Tekoälystä tuli suunnittelija

17.10.2016
Minna Hölttä

Algoritmit haastavat ihmiset fiksumpien käyttöliittymien luojina.

Pienikin puute käyttöliittymässä voi olla ison ihmisjoukon ongelma, tietää professori Antti Oulasvirta. Kuva: Jussi Särkilahti.

Professori Antti Oulasvirralla on idea: tehdä itseoptimoivia käyttöliittymiä, jotka taipuvat automaattisesti yksilöiden tai ryhmien tarpeisiin näistä kerättyä dataa analysoimalla.

Nykyisin analyysin tekee tavallisesti design-tiimi, joka sitten ideoi, testaa, muokkaa ja lopulta esittää asiakkaalle ratkaisunsa. Oulasvirran mukaan prosessissa on hankaluutensa.

”Jo kahdeksan sivuelementtiä voidaan yhdistää 1080 tavalla, mikä on ihmiselle mahdoton määrä hahmottaa. Suunnittelijat eivät pysty millään miettimään läpi kaikkia erilaisia vaihtoehtoja, vaan kallistuvat usein niihin ratkaisuihin, jotka ovat heille entuudestaan tuttuja.”

Oulasvirran tutkimusryhmä hakee parhaita mahdollisia ratkaisuja algoritmien avulla. Algoritmi on yksityiskohtainen toimintaohje, jonka voi ohjelmoida etsimään vaihtoehtoja fiksulla tavalla. Algoritmille määritellään etsintäavaruuus, eli mahdollisten suunnitelmien joukko, kuten vaikka kaikki mahdolliset tavat järjestää verkkosivun elementit.

”Algoritmille valtava määrä ei ole mikään ongelma, ja se voi helposti etsiä ja ehdottaa sopivia ratkaisuja melkein loputtomien vaihtoehtojen joukosta. Suunnittelijat ovat kertoneet arvostavansa erityisesti sitä, että algoritmiemme ehdottamat suunnitelmat ovat erilaisia.”

Aikaa, rahaa ja hermoja

Ensin algoritmille pitää opettaa, mikä on ihmiselle hyvää ja huonoa. Hyvän ja huonon määrittelyssä tutkijat käyttävät matemaattisia ja simulaatiomalleja esimerkiksi motorisesta suorituksesta, oppimisesta, päätöksenteosta tai vaikka visuaalisesta tarkkaavaisuudesta. Kognitiotieteilijänä uransa aloittanut Oulasvirta osoittaa työhuoneensa seinää peittävää kirjahyllyä.

”Jos sinun pitäisi etsiä tuolta tietty musta kirja kaikkien mustien kirjojen joukosta, siihen kuluisi aikaa. Jos sen sijaan tietäisit, että se on sininen ja poikittain, löytäminen olisi paljon helpompaa” hän havainnollistaa.

”Samaan tapaan tietokoneiden tulee tietää ihmisen näköhavaintojen toimintaperiaatteet, kun ne tarjoavat ehdotuksia käyttöliittymän muotoiluun.”

Kun yhä suurempi osa työstä ja vapaa-ajasta on ruutuaikaa, pienikin käyttöliittymän puute voi olla ison ihmisjoukon ongelma. Jos sivulla on liian vähän toimintoja, emme löydä haluamiamme asioita. Jos niitä on liikaa, koemme etsimisen ahdistavaksi ja rasittavaksi. Koko sivusto voi olla myös väärin käsitteellistetty, jolloin käyttäjän on vaikea ymmärtää, minkä kategorian alle hänen kaipaamansa asiat on sijoitettu. Hän eksyy helposti yhä kauemmas etsimästään ja voi lopulta hylätä sivuston, käyttöliittymän tai jopa palvelun kokonaan.

”Käyttöjärjestelmä Symbianin ongelmat olivat Nokialle kova pala”, Oulasvirta muistuttaa.

”Ja Microsoft joutui vetämään takaisin olohuone-metaforaa soveltavan käyttöjärjestelmän käyttäjien reaktioiden takia.”

Oulasvirran mukaan algoritmit voidaan valjastaa toimivampien käyttöliittymien luojiksi kahdella tavalla. Yksi vaihtoehto on antaa pallo käyttäjälle niin, että tämä määrittelee tavoitteensa ja saa sitten tarpeisiinsa sopivan ehdotuksen.

”Se olisi sellainen nollasta sataan vaihtoehto, vastakohta nykyiselle tilanteelle, jossa otamme valmiin pohjan ja sovitamme ajatuksemme siihen”, hän hymyilee.

”Toinen skenaario on lisätä valmiiseen käyttöliittymään katselija, joka tekee käyttäjistä havaintoja, ja niiden pohjalta joko automaattisesti parantaa toimivuutta, esimerkiksi www-sivuston tapauksessa vaihtaa vaikka linkkien paikkaa, kuvien kokoa, otsikoita, tai sitten ehdottaa muutoksia sivuston rakenteeseen. Teemme myös designin louhintaa, eli käymme algoritmisesti läpi tuhansia verkkosivuja saadaksemme esiin tilastollisen keskiarvon, jota voidaan sitten käyttää suunnittelun pohjana.”

Mitä kone voi oppia?

Itseoptimoiva verkkopalvelu on yksi esimerkki odotuksia ja pelkoakin herättävästä tekoälystä. Yleensä tekoälyllä tarkoitetaan älykkäisiin toimintoihin pystyviä tietokoneita tai tietokoneohjelmia.

”Alussa oli idea: shakki on tosi vaikea peli, voisiko tietokoneen saada pelaamaan sitä? Pienen pähkäilyn jälkeen tutkijat tajusivat, että se onkin oikeastaan yksinkertainen ongelma siitä näkökulmasta, että vaikka etsintäavaruus on laaja, se on hyvin määritelty”, Antti Oulasvirta selittää.

Vuonna 1997 koitti historiallinen hetki, kun IBM:n tekoäly Deep Blue voitti shakin suurmestari Garry Kasparovin New Yorkissa järjestetyssä ottelussa. Koneen ylivoima loogisessa pelissä on vielä helppo hyväksyä, mutta suunnittelijaksi ryhtyminen onkin eri asia.

”Designiin liittyy visuaalisuutta, luovuutta ja paljon inhimillistä tietoa, joiden on ajateltu kuuluvan tietokoneelta ulottumattomaan alueeseen. Siksi suunnittelua on pitkään pidetty automatisoimattomana alana”, Oulasvirta pohtii.

”Monet arkipäiväisetkin jutut, kuten vaikka tiskien kerääminen, ovat osoittautuneet tietokoneille hyvin vaikeiksi. Mutta kun tarkemmin ajatellaan, niin käyttöliittymän suunnittelu on oikeastaan enemmän shakkia kuin arkiaskareita – siinäkin etsintäavaruus on hyvin määriteltävissä.”

Suunnittelun automatisointi ei silti tarkoita suunnittelijoiden katoamista.

”Jos designerin työ on lähinnä palasten yhdistelyä, niin eihän se ole järkevää ajankäyttöä. Automatisoinnin ansiosta ihmiset voivat keskittyä korkeamman tason ajatteluun, jota ei voi antaa tietokoneelle; pohtia uusia palvelukonsepteja, brändäyksiä, tutkia käyttötapoja ja niin edelleen. Tilanne on vähän sama kuin lentokoneen autopilotissa: eiväthän lentäjätkään enää tee peruslentämistä vaan jättävät sen tietokoneelle.”

Diagnooseja, taidetta ja arkkitehtuuria

Oulasvirta painottaa, että käyttäjäystävällinen tietotekniikka on paljon enemmän kuin fiksuja valikoita ja nopeita hakuja; käytön pitää tuntua mielekkäältä, osallistavalta ja hallittavalta. Kun parannuksia tehdään suurten joukkojen käyttämissä palveluissa, edut voivat olla valtavia: työssä tehtävät virheet vähenevät, sujuva käyttö vapauttaa resursseja, ergonomia paranee.

Suunnittelun automatisaatio mahdollistaa myös keskittymisen yksilöllisiin tarpeisiin, kuten vaikka sokeuteen tai iän mukanaan tuomiin haasteisiin, joiden huomioimiseen ei aiemmin ehkä ole ollut resursseja.

Automatisaation ja tekoälyn kehitys on ollut viime vuosina huimaa. Hiljattain IBM:n tekoäly Watson diagnosoi 60-vuotiaalta naiselta harvinaisen leukemian, joka oli jäänyt lääkäreiltä huomaamatta. Koneet tekevät myös vauhdilla tuloaan muillekin luoville aloille kuin suunnitteluun. Algoritmi on esimerkiksi opetettu maalaamaan van Goghin tavoin, ja Aalto-yliopiston tietotekniikan laitoksen tutkijat ovat olleet mukana kehittämässä DeepBeat-räppigeneraattoria, jonka tuottamien sanoitusten riimikerroin on parempi kuin ammattiräppääjillä.

”Ja Aallon uusi laskennallisen arkkitehtuurin professori Toni Kotnik kehittää algoritmia, joka osaa ehdottaa luovia arkkitehtonisia ratkaisuja, jotka kuitenkin muodostavat kestäviä rakenteita”, Oulasvirta kertoo.

”Sovellusaloja on valtavasti esimerkiksi robotiikassa, joten tekoälyn ja laskennallisten tieteiden opiskelu on todellista tulevaisuuteen panostamista.”

Antti Oulasvirta vetää User Interfaces -tutkimusryhmää tietoliikenne- ja tietoverkkotekniikan laitoksella.
Euroopan tutkimusneuvosto (ERC) on myöntänyt hänelle 1,5 miljoonan euron ERC Starting Grantin käyttöliittymien optimoinnin tutkimiseen.
Hänen johtamansa hanke Itseoptimoivat www-palvelut sai kolmivuotisen 370 000 euron rahoituksen Jane ja Aatos Erkon säätiöltä ja Teknologiateollisuuden 100-vuotissäätiöltä.

Artikkeli on julkaistu Aalto University Magazinen numerossa 17 (issuu.com) lokakuussa 2016.