Timo Honkela: Tekoälyn ja koneoppimisen uhat ja mahdollisuudet, Turku, 27.10.2016

Timo Honkela (Helsingin yliopisto). 27.10.2016, Agora, Turun yliopisto, Tulevaisuuden tutkimuksen seura, Studia Generalia -esitelmä

Timo Honkela

27.10.2016

Tekoälyn ja koneoppimisenuhat ja mahdollisuudet

timo.honkela@helsinki.fi

Tulevaisuuden tutkimuksen seuraStudia Generalia -esitelmä

Lyhyesti omasta taustasta

● Perustutkinto systemoinnista Oulun yliopistosta 1989 (yhdistelmä tietojenkäsittelyä, tietojärjestelmäsuunnittelua, matematiikkaa,

filosofiaa, psykologiaa ja muita ihmis- ja sosiaalitieteitä) ● Sitran kielikoneprojekti, VTT Tietotekniikka,

TKK:n neuroverkkojen tutkimusyksikkö(akateemikko Kohonen), Fil.tri (TKK) 1998

● Suomen tekoälyseuran pj 1990-luvulla● Prof. Taideteollinen korkeakoulu (Medialaboratorio),

Teknillinen korkeakoulu (informaatiotekniikka, pro tem), Helsingin yliopisto, Nykykielten laitos (2014-)

● Tj Gurusoft Oy (2000-2001)

Tekoäly

● Kehitetään järjestelmiä, joiden toivotaan matkivan ihmisen älykkääksi katsottuja toimintoja

● Tällaisia toimintoja ovat– Kielen käyttö (puhuminen, kuullun ymmärtäminen,

kirjoittaminen, lukeminen)

– Hahmontunnistus (näkö, kuulo, ym.)

– Päättely, ongelmanratkaisu ja tunteiden hyödyntäminen

– Oppiminen

– Liikkuminen ja maailman muokkaaminen

Tekoälytutkimuksen tavoitteista

● Tekoälytutkimuksessa voidaan erottaa kaksi päätavoitetta– Älykkäiden järjestelmien kehittäminen

käytännön sovelluksiin

– Ymmärryksen lisääminen kognitiivisista ja sosiokognitiivisista ilmiöistä mallintamisen avulla(likeinen yhteys kognitiotieteeseen, filosofiaan, kielitieteisiin, psykologiaan, jne.)

Tekoälyn kehittämisen paradigmat(tieteenfilosofia)

● Teoria- ja käsitelähtöinen tutkimus● Aineisto- ja ilmiölähtöinen tutkimus

Muutoksen aika?

● Tekoälyä ja koneoppimista on tutkittu ja kehitetty jo yli 50 vuotta

● Miksi juuri näinä aikoina jotakin olennaista on ehkä kehittymässä?

Tietokoneiden ohjelmoinnistaoppiviin koneisiin

● Suomi on ollut yksi edelläkävijä koneoppimisen ja erityisestä keinotekoisten neuroverkkojen alueella

● Uranuurtaja on ollut akateemikko Teuvo Kohonen, joka muotoili vuonna 1981 maailmanmenestyksen saavuttaneen itseorganisoiva kartta (Self-Organizing Map, SOM) -menetelmänsä

Koneoppiminen ja tiedon louhinta

● Tilastollisen koneoppimisen avulla matkitaan ihmisen oppimista

● Kone käy läpi sille annettuja esimerkkejä● Annetun datan perusteella kone oppii

esimerkiksi luokittelemaan, järjestämään, ryhmittelemään, hahmottamaan, käsitteistämään tai laittamaan paremmuusjärjestykseen erilaisia tietoalkioita

Tilastollisen koneoppimisen muotoja

● Ohjattu oppiminen (esimerkiksi luokittelu)– “Oikea vastaus” annetaan konetta opetettaessa

● Ohjaamaton oppiminen(vrt. tilastollinen klusterointi eli syvästäminen)– Ei anneta “oikeita vastauksia” vaan kone päättelee asioita

datassa olevan säännönmukaisuuden ja asioiden välisten suhteiden pohjalta

● Vahvistusoppiminen– Kone saa palautetta siitä, kuinka onnistuneesti se toimii eri

tilanteissa saamatta “oikeita vastauksia”

Vrt. aivot

Tekoäly ja koneoppiminenmuutosvoimana

Analogia: konevoima / tekoäly

https://www.pinterest.com/pin/509680882801748515/

Tekoälyn jakoneoppimisenpotentiaali on

kehittynyt tasolle,jolla on

yhteiskunnallistarelevanssia

Muutoksia tuottaneet/tuottavat tekijät

● Laskentakapasiteetti kasvaa● Muistitila kasvaa● Saatavilla olevat aineistot (“Big Data”, “Open

Data”), määrä ja koko kasvavat● Uusia menetelmiä kehitetään ja otetaan

käyttöön (erityisesti koneoppiminen); vanhat menetelmät otettavissa käyttöön

● Ilmiöitä koskeva ymmärrys kasvaa(monitieteisyys, tieteidenvälisyys)

Valtavat ohjelmistomassatyhteiskunnan peruspilarina

http://www.informationisbeautiful.net/visualizations/million-lines-of-code/

Ohjelmarivejä:

- Unix 1.0 ~ 10.000

- Windows 3.1 ~ 2.000.000

- Firefox ~ 10.000.000

- Facebook ~ 60.000.000

- Googlen palvelut ~2.000.000.000

Suomalaislähtöisiä:

- MySQL ~ 13.000.000

- Linux 3.1 ~ 15.000.000

Ohjelmatja

algoritmit

Miksi laskenta- jamuistikapasiteetilla on merkitystä?

● Voidaan tarkastella digitaalisessa muodossa olevan puheen, musiikin tai kuva- ja videomateriaalinen laatua, jos käytettävissä on niukasti tai runsaasti tietokoneen muistia

Miksi laskenta- jamuistikapasiteetilla on merkitystä?

● Voidaan tarkastella digitaalisessa muodossa olevan puheen, musiikin tai kuva- ja videomateriaalinen laatua, jos käytettävissä on niukasti tai runsaasti tietokoneen muistia

Laskenta- ja muistikapasiteetti

http://yle.fi/uutiset/3-6467338

CSC Tieteen tietotekniikan keskushttps://www.csc.fi/

Tekoälyä jakoneoppimista

toteuttavat koneetovat paljon useammin

tällaisia kuinrobotin “kaavussa”

Kone ei ole ihminen

● Koneet eivät ole ihmisiäeivätkä ihmiset koneita

● Lisääntyvässä määrin voidaan kuitenkin simuloida (matkia) ihmisen erilaisia kykyjätietokoneita käyttäen

Tekoäly ja kieli

Koneille opetetaan kieltä

Koneet oppivat kieltä● Perinteisesti koneet on pyritty saamaan

“kielitaitoisiksi” kirjoittamalla kielen sääntöjä koneen ymmärtämään muotoon

● Tämän on kuitenkin osoittautunut ongelmalliseksi

● Nykyisin hyödynnetään koneoppimismenetelmiä

Sanojen suhteetpaljastuvat niiden käytöstä

● Kun käytettävissä on suuria tekstiaineistoja,mielivaltaisen kielen sanojen välisiä suhteita voidaan selvittää tilastollisesti

● Perusidea on se, että kahta sanaa käytetään tyypillisesti samaan tapaan (samanlaisessa lauseyhteydessä), jos niiden merkitykset ja/tai kieliopillinen rooli on samankaltainen

Klassikkoesimerkki:Grimmin satujen analyysi (1995)

Honkela, Pulkki & Kohonen 1995

Klassikkoesimerkki:Grimmin satujen analyysi (1995)

Huom: Suomessa tehtiintällaista työtä jo ennen

kuin esimerkiksiGooglea oli olemassa

Akateemikko TeuvoKohonen on ollut

yksi neuroverkko- jahahmontunnistusalanperustajahahmoista

http://www.aka.fi/fi/akatemia/tutkimuksen-tekijoita/tieteen-akateemikot/suomalaiset-tieteen-akateemikot/akateemikko-teuvo-kohonen/

Datan ja tekstien louhinta

● Edellä kuvatulla tavalla mitä tahansa suuria data- tai tekstiaineistoja voidaan tutkia

Suomen tieteen kartta Akatemian aineistosta

Luonnon- jainsinööritieteet

Bio- jaympäristötieteet

Terveystieteet

Kulttuuri- jayhteiskunta-

tieteet

Tieteellisiä tekstejäei lueta ainoastaan

ihmisvoimin yksikerrallaan

Kone auttaa käymäänläpi tuhansia, jopa

miljoonia dokumentteja

Tilastollisesti etsittyjä assosiaatioitasanoille 1) onnellisuus ja 2) lätäkkö

● mielenrauha● tyytyväisyys● onnellisuuden● elämänilo● yksilöllisyys● rakkaus● välittäminen● onni● hyvinvointi● positiivisuus

● lammikko● lampi● oja● läntti● kuoppa● kolo● hiekka● allas● pläntti● läikkä

http://bionlp-www.utu.fi/wv_demo/Kiitokset: Turku BioNLP group, Filip Ginter ja Citizen Mindscapes -projekti (Helsinki, Turku) http://blogs.helsinki.fi/citizenmindscapes/

Uusi askel:

Humanistinen meta-analyysi

Timo HonkelaStudia Generalia -esitelmä Helsingin yliopistossa20.10.2016

https://www.helsinki.fi/fi/unitube/video/35ea5bc3-6d7a-4e86-88fc-26b851d975ec

Taustaa: tulkinnan yksilöllisyydenmallintaminen (GICA-menetelmä)

● GICA-menetelmät (Grounded Intersubjective Concept Analysis) (Honkela ym. 2012) mahdollistaa mallit, joissa kunkin sanan merkitystä tarkastellaan yksilöllisesti

● Esimerkkinä USAn presidenttien puheet(State of the Union Address) ja sanan HEALTH merkityksen analyysi kontekstitietoatilastollisesti analysoide

Sanan “health” analyysi

Humanistinen meta-analyysi (Honkela 2016)

Aineistosanoineen

Analyysiolettaensanojenjaettu

merkitys Honkelanehdotus

Aineistosanoineen

Analyysi hyödyntäenmerkityksienvaihtelumallia

Merkityksien analyysirikkaissa konteksteissa

Aineistosanoineen

Analyysiolettaensanojenjaettu

merkitys Honkelanehdotus

Aineistosanoineen

Analyysi hyödyntäenmerkityksienvaihtelumallia

Merkityksien analyysirikkaissa konteksteissa

Sanoja ei voi ottaaanalyysin perusdataksi

olettaen, että sana tarkoittaatäsmälleen samaa, kun

puhuja/ kirjoittaja on eri jaeri kontekstissa

Sanan merkitys ontilastollinen, subjektiivinenja kontekstiriippuva ilmiö

...AUTENTTINEN...HAUVAKATTIKISSAKOIRA…REILU...TEHOKAS...

DATA (1)RIKAS

MERKITYS-MALLI

SISÄLTÖ-ANALYYSI

(HUMANISTINENMETA-ANALYYSI)

DATA (2)

Yhteisen ymmärryksenuusia mahdollisuuksia

Humanistinen meta-analyysija vastaavat keinot voivat

auttaa meitä tuomaanyhteen ymmärrystä, jota

ihmiset ovat keränneet erikielellisissä, sosiaalisissa,

kulttuurissa ja historiallisissakonteksteissa

Merkitysneuvotteluiden osittaiseen automatisointi

Tieteen uudetkeinot tilanteisiinja kysymyksiin,

joita koskienyhtä oikeaa

tulkintaa ei oleeikä voi olla.

Tekoäly ja intuitio(alitajuinen päättely)

Koneen intuitio?

● Koneelle voidaan syöttää “keinotekoista kokemusta”, joka ei ole valmiiksi kielellisessä tai luokitellussa muodossa

● Näin ollen koneen voidaan ajatella saavuttavan keinotekoista intuitiota

● Jonkin johtopäätöksen taustalla vaikkapa keinotekoinen neuroverkko voi punnita tuhansia tekijöitä; päättely on näin hienovaraisempaa kuin vaikkapa looginen päättely, joka on itse asiassa varsin pinnallista

Nobelisti harhapolulla?(kun puhutaan ihmisen intuitiosta)

● Daniel Kahnemann on tullut tunnetuksiajattelutyyppien jaottelijana ja pyrkinyt osoittamaan, että ihmisen intuitio toimii huonosti rationaaliseen ajatteluun verrattuna

● Vahvoja vasta-argumentteja on esittänytesimerkiksi Gerg Gigerenzer

● Laajoja empiirisia tutkimuksia on Ap Dijksterhuis(asiaan perehtyminen + alitajuinen päättely tuottaa parhaan tuloksen)

● Tekoälyn kehitys on vakuutta epäsuora todiste siitä, että neuroverkkotyyppinen päättely tuottaa parempia tuloksia kuin sääntöpohjainen päättely

Koneen intuitio

● Koneelle voidaan syöttää “keinotekoista kokemusta”, joka ei ole valmiiksi kielellisessä tai luokitellussa muodossa

● Näin ollen koneen voidaan ajatella saavuttavan keinotekoista intuitiota

● Jonkin johtopäätöksen taustalla vaikkapa keinotekoinen neuroverkko voi punnita tuhansia tekijöitä; päättely on näin hienovaraisempaa kuin vaikkapa looginen päättely, joka on itse asiassa varsin pinnallista

http://arxiv.org/pdf/1507.02672v1.pdf

Rasmus, Valpola,Honkala. Berglund, Raiko

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

Tekoäly ja kuvat,luovuus ja tunteet

Kuvia katselevat jatuottavat koneet

● Myös kuvallinendata voi ollakoneoppimis-menetelmienkohteena

● Kaupallisetsovelluksettunnistavatesimerkiksiihmisiä kuvista

http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.117.6021&rep=rep1&type=pdf

PICSOM: Laaksonen,Koskela, Oja (1999...)

Luovat koneet

http://deepdreamgenerator.comhttps://www.cs.helsinki.fi/en/story/82156/brain-poetry

Toivonen, Toivanen, Kantosalo,Xiao, Kantosalo, Valitutti, Gross et al.

Tunteita analysoivat jasimuloivat koneet

● Koneita voidaan tiedon ja järjen sisältöjen lisäksi yhä lisääntyvässä määrin käyttää myös tunteiden analysointiin

● Nykyään on suosittua tehdä ns. sentimenttianalyysia esimerkiksi asiakaspalautteen selvittämiseen: mistä tuotteista tai palveluista asiakkaat ovat olleet tyytyväisiä, vihaisia, tms?

● Tunteiden maailmaa voi mallintaailmiöiden taustojen, dynamiikan ja keskinäisten tekijöiden näkökulmasta

Uhista ja mahdollisuuksista

Tulevaisuuden työ

● Olemme murrosvaiheessa, jossa kaikille työtä haluaville ei löydykään töitä, vaikka tosissaan haluaisi ja etsisi

● Monet perinteiset työt ovat korvautumassa koneellisilla

● Toisaalta tilanne mitä ilmeisimmin tulee uusia töitä, mutta niiden edellyttämä koulutus ja kokemus voi vaatia vuosia

Automatisoituminen: Yhteiskuntapoliittinen johtopäätös koskien Suomen nykytilannetta

● Monien tehtävien automatisoituminen tarkoittaa niiden tehostumista

● Vanhanaikaiset keinot kilpailukyvyn hankkimiseksi palkkakustannuksia alentamalla ei välttämättä riitä

● Olennaista on pärjätä automatisoimiskilpailussa ja järjestää yhteiskunnallisesti asiat niin, että tehostumisen tuottamat hyödyt jakautuvat järkevästi; jos keskiluokka köyhtyy olennaisesti, olemme vaikeuksissa; työpäivien pidentäminen ei ole viisas tie vaan “älykäs laiskuus”: koneet töihin

Talousjärjestelmän muutospaineet

● Taloudellisen hyödyn tuottamisen dynamiikka on jo muuttunut tähän mennessä niin, että omistaminen on keskittynyt entisestään

● “Raha tulee rahan luokse” pätee algoritmien maailmassa niin, että taloudellista menestystä syntyy ikään kuin itsestään sopivia algoritmeja soveltamalla ja hyödyntämällä pankkialan keskitettyä luonnetta

● Ei voida puhua siitä, että pärjääminen olisi erityisesti älykkyyden tai ahkeruuden seurausta

Talous: uhka versus mahdollisuus

● Uhkaskenaario: Taloudellinen keskittyminen voimistuu entisestää; syrjäytyminen, epätasa-arvo ja suoranainen köyhyys lisääntyvät; tyytymättömyys purkautuu väkivaltaisena toimintana, johon vastataan yhteiskunnallisella laillistetulla aggressiolla jopa robotisoituja poliiseja ja sotilaita hyödyntäen

● Mahdollisuusskenaario: Uusia menetelmiä ja välineitä varten kehitetään niiden käyttöön sopiva lainsäädäntö, joka perustuu todennäköisesti nykyistä hajautetummalle päätöksenteolle; tekoäly- ja koneoppimismenetelmiä käytetään normijärjestelmien optimointiin perusjärjestelmän optimoinnin lisäksi

Lääketiede ja hyvinvointi

● Lääketieteessä suuret tietoaineistot ja koneoppimismenetelmät mahdollistavat aiempaa tarkemmat ja nopeammat diagnoosit ja koneen antamat yksilölliset hoitosuositukset

● Elintapojen ja hoitojen vaikutuksia voidaan tutkia aiempaa tarkemmin ottaen huomioon jopa tuhansia tekijöitä

● Elintapojen vaikutusten selvittäminen ja niiden suhde geeniperimään voi parhaimmillaan estää joitakin sairauksia puhkeamasta

Terveys: uhka versus mahdollisuus

● Uhkaskenaario: Terveyttä koskevaa tietoa kerätään kattavasti niin, että tietoa käytetään “ihmisiä vastaan” esimerkiksi vakuutuksia myönnettäessä tai työpaikoilla päätöksiä tehtäessä

● Mahdollisuusskenaario: Terveystilannetta ja elintapoja koskevaa tietoa kerätään ja levitetään nykyistä paljon tehokkaammin; sairauksien tutkiminen ja hoito edistyy voimakkaasti; terveystietoja hyödynnetään ihmisiä tukien kaikissa elämäntilanteissa ja sairauksien kuuluminen elämään ymmärretään yhteiskunnassa laajasti, mikä estää syrjäytymistä

Tunteet: uhka versus mahdollisuus

● Uhkaskenaario: Yritykset ja hallitukset käyttävät tarkentuvaa ymmärrystä ja uusia välineitä kansalaisten manipulointiin ja valvontaan

● Mahdollisuusskenaario: Ihmiset saavat uusia välineitä ollakseen entistä onnellisempia ja selvitäkseen vaikeistakin tilanteista, kun heillä on henkilökohtainen psykologinen assistentti; tilanneadekvaatit emotionaaset reaktiot lisääntyvät suhteessa epäadekvaatteihin, mikä edistää myös yhteiskunnallista harmoniaa

Kiitos!

http://375humanistia.helsinki.fi/humanistit/timo-honkela

http://www.slideshare.net/timohonkela

https://www.youtube.com/watch?v=UXwkGPMMZdk

Timo Honkela: Tekoälyn ja koneoppimisen uhat ja mahdollisuudet, Turku, 27.10.2016

Science

Johdatus tekoälyn taustalla olevaan matematiikkaank aytt ointo hiipui siihen, ett a neuroverkot eiv at olleet muita menetelmi a parempia ja silloisilla tietokoneilla ei voitu k asitell

SFS/SR315 Tekoäly...SFS/SR315 Tekoäly Tekoälyn standardisointi Meri Seistola Toiminnanjohtaja, Mediakasvatuskeskus Metka ry SR 315 Tekoäly - Puheenjohtaja: Jarkko Vesa 1 SC42 Artificial

Juho Riihiaho BIG DATAN JA KONEOPPIMISEN …jultika.oulu.fi/files/nbnfioulu-201909202905.pdf · ja Microsoft. (Economist.com). Yritykset, jotka eivät omaksu sekä big dataa ja

Timo Honkela: Silta-tilaisuuden alustus, 7.6.2016

Timo Honkela: Peace Machine: Peace from a difference perspective - Dialogue of a million people, 6 April 2017

Espoon analytiikan ja tekoälyn kehitys...ympärille ja hankkii analytiikan & big datan teknologiat sekä siihen liittyvän syväosaamisen kilpailutuksessa valittavilta kehityskumppaneiltaan

Tekoälyn aika! AI-Seminaari 17.11 · 2020. 11. 16. · Tekoälyn aika! AI-Seminaari 17.11.2020 DigiCenter North Savo Digital Innovation Hub @ristolinturi, tulevaisuudentutkija

Timo Honkela - University of Helsinki · Timo Honkela (Helsingin yliopisto). 27.10.2016, Agora, Turun yliopisto, Tulevaisuuden tutkimuksen seura, Studia Generalia -esitelmä Tekoäly

Liiketoimintamallien kehittäminen tekoälyn avulla

Suomi tekoälyn paalupaikalla

Timo Honkela: Ihminen+ -esitelmä, Mikkeli, 22.9.2016

Timo Honkela: Digitalisaatio tulevaisuudessa

Tekoälyn assistenttina

AIKA, ETIIKKA JA KIELI, LEVINASIN JA HUSSERLIN EROT...tietokoneella, tekoälyllä, mieli vai ei, mielen kiistäjät ovat vedonneet juuri intentionaalisuuden puuttumiseen. Tekoälyn

Timo Honkela: Koneoppiminen humanismin palveluksessa

Suomelle on laadittava osaamisstrategia · välineet ja tekoälyn jatkuvasti kehittyvät mahdollisuudet on otettava käyttöön esimerkiksi opintojen suunnittelussa, oppimisen tuessa

TEKOÄLY - tekoalymatkaopas.fi · Miksi tekoälyn aika on nyt?.....63 Tekoälyn talvi ... Neuroverkko koostuu joukosta neuroneita, yksinkertaisia proses-soreita, jotka on kytke!y

Timo Honkela: Tieteen uudet valtatiet

Turvallisuus jatkuvuudenhallinnan takeena · 2018-11-09 · 1 . Tietopolitiikan ja tekoälyn selonteko, taustapaperi . Turvallisuus jatkuvuudenhallinnan takeena . PLM, SM, UM . Toim

Timo Honkela: Kylmä data kohtaa inhimillisen tulkinnan, Studia Generalia -esitys 6.10.2016