Käytämme sivustolla evästeitä parantaaksemme käyttökokemustasi. Jatkamalla sivuston käyttöä hyväksyt evästeiden käytön.

Movetec Oy | Suokalliontie 9 | 01740, Vantaa | Puh: 09 525 9230 | Asiakaspalvelu: info@movetec.fi | Tilaukset: orders@movetec.fi | Y-tunnus: 0705113-4
 

Kone oppii - miksei siis ihminenkin

   math 1547018 1280

Moni perinteisen teollisuuden ja teknisen kaupan yritys on saanut huomata, että nykymaailmassa ei pärjää aivan samoin avuin kuin ennen. Tai paremminkin niin, että moni sellainen asia, jota ennen seurasi kiinnostuneena sopivan matkan päästä, onkin nyt jotain johon oikeasti pitäisi perehtyä. Jotain jonka hallitsemisesta ilmiselvästi olisi hyötyä.

Automaation digitalisoituminen oli joskus tällainen aihepiiri. Jokunen vuosi sitten puhuttiin teollisesta internetistä - sanapari, jota nykyisin harvemmin kuulee - ja nyt tekoälystä ja koneoppimisesta.

Yhden mielestä termeistä näkyy kehityksen huikea lento. Toinen näkee pelkästään termien inflaation. 

Joka tapauksessa ne teknologiasta elävät yritykset, jotka ajattelivat että tapahtumia on turvallista seurata vähän kauempaa ovat saaneet huomata mietelauseen osuvuuden: muuttuminen ei ole vaihtoehto vaan elinehto.

Trendit ovat tulleet perinteisen teollisuudenkin yritysten iholle nopeammin kuin ne osasivat odottaa ja tiiviimmin kuin ne osasivat odottaa. Ja nyt yritykset tarvitsevat apua oppiakseen elämään tekoälyn maailmassa. 

Julkaisuissa ja tilaisuuksissa digitalisaatiota ja tekoälyä käsittelevät puheenvuorot eivät yleensä tee näiden teknologioiden omaksumista yhtään helpommaksi. Usein ne ovat niin korkeissa sfääreissä, että kuulija vain hämmentyy entisestään. 

Parhaiten yrityksiä saattaisi herätellä sellainen esitys, joka tekisi koneoppimisesta arkipäiväistä, ja suuntaisi yleisön mielenkiintoa kohti dataa -  tuotteisiin ja liiketoimintaan liittyvän datan keräämistä ja hyödyntämistä. Parasta olisi olla mainitsematta koko sanaa, tekoälyä. Ainakaan ihmisen kaltaista yleistä tekoälyä AGIa (artificial general intelligence) ei näissä puheenvuoroissa kannattaisi ottaa esille. Puhuttaisiin vain sellaisista asioista, jotka oikeasti ovat olemassa.

Tekoäly ja sen alalaji koneoppiminen ovat matematiikkaa. Ei edes kovin korkeaa matematiikkaa, vaikka käsiteltävien asioiden monitahoisuus ehkä tekee siitä vaikeasti hahmotettavaa.

Matematiikka on algoritmeja eli datalle suoritettavien prosessien kuvauksia. Jos datan saa digitaaliseen muotoon, se voidaan antaa algoritmien ja tietokoneiden jauhettavaksi.

Koneoppimisessa tilastomatematiikan menetelmillä tuotetaan todennäköinen ennuste siitä, mitä tapahtuu seuraavaksi, tai suositus mitä käyttäjän kannattaisi seuraavaksi tehdä. Se perustuu tilastollisten riippuvuuksien löytämiseen ja soveltamiseen.

Näin toimivat Netflixin, YouTuben ja Spotifyn sekä Facebookin ja Twitterin suositukset. Ei ole mitään syytä miksi se ei toimisi muidenkin yritysten jälkimarkkinoinnissa, omalla laillisesti ja avoimesti hankitulla datalla.

Koneoppimisen rinnalla käytetään muitakin samantyyppisiä termejä, kuten syväoppiminen, opastettu ja opastamaton oppiminen ja vahvistettu oppiminen.

Syväoppiminen hyödyntää neuroverkkoja. Neuroverkot ovat tietotekniikkaa, joka kömpelösti jäljittelee aivoja. Ne koostuvat valtavasta määrästä rinnakkaisia ja peräkkäisiä yksinkertaisia tehtäviä. Näitä tehtäviä suorittamalla, ja tuloksia eri tavoin painottamalla saadaan erinomaisia tuloksia esimerkiksi kuvien tai äänien tunnistuksessa, kunhan käytettävissä on tarpeeksi opetusaineistoa.    

On täysin ymmärrettävää, että yritykset, jotka tekevät jotain aivan muuta kuin ohjelmistoja, suhtautuvat varauksella koneoppimisjärjestelmän kehittämiseen. Moni koneteknologian yritys on kuitenkin jo pitkällä siinä maailmassa ja pk-yrityksillekin se on mahdollista. 

Täytyy vain ottaa ensimmäinen askel, ja se olisi hyvä ottaa kohti yliopistoa. Suomalaisissa yliopistoissa ja monissa ohjelmistotaloissakin on tarjolla hyvää osaamista tällaisten järjestelmien rakentamisesta.

 

© Movetec 2019. All rights reserved. Site by Pelismo Oy / p+web®