Voimmeko tehdä tekoälystä luotettavaa? Victoria Palacin yhdistää VTT:n tekoälytutkimuksen tosielämän vaatimuksiin

Victorian ura on kulkenut akateemisen maailman, teollisuuden ja soveltavan tutkimuksen välillä. Hän väitteli LUT-yliopistosta ihmisen ja tietokoneen vuorovaikutuksesta. Väitöstutkimuksessaan hän tarkasteli, miten ihmisten arvot vaikuttavat joukkoistamista hyödyntäviin sovelluksiin, ja teki yhteistyötä ympäristöalan organisaatioiden kanssa Suomessa, Yhdysvalloissa ja Japanissa. Hän on työskennellyt tutkijana MIT Media Labissa, Toronton yliopistossa, Helsingin yliopistossa ja Yhdistyneissä kansakunnissa. Myöhemmin hän siirtyi yritysmaailmaan, jossa hän työskenteli teknologiakonsulttina ja johti data- ja tekoälyliiketoimintayksikköä.

Tutkimuksen ja liiketoiminnan ymmärryksen yhdistäminen on erityisen arvokasta soveltavan tekoälyn parissa. Sensorit, koneoppimismallit ja suuret kielimallit voivat mahdollistaa uudenlaisia palveluja ja auttaa ratkaisemaan käytännön haasteita. Niiden onnistunut hyödyntäminen edellyttää kuitenkin käyttäjien luottamusta. 

Luottamus on ratkaisevan tärkeää, jotta tekoälysovelluksia voidaan ottaa laajasti käyttöön ja niillä voidaan saavuttaa todellista vaikuttavuutta teollisuudessa ja yhteiskunnassa. Sen rakentaminen edellyttää, että teknologiaa kehittävä tiimi ymmärtää aidosti ratkaistavan inhimillisen ongelman. Lisäksi järjestelmiin on rakennettava mekanismeja, joiden avulla sekä ihmiset että automatisoidut järjestelmät voivat arvioida ja valvoa niiden toimintaa.

”Pidän soveltavasta tutkimuksesta, koska siinä pääsen ratkomaan todellisia ongelmia. Haluan löytää uusia tapoja ratkaista niitä ja saada aikaan muutoksia, joilla on merkitystä yhteiskunnalle”, Victoria sanoo.

Kun Victorialta kysyy, mitkä asiat ovat juuri nyt tärkeimpiä soveltavassa tekoälytutkimuksessa, hän nostaa esiin kolme asiaa: tekoälyn luotettavuuden arvioinnin, synteettisen datan hyödyntämisen silloin, kun oikeaa dataa ei ole riittävästi saatavilla, sekä generatiivisen tekoälyn soveltamisen tavanomaisten käyttökohteiden ulkopuolella.

Yksi Victorian tiimin keskeisistä osaamisalueista on tekoälyn arviointi. Kun tekoälyjärjestelmien käyttö yleistyy, niiden nopea käyttöönotto ei yksin riitä. Organisaatioiden on myös ymmärrettävä, kuinka hyvin järjestelmät toimivat, voidaanko niihin luottaa ja miten ne suoriutuvat tehtävistä, joissa niiden odotetaan tukevan ihmisiä.

Tämä on yksi VTT:n vahvuuksista. Tiimi arvioi tekoälyä paitsi syvällisestä teknisestä näkökulmasta myös suhteessa käyttötarkoitukseen, toimintaympäristöön ja ihmisten tapaan käyttää teknologiaa. Tämä on erityisen tärkeää suurten kielimallien käyttöönotossa, jossa luotettavuutta, läpinäkyvyyttä ja suorituskykyä on arvioitava huolellisesti.

VTT:n oma tekoälyinfrastruktuuri sekä automaatio- ja tietoliikenneosaaminen muodostavat myös vahvan perustan tekoälyn kehittämiselle ja arvioinnille eurooppalaisessa toimintaympäristössä. Tämä korostuu erityisesti silloin, kun organisaatioiden käytössä oleva data on arkaluonteista, hajanaista tai niukkaa. Ratkaisujen on tuettava datasuvereniteettia, yksityisyyden suojaa ja eettistä käyttöä.

Yksi tekoälyn kehittämisen suurista haasteista Euroopassa liittyy datan saatavuuteen ja laatuun. Monilla organisaatioilla on luottamuksellista, hajanaista tai vaikeasti jaettavaa dataa. Samalla tekoälymallien toimivuus riippuu niiden pohjana olevan datan laadusta. Heikkolaatuinen data voi heikentää tekoälyn toimintaa ja pahimmillaan johtaa päätöksiin, jotka perustuvat epäluotettaviin oletuksiin.

Synteettinen data tarjoaa yhden keinon laajentaa soveltavan tekoälyn mahdollisuuksia Euroopassa. Huolellisesti suunniteltuna ja hallittuna se voi auttaa organisaatioita ratkaisemaan dataan liittyviä pullonkauloja, parantamaan algoritmien suorituskykyä sekä luomaan toimialakohtaisia aineistoja testausta ja kehitystä varten. Sen avulla voidaan myös tutkia harvinaisia tai vaikeasti saavutettavia tilanteita, joiden tarkastelu olisi muuten haastavaa.

Keskeistä on, että synteettistä dataa tuotetaan aina tiettyä tarkoitusta varten ja että sen käyttö pysyy ihmisten hallinnassa. Sen tulee perustua oikeaan dataan tai tieteellisesti perusteltuun tietoon. Lisäksi sen luotettavuutta on arvioitava paitsi teknisesti myös suhteessa niihin käytännön tarpeisiin, joita varten sitä tuotetaan.

”Emme halua tuottaa synteettistä dataa vain tuottamisen ilosta. Ihmisten pitää ohjata sen käyttöä, ja sillä pitää olla selkeä tarkoitus”, Victoria sanoo.

Monille generatiivinen tekoäly on jo tuttua suuriin kielimalleihin perustuvista tekoälyavustajista. Reliable Intelligence -tutkimusryhmä on löytänyt sille myös uusia käyttötapoja.

Juuri tässä Victorian innostus soveltavaan tekoälyyn näkyy erityisen selvästi. Häntä generatiivisessa tekoälyssä kiinnostavat etenkin mahdollisuudet hyödyntää sitä muuallakin kuin tutuissa chatboteissa. Tekoälyllä voidaan ratkaista ongelmia yllättävissäkin kohteissa, kuten kasvitutkimuksessa, satelliittiseurannassa ja koneiden etähuollossa.

Kaikissa näissä käyttökohteissa tekoäly tukee asiantuntijoita eikä korvaa heidän harkintaansa. Tämä on erityisen tärkeää ympäristöissä, jotka ovat ihmiselle vaikeasti saavutettavia, sekä nopeasti muuttuvissa tilanteissa, joissa tiedonkäsittelykyky joutuu koetukselle. Tekoäly muuttaa valtasuhteita, päätöksentekoa ja ihmisten roolia digitaalisissa järjestelmissä, ja näihin kysymyksiin on kiinnitettävä aktiivisesti huomiota teknologian kehittyessä. VTT:llä luotettavaa tekoälyä kehitetään pitämällä ihminen mukana päätöksenteossa, arvioimalla tekoälyn toimintaa avoimesti ja huolehtimalla datan vastuullisesta käytöstä.

Suomalaiselle teollisuudelle tämä tarjoaa mahdollisuuksia muuhunkin kuin toiminnan tehostamiseen. Kasvua voi syntyä uusista palveluista, tuotteista ja tavoista luoda arvoa.

”Kasvu ei synny vain tekemällä asioita totutuilla tavoilla. Meidän tulee kokeilla uutta ja tuoda mukaan uusia ideoita, mutta tehdä se vastuullisesti. Teknologia ei ole ratkaisu kaikkeen. Se on työkalu, ja tärkeintä on tietää, mihin sitä käytetään”, Victoria sanoo.

VTT:n uusi fyysisen tekoälyn tutkimusyksikkö on yksi Euroopan suurimmista alallaan. Se kokoaa yhteen yhdeksän tutkimustiimiä, jotka keskittyvät tilannetietoisuuteen (sensorit, konenäkö ja hyperspektrikuvantaminen), tekoälypohjaiseen päättelyyn (suuret kielimallit, kuva-kielimallit ja spatiaalinen laskenta) sekä itsenäisesti toimiviin koneisiin ja laitteisiin (robotit, autonomiset ajoneuvot ja droonit).

Victorian johtama Reliable Intelligence -tiimi on osa VTT:n fyysisen tekoälyn yksikköä. Tiimi on kehittänyt menetelmiä ihmisen ja tekoälyn vuorovaikutuksen arviointiin, hallusinaatioiden tunnistamiseen ja teknologia-arviointeihin sekä kehittänyt uusia ennakointiteknologioita. Tiimi neuvoo aktiivisesti organisaatioita ja julkishallintoa siinä, miten tekoälyä voidaan ottaa käyttöön ja arvioida niiden omissa toimintaympäristöissä.

Kun Victorialta kysytään tekoälyn tulevaisuudesta, hän nostaa seuraavaksi suureksi kehitysaskeleeksi robotiikan perusmallit. Ne voivat mullistaa arkeamme samaan tapaan kuin generatiivinen tekoäly on muuttanut tietotyötä. Tulevaisuudessa erilaiset koneet, kuten avustajarobotit ja itseohjautuvat ajoneuvot, ovat osa arkeamme.

Parhaillaan yritykset ympäri maailmaa kilpailevat yleiskäyttöisten fyysisen tekoälyn mallien kehittämisestä. Maailmaa todella muuttavat kuitenkin ne, jotka onnistuvat tekemään ihmisten ja koneiden välisestä yhteistyöstä luotettavaa. Kukaan ei halua työskennellä koneen kanssa, johon ei voi luottaa. 

”Fyysisessä maailmassa ei riitä, että malli on yleensä oikeassa. Chatbotin huonon vastauksen voi jättää huomiotta. Vieressäsi toimivan robotin virhettä et voi”, Victoria sanoo.