tutkimus - AI Feta, the news about scientific AI research (Page 15)

tekoäly

Tekoäly lipsuu kahdesta syystä – uusi mittari yrittää varoittaa ajoissa

Kuvittele, että kysyt kielimallilta, miten vuokrasopimus irtisanotaan tai millainen annostus sopii allergialääkkeelle. Vastaus tulee sujuvasti ja itsevarmasti – ja saattaa silti olla pielessä. Tällaiset sujuvat mutta virheelliset vastaukset ovat tekoälyn arkea, eikä ongelma rajoitu kevyisiin kysymyksiin. Kun sama ilmiö osuu lääketieteeseen, lakiasioihin tai tieteelliseen työhön, seuraukset voivat olla vakavia. Usein on

tekoäly

Tarkistuslista voi ohjata terveys-AI:ta yhtä hyvin kuin asiantuntijan käsin laaditut kriteerit

Kun ihminen kysyy tekoälyltä neuvoa vaivalliseen flunssaan tai kipulääkkeen annosteluun, vastaus on usein sujuva – mutta onko se turvallinen ja olennainen? Siinä on terveys-AI:n ydinhaaste. Vastausta ei pitäisi mitata vain sen mukaan, kuulostaako se vakuuttavalta, vaan sen mukaan, täyttääkö se joukon selkeitä vaatimuksia: onko tieto oikeaa, varoittaako riskeistä, ohjaako tarvittaessa

liikenne

Yksi numero ei kerro, miten rekkojen kannattaa ajaa

Moottoritien varrella moni on nähnyt saman tilanteen: raskas rekka lähestyy hitaampaa ajoneuvoa. Ohittaako se nyt, vai säästääkö polttoainetta ja odottaa tilaisuutta? Valinta on arkipäiväinen, mutta sen taakse kätkeytyy kolme isoa tavoitetta, jotka melkein aina vetävät eri suuntiin: turvallisuus, aika ja energia. Tähän asti koneita on opetettu tekemään tällaisia päätöksiä puristamalla

tekoäly

Tekoäly voi sovittaa tekijän tarinan ja pelaajan vapauden samaan peliin

Moni on kertonut iltasatua, jonka kuulija haluaa kääntää uuteen suuntaan: entä jos prinssi ei menekään linnaan vaan metsään? Perinteinen tarina joustaa huonosti. Pelit puolestaan antavat pelaajan valita, mutta usein vain ennalta kirjoitetuista haaroista. Jossain näiden välissä on lupaus: tarina, joka taipuu kuulijalle ilman että tekijä luopuu ohjausnuorasta. Tähän lupaukseen tarttuu

robotiikka

Nelijalkainen robotti pärjää paremmin, kun se valitsee askelpaikkansa itse

Kuvittele ylittäväsi puroa kiveltä kivelle. Et laske askeliasi viivotin kädessä etkä noudata etukäteen piirrettyä polkua. Vilkaiset ympäristöä, hahmotat nopeasti missä on tukeva pinta, ja astut. Jos jokin kivi on märkä tai vinossa, vaihdat sekunnin murto-osassa suunnitelmaa. Roboteille tällainen arkinen ketteryys on ollut yllättävän vaikeaa. Monet nelijalkaiset koneet liikkuvat yhä niin,

tekoäly

Tekoäly ymmärtää videoita paremmin, kun kuvat pilkotaan “sanoiksi” usealla tarkkuudella

Oletko koskaan yrittänyt kelata pitkää videota löytääksesi juuri sen kohdan, jossa kokki lisää valkosipulin pannulle? Tai pyytänyt tekoälyä tekemään lyhyen klipin, jossa punainen pallo vierii portaita alas – ja saanut lopputuloksen, jossa pallo kyllä on punainen, mutta liike on väärä? Tekoälylle video on ollut vaikea kieli: paljon pikseleitä, vähän ymmärrystä. Vuosia

robotiikka

Robotti voi oppia yhdestä esimerkistä – kun kokeilunhalulle asetetaan katto

Uusi menetelmä vähentää turhaa hapuilua ja rauhoittaa oppimisen heilahteluja, jolloin robotit voivat oppia tehtäviä kamerakuvista ja harvoista onnistumisista ilman valtavia datavarastoja. Kuvittele kotirobotti, joka opetetaan avaamaan keittiönlaatikko. Jos se joutuu yrittämään satoja kertoja ennen kuin oppii oikean otteen ja liikesarjan, jokainen yritys on aikaa, rahaa ja mahdollisesti särkyneitä kahvikuppeja. Moni

liikenne

Liikennevaloista tulee joustavampia, kun niitä ohjaa virtuaalinen liikennepoliisi

Tutkijat ehdottavat, että kielimalliin nojaava virtuaalipoliisi säätää nykyisiä valoja poikkeustilanteissa – ilman kallista järjestelmäremonttia. Aamuruuhka seisoo, kun risteyksen lähellä sattuu kolari. Yksi kaista on poissa pelistä, ambulanssit ovat ohittaneet, ja autot pyrkivät epätoivoisesti eteenpäin. Liikennevalot vaihtuvat tutussa rytmissään, ikään kuin mitään ei olisi tapahtunut. Vasta kun paikalle saapuu poliisi ohjaamaan, suuntaa

tekoäly

Kerran annettu ohje muuttuu robotin omaksi taidoksi

Moni on todennut, kuinka sujuvaa on sanoa puhelimelle, että aseta herätys tai soita äidille. Kun pitäisi käskeä robottia tarttumaan lusikkaan tai sulkemaan kaapin oven, sama helppous katoaa. Joko laite ymmärtää vain valmiiksi ohjelmoituja valikoita, tai sen aivot ovat niin raskaat, että toiminta nykii kuin huonon verkkoyhteyden varassa. Tähän asti valinta

tekoäly

Riskit paljastuvat, kun livestriimejä katsotaan yhdessä

Olet ehkä ollut mukana: illan myyntilähetys käy kuumana, juontaja hymyilee ja chat virtaa. Välissä vilahtaa linkkejä mukamas huikeaan arvontaan. Yksittäinen viesti on helppo sivuuttaa. Seuraavana iltana toisessa lähetyksessä näkyy jotain samanlaista. Vasta kolmantena tai kymmenentenä kertana alkaa tuntua siltä, että kuvio toistuu: tämä on järjestelmällistä, ei satunnaista. Verkkolähetysten maailma on

tekoäly

Vesileima kannattaa opettaa tekoälylle, ei liimata kuvaan jälkikäteen

Kuvavirta täyttyy hetkessä lomarannoista, politiikoista ja kissoista, joista osa on aidosti kuvattuja ja osa tekoälyn luomia. Silmä ei aina erota eroa, mutta yksi asia voisi: näkymätön vesileima, joka kertoo kuvan alkuperän. Ongelma on, että vesileiman lisääminen valmiiseen kuvaan on kuin liimaisi tarran postissa matkalla olevaan pakettiin – se saattaa irrota, hidastaa

tekoäly

Videomalli opettaa robotin toimimaan: yksi lisäharjoitus riittää monimutkaisiin tehtäviin

Valmiiksi opetetun videomallin hienosäätö näyttää riittävän ohjaamaan robotteja ja suunnittelemaan eteenpäin – vähemmällä rakentelulla kuin ennen ajateltiin. Keittiössä seisova robottikäsivarsi on yllättävän hyvä vastustaja. Kun se tarttuu tiskirättiin ja kiertää hanan, liikesarja näyttää sujuvan kuin etukäteen harjoiteltu tanssi. Silti joku – tai jokin – ohjaa jokaista pientä liikettä ja ennakoi, mitä tapahtuu seuraavaksi.