Tekoäly vai omaehtoinen ajattelu

[justustr]

Jäsen @Ajatolloh :lta hyvää analyysia. Unohdat kuitenkin yhden keskeisen esteen tekoälyn laajemmalle käytölle ja se on taikausko. Viimeistään koronapandemia on osoittanut maailmalle, että puujumaliin ja poppaukkokoihin uskovaa jengiä löytyy yllin kyllin jopa koulutetuista länkkäreistä saatika sitten luku- ja kirjoitustaidottomista kehitysmaalaisista. Sirutettuja rokotteita ja magnetisoituja kanssaihmisiä pelkäävälle Q-jengille on mahdotonta tarjoilla minkäänlaista tekoälyyn pohjautuvaa lääkäripalvelua. Kyllä se AI jossain vaiheessa tietysti tulee terveydenhuoltoonkin, mutta aikaa se ottaa.

[ApuaHommmaan]

Jäsen @Ajatolloh :lta hyvää analyysia. Unohdat kuitenkin yhden keskeisen esteen tekoälyn laajemmalle käytölle ja se on taikausko. Viimeistään koronapandemia on osoittanut maailmalle, että puujumaliin ja poppaukkokoihin uskovaa jengiä löytyy yllin kyllin jopa koulutetuista länkkäreistä saatika sitten luku- ja kirjoitustaidottomista kehitysmaalaisista. Sirutettuja rokotteita ja magnetisoituja kanssaihmisiä pelkäävälle Q-jengille on mahdotonta tarjoilla minkäänlaista tekoälyyn pohjautuvaa lääkäripalvelua. Kyllä se AI jossain vaiheessa tietysti tulee terveydenhuoltoonkin, mutta aikaa se ottaa.

Mahdotonta tarjoilla nykyisillä ehdoilla, joissa halusi tai ei niin Googlella on myös kaikki terveystiedot, ja sitten vaan pakotetaan luottamaan, kuinka he ovat hyviä. Vaikkeivät nörtteinä niistä etiikan asioista ymmärrä tuon taivaallista.

[artti]

Vastasin peräkammarin ketjuun status quo

https://hommaforum.org/index.php/topic,131291.msg3336471.html#msg3336471

[justustr]

Jäsen @Ajatolloh :lta hyvää analyysia. Unohdat kuitenkin yhden keskeisen esteen tekoälyn laajemmalle käytölle ja se on taikausko. Viimeistään koronapandemia on osoittanut maailmalle, että puujumaliin ja poppaukkokoihin uskovaa jengiä löytyy yllin kyllin jopa koulutetuista länkkäreistä saatika sitten luku- ja kirjoitustaidottomista kehitysmaalaisista. Sirutettuja rokotteita ja magnetisoituja kanssaihmisiä pelkäävälle Q-jengille on mahdotonta tarjoilla minkäänlaista tekoälyyn pohjautuvaa lääkäripalvelua. Kyllä se AI jossain vaiheessa tietysti tulee terveydenhuoltoonkin, mutta aikaa se ottaa.

Mahdotonta tarjoilla nykyisillä ehdoilla, joissa halusi tai ei niin Googlella on myös kaikki terveystiedot, ja sitten vaan pakotetaan luottamaan, kuinka he ovat hyviä. Vaikkeivät nörtteinä niistä etiikan asioista ymmärrä tuon taivaallista.

Ei kai se tekoälyn vika ole, jos olemme tyhmänä vuotaneet kaikki terveystietomme googlelle (en siis tiedä onko näin mutta jos on, niin vika on terveydenhuollon tietojärjestelmien surkeissa suojauksissa).

Ja jos nyt kerran ne sinne NSA:n tietokantaan on jo tallennettu niin eikös se olisi sama antaa tekoälyn prosessoida niistä jotain omistajalleen hyödyllistä tietoa?

[Ajatolloh]

^PIeni OT, mutta tuosta Googlesta ja isosta kokonaisuudesta: Minusta voisi ruveta harkitsemaan Yhdysvaltain 51. osavaltioksi hakeutumista. En tiedä tosin onko se mahdollista, mutta tulisi nyt ainakin samalla kaikki turvallisuuteen liittyvät ongelmat hoidettua.

Sen sijaan että olemme EUvostoliiton periferiaan kuuluva "tärkeä hiilinielu", muuttuisimme kertaheitolla Yhdysvaltain hoteimmaksi osavaltioksi. Amerikkalaisyritykset suorastaan tungeksisivat tänne, koska tämä olisi Amerikan sillanpääasema Euroopassa, jossa on voimassa Amerikan lait ja normit.

USA perustaisi tai ehkä jopa siirrättäisi monet Euroopan sotilastukikohdistaan tänne, koska omalla maaperällään nekin mieluiten toimivat.

Googlen voisi aivan hyvin antaa hoitaa kaikki tietojärjestelmäasiamme. Eiköhän se hoituisi paljon tehokkaammin kuin nykyisten kankeiden TeeHooäLien, äSTeeäMmien ja Tragicomien toimesta. Ehkä se Kuukelin tekoälykin saisi jotain irti tämän kansakunnan terveysdatasta, enemmän kuin nyt.

[Totti]

Populaarikielessä algoritmia ollaan alettu käyttämään luodakseen mystiikan tunnelman vaikkapa Facebookin mainosseurannalle tai YouTuben tarjoamille videoille. Kuulostahan se hurjemmalta sanoa "algoritmi päättää", kun että "ohjelma tekee ehdotuksia". Algoritmi on tämän myötä alkanut tarkoittamaan jotain epämääräistä ja puolirikollista jota tulisi kyseenalaistaa. "Algoritmi" ei kuitenkaan sisällä mitään laadullisia konnotaatioita mitä tulee sen käsittelemään dataan.

Ohjelmoinnissa on vallalla kulttuuri, jossa algoritmien tekijät yleisesti eivät ota mitään vastuuta tekemisistään.

Vastuuasiat ovat lähinnä hallinnollinen asia eikä liity itse algoritmeihin tai ohjelmointiin mitenkään.

Epäilen, että olet ymmärtänyt "algoritmin" väärin sen perusteella miten sana käytetään mediassa. Kuten kirjoitin niin algoritmi esiintyy usein sellaisissa yhteyksissä, missä tuodaan esiin jotain negatiivista jostain ohjelmasta / tietopalvelusta. Tämän puitteissa on syntynyt mielikuva, että algoritmi on jotain epäilyttävää tai pahaa.

Algoritmin seikkaperäinen selitys on tässä: https://en.wikipedia.org/wiki/Algorithm

Neuroverkko eroaa useimmista muista algoritmeista.

Kaikki algoritmit eroavat toisistaan. Ellei eroa, ne ovat sama algoritmi.

Neuroverkko on algoritmi. Toinen algoritmi on esimerkiksi "naiivi Bayesian suodatin" (https://en.wikipedia.org/wiki/Naive_Bayes_spam_filtering). Molemmat voidaan käyttää esim. sähköpostin roskapostin suodattamiseen. Eli a) molemmat ovat algoritmeja, b) toimintalogiikka on täysin erilainen, c) algoritmit eroavat toisistaan, d) molemmat voidaan käyttää samaan sovellukseen.

Esimerkkinä shakki. Ennen neuroverkkoja shakkipositioiden arviointi on suoritettu ohjelmilla niin, että ihmiset ovat ohjelmoineet säännöt, joiden pohjalta ohjelma pisteyttää tilanteen.
Näin esimerkiksi väärin arvioiduista tilanteista on pitänyt "syyttää" ohjelmoijia. Neuroverkko taas toimii pelaamalla erittäin suuren määrän pelejä itsensä kanssa, ja kukaan ei pysty sanomaan millä tavoin se muodostaa arvionsa shakkipositiosta.

Toki näin, mutta edelleen molemmissa shakkitapauksissa kyse on jostain algoritmista, joka hoitaa pelaamisen. Mekaniikka tämän toteuttamiseen on vain eri.

Esim. edellä mainittu Bayesian suodatin perustuu neuroverkon tavoin opettamiseen. Kumpikaan ei siis toimi ennen kun järjestelmälle on syötteen jälkeen kerrottu mikä lopputulos pitäisi olla (hylätään sähköposti tai ei). B-suodatin ei kuitenkaan sovellu shakinpelaamiseen kun taas neuroverkkoideaa voi soveltaa shakissa.

Neuroverkko näin mahdollistaa entistä laajemman vastuunpakoilun, kun voidaan mennä vaan sen taakse, että ihmisiin "ylivertainen" neuroverkko ratkaisi, ja porukka joka nettosi isot rahat vaan omasta mielestään vaan ihmetteli.

Edelleen, vastuuasiat ovat vain hallinnollinen juttu. Millä tahansa algoritmilla on mahdollista tehdä vastuuttomia asioita siinä missä neuroverkonkin kanssa. On esim. helppo ohjelmoida kysymys-vastaus ohjelman, joka antaa käyttäjälle huonoja tai vastuuttomia neuvoja.
Tällaisen ohjelman voi toteuttaa sääntöperusteisella algoritmilla (ensimmäinen shakkiesimerkkisi), jossa valmiista kysymyspatteristosta jaetaan neuvoja tai neuroverkolla (toinen shakkiesimerkkisi), joka opetetaan antamaan tiettyjä vastauksia tiettyihin kysymyksiin.

Neuroverkko ei siis sisällä mitään implisiittistä pahuutta tai konnuutta sen enempää kun mikä tahansa muukaan algoritmi.

Se on eri asia, että monet neuroverkkoa (tekoälyä) käyttävät yritykset (kuten Google tai Facebook) ovat päättäneet soveltaa teknologiansa epämääräisiin hankkeisiin kuten ihmisten systemaattiseen seurantaan (netissä). Tämä on kuitenkin yritysjohdon päätös eikä mikään sisäänrakennettu ominaisuus neuroverkoissa.

[Hiilivety]

Olen miettinut tätä monta päivää (jos ehditte jo kaivata minua )

Minusta tekoälyn käyttäminen tulisi vahvasti kyseenalaistaa tilanteissa, joissa vaaditaan tunneälyä.

Esimerkiksi viha on tunne, ja siksi vihapuheen tunnistaminen kokonaisuutena ei luonnistu, jos ei pysty havaitsemaan tunne-eroja. Edes ihmisäly ei välttämättä pysty siihen kun kyseessä on kirjoitetun tekstin analyysi.

Kirjoitin tästä vihapuhetutkimuksen näkökulmasta, laitoin kirjoitukseni vihapuhe -ketjuun.

No oli kyllä jo niin ikävä.

Minusta tuo vastineesi vihapuhe-ketjuun oli hyvin ajateltu ja siinä oli ideoita ja tuoreutta joita ketju kaipasi ja jota tekoäly ei olisi nykyisellä tasollaan voinut saavuttaa.

Niin ja tekoäly-kirjat. Viime aikoina olen lukenut ainakin sellaisia kuin
Nick Boström: Superintelligence
Max Tegmark: Life 3.0 - Being Human in the Age of Artificial Intelligence
Yuval Noah Harari: Homo Deus - A Brief History of Tomorrow

Yleensä kirjoissa päästään tiedoisuuden käsitteeseen jossain loppuluvuissa ja siellä kun kaiken spekuloinnin karsii pois, niin osoittautuu että eihän tässä vielä tiedetä asiasta oikeastaan vielä mitään. Eikä välttämättä tulla tietämäänkään, koska siinähän tietoisuuden pitäisi tarkastella itseään, mikä on jo sinällään paradoksaalista ja sumentaa asiaa.

[Lalli IsoTalo]

Yleensä kirjoissa päästään tiedoisuuden käsitteeseen jossain loppuluvuissa ja siellä kun kaiken spekuloinnin karsii pois, niin osoittautuu että eihän tässä vielä tiedetä asiasta oikeastaan vielä mitään.

Jeps,

Olen havainnut saman asian rinnakkaisuniversiumia käsittelevistä kirjoista. Nekään eivät ole pystyneet käsittelemään asiaa ymmärrettävästi.  Lopetin tähän, sivulle 241.

The Hidden Reality: Parallel Universes and the Deep Laws of the Cosmos is a book by Brian Greene published in 2011 which explores the concept of the multiverse and the possibility of parallel universes. It has been nominated for the Royal Society Winton Prize for Science Books for 2012.

Reception
Timothy Ferris reports in the review in The New York Times Book Review that "If extraterrestrials landed tomorrow and demanded to know what the human mind is capable of accomplishing, we could do worse than to hand them a copy of this book."

Tämä nyt menee ohi aiheesta, tavallaan, mutta joko sitä olla rinnakkain, synkroniassa, tai ei olla. Jos toisen universiumin hommat eivät vaikuta toiseen, niin ollaanko silloin rinnakkain? Heh, olen ollut ihmisten kanssa oudosti synkassa tässä universioumissa, siksi asia kiinnostaa.

Kun 7+ miljardia ihmistä koko ajan tekee jotain mikä vaikuttaa oman universiumin todellisuuteen, niin miten tuo toinen (tai useampi rinnakkaistodellisuus) sitten koko ajan vaikuttaisi tämän universiumin tekemiseen, tai muihin universiumeihin?

En ymmärrä.

"If you can't explain it simply, you don't understand it well enough."
- Albert Einstein

Palaan aiheeseen: ihmisen aivojen laskentateho on uskomaton! Jos ihminen, jossain kriisitilanteessa, ei näe jotain asiaan vaikuttavaa tekijää kunnolla, hän vetää aivoistaan - esimerkiksi 50 vuoden "videohistoriasta" - sopivan pätkän siihen, ja sijoittaa sen REAALIAJASSA ihmisen näköhavoinnoksi. Joka siis ei ole aito näköhavainto, vaan sellainen, jonka tarkoitus on, historiatiedon perusteella,  suojella ihmistä sen perusteella mitä aiemmin on tapahtunut.

Tähän perustuu se, että silminnäkijäkertomukset tapahtumien kulusta eroavat toisistaan.

No niin.

Jotta tietokone voisi tehdä tuon saman reaaliajassa, en tiedä kuinka paljon laskentatehoa tarvittaisiin. Mutta kyllä se saavutetaan, jossain vaiheessa.

Mutta mistä löydetään se ihminen, joka pystyy ohjelmoimaan tietokoneelle ihmisen tietoisuuden?

Noh, olettakaamme, että sellainen saatana joskus löytyy. Kun hän on kerran onnistunut luomaan tietokonetietoisuuden, hän voi monistaa niitä täältä tappiin asti. Eikö muka voi? Häh? Edit Copy - Edit Paste.

Jolloin, täällä, maan päällä, me alkuperäistietoiset jäämme vähemmistöön, ja kuolemme lopulta sukupuuttoon. Kuten voi tapahtua suomalaisille Suomessa.

Mutta vielä jää kysymys, jos noin olisi: elävätkö nuo simulaatiotietoiset loppuun asti, vai kuolevatko ne jossain vaiheessa? Voivatko robotit, jotka ovat kehittäneet itselleen tietoisuuden, vetää tappiin asti, jota ei ikinä tule? Eivätkö osat kulu?

Tuskin. Liikaa epätodennälöisyyttä liian moneen suuntaan.

Toistan: en näe mahdollisena, että ihminen tai Saatana kehittäisi itsetietoisen robotin. Vielä vähemmän näen mahdollisena, että uuninpankkopoika, jolla ei tulevaisuudessa ollut mahdollisuuksia edes itämaiseen vaimoon, vaan ainoastaan halpaan seksirobottiin, näkisi tuon itseään alati ihailevan pillukoneen myös taivaassa, jos sellaisessa joskus toisemme näemme (kuten uskon, että jollain tasolla tapahtuu).

Jotta ei tulisi mitään väärinkäsityksiä, olen tuossa suunnilleen viidenkympin kohdalla muuttanut omaa elämäkatsomustani epäilijä/toivojasta uskoja/tietäjään.

Sellaista voi sattua niille jotka etsivät. Pitkään se kesti.

[nochWunder]

Miten tekoäly näkyy arjessa, mihin kaikkeen tekoälyä tullaan käyttämään?

Tuleeko tekoäly palvelemaan yhteiskuntaa vai aiheutuuko siitä ylimääräisiä velvotteita ja rasitteita kansalaisille?

Onko mahdollinen skenaario, että tekoälyn käyttäminen syrjäyttäisi ihmisten omaehtoisen ajattelun?

T: WannabeSarahConnor (?)

Neuroverkkoihin perustuva tekoäly on erittäin potenttiaalinen, ja kykenee aivan uskomattomiin suorituksiin. Sen rajallisuus verrattuna evoluutioon on aika ja reaalitodellisuuden tietomäärä.

Tämä tarkoittaa sitä, että tekoälyä on helpoin kehittää rajatuissa olosuhteissa. Esim. joku tähtien välinen avaruusalus, jonka ympäristön voi todella tarkkaan mäpätä tietokoneella, olisi käytännössä täydellinen ympäristö kehittää jotain hyvin ihmismäistä tekoälyä. Tai siis ihan yhtä hyvin mikä tahansa suljettu kompleksi, jossa on rajattu määrä asioita.

Kyllähän se voisi oppia melko omaehtoiseksi, jos vielä jaetaan tekoäly samalla tavalla moniin eri osiin, kuten ihmisellä. Ihmisen minähän on vain aivojen ohjelma, jonka on tarkoitus tehdä päätöksiä. Siellä on aivoissa monta muutakin itsenäistä ohjelmaa tekemässä omia asioitaan. Me vain aina kuvitellaan olevamme koko ihminen.

Eli kun tekoälyn yksi neuroverkko tehdään tekemään päätöksiä, toinen neroverkko hallitsemaan "hormooneja", kolmas "refleksejä" jne. jne.... päästään tilanteeseen, jossa yksi neuroverkko jalostaa toisen neuroverkon ympäristöä. Näin päästään yhä yllättävämpiin lopputuloksiin.

[Ajatolloh]

Huomaan, että aika moni kommentaattori ei vaikuta opiskelleen tekoälyä vaan on mielikuvien varassa.

Tosiasia on, että se tällä hetkellä käyttämämme tekoäly on parhaimmillaankin aika alkeellista. Ei siitä mitään ihmisen tietoisuuden haastajaa näytä olevan tulossa minun jäljellä olevana elinaikanani (joka ei liene kovin pitkä, myönnettäköön)

Suosittelen perehtymään tekoälyyn ihan käytännön tasolla niin suomut tippuu silmiltä. Esim. Stanfordin yliopistolla on avoimia tekoälykursseja. Kun iskette kätenne itse saveen, toteatte varsin äkkiä, että eipä se niin helppoa olekkaan. Tekoälyllä kehittää tietosuuksia yms.

[Hiilivety]

Jos sanotaan, että tekoäly oppii pelejä itseään vastaan pelaamalla, niin käytännössä se siis vaan käy kaikki vaihtoehdot läpi ja tallentaa saavutetun tuloksen johonkin matriisitaulukkoon. Eikö niin. (?) Miksi sitten sanotaan tekoäly eikä funktiojonkasuorittiprosessori?

Ei, tekoäly ei käy kaikkia mahdollisia vaihtoehtoja läpi, mikä olisikin mahdotonta vaikkapa shakin ja go-pelin kohdalla, koska niitä mahdollisia pelejä on niin paljon.

[Ajatolloh]

https://puheenvuoro.uusisuomi.fi/grohn/tekoaly-ei-ole-tiede-vaan-teknologia-2/ 10.8.2021 14:23

Tulevaisuusvaliokunnan uuden raportin kardinaalivirhe on, että tekijät eivät ole sisäistäneet teknologian kehittämisen paradigmaa: Idea-demo-proto-tuote-tuoteperhe.

Raportti tekee johtopäätöksiä lähinnä demojen perusteella syyllistyen yleistysharhoihin. Joskus demoista ja jopa protoista voi kestää vuosikymmeniä tuotteen markkinoille pääsyyn. Tästä esimerkkejä tekoälyyn liittyvästä tekstistä:

Kaski: "Tekoäly on työkalu, jolla voidaan ratkaista ongelmia paremmin."

Tv: Oppiva tekoäly on keskeisellä sijalla robottiliikenteessä, kielenkääntämisessä, konenäössä ja finanssisektorin monissa sovelluksissa.

Lg: Oppiminen on suhteellista. Kovasti mainostettu yhtä syöpätyyppiä diagnosoivan tekoälyn kehittäminen vaati 3 vuotta ja 11 henkilötyövuotta. Robottiliikenne perustuu: erikoiskarttohin jne.

Tv: Tekoäly oppii pelejä itseään vastaan pelaamalla, ja oppii luomaan ihmisen näköisiä kuvia, kun toinen tekoäly kritisoi kuvien puutteita. Tekoäly on oppinut pelaamaan sekä shakkia että Go-peliä mestareita paremmin.

Lg: Pelien säännöt voidaan esittää muutamalla kymmenellä lauseella, joten ongelma eksakti. Kuvien emulaatio ei edes vaadi tekoälyä.

Tv: Tekoäly on myös ratkonut matemaattisia ongelmia. Diagnostiikassa, autonajossa, kuvankäsittelyssä ja useissa muissa tehtävissä tekoäly suoriutuu ammattilaisen tavoin. Kielenkääntökilpailuissa tekoäly on saavuttanut ammattilaisten keskimääräisen tason.

Lg: Vahvaa liioittelua, yleistysharhoja.

Mikä tämä raportti on mistä tässä keskustellaan? Boldasin.

En tiedä, mutta kuka ikinä tuo tägille "Lg" merkattu kommentoija onkaan, minusta hän osuu ytimeen ja ampuu alas nykyajalle tyypillisiä liioitteluja tekoälyn mahdollisuuksista. Nykyinen AI on tyhmä kuin saapas. Se ei kyllä spontaanisti ratko yhtään mitään matematiikkaongelmia eikä kehitä uutta matematiikkaa. Ei todellakaaan.

Olen samaa mieltä siinä, että jos väitetään että tekoäly oppii, niin sen täytyy olla suhteellista. En ole ollenkaan tajunnut tätä. Luulin, että se jotenkin hankkii ja sovittelee tietoa itsenäisesti, mutta onko kyse sittenkin siitä, että sitä opetetaan, itseasiassa vain syöttämällä sille tietoa? Eihän se sitten olekaan muuta kuin tietokanta.

Nykyinen AI:mme taso on sitä, että noita neuroverkkoalgoritmejä pitää opettaa ISOLLA datasetillä. Ei ne tyypillisesti itse osaa mitään uutta tietoa etsiä ja oppis siitä. Lisäksi datasettien on oltava isoja. Tekoälyn oppiminen kestää pitkään. Seuraava tavoite on kuulemma yrittää saada tuota kastemadon tasoista järkeä nopeammaksi oppimaan. Ongelma on siinäkin, ettei nyky AI käsitä asioista oikeastaan mitään. AI ei tiedä onko keuhkokuva normaali vaiko epänormaali. Sille pitää esittää riittävän monta epänormaalia keuhkokuvaa ja vielä kertoa ihmisen toimesta, että "tämä kuva no good, compredo". Kun noita on muutama sata tai tuhat erilaista "no good" kuvaa esitelty, niin toivon mukaan kastemato-AI on sitten oppinut jotain mikä niissä kuvissa oli sellaista että teki sen "no goodiksi". (Mutta jos lyödäänkin naaman eteen ihmiskeuhkoilla opetetulle AI:lle vaikka virtahevon keuhkot, joissa on syöpä, ei ole lainkaan varmaa että AI selviää duunista - sen sijaan ihmislääkäri saattaa aivan hyvin onnistua adaptoimaan osaamisensa uuteen kuvaan ja tilanteeseen - tuo on meidän tän hetken huippu-AI:llekin vielä kova haaste.

Eli meidän AI:n taso on sitä, että isolla datasetillä voidaan AI opettaa hanskaamaan tilanteita, jotka tunnetaan. Jos AI lyödään uuden eteen, se saattaa olla hukassa varsinkin jos pitäisi adaptiivisesti soveltaa "oppimaansa". Tuossa suhteessa monet eläimetkin menevät kirkkaasti tän hetken parhaidenkin AI:den ohi.

Jos sanotaan, että tekoäly oppii pelejä itseään vastaan pelaamalla, niin käytännössä se siis vaan käy kaikki vaihtoehdot läpi ja tallentaa saavutetun tuloksen johonkin matriisitaulukkoon. Eikö niin. (?) Miksi sitten sanotaan tekoäly eikä funktiojonkasuorittiprosessori?

IBM:n Deep Blue taisi toimia jotenkin tuon tyyppisesti. Sekään ei jaksanut käydä aivan kaikkia vaihtoehtoja läpi mutta laski peliä riittävän pitkälle eteenpäin, jotta Garry Kasparov lopulta sitten nujertui. Englanninkielinen dokkari: https://www.youtube.com/watch?v=ke8pq-cpOGk

Sen sijaan Googlen AlphaGo perustui enempi nyky-AI:n mukaisille oppiville algoritmeille ja kyseistä neuroverkkoa treenattiinkin mm. peluuttamalla sitä itseään vastaan. Jolloin se aikansa räpellettyään kehittyi paremmaksi ja paremmaksi pelaajaksi, ollen lopulta sitten parhaille ihmispelaajillekin lyömätön vastus. Englanninkielinen dokkari: https://www.youtube.com/watch?v=WXuK6gekU1Y

Miksi ihmeessä tekoälystä keskustellessa aina piiloudutaan jotenkin väärien termien alle? Mitä tarvetta tässä on niinkun yrittää huijata yleistämällä ja miksi?

Jaa-a, sanoppa se. Lisäksi minusta monet näistä "johtavista visionääreistä" ovat kovia liioittelemaan. Kaippa se tietää enempi leipää heille kun oikein hehkuttaa AI:ta ylisanoin. Harva ihminen oikeasti käsittää mistä on kyse ja konsulttipisneksessä näitä muoti-ilmiöitä tulee ja menee. Silloin pitää takoa kun rauta on kuumaa, sanotaan.

Mutta jotta en kuulostaisi liian skeptiseltä, niin todettakoon, että uskon ehdottomasti AI:n mahdollisuuksiin ja tuosta "kastemato" tason järjestäkin on suunnattomasti hyötyä monissa sovellutuksissa. Ollaan vaan vielä todella kaukana AI:sta, joka itse hakisi tietoa, itse oppisi oma-aloitteisesti ja oivaltaisi. En minä ainakaan näe sen kypsyvän valmiiksi minun elinaikanani. Ehkä olen väärässä, mutta siltä se nyt ainakin näyttää. Olen viimeisen vuoden aikana hankkinut itselleni ymmärtämystä AI:n nykytasosta. Opiskellut noita Stanfordin kursseja mm. ja jopa ohjelmoinut omia pieniä kokeilujani. Ihan käytännössä todennut, kuinka vähäistä on nyky-AI:n järjen taso...ei sillä oikeastaan edes järkeä ole. Se vain tunnistaa sille opetetuista kuvista tai lukusarjoista jotain...ja reagoi. Ihminen kertoo, mikä on hyvä reaktio jne eli ihminen hoitaa sen arvotuksenkin.

Postasin noista pelikehityskoneista dokkarit. Kannattaa katsoa vaikka ne eivät yleis-AI:ta käsittelekkään. Mutta peli on varsin rajattu maailma ja sinänsä "helposti" mallinnettavissa algoritmien maailmaan. Näette dokkareista, että AI-tietokone ei käsitä pelistä itse juuri mitään vaan taustalla on valtava tiimi asiantuntijoita ja ohjelmoitsijoita, jotka hikihatussa raatavat, jotta AI pelaisi paremmin....eli loppujen lopuksi ihmisen aivoilla se parannustyö noissakin softissa tehtiin.

Itse näkisin, että jos ja kun meillä alkaisi olla vaikkapa biodataa älykkäiden sensorien keräämänä (iWatch jne) ja se sitten syötettäisiin tuollaiselle nykypäivän kastemato-AI:lle, niin jonkun pitäisi kertoa, että "tämä data hyvä data". Tuo toinen taas huono. Hyvyys ja huonous täytyisi ihmisen arvotta. Olisiko se sitten että ihminen kertoisi, että tämän datan kantaja kuoli tai sairastui vakavasti. Tämän taas eli pitkään. Ehkä AI sitten löytäisi niistä jotain ja alkaisi ennustamaan. Ehkä AI ei löytäisi mitään ja lopputulos olisi vesiperä. Sekin olisi mahdollista. Jotain tuommoista varmaan lähivuosina pukkaa meille runsain mitoin erinäköisinä sovellutuksina.

[Skeptikko]

Olen samaa mieltä siinä, että jos väitetään että tekoäly oppii, niin sen täytyy olla suhteellista. En ole ollenkaan tajunnut tätä. Luulin, että se jotenkin hankkii ja sovittelee tietoa itsenäisesti, mutta onko kyse sittenkin siitä, että sitä opetetaan, itseasiassa vain syöttämällä sille tietoa? Eihän se sitten olekaan muuta kuin tietokanta.

Tietokanta on vain kasa tietoa, mutta ei vielä itsessään tietoa siitä, että miten tätä tietoa voi jollain järkevällä tavalla hyödyntää. Joissain tekoälyksi kutsutuissa asioissa toki pyritään "oppimaan" syöttämällä sille jollain tavalla esikäsiteltyä/luokiteltua tai käsittellemätöntä tietoa/dataa.

Jos sanotaan, että tekoäly oppii pelejä itseään vastaan pelaamalla, niin käytännössä se siis vaan käy kaikki vaihtoehdot läpi ja tallentaa saavutetun tuloksen johonkin matriisitaulukkoon. Eikö niin. (?) Miksi sitten sanotaan tekoäly eikä funktiojonkasuorittiprosessori?

Tyypillisesti vähänkin vaativammissa peleissä on niin paljon eri vaihtoehtoja, ettei kaikkia niistä voida pelin alkuvaiheesta käsin käydä läpi, koska aikaa kuluisi tähän tähtitieteellisen paljon. Pelin lähestyessä loppuaan erilaisten vaihtoehtojen määrä alkaa käydä sen verran siedettävämmäksi, että tietokoneessa on riittävästi raakaa laskentakykyä, että voidaan kohtuullisessa ajassa käydä kaikki siinä vaiheessa vielä jäljellä olevat vaihtoehdot läpi.

Ennen kuin päästään riittävän lähelle loppua, täytyy tehdä vähemmän optimaalisia valintoja. Esimerkiksi käydä vain jollain tavalla lupaavimmilta vaikuttavia vaihtoehtoja pelin kulusta läpi, pyrkimällä tekemään valintoja tavoilla, jotka tuntuvat usein johtavan hyviin lopputuloksiin vaikka ne eivät välttämättä aina ehkä olisikaan se kaikkien paras vaihtoehto (jonka löytäminen voisi täydellisellä kaikkien vaihtoehtojen läpikäynnillä olla vielä pelin siinä vaiheessa tähtitieteellisen hidasta).

Esimerkiksi  tietokone voi käydä läpi erilaisia siirtoja ja vastustajan mahdollisia vastasiirtoja niihin joko pelin loppuun asti tai ainakin useita askeleita pelin nykyhetkestä eteenpäin. Ja sitten joko ohjelmoija voi esimerkiksi itse suoraan yrittää kehittää tapoja arvioida pelitilanteen suotuisuutta pelaajalle kullakin hetkellä tai sitten laittaa tietokoneen pelaamaan itseään vastaan ja yrittää näiden pelien perusteella muodostaa jonkinlaista "tilastollista" tapaa hahmottaa numeerisesti sitä, että miten hyvä pelitilanne on pelaajalle, jotta osattaisiin valita seuraavaksi siirroksi sellainen, joka näyttäisi päätyvän parhaimpaan lopputulokseen, kun siitäkin vielä jatketaan useita siirtoja eteenpäin peliä.

Yksinkertaisen esim. ristinollaa tai shakkia pelaavan ohjelman tekeminen on varsin helppoa (googlaamalla hakusanaa minimax netistä löytynee lukemattomia esimerkkejä siitä kuinka yksinkertaisella idealla ja sen pohjalta kehitetyillä ratkaisuilla pääsee liikkeelle), myös siinä tapauksessa että siihen sisällyttäisi jonkin verran oppivia piirteitä. Kokonaan eri asia on sitten tehdä ohjelmasta niin pitkälle hiottu, että se pärjää parhaimmille muille ohjelmille tai parhaille ihmispelaajille.

Tässä on esimerkiksi joku pikagooglauksella vastaan tullut video minimaxista ja lisäksi ns. alpha-beta pruningista, jolla voidaan tehdä karsintaa laskennan keventämiseksi:

Algorithms Explained – minimax and alpha-beta pruning
https://www.youtube.com/watch?v=l-hh51ncgDI

Vanha vitsi onkin, että tekoälyn määrittelemeninen on siksi vaikeaa, että asia joka kyetään ratkaisemaan liian hyvin, yksinkertaisesti tai kevyesti ei sitten tunnukaan enää sitten niin paljoa tekoälyltä, vaikka alunperin aiheen ratkaiseminen olisikin tuntunut olevan asia, jota kuuluisi kutsua tekoälyksi. Tekoälyksi haluttaisiin enemmänkin kutsua vaikeampia ongelmia tai asioita, joiden ratkaisu on jollain tavalla mystisempää, eikä ratkaisutavan yksityiskohtia välttämättä ymmärretä kovinkaan syvällisesti tai jota ei kyetä ainakaan vielä ratkaisemaan täydellisesti/kunnolla nykytietokoneiden suorituskyvyllä.

Miksi ihmeessä tekoälystä keskustellessa aina piiloudutaan jotenkin väärien termien alle? Mitä tarvetta tässä on niinkun yrittää huijata yleistämällä ja miksi?

Tekoälyssä ja monessa muussakin asiassa usein käytetään termejä, jotka voivat hämärtää sitä mistä oikein onkaan kysymys. Osittain tarkoituksella luodessa asiaan vihkiytymättömille todellisuutta hienompaa kuvaa - etenkin jos ollaan hakemassa (tutkimus)rahoitusta ja mielellään myös samalla maalaillaan jotain hyvältä kuulostavia lupauksia siitä mitä hyötyä tällaisella voisi ehkä ideaalitilanteessa olla, toisaalta myös jotta voidaan asiaan vihkiytyneille mahdollisesti kuvata vakiintuneilla käsitteillä paremmin mistä on kyse. Eikä tekoäly tai edes tekniikka ole tietenkään suinkaan mitenkään ainoa aihepiiri missä näin on.

[Ajatolloh]

Olen samaa mieltä siinä, että jos väitetään että tekoäly oppii, niin sen täytyy olla suhteellista. En ole ollenkaan tajunnut tätä. Luulin, että se jotenkin hankkii ja sovittelee tietoa itsenäisesti, mutta onko kyse sittenkin siitä, että sitä opetetaan, itseasiassa vain syöttämällä sille tietoa? Eihän se sitten olekaan muuta kuin tietokanta.

Tietokanta on vain kasa tietoa, mutta ei vielä itsessään tietoa siitä, että miten tätä tietoa voi jollain järkevällä tavalla hyödyntää. Joissain tekoälyksi kutsutuissa asioissa toki pyritään "oppimaan" syöttämällä sille jollain tavalla esikäsiteltyä/luokiteltua tai käsittellemätöntä tietoa/dataa.

"Yllättäen" vahvoilla tämän tämänhetkisen kastemato-AI:n kanssa ovat suuria tietokantoja omistavat yhtiöt kuten Google tai Amazon. Niiden kuluttaja/käyttäjä-datalla voidaan leikkiä opetusleikkejä kastemato-AI:n kanssa. Huom! Tällöinkin pitää olla ihminen kertomassa aina, että mikä on jonkin datan merkitys. Onko "hyvä" vaiko" huono" jne. Kastemato-AI ei siihen itse pysty. Se vaan mulkkaa eikä käsitä mitä datasta pitäisi olla mieltä ellei ihminen sitä sille kerro.

Vanha vitsi onkin, että tekoälyn määrittelemeninen on siksi vaikeaa, että asia joka kyetään ratkaisemaan liian hyvin, yksinkertaisesti tai kevyesti ei sitten tunnukaan enää sitten niin paljoa tekoälyltä, vaikka alunperin aiheen ratkaiseminen olisikin tuntunut olevan asia, jota kuuluisi kutsua tekoälyksi. Tekoälyksi haluttaisiin enemmänkin kutsua vaikeampia ongelmia tai asioita, joiden ratkaisu on jollain tavalla mystisempää, eikä ratkaisutavan yksityiskohtia välttämättä ymmärretä kovinkaan syvällisesti tai jota ei kyetä ainakaan vielä ratkaisemaan täydellisesti/kunnolla nykytietokoneiden suorituskyvyllä.

Itseasiassa nämä tän hetken "state-of-the-art" tekoälyt - joita minä siis kutsun kastemato-AI:ksi, jotta tuntuma maahan säilysi - toimivat jälkimmäisellä tavalla. Niitä opetetaan datalla mutta kukaan ei lopulta tiedä tarkkaan, miksi ne päätyvät niihin tuloksiin mihin päätyvät. Ne organisoivat itse oman "päättelykoodinsa" eli hermoverkkonsa. Sen testaaminen tai "oikeaksi todistaminen" onkin vaativaa. Perinteisessä ohjelmoinnissahan väännetään se koodi ja sitä voidaan sitten tarkastella. Hermoverkko"koodauksessa" sellaista ei synny, koska ohjelmisto duunailee sen itse sinne taustalle.

Esimerkki: Tuommoista kastemato-AI:ta opetettiin käsinkirjoitusnäytteillä ja kerrottiin aina, että "tämä tässä on naisen kirjoittamaa, tämä taas miehen jne". Noin tehtiin joku satatuhattakertaa. Kyseinen kastemato-AI sitten oppi löytämään sieltä jotain sellaista, että kuulemma jollain 95% varmuudella osaa käsinkirjoitusnäytteestä kertoa kirjoittajan sukupuolen. Siihen ei pysty paraskaan ihmis-grafologi. Kukaan ei oikein tiedä, mitenkä kastemato-AI homman oikein hoitaa.

[nochWunder]

Huomaan, että aika moni kommentaattori ei vaikuta opiskelleen tekoälyä vaan on mielikuvien varassa.

Tosiasia on, että se tällä hetkellä käyttämämme tekoäly on parhaimmillaankin aika alkeellista. Ei siitä mitään ihmisen tietoisuuden haastajaa näytä olevan tulossa minun jäljellä olevana elinaikanani (joka ei liene kovin pitkä, myönnettäköön)

Suosittelen perehtymään tekoälyyn ihan käytännön tasolla niin suomut tippuu silmiltä. Esim. Stanfordin yliopistolla on avoimia tekoälykursseja. Kun iskette kätenne itse saveen, toteatte varsin äkkiä, että eipä se niin helppoa olekkaan. Tekoälyllä kehittää tietosuuksia yms.

Täytyykö kaiken tapahtua oman elämän aikana, jotta siitä voi keskustella.

Aloitat valtavalla ylimielisyydellä. Tekniikan ja ohjelmoinnin asiantuntijana väitän, että tiedän jotain käsien työntämisestä saveen tässä asiassa.

Ei ole kovin hedelmällinen perspektiivi arvioida parin tunnin kuokkimisen perusteella, mitä savesta voi saada aikaan.

Työtä ja aikaa vaaditaan.

Esim. Ennen kuin näitä itseoppivia neuroverkkoja oli keksitty, pidin montaa tekoälyyn liittyvää teoriointia naurettavana, koska paraskin tekoäly olisi juuri niin hyvä kuin suunnittelija.

Mutta, itseoppivat järjestelmät ovat siitä ihmeellisiä, että ne voivat yllättää suunnittelijan, keksimällä todella novelleja ratkaisuja.

[Ajatolloh]

Huomaan, että aika moni kommentaattori ei vaikuta opiskelleen tekoälyä vaan on mielikuvien varassa.

Tosiasia on, että se tällä hetkellä käyttämämme tekoäly on parhaimmillaankin aika alkeellista. Ei siitä mitään ihmisen tietoisuuden haastajaa näytä olevan tulossa minun jäljellä olevana elinaikanani (joka ei liene kovin pitkä, myönnettäköön)

Suosittelen perehtymään tekoälyyn ihan käytännön tasolla niin suomut tippuu silmiltä. Esim. Stanfordin yliopistolla on avoimia tekoälykursseja. Kun iskette kätenne itse saveen, toteatte varsin äkkiä, että eipä se niin helppoa olekkaan. Tekoälyllä kehittää tietosuuksia yms.

Täytyykö kaiken tapahtua oman elämän aikana, jotta siitä voi keskustella.

Ei, mutta suurin osa keskustelelijoista ei kyllä tuollaista seikkaa esiin - ja koska ihmiset tuppaavat 99% valveillaoloajastaan huolehtimaan lähinnä oman elinaikansa tapahtuvista asioista - niin on aika luonnollinen oletus että tähän asti käyty AI keskustelu tapahtuu nimenomaan tähän aikaan sovellettuna tai ihan lähitulevaisuuteen korkeintaan projisoituna. Useimmilta loppuu kyllä paukutkin kesken käydä jotain vuonna 2050 tapahtuvaa keskustelua....

Aloitat valtavalla ylimielisyydellä. Tekniikan ja ohjelmoinnin asiantuntijana väitän, että tiedän jotain käsien työntämisestä saveen tässä asiassa.

Tai sitten se on vain osaamista, mikä osaamattoman mielestä näyttää ylimielisyydeltä. Arvioidaan se sinun osaaminen sitten näyttöjesi perusteella. Tähän astiset viestisi eivät vielä suuria lupaa tällä saralla.

Ei ole kovin hedelmällinen perspektiivi arvioida parin tunnin kuokkimisen perusteella, mitä savesta voi saada aikaan.

Työtä ja aikaa vaaditaan.

Duoda duoda, kerro se 2h jollain n x 10^2 tai 10^3 tai vastaavalla exponentilla, niin aletaan olemaan työmäärässä siellä oikeilla hehtaareilla. Ei ole ihan vähän aikaa mitä olen tähän AI harrasteluun käyttänyt ja ensimmäisen AI luennonkin muistan vastaanottaneeni jo vuonna 1984 tai 1985. Oli joku amerikkalainen guru siihen aikaan, nimi ei enää muistu mieleen sorry. Entä sinä itse, jolla piti sitä savea olla käsissä?

Esim. Ennen kuin näitä itseoppivia neuroverkkoja oli keksitty, pidin montaa tekoälyyn liittyvää teoriointia naurettavana, koska paraskin tekoäly olisi juuri niin hyvä kuin suunnittelija.

Mutta, itseoppivat järjestelmät ovat siitä ihmeellisiä, että ne voivat yllättää suunnittelijan, keksimällä todella novelleja ratkaisuja.

No vähänpä sitten olet tekoälystä käryllä. Jo ennen itseoppivia neuroverkkojakin oli kyllä varsin vaikuttavia mm. päättelyhierarkioihin perustuvia tekoälysovellutuksia mm. lääketieteen alalla. Ei niissä ollut mitään hävettävää.

Mitä tulee itseoppiviin järjestelmiin, kyllä, joissain asioissa ne "loistavat" ja yleensä ne asiat vielä tuppaavat olemaan niin tylsän rutiininomaisia, että ihminen ei niitä tykkää tehdä tai spesialisoitua. Mainitsin aiemmin esimerkin grafologian alalta. Itseoppiva järjestelmä oppi siis käsialanäytteistä päättelemään kirjoittajan sukupuolen melkoisella tarkkuudella - joka ylittää ihmisexperttien kyvyt. Sille voi tietysti vuodatella vautsi-vau efektejä mutta tunnelma latistuu heti kun kerron kolikon toisen puolen:

Otetaan kuva vaikka norsun p**usta. Semmoinen klassinen Roschier-mustatahratestikuva vai mitä ne on. Sellainen kun lättäistään ihmisgrafologin eteen, niin tämä nauraa välittömästi, että "älkääs nyt pelleilkö, ei tässä kenenkään käsialanäyte ole". Sama näyte kun laitetaan sen vautsi-vau AI-algoritmin eteen, niin pahimmassa tapauksessa se märehtii hetken ja pullauttaa vastauksen mies/nainen.....missä ei tietenkään ole mitään järkeä. Mutta kun se AI on niin tyhmä kuin kastemato. Sillä ei ole omaa arvostelukykyä tippakaan, jossa se ymmärtäisi, etä nyt eteen työnnetään jotain ihan muuta shaibaa kuin mitä mä osaan....kyky adaptoitua ja soveltaa oppimaansa uusiin tilanteisin puuttuu tuolta kastemato-AI:lta täysin. Se on iso puute aika usein. Tätäkään seikkaa nämä kädet-ilmassa-mutta-ei-kovin-savisina hemmot eli konsultit muista kertoa. (Ehkäpä eivät edes tiedä)

Jään tässä nyt ylimielisenä odottelamaan @nochWunder että sulta tulee jotain konkreettista kontribuutiota tähän ketjuun eikä vain päänauontaa.

[Ajatolloh]

Tästä voisi päätellä, että meillä siis jo on se tarvittavan kaltainen softa, mutta sen kehittymistä ja toimintaa rajoitetaan ajallisesti tai antamalle rajattu määrä dataa tekoälyn käytettäväksi. Lisäksi toiminta rajoittuu yksinkertaisesti sillä, että ei ole tarpeeksi tehokasta prosessoria. Joko tehokkaampi prosessori, tai sitten paljon enemmän aikaa, Skynet onkin valmis? Hui.

En kyllä osaa sanoa tuohon mitään. Voihan se olla paukkuongelmakin mutta minusta ongelmaa on näissä itseoppivien järjestelmien algoritmeissäkin. Tai siis ettei niillä ole kovin paljon sitä järkeä. Simpanssikin oppii vähemmistä esimerkeistä ja toistoista sekä osaa soveltaa oppimaansa uusissa tilanteissa. Tämä nykyisenlainen kone"äly" ei juurikaan tuollaiseen taitu. Kaikki sille täytyy tuhansin toistoin opettaa ja silloinkin se pystyy touhuamaan vain sen hiekkalaatikon sisällä, mihin se on opetettu. En tiedä, onko noilla algoritmeilla mitään asiaan minnekkään vaikka prosessoritehoa tulisi kuinka paljon tahansa. Repetiivinen touhuaminen vain monistuisi? (ei kastemadotkaan lajina viisastu siitä että niitä monistaa miljardin lisää?)

[Skeptikko]

Pelin lähestyessä loppuaan erilaisten vaihtoehtojen määrä alkaa käydä sen verran siedettävämmäksi, että tietokoneessa on riittävästi raakaa laskentakykyä, että voidaan kohtuullisessa ajassa käydä kaikki siinä vaiheessa vielä jäljellä olevat vaihtoehdot läpi.
...
Tekoälyksi haluttaisiin enemmänkin kutsua vaikeampia ongelmia tai asioita, joiden ratkaisu on jollain tavalla mystisempää, eikä ratkaisutavan yksityiskohtia välttämättä ymmärretä kovinkaan syvällisesti tai jota ei kyetä ainakaan vielä ratkaisemaan täydellisesti/kunnolla nykytietokoneiden suorituskyvyllä.

Tästä voisi päätellä, että meillä siis jo on se tarvittavan kaltainen softa, mutta sen kehittymistä ja toimintaa rajoitetaan ajallisesti tai antamalle rajattu määrä dataa tekoälyn käytettäväksi. Lisäksi toiminta rajoittuu yksinkertaisesti sillä, että ei ole tarpeeksi tehokasta prosessoria. Joko tehokkaampi prosessori, tai sitten paljon enemmän aikaa, Skynet onkin valmis? Hui.

Tuo ylempi osa viestini lainauksesta koskee käytännössä yksinkertaisia, vuoroittain pelattavia ristinollan ja shakin kaltaisia pelejä. Sellaiseen pelaamiseen kykenevä tekoäly ei tarvita välttämättä mitään dataa tai oppimista, vaan teoriassa hommaa voidaan käydä ihan vain eri vaihtoehtojen raa'alla läpikäynnillä. Käytännössä näin ei ole kuin pelin loppuvaiheessa, koska esimerkiksi alkuvaiheesta lähtien aikaa menisi tähän aivan tolkuttomia määriä, koska erilaisia vaihtoehtoja pelin kululle on niin tolkuton määrä. Pitkä aika tarkoittaa tällaisissa helposti paljon pidempään kuin mitä ihminen elää tai missä ajassa Aurinko aikanaan sammuu. Näin pitkiä aikoja ei ole aikaa odotella. Täällä on esimerkiksi jotain arvioita siitä, että kuinka paljon erilaisia pelejä olisi shakissa läpikäytäväksi, kuten:

Shannon number - Wikipedia
https://en.wikipedia.org/wiki/Shannon_number

Shannon showed a calculation for the lower bound of the game-tree complexity of chess, resulting in about 10¹²⁰ possible games, to demonstrate the impracticality of solving chess by brute force, in his 1950 paper "Programming a Computer for Playing Chess".[1] (This influential paper introduced the field of computer chess.)
...
As a comparison to the Shannon number, if chess is analyzed for the number of "sensible" games that can be played (not counting ridiculous or obvious game-losing moves such as moving a queen to be immediately captured by a pawn without compensation), then the result is closer to around 1040 games. This is based on having a choice of about three sensible moves at each ply (half-move), and a game length of 80 plies (or, equivalently, 40 moves).[6]

Ja vaikka tietokoneiden laskentakyky ajan mittaan onkin pitkään kasvanut aika reipasta vauhtia, niin tällainenkaan kasvu ei nopeuta laskentaa niin paljon, että sillä olisi käänteentekevää vaikutusta tämän asian suhteen (kenties mahdolliset kvanttitietokoneet voisi muuttaa tulevaisuudessa tätä tai jos joku kykenisi muuten kuin pelkällä raa'alla laskennalla analysoimaan shakin riittävän perinpohjaisesti). Käytännössä siis täytyy unohtaa se vaihtoehto, että pelkällä raa'alla laskennalla pelattaisiin shakin kaltaisia pelejä täydellisesti aivan pelin alusta alkaen läpi, vaan täytyy tyytyä vähemmän täydellisiin, mutta järkevässä ajassa suoriutuviin vaihtoehtoihin, joita pyritään kuitenkin kehittämään mahdollisimman hyvin pelissä pärjääviksi.

Ja vaikka oppimista voidaan eri tavoin pyrkiä hyödyntämään shakkiohjelmissakin, niin ei siinäkään voida ajatella käytettävän kuin melko suppeaa määrää pelejä kaikista mahdollisista peleistä. Ja sitten on myös se, että kuinka tätä oppimismateriaalia tai aiempia pelejä hyödynnetään ja kuinka tehokkaasti ohjelma pystyy oppimaan niistä jotain pelaamisen kannalta hyödyllistä.

Ja shakin kaltaiset pelit ovat kuitenkin vielä suhteellisen yksinkertaisia ja hyvin määriteltyjä ongelmia. Reaalimaailma on usein paljon sotkuisempi. Esimerkiksi joku itse ajava auto voi kohdata ties mitä hämäryyttä, lumipyryjä, tien liukkautta, eteen yllättäen hyppiviä ihmisiä yms. Shakissa pitää vain omalla vuorolla pitää kourallisesta vaihtoehtoja valita paras siirto, olkoonkin että tarpeeksi monta siirtoa eteenpäin pelatessa siinäkin eri vaihtoehtojen määrä kasvaa tolkuttomaksi.

[Totti]

Olen samaa mieltä siinä, että jos väitetään että tekoäly oppii, niin sen täytyy olla suhteellista. En ole ollenkaan tajunnut tätä. Luulin, että se jotenkin hankkii ja sovittelee tietoa itsenäisesti, mutta onko kyse sittenkin siitä, että sitä opetetaan, itseasiassa vain syöttämällä sille tietoa? Eihän se sitten olekaan muuta kuin tietokanta.

Tekoäly (neuroverkko) ei ole tietokanta.

Tietokannalla voisi periaatteessa tehdä toimiva tekoälysovellus, mutta se on ns. naiivi lähestymistapa, joka edellyttää lähes rajattoman määrän dataa saadakseen tarpeeksi kattavan toiminnallisuuden missään muissa kun hyvin primitiivisissä sovelluksissa. Tietokannastahan haetaan valmiiksi syötettyjä vastauksia (mahdollisesti yhdistäen monta vastetta yhteen kokonaisuuteen). Käytännön sovelluksissa tämä lähestymistapa on mahdoton suuren työ- ja resurssivaatimusten takia.

Neuroverkko on adaptiivinen oppimisjärjestelmä, jonne ei syötetä valmista dataa haettavaksi vaan se opetetaan tunnistamaan tiettyjä kuvioita (patterns).

Yksinkertaisena esimerkkinä sovellus joka erottaa bittikarttakuvasta ympyrän ja neliön. Kuvassa kuvio voi olla hieman eri paikoissa (reunalla, ylhäällä jne.), muoto hieman vaihtelee (esim. ellipsi, pyöreä tkulmat jne.) jne. Ihminen pystyy aika helposti sanomaan onko kuvassa ympyrän kaltainen tai neliön kaltainen kuvio.

Jos tämä ongelma ratkaistaan tietokannalla pitäisi tallentaa kuvia ja määritellä kullekin kuvalle neliö tai ympyrä jollain painotuksella välillä 0-1. Ohjelma voisi sitten vertaa tietokannan kuvan ja tuntemattoman kuvan ja palauttaa tulos. Ongelma syntyy silloin kun tuntematon kuva ei ole olemassa tietokannassa. Ellei ohjelma sisällä jotain muuta logiikkaa, jolla ratkaistaan epäselvät tapaukset, kaikki mahdolliset kuvakombinaatiot pitäisi tallentaa tietokantaan. Datamäärä paisuu silloin järjettömän suureksi jo pienellä kuvakoolla.

Tämä dataongelma voidaan kiertää lisälogiikalla, jossa yritetään jollain matematiikalla interpoloida eri tietokannan kuvien välillä ja etsiä niistä ratkaisu. Sanomattakin on selvää, että jos tunnistettava kuvio on yhtään monimutkaisempi (esim. kasvot), ollaan jo aikamoisessa suossa tietokantaratkaisulla.

Neuroverkossa homma menee eri lailla. Verkko ei tallenna kuvia mihinkään vaan sille syötetään läjä kuvia, joissa on ympyröitä ja neliöitä. Ihminen sitten kertoo ohjelmalle mitä kukin kuva on, eli ohjelma "opetetaan" tunnistamaan kuvioiden välillä. Neuroverkon sisäisessä matriisissa erinäiset kertoimet sitten muuttuvat opettamisen edetessä, mutta itse kuvadata ei ole missään tallessa.

Tällaisessa yksinkertaisessa tunnistamisessa ehkä 100 kuvaa riittää siihen, että neuroverkko voi 90% todennäköisyydellä päättää mitä tuntematon kuva sisältää. Tietokantaratkaisussa 100 kuvalla tuskin saataisiin edes 1% tunnistamistodennäköisyys. Kuvioiden monimutkaistuessa tietokantaratkaisu ei enää tunnistaisi juuri mitään millään järjellisellä datamäärällä.

[Skeptikko]

Tekoäly (neuroverkko) ei ole tietokanta.

Tietokannalla voisi periaatteessa tehdä toimiva tekoälysovellus, mutta se on ns. naiivi lähestymistapa, joka edellyttää lähes rajattoman määrän dataa saadakseen tarpeeksi kattavan toiminnallisuuden missään muissa kun hyvin primitiivisissä sovelluksissa. Tietokannastahan haetaan valmiiksi syötettyjä vastauksia (mahdollisesti yhdistäen monta vastetta yhteen kokonaisuuteen). Käytännön sovelluksissa tämä lähestymistapa on mahdoton suuren työ- ja resurssivaatimusten takia.

Tosin eihän neuroverkot ole ainoita tekoälymenetelmiä. Äkkiseltään tulee mieleen esimerkiksi toimintaperiaatteeltaan hyvin yksinkertainen K:n lähimmän naapurin luokittelija, joka laskettaneen tekoälyn piiriin kuuluvaksi ja se voi usein hyödyntää "tietokannassa" olevaa opetusdataa aivan hyvin sellaisenaan. Ja niissäkin menetelmissä missä opetusdataa ei sellaisenaan tallenneta oppimisen vuoksi, niin varsin usein tällainen hyvälaatuinen opetusmateriaali varmaankin otetaan myös sellaisenaan talteen, että sitä voidaan jatkossakin tarvittaessa hyödyntää opettamiseen. On varsin todennäköistä, että tekoälytoteutusta kehitetään monenlaisten yritysten ja erehdysten, kautta kokeilemalla tehdä siihen erilaisia muutoksia, antamalla sille taas opetusdata ja sitten testaamalla kuinka hyvin se tämänkertaisten muutosten jälkeen pärjää verrattuna aiempaan.

[zupi]

En tunne tätä alaa, mutta näin maallikolle tekoälyn luonnetta avasi aika hyvin muutaman vuoden takainen AlphaZeron shakkimatsi (shakistahan ketjussa on ollut juttua jo useaan otteeseen). Eli pelkästään sääntöjen antamisen ja vuorokauden "opiskelun" jälkeen, tekoäly voitti täysin ylivoimaisesti (muistaakseni) noin 800 kertaa tehokkaammassa tietokoneessa pyörivän, parhaan ihmisen kehittämän shakkiohjelman. Itse ymmärsin tuon siten, että tekoäly pystyi "opettamaan" itsensä täysin ylivoimaisesti ihmisen opetukseen nähden. Joo, tietenkin kyseessä on selkeästi määritelty peli jne., mutta kuten totesin, jotenkin tuo itselleni vähän avasi tekoälyn mahdollisuuksia. Sovellusalue tullee laajenemaan tulevaisuudessa (ja on varmasti jo laajentunut).

[Ajatolloh]

Ja vaikka tietokoneiden laskentakyky ajan mittaan onkin pitkään kasvanut aika reipasta vauhtia, niin tällainenkaan kasvu ei nopeuta laskentaa niin paljon, että sillä olisi käänteentekevää vaikutusta tämän asian suhteen (kenties mahdolliset kvanttitietokoneet voisi muuttaa tulevaisuudessa tätä tai jos joku kykenisi muuten kuin pelkällä raa'alla laskennalla analysoimaan shakin riittävän perinpohjaisesti). Käytännössä siis täytyy unohtaa se vaihtoehto, että pelkällä raa'alla laskennalla pelattaisiin shakin kaltaisia pelejä täydellisesti aivan pelin alusta alkaen läpi, vaan täytyy tyytyä vähemmän täydellisiin, mutta järkevässä ajassa suoriutuviin vaihtoehtoihin, joita pyritään kuitenkin kehittämään mahdollisimman hyvin pelissä pärjääviksi.

Vaikka shakissa voitaisiin teoriassa jollain kvanttikoneella ehkä laskea ne kaikki mahdolliset jäljellä olevat siirrot - kuka arvottaa mikä siirto on toista parempi jossain shakin avauspelissä tai keskipelissäkään? Laskeminenkin perustuu siihen, että osaa valita eri vaihtoehtojen väliltä parhaan mutta entäpä jos se ei onnistukkaan? Jos yksiselitteisesti parasta siirtoa ei kyetä määrittelemään.

[Ajatolloh]

Siinä pitäisi lukea jotain sen suuntaista, jos yhtään mitään olen teiltä tänään oppinut, että Kameratunnistuksen ja kuljetuksen ennakkotietojen perusteella rajanylittämisen helpottamista pilotoidaan. Apuna käytetään tietojen vertailussa uusinta neuroverkkotunnistamiseen pohjautuvaa eri tietoja yhdistävää sovellusta.

Jos arvata pitäisi, siellä ei ole neuroverkko"älyä" muussa kuin rekisterikilpiä tulkitsevassa kamerasoftassa.

Kaikki muu on perinteistä tietotekniikkaa korkeintaan.

Se, että joku rekka otetaan tarkempaan syyniin, perustunee tullin vihjetietokantaan eli kun tietty rekkari aktivoituu, niin tullikamarin torkkuhuoneessa pärähtää sireeni ulvomaan ja punainen 'mehusekoitinvalo' alkaa pyörimään kuin ryssän hyrrä. Tullikoirat juoksevat kuola vaahdoten kentälle kuumaa vihjettään ratsaamaan...

Siinä teille tekoälyä.*

Jos siellä oikeasti on Cyborg 324-x, joka lukee rekkojen kyljistä että Latvijas Transportas ja tonkii Interpolin tietokannoista, että 1 + 1 = 11 -> rekka gammaroengeniin ja rekkakuski persetähystykseen (jonka senkin suorittaa japanialainen AI-robota Pers Va Quu Tihr-us-tin) niin pahoittelen. Olen todella jäljellä AI-tilanteen päivityksissäni...

* eikös Suomen polissenillä ole ollut jo ainakin pari vuotta ainakin osassa kojelautakameroita tuollainen rekkarikilpiä lukeva kastematoäly, joka sitten tekee tietokantakyselyn ja perinteinen ATK tsekkaa, että onko katsastettu, onko omistajasta/haltijasta haku päällä, onko vakuutettu, onko rekkari kytköksissä mopojengiläisiin, onko sitä tai tätä ja jos on, niin polizeiauton pillit piippaa automatic päälle ja konstaabelit syöksyy liivit päällä luugerit ojossa liikenteestä tavoitetun konnan kimp....no ei sentään mutta jonkinlainen punaisen hälyn se siihen ruudulle tekee.

[Totti]

Tekoäly (neuroverkko) ei ole tietokanta.

Tietokannalla voisi periaatteessa tehdä toimiva tekoälysovellus, mutta se on ns. naiivi lähestymistapa, joka edellyttää lähes rajattoman määrän dataa saadakseen tarpeeksi kattavan toiminnallisuuden missään muissa kun hyvin primitiivisissä sovelluksissa. Tietokannastahan haetaan valmiiksi syötettyjä vastauksia (mahdollisesti yhdistäen monta vastetta yhteen kokonaisuuteen). Käytännön sovelluksissa tämä lähestymistapa on mahdoton suuren työ- ja resurssivaatimusten takia.

Tosin eihän neuroverkot ole ainoita tekoälymenetelmiä.

Se on totta. Tekoälyä voi implementoida monella lailla. Populääritieteessä tekoäly kuitenkin rinnastetaan usein juuri neuroverkkoihin, joka on kuuminta hottia tällä hetkellä. Ehkä sen takia ajatukseni kiersi juuri sen ympärillä.

Mikään ei kuitenkaan sano, että tekoäly pitäisi juuri imitoida ihmisaivojen mallia kuten neuroverkko tekee (yksinkertaistettuna). Periaatteessa voisi ajatella järjestelmää, joka perustuu vain sääntöihin eikä siis tarvitse mitään varsinaista oppimisdataa ylipäätään.

Sääntöpohjainen äly pitäisi kuitenkin olla itseään muuttava, jottei päädytä ohjelmalliseen sääntösekasotkuun. Ihmisaivothan toimivat osittain tällä tavalla koska emme opi kaikkea vaan päättelemme paljon asioita tukeutuen joihinkin "sääntöihin" (kokemukseen) vaikka kyse olisi täysin tuntemattomasta asiasta.

Nykyisellään kaikki tekoäly on probleemakohtaista ja implementaatio tukeutuu sen takia tiettyyn algoritmiin, joka soveltuu kyseiseen probleemaan. Arvailen, että ihmisaivojen yleisälyn laajempi simulointi tulee edellyttämään monen erilaiset tekoälyalgortimin yhdistämistä.

Toisaalta voi olla, että tekoälyn trendi menee siihen, että pysytään sovelluskohtaisissa ratkaisuissa samalla lailla kun robotiikassa. Robotiikassahan visio oli joskus että luodaan mekaaninen ihminen joka osaa kaikkea. Realistisempi lähestymistapa oli rakentaa sovelluskohtainen robotti kuten nurmikonleikkausrobotti ja hitsausrobotti, sen sijaan, että tehdään yleiskone, joka osaa molempia.

[Skeptikko]

Vaikka shakissa voitaisiin teoriassa jollain kvanttikoneella ehkä laskea ne kaikki mahdolliset jäljellä olevat siirrot - kuka arvottaa mikä siirto on toista parempi jossain shakin avauspelissä tai keskipelissäkään? Laskeminenkin perustuu siihen, että osaa valita eri vaihtoehtojen väliltä parhaan mutta entäpä jos se ei onnistukkaan? Jos yksiselitteisesti parasta siirtoa ei kyetä määrittelemään.

Jos pystyttäisiin kehittämään menetelmä kvanttitietokoneelle ja siihen vielä sopiva kvanttitietokone (mitkä ovat kummatkin hyvin suuria kysymysmerkkejä), joka pystyisi laskemaan ne kaikki mahdolliset jäljellä olevat siirrot, niin ainakin klassisella tietokoneella silloin arvottaminen on hyvinkin helppoa. Arvottamisen vaikeushan koskee tilanteita, joissa ollaan niin kaukana pelin lopusta, ettei laskentakyky riitä täsmällisen ratkaisun hakemiseen, vaan joudutaan käyttämään jonkinlaista heuristiikkaa/epätäsmällisiä menetelmiä/valistuneita arvauksia. Mutta voi hyvinkin olla, ettei edes kvanttitietokoneilla tule olemaan mahdollista kehittää menetelmää, jolla käytännössä kyettäisiin pelin alusta lähtien laskemaan kaikkia mahdollisia jäljellä olevia siirtoja. Ja voi vielä olla, että kvanttitietokoneella tuloksen saamiseen uloskin voisi liittyä jotain yllättäviä ongelmia tms... En olisi kovin toiveikas sen suhteen, että kvanttitietokoneistakaan olisi ratkaisemaan shakkia, mutta en haluaisi tässä vaiheessa pitää todistettuna sitä täysin mahdottomaksikaan, vaikken sen puolesta veikkaisikaan.

[ohkurin_narsi]

Neuroverkko ei todellakaan ole ainoa AI menetelmä.

Yksi mielenkiintoinen juttu on Cyc (äännetään psaik - kuten psyyke).
Idea siinä on saada atk tajuamaan "maalaisjärkeä", tuomalla siihen valtavia määriä dataa ja sääntöjä. Eli se on itseasiassa kuin edellä mainittu tietokanta, mutta se pystyy yhdistelemään asioita - luomaan "interferenssin" ja tekemään sen myötä johtopäätöksiä.

Jo kauan sitten, Cyc spontaanisti kysyi käyttäjältään onko Cyc tietokone vai ihminen...

https://en.wikipedia.org/wiki/Cyc

[Lalli IsoTalo]

Twitter taught Microsoft's AI chatbot to be a racist asshole in less than a day
Mar 24, 2016

It took less than 24 hours for Twitter to corrupt an innocent AI chatbot. Yesterday, Microsoft unveiled Tay — a Twitter bot that the company described as an experiment in "conversational understanding." The more you chat with Tay, said Microsoft, the smarter it gets, learning to engage people through "casual and playful conversation."

Unfortunately, the conversations didn't stay playful for long. Pretty soon after Tay launched, people starting tweeting the bot with all sorts of misogynistic, racist, and Donald Trumpist remarks. And Tay — being essentially a robot parrot with an internet connection — started repeating these sentiments back to users, proving correct that old programming adage: flaming garbage pile in, flaming garbage pile out.

Rise of the racist robots – how AI is learning all our worst impulses

[Ajatolloh]

Miten tämä näkyy meillä? Tuleeko meille jo jostain virastosta päätöksiä ilman ihmiskäsittelyä?

Kyllä on tullut jo jonkin aikaa itseasiassa. Mm. KELA on ratkonut joitain etuuspäätöksiä "päätösrobotin" avulla, joka tiettävästi ei ole mitään hienostunutta neuroverkko-AI:ta vaan ihan vain päättelypuu-käsittelyä. Samoin Verottajalla on samantyyppisiä ratkaisuja, joilla seulotaan esiin tarkempaan syyniin joutuvia hallintoalamaisia.

Verohallinnon täysin koneellinen veropäätösten teko nousi otsikoihin tiistaina, kun eduskunnan apulaisoikeusasiamies Maija Sakslin linjasi menettelyn perustuslain vastaiseksi.

Sakslinin mukaan ydinongelma on, ettei verottajan automaattipäätöksentekoa säätele mikään sellainen laki, joka takaisi verovelvollisten oikeusturvan ja hyvän hallinnon toteutumisen.

Käytännössä menettely on tuottanut aika-ajoin virheellisiä päätöksiä ja hankaloittanut verovelvollisten mahdollisuuksia saada henkilökohtaista palvelua sekä tietoa päätöksenteon perusteluista.

Samantapaista automatiikkaa sovelletaan Kelassa.

Sen on todettu sopivan esimerkiksi opintotuesta päättämiseen silloin, kun järjestelmässä on tieto, että hakija on hyväksytty opiskelijaksi ja kaikki tiedot täsmäävät. Ihmistä ei ole välissä lainkaan.

https://www.ts.fi/uutiset/kotimaa/4781506/Oikeuskansleri+otti+Kelan+paatosrobotin+tutkintaan++kyse+on+samantapaisesta+automatiikasta+kuin+verottajalla

[Lalli IsoTalo]

https://www.unrealengine.com/en-US/unreal

Tuolla voi tehdä omia videoita. Harrastelijoille ilmainen. Tutustumislistallani.

[Ajatolloh]

13.8.2021, klo 09:11

Sittemmin Nvidia kuitenkin paljasti, että noin tunnin ja 48 minuutin mittaisessa tilaisuudessa oli mukana vain 14 sekuntia tekoälyn mallintamaa toimitusjohtajaa, kohdasta 1:02:41 kohtaan 1:02:55. https://www.youtube.com/watch?v=eAn_oiZwUXA

Ahh, se pieni ukkeli sinne datakeskusen lattialle mallinnettuna? Sehän oli semmoinen "tihru" ettei selvää meinannut saada. Ei muuten ollut mikään 100% uskottava luomus liikehdinnältään jne.

Kiitos tuosta videosta, oli ihan muista syistä mielenkiintoinen ja täytyypä katsoa ajatuksella Nvidian pääjohtajan puheet ajan kanssa myöhemmin.

Mitenköhän tuo Nvidia sijoituskohteena olisi?