – koneissa, jotka suuntaavat hiukkassäteitä magneettien ja anturien viidakon läpi – toimintavarmuus nojaa yhä pitkälti ihmisen asiantuntemukseen ja päivittäiseen hienosäätöön. Perinteinen ajatus on ollut lisätä tekoälyä olemassa olevien järjestelmien päälle:

tekoäly

Pelkkä tarkkuus ei riitä: koneoppijan on pysyttävä johdonmukaisena, vaikka potilastiedoista puuttuisi paloja

Moni lääkäri tunnistaa tilanteen: potilaan tiedosto on puolillaan tyhjiä kohtia. Yksi laboratorioarvo jäi ottamatta, toinen on mitattu eri laitteella, kolmas puuttuu kokonaan kiireen takia. Silti päätöksiä on tehtävä – ja yhä useammin avuksi ehdotetaan algoritmeja. Mutta mitä jos malli vaihtaa mieltään aina, kun jokin sarake jää tyhjäksi? Terveydenhuollon tekoälyyn on pitkään

tekoäly

Pelastajien puheradiot voivat pian ohjata lennokkiverkkoja

Kun myrsky kaataa tukiasemia tai maanjäristys repii kaapelit, pelastajat turvautuvat siihen, mikä toimii: puheradioon. Lyhyet, kiireiset viestit kiertävät kanavilla, mutta tietokoneille ne ovat kaaosta. Ihmiskorva erottaa, kuka pyytää apua ja missä, kone ei. Samalla taivaalla voi leijua joukko lennokkeja, jotka pystyisivät rakentamaan tilapäisen verkon ja ohjaamaan yhteyksiä sinne, missä niitä

tekoäly

Sama koodi voi kouluttaa suosituksia läppärillä ja palvelinfarmilla

Kun suoratoistosovellus ehdottaa uutta sarjaa tai verkkokauppa nostaa esiin kengät, joista saattaisit pitää, taustalla pyörii usein yllättävän monimutkainen palapeli. Tutkijat kokeilevat toisaalla malleja pienillä aineistoilla ja nopeilla testeillä. Yrityksissä taas järjestelmät pitää sovittaa tuhansiin koneisiin ja miljooniin käyttäjiin. Harva huomaa, että näiden kahden maailman välillä katoaa usein sekä tulosten vertailtavuus

tekoäly

Tekoäly voi oppia keuhkotaudeista ilman, että potilaskuvat poistuvat sairaalasta

Ehdotettu röntgenanalyysi kokoaa kokemusta useista sairaaloista ja tavoittelee tarkempaa sekä tietoturvallisempaa diagnoosia. Röntgenkuva hehkuu näytöllä. Lääkäri etsii siitä merkkejä tulehduksesta: onko sumea läikkä merkki keuhkokuumeesta vai vain huono otto? Kiireisessä päivystyksessä päätökset on tehtävä nopeasti, ja silti jokainen pikseli voi merkitä paljon. Viime vuosina on totuttu ajatukseen, että tekoäly tarvitsee

tekoäly

Pelit paljastavat, kuinka kaukana tekoäly on ihmisen arjen älystä

Uusi ehdotus mittaa koneita sillä, miten ne oppivat pelaamaan ihmisten keksimiä pelejä – ja ensimmäiset tulokset kertovat isosta kuilusta ihmisiin. Puhelimen sovelluskaupassa uutuuspeli lupaa viiden sekunnin opittavuuden. Sormella pyyhkäistään vasemmalle ja oikealle, rytmi löytyy, ja pian huomaat ennakoivasi, mitä kulman takana odottaa. Tällainen sujuvuus on ihmiselle hämmästyttävän helppoa. Mutta entä koneelle?

tekoäly

Lasten tekoälysovellukset on rakennettava niin, etteivät ne tarvitse turhaa tietoa

Kuvitellaan ilta keittiönpöydän ääressä. Koululainen avaa tabletin ja kysyy opettajabotilta: ”Miten kertolaskut toimivat?” Hetken kuluttua ruudulle ilmestyy vastauksia ja harjoituksia – ja ennen sitä kysymyksiä lapsesta itsestään. Mikä on etunimesi? Kuinka vanha olet? Saako palvelu tallentaa keskustelun? Tällaiset tilanteet ovat yleistyneet nopeasti. Samalla on jäänyt sumeaksi, miten paljon lapsesta on soveliasta