Hyppää pääsisältöön

Algoritmi toimii kuin anopin kakkuresepti – Miksi se sitten pelottaa niin paljon?

Lähikuva mansikkakakusta
Lähikuva mansikkakakusta Kuva: Unsplash / Reuben Mcfeeters Yle Tiede

Pitäisikö meidän pelätä, että tekoäly ryhtyy ylivertaiseksi maailmanvaltiaaksi ja orjuuttaa meidät ihmisparat? No ei. Voimmehan aina vetää töpselin seinästä, jos kone kenkkuilee, kirjoittaa teollisuusmatemaatikko Samuli Siltanen blogissaan.

Mikä on tuo kuohuttava otus nimeltä algoritmi? Onko se tekniikkaonnelan käyttövoima? Vai kenties lähitulevaisuuden robottisorron ase? Tekeekö algoritmi kohta työt puolestasi ja päättääkö lisäksi evätä perustulosi?

No, algoritmihan on digitaalisen maailman perustyökalu, jonka haitallisuus tai käyttökelpoisuus riippuu ihan siitä, mihin ja miten me ihmiset sen valjastamme.

Algoritmi on kuin resepti. Tosin sen seuraaminen tapahtuu eri lailla kuin anoppini keittiössä.

Algoritmi on kuin resepti, eli lista ohjeita, joita tietokone seuraa. Tuo reseptin seuraaminen tapahtuu tosin eri lailla kuin anoppini keittiössä. Hän korvaa raaka-aineita toisilla, yhdistelee lehdistä löytämiään ideoita ja suhtautuu mittoihin ja lämpötiloihin luovasti. Lopputulos on aina herkullinen!

Tietokone puolestaan toteuttaa algoritmin ohjeet listan mukaisessa järjestyksessä ja täsmälleen niin kuin kirjoitettu on. Se seuraa orjallisesti virheellisiäkin komentoja, kuten kaikki ohjelmointia harjoittaneet tietävät.

Vaikka algoritmit ovatkin vain ohjelistoja, niiden pituus voi yltää miljooniin riveihin.

Mistä algoritmi ammentaa pelottavan voimansa, jos se kerran on vain sarja prikulleen seurattavia ohjeita?

(1) Algoritmi voi olla salainen, ja esimerkiksi Facebook voi käyttää valtaa muuttamalla salaista algoritmia kertomatta siitä kenellekään. Ihan tällainenkin koodinpätkä vaikuttaa sosiaaliseen elämäämme:
JOS käyttäjän lataama video on lyhyempi kuin 60 sekuntia,
NIIN laita se kaikkien käyttäjän kaverien syötteeseen;
MUUTEN pidä se vain käyttäjän omalla seinällä.

(2) Algoritmin toiminta koskettaa niin monia, varsinkin sosiaalisen median maailmassa. Itseajavan auton algoritmissa oleva virhe puolestaan aiheuttaa oikeassakin elämässä havaittavia vaikutuksia esimerkiksi lyhentämällä sitä äkillisesti.

(3) Algoritmit ovat käsittämättömän monimutkaisia. Vaikka ne ovatkin vain ohjelistoja, niiden pituus voi yltää miljooniin riveihin. Erityisesti syväoppivat algoritmit ovat kuohuttaneet mieliä viime vuosina, koska ne ovat haastaneet ihmisen kentillä, joita olimme pitäneet ominamme. Ensin Googlen kuva-algoritmit oppivat tunnistamaan valokuvista kissat. Sitten AlphaGo Zero -ohjelma pelasi itseään vastaan tuhottoman vaikeaa Go-peliä, oppien 40 päivässä voittamaan kaikki ihmiset ja koneetkin, jotka sitä vastaan tohtivat asettua. Hemingwayn proosaa on käännetty automaattisesti englannista japaniin ja takaisin laadun juurikaan kärsimättä.

vasemmalla kuva kissasta, oikealla oppivan algoritmin matalamman tason käsitys kuvan sisällöstä. missä lähinnä tietoa kuvassa esiintyvistä ääriviivoista.
Vasemmalla kuva kissasta, oikealla oppivan algoritmin "matalamman tason ajattelun" tuloksena syntynyt käsitys kuvan sisällöstä. missä lähinnä tietoa siinä esiintyvistä ääriviivoista. vasemmalla kuva kissasta, oikealla oppivan algoritmin matalamman tason käsitys kuvan sisällöstä. missä lähinnä tietoa kuvassa esiintyvistä ääriviivoista. Kuva: Samuli Siltanen Yle Tiede

Syväoppiva hermoverkko on tietokonemalli, joka koostuu kymmenistä tai jopa sadoista tasoista. Alimmalle tasolle syötetään opetusaineistoa, kuten valokuvia. Verkon ylimmälle tasolle kerrotaan, missä kohdassa kuvaa on kissa, tai että kuvassa ei ole kissaa. Opetuskuvia tarvitaan paljon, jopa miljoonia.

Oppimisvaiheessa kone ruksuttaa ja säätää hermoverkon sisäisiä kerroksia. Niiden välisiä yhteyksiä muokataan niin, että opetusvaiheen loputtua hermoverkko kykenee tunnistamaan kissan myös sellaisista kuvista, joita siihen ei ole aikaisemmin syötetty.

On oma valintamme, pidämmekö oppivien koneiden tuotoksia kiinnostavina uudenlaisen ajattelun rakenteina vai koneiden pelottavana salakielenä.

Hermoverkon välikerroksissa tapahtuu koneen “ajattelua.” Tietyt verkon osat käsittelevät kuvan ääriviivoja, tekstuureja ja värialueiden reunoja. Joillakin alueilla verkko muodostaa palapelin palojen kaltaisia osakuvia, ja toinen alue tarkastelee palojen sopimista toistensa naapureiksi.

vasemmalla kuva kissasta, oikealla oppivan algoritmin matalamman tason käsitys kuvan sisällöstä. missä lähinnä tietoa kuvassa esiintyvistä ääriviivoista.
Oikealla hermoverkon “korkeamman tason ajattelua” eli oppivan algoritmin automaattisesti kehittämiä kuvallisia käsitteitä. Osalle niistä on inhimillisen ajattelun vastine (kissa, lehti), kun taas nuo kissan etujalan paikalla olevat pystysuorat “tangot” eivät välttämättä vastaa mitään ihmisten kielen käsitettä. vasemmalla kuva kissasta, oikealla oppivan algoritmin matalamman tason käsitys kuvan sisällöstä. missä lähinnä tietoa kuvassa esiintyvistä ääriviivoista. Kuva: Samuli Siltanen Yle Tiede

Hermoverkko kehittää myös omanlaisiaan korkeamman tason kuvallisia käsitteitä. Googlen tutkijat ovat pureutuneet niihin tuoreessa tutkimuksessaan. Jotkut niistä, kuten sitruunamaisuus tai linnunnokkamaisuus, ovat ihmissilminkin sellaisiksi tunnistettavia. Mutta oppivat koneet muodostavat myös itselleen käyttökelpoisia kuvallisia ajatelmia, jotka ovat ihmiselle täysin vieraita! On oma valintamme, pidämmekö niitä kiinnostavina uudenlaisen ajattelun rakenteina vai koneiden pelottavana salakielenä.

Pelkäänkö minä, että tekoäly ryhtyy ylivertaiseksi maailmanvaltiaaksi ja orjuuttaa meidät ihmisparat? No en. Voimmehan aina vetää töpselin seinästä, jos kone kenkkuilee.

teollisuusmatemaatikko Samuli Siltanen
Teollisuusmatemaatikko Samuli Siltanen teollisuusmatemaatikko Samuli Siltanen Kuva: Yle Kuvapalvelu / Jukka Lintinen prisma studio

Kirjoittaja: Samuli Siltanen

Teollisuusmatemaatikko Samuli Siltanen näkee matematiikkaa lääkärin röntgenlaitteessa, huulipunamallien siloposkikuvissa ja hämähäkkien ruuanhankinnassa. Hän tutkii Helsingin yliopistolla käänteisiä ongelmia, joissa edetään seurauksista syihin. Samuli viihtyy painavien asioiden, kuten kahvakuulien ja kamerajalustojen, parissa.

Yle Tieteen asiantuntijat bloggaavat itselleen tärkeistä tiedeaiheista.

Tule mukaan kokeilemaan Ylen tiedekirjettä!

Liity Yle Tieteen yhteisöön Facebookissa.

Lue myös - yle.fi:stä poimittua

Uusimmat sisällöt - Tiede