Tekoäly – niin paljon puhetta, niin vähän villoja?
Harva varmaan ajattelee tekoälyn uhkia, kun Spotify tai Netflix löytää kuunteluun tai katseluun kiinnostavia teoksia, joihin tuskin olisin vahingossa törmännyt. On kätevää, kun verkkokauppa tietää mistä pidän ja ehdottaa juuri minulle sopivia vaihtoehtoja. Ratissa istuessa fiksu kaistavahti huolehtii, että ajolinja on mahdollisimman turvallinen ja etäisyys edellä ajavaan autoon turvallinen. Omakotitaloon voi hankkia järjestelmän, joka optimoi sähkönkulutusta ja niin edelleen. Näin arkista se tekoäly jo tavallaan on.
Vielä tekoälyä ei kuitenkaan käytetä päätöksentekojärjestelmissä ratkaisevassa roolissa eli silloin, kun ratkaisun on oltava sataprosenttisen oikein ja perustelut on voitava avata. Tukena sitä jo käytetään, mutta keskustelu pelisäännöistä ja esimerkiksi vastuista ja lainsäädännöstä on vasta käynnistynyt.
Monien kauhuskenaario on jonkinlainen yleinen AI, joka ottaisi lopulta maailman hallintaansa. Tällainen tekoäly on kuitenkin vielä kaukana tulevaisuudessa, jos sielläkään.
Suppeat tekoälyä hyödyntävät sovellukset sen sijaan ovat jo kypsiä ja laajasti käytössä. Karkeasti yksinkertaistaen niiden suurin ongelma ovat koulutusdatan vinoumat. Ne taas johtuvat useimmiten ihmisten ajatteluun tai aiempaan toimintaan liittyvistä virheistä, vinoumista ja ennakkoluuloista. Tämän takia tekoälyratkaisujen laatu heittelee paljon.
Tekoäly on kuitenkin rikki vain siltä osin, miltä osin ihmisten ajattelu on rikki ja rajoittunutta. Kun käyttötilanne on riittävän selkeä ja järkevästi rajattu, tekniikka voi auttaa ihmistä. Utopistista scifi-tulevaisuutta varten se ei ole riittävän kypsää vielä pitkiin aikoihin – onneksi.
Kohtaamme tekoälyn hyödyntämisessä samoja ongelmia kuin yleensäkin tietotekniikan käytössä. Jos tekoälyllä profiloidaan ihmisiä tai vahvistetaan poliittisia mielipiteitä, haasteet ovat aivan samat kuin muillakin teknologioilla. Osa haasteista tulee myös siitä, ymmärtävätkö nykypäivän ihmiset, mitä kaikkea tietoa he itsestään jakavat vapaaehtoisesti sekä mitä tietoja heistä käytetään ja miten. Tätä uhkakuvaa ei saa sivuuttaa, sillä todellisuudessa teknologiaa soveltavat myös pahikset.
Pandemiatilanteessa tekoäly voisi auttaa kohdistamaan organisaation rajallisia resursseja siten, että niillä olisi suurin vaikutus. Tämä ei kuitenkaan onnistu, ellei ymmärretä, millaista dataa pitäisi olla taustalla. Tosiasiassa ani harva organisaatio on varautunut siihen, että jopa puolet tekoälyprojektin ajasta kuluu datan puhdistukseen sellaiseksi, että se kelpaa koneoppimiseen. Olisi tärkeää miettiä myös tätä puolta ja miettiä, millainen datastrategia tukisi tekoälyhankkeita. Kun strategia on kunnossa, toteutus helpottuu olennaisesti.
Fujitsun visiona on rakentaa ihmiskeskeistä ja älykästä yhteiskuntaa. On siis pohdittava myös ihmisen roolia oppivan teknologian hyödyntämisessä siten, että katsoo kohti tulevaa eikä taaksepäin.
Väitän, että 2020-luvulla menestyvät ne organisaatiot, jotka jo nyt pystyvät mallintamaan tekoälyn avulla erilaisia skenaarioita ja niiden avulla kiikaroimaan eteenpäin lähivuosien läpi