Tekoälyyn sijoitetaan paljon rahaa, ja investoinneille odotetaan katetta. Minkälaiset odotukset ovat realistisia ja mitkä vain kuumaa ilmaa? VTT:n tuoreet tekoälyyn keskittyvät professorit Arash Hajikhani ja Samuel Marchal oikovat väärinkäsityksiä.
1. AI tietää kaiken (tai ei mitään)
Tekoälyn ja suurten kielimallien tutkimusprofessorina toimiva Arash Hajikhani törmää usein polarisoituineisiin mielipiteisiin: tekoälyn joko odotetaan tietävän kaikki tai sitten sen uskotaan puhuvan vain omiaan.
”Kumpikaan näistä ei pidä paikkaansa. Kaikki riippuu siitä, mihin tekoälyä kulloinkin käytetään”, hän pohtii.
Hajikhani vertaa tekoälyä työkaluna tuleen. Sillä voi joko polttaa talon tai kypsentää pihvin juuri oikeanlaiseksi – jos on hyvä ruoanlaitossa ja tietää miten tulta käsitellään.
Sama koskee teknologiaa. On monia tapoja rakentaa hyviä ja toimivia tekoälyjärjestelmiä. Jos käyttäjä osaa asiansa, tekeminen voi tehostua valtavasti erityisesti suoraviivaisia tehtäviä automatisoimalla, hän sanoo.
Hän itse esimerkiksi perkaa tutkimusartikkeleita läpi tekoälyn avustuksella.
Tekoälyn ”älykkyyteen” vaikuttaa suuresti promptaus, eli kyky osata kertoa järjestelmälle, mitä siltä halutaan. Liian yleisluontoisiin kehotteisiin saa yleensä kehnoja vastauksia.
Myös tekoälyn koulutusdatalla on suuri vaikutus. Jos tekoälyä ei ole ruokittu oikeanlaisilla tiedoilla, se ei voi niitä myöskään tarjoilla käyttäjälle.
”Roskaa sisään, roskaa ulos”, Hajikhani summaa.
2. Tekoäly vie työpaikat
Toinen yleinen “totuus” on, että tekoäly vie meistä useimpien työpaikat jo aivan lähivuosina. Tekoälyyn keskittyvän kyberturvallisuuden tutkimusprofessoriksi nimitetty Samuel Marchal ei tätä allekirjoita.
”En usko, että asiat tapahtuvat niin nopeasti kuin ihmiset luulevat.”
Hän muistuttaa, että koneoppivia järjestelmiä on kehitetty jo yli 50 vuotta. Vuosikausien kehittämisen jälkeen tekoäly saatiin hyväksi toistuvissa työtehtävissä. Viime vuosina on otettu suuria harppauksia, mutta niin sanottuun yleiseen tekoälyyn (AGI, artificial general intelligence) menee hänen mukaansa vielä kauan aikaa.
Marchal uskoo, että tieteiselokuvat ja muut lennokkaat visiot paisuttavat ihmisten odotuksia. Syyttävä sormi osoittaa myös median suuntaan.
”Yleensä uutisoidaan pelkästään tekoälyn uusista onnistumisista. Mutta voin vakuuttaa, että epäonnistuneita kokeiluja on paljon, paljon enemmän. Niistä ei vain uutisoida, koska niistä saa huonoja otsikoita”, hän pohtii.
Marchalin omalla kyberturvallisuuden alalla tekoäly pärjää hyvin esimerkiksi kalastelu- eli phishing-hyökkäysten ja huijausten sekä haittaohjelmien tunnistamisessa. Tekoäly loistaa yksinkertaisissa ja toistuvissa työtehtävissä, mutta toisaalta se voi helpottaa myös massiivisten data-aineistojen kahlaamisessa.
Parhaimmillaan se on tietoturva-ammattilaiselle erinomainen apulainen, mutta ihmistä se ei korvaa – ainakaan vielä.
3. Tekoäly tekee kaikesta tehokkaampaa
Kolmantena uskomuksena on, että tekoälyä kannattaa tunkea kaikkialle. Tekoälyn menestyksekäs hyödyntäminen ei valitettavasti ole yksinkertaista. Tekoäly ei tee kaikesta tehokkaampaa, eikä sille pidä ulkoistaa mitä tahansa asiaa.
Liian monet yritykset ovat esimerkiksi päätyneet tekemään verkkosivuilleen tekoälyä hyödyntävän chatbotin, joka ei lopulta palvele sille asetettuja tavoitteita.
”Jos data ei ole oikeanlaista ja käyttötarkoitusta ei ole huolellisesti pohdittu, tuloksena on epäonnistuminen. Organisaatioiden tulee ymmärtää omaa toimintaansa, ja tekoälyn tulee olla osa yrityksen kulttuuria”, Hajikhani toteaa.
Hajikhani puhuu tekoälyn eettisen ja vastuullisen käytön puolesta. Hänen mukaansa erityisesti kriittistä tietoa käsittelevissä järjestelmissä tekoälyn toiminnan tulee olla läpinäkyvää, ja siihen tulee pystyä puuttumaan.
Erityisen tärkeää AI-järjestelmien turvallisuus on kyberturvallisuudessa, tietää Samuel Marchal. Tutkijat saavat eniten hyötyjä vanhemmista koneoppimisen menetelmistä, ei niinkään laajoista kielimalleista tai generatiivisesta tekoälystä: jälkimmäiset ovat nimittäin edelleen liian alttiita virheille.
Kyberturvallisuudessa kohtuullinen osumatarkkuus ei riitä – yksikin virhe riittää suuren vahingon syntymiseen.
”Tekoäly ilman tarkoin mietittyä turvallisuutta on sama kuin jos ojentaisit organisaation avaimet kyberrikollisille. Jos järjestelmiä rakennetaan nopeasti ja ovet unohdetaan lukita, hintana ei ole ainoastaan kadonnut data. Tällaisen virheen seurauksena organisaatioon ei myöskään enää luoteta, ja se menettää sekä rahaa että tilanteen hallinnan”, hän summaa.
Tutustu asiantuntijoihimme
Arash Hajikhani on erikoistunut tekoälyjärjestelmien arviointiin sekä niiden eettiseen ja vastuulliseen suunnitteluun. Hän toimii VTT:llä tekoälyn ja suurten kielimallien tutkimusprofessorina. Aiemmin hän on toiminut muun muassa strategisen ennakoinnin ja datatalouden tutkimusryhmän johtajana, datatieteilijänä sekä projektipäällikkönä. Arashin työn ytimessä on ihmiskeskeinen tekoäly päätöksenteon tukena. Hänellä on tohtorin tutkinto LUT-yliopistosta, ohjelmistotekniikan laitokselta, missä hän kehitti uusia mittareita innovaation arvioimiseksi tekstiaineistosta. Arash nauttii VTT:n monialaisuudesta, inspiroivasta työyhteisöstä ja aktiivisista urheilukerhoista.
Samuel Marchal toimii VTT:llä tekoälyyn keskittyvän kyberturvallisuuden tutkimusprofessorina. Hänellä on tohtorin tutkinto verkko- ja järjestelmäturvallisuudesta, ja hän on ollut edelläkävijä koneoppimisen hyödyntämisessä tietojenkalastelun tunnistamiseen, verkkohuijausten vähentämiseen sekä verkkoturvallisuuden parantamiseen. Samuel toimi tutkijatohtorina ja sittemmin research fellow -tutkijana Aalto-yliopistossa sekä vanhempana datatieteilijänä F-Securella. Nykyisessä tehtävässään VTT:llä hän keskittyy tutkimuksessaan AI-pohjaiseen turvallisuusautomaatioon, AI:n toimitusketjujen varmistukseen ja uusien agenttisten tekoälyjärjestelmien suojaamiseen. Hän harrastaa kesäisin kilpapurjehdusta ja talvisin metsästystä: molemmissa vaaditaan samanlaista strategista ja analyyttistä ajattelutapaa, jota tarvitaan myös kyberhyökkääjien pysäyttämiseen.
