Generatiivinen tekoäly mullistaa maailmaa
Generatiivinen tekoäly on yksi tämän vuosikymmenen keskeisin läpimurto, joten on tärkeää, että sen kehitys on selitettävää ja läpinäkyvää meille kaikille.
Generatiivinen tekoäly on yksi tämän vuosikymmenen merkittävimmistä läpimurroista. Sen potentiaali muuttaa maailmaamme on valtava, mutta samalla se herättää kysymyksiä läpinäkyvyydestä ja ymmärrettävyydestä. Tekoälyn kehityksen tulisi olla selkeää ja avointa, jotta jokainen meistä voi ymmärtää ja hyödyntää sen tarjoamia mahdollisuuksia.
Tekoälyn ympärillä vellova hypetys on sekä innostavaa että osittain pelottavaakin. Se haastaa meidät omaksumaan uusia sovelluksia, ymmärtämään muuttuvaa kulttuuria ja opettelemaan uutta terminologia niin kotona kuin työssäkin. Epävarmuutta lisää myös kysymys siitä, minkälaisia opetettuja malleja tekoäly käyttää ja miten se reagoi tai oppii, jos syötämme sille virheellistä tietoa.
Tekoälyn käyttö arkipäiväistyy myös sisäisen turvallisuuden palveluissa
ChatGPT, kuten Microsoftin Copilot, on monille tuttu esimerkki tekoälyn arkipäiväisestä hyödyntämisestä. Se auttaa tiedon etsinnässä, tekstin kirjoittamisessa ja kielten kääntämisessä, sekä tarjoaa tukea ohjelmointitehtävissä. Kuvien generointiin osa käyttää DALL-E:a, joka voi luoda kuvia annettujen kuvausten perusteella, ja musiikin luomiseen on kehitetty Bard, tekoälymalli, joka säveltää ja sovittaa kappaleita eri genreihin.
Arjen työssä ja sisäisen turvallisuuden palveluissa tekoälyn hyödyntäminen herättää kysymyksiä käytettävyydestä ja tietoturvallisuudesta. Julkisessa hallinnossa pyritään luomaan yhteneväiset eettiset ja toiminnalliset ohjeet, datataloutta tukevat alustat ja edistämään kansallista osaamista ja turvallisuutta. Tämä edellyttää pilvialustojen, digitaalisuuden sekä myös kansallisen digikompassin toimeenpanoa, jossa etenemme yhteistyössä valtiovarainministeriön (VM) ja valtioneuvoston kanslian (VNK) kanssa.
Suomenkielinen tekoäly tekee tuloaan
Kielimallit ovat tekoälyjärjestelmien perusta. Esimerkiksi OpenAI:n kehittämä GPT-3 on englanninkielinen malli, jota Copilot käyttää. Kieleen liittyvä tekoäly on monimutkainen, sillä yhtä yleispätevää mallia ei voi kehittää. Suomen kielen ainutlaatuisuus tekee mallien kehittämisestä haastavaa, eikä meillä ole vaikutusvaltaa suurten yhtiöiden opetusmalleihin tai niiden eettisiin periaatteisiin. Suomen kieltä ymmärtävien kielimallien kehittäminen edellyttää työtä suomen kielellä. Onneksi Suomessa on Euroopan nopein supertietokone Lumi, joka on tuottanut suomenkielisen FINGPT-3-kielimallin. SITRA ja ministeriöiden AI-verkosto työskentelevät yhdessä kansallisen kielimallin tuomiseksi arkeemme, mikä on pitkäjänteinen prosessi. Olemme sisäministeriönä aktiivisesti mukana ja korostamme turvallisuus näkökulmia.
Tekoäly on paljon muutakin kuin tekstintuottamista
Tekoäly on kuitenkin paljon enemmän kuin vain ChatGPT ja tekstin tuottaminen. Suurta apua odotetaan tekoälyn ohjaamasta robotiikasta ja analytiikasta, erityisesti asianhallinnassa. Tulevaisuudessa tekoäly voi auttaa meitä etsimään ja hallinnoimaan tietoa tehokkaammin, mikä avaa uusia mahdollisuuksia kaikille aloille. Tältä työltä odotan paljon: asianhallinnan tietojen etsintä, valmistelu, koosteet, raportit ja valmiit pohjat jo olemassa olevista tiedoista ja omista lähteistämme sekä tiedoilla rikastetut luonnokset jotka perustuvat ministeriön mahdollisiin aiempiin kannanottoihin tai käsittelyihin. Tästä aiheesta myöhemmin lisää.
Lopulta, kun katsomme tekoälyn tuomaa tulevaisuutta, se on kuin katsoisi kristallipalloa, joka näyttää loputtomia mahdollisuuksia – ja ehkä muutaman haasteen, jotka muistuttavat meitä siitä, että emme vieläkään tiedä, mitä kaikkea se voi tehdä. Mutta yksi on varmaa: se on suunta ja askel, joka on otettava ja joka on täynnä yllätyksiä, ja me olemme vasta lähtöviivalla. Valmiina, paikoillanne, nyt!
Ismo Parviainen
johtava asiantuntija, sisäministeriön hallinto- ja kehittämisosasto
Lyhyt tekoälysanasto
- Tekoäly (Artificial Intelligence, AI) Tietojenkäsittelytieteen ala, joka pyrkii luomaan koneita ja ohjelmia, jotka kykenevät suorittamaan tehtäviä, jotka vaativat ihmisen älykkyyttä.
- Koneoppiminen (Machine Learning) Tekoälyn osa-alue, jossa tietokoneohjelmat oppivat kokemuksesta ja parantavat suorituskykyään ilman eksplisiittistä ohjelmointia.
- Syväoppiminen (Deep Learning) Koneoppimisen menetelmä, joka käyttää suuria neuroverkkoja oppiakseen monimutkaisia malleja suurista tietomääristä.
- Neuroverkko (Neural Network) Tekoälyn malli, joka jäljittelee ihmisen aivojen toimintaa ja kykenee oppimaan tunnistamaan kuvioita ja suorittamaan tehtäviä.
- Algoritmi (Algorithm) Ohjeiden sarja, jota tietokone seuraa ongelman ratkaisemiseksi tai tehtävän suorittamiseksi.
- Data-analytiikka (Data Analytics) Prosessi, jossa tietoja tutkitaan ja analysoidaan, jotta voidaan tehdä päätelmiä ja ennusteita.
- Luonnollisen kielen käsittely (Natural Language Processing, NLP) Tekoälyn haara, joka keskittyy ihmisen kielen ymmärtämiseen ja tuottamiseen koneiden avulla.
- Robotiikka (Robotics) Tekniikan ala, joka keskittyy robottien suunnitteluun, rakentamiseen ja ohjelmointiin.
- Älykäs agentti (Intelligent Agent) Ohjelma, joka toimii itsenäisesti ja tekee päätöksiä ympäristönsä perusteella.
- Big Data Valtavat tietomassat, joita käsitellään ja analysoidaan tekoälyn avulla löytääkseen piilotettuja kuvioita ja suuntauksia.