Tekoälyn ja Data-analytiikan hypessä

Tekoäly on viimeisen vuoden aikana esiintynyt lehtien otsikoissa ja voidaan jo puhe hypestä. Tekoäly terminä on usein väärin ymmärretty, koska se on eräänlainen sateenvarjotermi. Tekoäly termi sisältää perinteiset asiantuntijajärjestelmät, koneoppisen ja syväoppisen.  Tietokirjailija Antti Merilehto perehtyi tekoälyn terminologiaan ja julkaisemassaan kirjassa Tekoäly-matkaopas johtajille määrittelee termit seuraavasti:

Tekoäly: Koneen suorittamaa toimintaa, joka ihmisen tekemänä olisi älykästä. Tekoäly ei kuitenkaan rajoitu ihmisen tasoon. Toimintoja ovat esimerkiksi päättely, oppiminen, ennakointi, päätöksenteko, näkö ja kuulo.

Koneoppimisessa koneelle ei ole määritelty toimintaohjetta jokaista erillistä tilannetta varten, vaan kone oppii itsenäisesti datasta.

Syväoppiminen on syvien neuroverkkojen optimointia haastavien ongelmien ratkaisemiseksi.

Tekoälyä on kuvattu sloganilla: ”Tekoäly on uusi sähkö”, joka kieltämättä asettaa tekoälylle suuret odotukset. Tekoälyn tulevaisuutta Suomessa on selvitelty Pekka Ala-Pietilän johtamassa tekoälynohjausryhmässä ja ensimmäinen väliraportti Suomen tekoälyaika julkaistiin 23.10.2017.  Raportissa käsitellään esimerkiksi tekoälyn vaikutuksia yhteiskuntaamme ja annetaan 8 avainta tekoälyn aikakaudelle. Business Finland (ent. Tekes) on käynnistänyt laajan ohjelman tekoälyn ja alustatalouden hyödyntämiseen liiketoiminnassa. Tämän AI Business -ohjelman tavoitteena on nostaa Suomi maailman parhaaksi paikaksi kehittää ja hyödyntää tekoälyä ja alustataloutta liiketoiminnassa. Muitakin aloituksia tekoälyn soveltamiselle on, joista lähelle kansalaisia on Kokeilun paikka -palvelu. Kokeilun paikassa kuka tahansa pääsee mukaan tekoälyn soveltamisen ideointiin. Kokeilun paikka on tehty valtioneuvoston kanslian ja suomalaisen kokeilijayhteisön yhteistyönä. Se on syntynyt hallitusohjelmaan kuuluvassa Kokeileva Suomi -kärkihankkeessa, joka luo edellytyksiä kokeilukulttuurin kukoistukselle yhteiskunnan eri tasoilla.

Esimerkkejä tekoälyn tai koneoppimisen tämän hetken yleisimmistä sovelluskohteista ovat kielenkääntäminen (Google-kääntäjä), suosituslistojen tekeminen (Spotifyn suositukset sinulle), vakuutusten ja lainojen myöntämisen automatisointi jne. Data-analytiikan puolelta eniten julkisuuteen on noussut ennakoivaan huoltoon liittyvät sovellukset ja erilaiset ihmisten profilointiin liittyvä soveltaminen, jolla voidaan kohdentaa markkinointia.

Jyväskylän ammattikorkeakoulu (JAMK) ennakoi myös tekoälyn ja data-analytiikan osaamisen kehittämiseen hyvissä ajoin. IT-instituutissa on keväästä 2017 asti panostettu tekoälyn ja data-analytiikan osaamisen kehittämiseen ja soveltamiseen erilaisiin käyttötarkoituksiin. Tämän on mahdollistanut JAMKin strategiarahoitus. Pääpaino on ollut avoimeen lähdekoodiin perustuvien tekoäly ja data-analytiikan tuotteiden soveltamisesta käytännössä joko saatavilla olevaan avoimeen dataan tai todelliseen yrityselämän ongelmaan.

Tekoälyn ja data-analytiikan osaamisen kehittämiseestä vastaa henkilökunnasta ja opiskelijoista koostuva tutkimusryhmä. Lähestymistapana asioiden oppimiseen on ollut niin sanotusti ”kädet savessa tekeminen” eli asioita on opeteltu käytännön tekemisen kautta. Syksyllä 2017 tutkimusryhmässä aloittaneet ensimmäiset 4 opiskelijaa suorittivat harjoittelun tekoälyyn ja data-analytiikkaan perehtyen. Tällä hetkellä heistä 3 työskentelee JAMKilla projektityöntekijöinä joko tekoäly- tai data-analytiikka projekteissa. Vuoden alusta alkaen tutkimusryhmä on vahvistunut 3 uudella opiskelijaharjoittelijalla, jotka kesäkuussa aloittavat opinnäytetyön tekemisen aiheen tiimoilta. Tiimi on täydentynyt kesän kynnyksellä vielä kolmella harjoitelijalla. Näiden syklittäisten uusien harjoittelijoiden ”sisäänajamista” aihepiireihin on pyritty madaltamaan projektinaikana kehitettyjen hyvien käytäntöjen avulla.  Tavoitteena on saada sekä data-analytiikasta että tekoälystä opintokokonaisuudet, joita tullaan tarjoamaan lähitulevaisuudessa niin opiskelijoille kuin yrityksille.

JAMKissa on tällä hetkellä suoraan tekoälyyn liittyvä MATINEn rahoittama tutkimushanke: Tekoälyn käyttö verkkoliikenteen anomaliteettien havainnoinnissa. Kyseinen hanke toteutetaan kuluvana vuonna, mutta siihen haetaan jatkohanketta vuodelle 2019. Data-analytiikan puolella on käynnissä EAKR-rahoitteiset hankkeet: Data-analytiikasta uutta osaamista ja liiketoimintaa sekä Investoinnit tietoturvalliseen data-analytiikan kehittämisympäristöön.

Selkeänä haasteena käytännön tekemiselle on ollut molemmissa aiheissa data. Sekä data-analytiikassa että koneoppimisessa täytyy olla riittävästi dataa ja mielellään vielä tarpeeksi laadukasta dataa. Ilman dataa ei voida opettaa koneoppimisalgoritmeja ja eikä tehdä data-analytiikkaa. Olemme tietoisesti keskittyneet käyttämään avoimen lähdekoodin ratkaisuita. Avoimen lähdekoodin ratkaisuiden julkistaminen (esim. Googlen TensorFlow) on viimeisten vuosien aikana nopeuttanut koneoppisen kehittymistä. Lisäksi avoimen lähdekoodin ratkaisut ovat mahdollistaneet rahoituksen täysimääräisen kohdentamisen osaamisen kehittämiseen, eikä lisensointi- ja ohjelmistomaksut ole rasittaneet. Toimittaja riippumattomuuteen liittyy oleellisesti myös niin sanotun vendor lock:in välttäminen eli emme halua sitoutua vain yhteen toimijaan vaan tutkimme avoimin mielin kaikkia mahdollisia vaihtoehtoja sulkematta mitään pois. Isojen datamäärien kanssa työskentely on haasteellista, sillä laskentatehoa tarvitaan kehitysympäristöltä paljon. Tällä hetkellä työskentelemme sekä tekoälyn kehittämisen ja datan analysoinnin osalta tavallisilla pelaamiseen tarkoitetuilla PC-koneilla käyttäen niiden tehokkaita näytönohjaimia. Tämä on ollut mahdollista, koska tekemämme use caset on olleet vielä suhteellisen pieniä tieto/datamääriltään. Tulevaisuudessa laskenta- ja tallennuskapasiteettiin saadaan helpotusta data-analytiikan hankkeiden investoinneilla. Olemme julkistaneet osan tekemistämme use caseista algoritmeineen ja datoineen JAMKin tekoäly-sivuilla, josta kuka tahansa voi kokeilla ja tutustua aiheeseen.

Jos yritykselläsi on tarve saada tietoa tekoälyn tai data-analytiikan mahdollisuuksista juuri oman yrityksen tarpeisiin ja selkeä tarve tekoälyn ja data-analytiikan soveltamiselle on tunnistettu – ole yhteydessä!

-Rantonen Mika, lehtori, Jyväskylän ammattikorkeakoulu, IT-instituutti, www.jamk.fi/tekoaly

Jätä kommentti