Uutiset

Suomessa kehitettiin tekoäly, joka ymmärtää paremmin ihmisen tavoitteita

Käyttäjää ymmärtävä tekoäly ei kaipaa jatkuvasti yksityiskohtaisia ohjeita. Siksi se pystyy toimimaan paremmin ihmisen apuna.
Suomessa kehitettiin tekoäly, joka ymmärtää paremmin ihmisen tavoitteita
Tutkijat kehittivät koneoppimismenetelmiä tilastomatematiikan ja algoritmien avulla. Kuva: Matti Ahlgren / Aalto-yliopisto

Tekoälyn avulla pyritään yleensä automatisoimaan erilaisia tehtäviä. Suurin osa järjestelmistä ei kuitenkaan toimi täysin itsenäisesti vaan yhdessä ihmisen kanssa. Jotta tällaisesta tekoälystä olisi apua, on tärkeää saada se ymmärtämään ihmisen tavoitteita.

Nyt Suomen tekoälykeskus FCAI:n tutkijat ovat ottaneet merkittävän askeleen käyttäjää ymmärtävien tekoälyjärjestelmien kehittämisessä. Tutkijat opettivat ensin tekoälyn rakentamaan mallin käyttäjästä – ihmisestä tai toisesta koneesta. Sen jälkeen tekoäly oppi muokkaamaan rakentamaansa mallia seuraamalla käyttäjän toimintaa. 

Käytännössä kyse on koneoppimismenetelmien kehittämisestä tilastomatematiikan sekä algoritmien avulla. Tutkijat testasivat algoritmeja mahdollisimman yksinkertaisissa tilanteissa ymmärtääkseen varmasti, mitä tilanteessa tapahtuu ja pystyäkseen raportoimaan tapahtumat ymmärrettävästi.

Ensimmäisessä kokeessa he kehittivät oppivalle tekoälylle tekoälyopettajan. 

”Tämä oli erityisen vaikeaa siksi, että opetettava tekoäly sai itse valita, mitä halusi oppia”, kertoo FCAI:n johtaja, Aalto-yliopiston professori Samuel Kaski. Tutkijat havaitsivat, että oppilaan oppimistulokset paranivat, kun opettaja ymmärsi, mitä oppilas oli jo oppinut, ja muokkasi opetusaineistoa juuri tälle oppijalle sopivaksi.

Toisessa kokeessa oli mukana ihmiskäyttäjiä, jotka saivat tehtäväkseen hakea tietyn sanan tekoälymenetelmiä hyödyntävällä sanahakukoneella. Sanahakukone antaa käyttäjälle yhden sanan kerrallaan, jolloin käyttäjä kertoo, onko se hyödyllinen hänen valitsemansa sanan löytämisessä. Jos käyttäjä esimerkiksi etsii sanaa jalkapallo, hän luultavasti kertoo koneelle ensimmäisen urheiluun liittyvän sanan olevan hyödyllinen, jos hän on sitä ennen nähnyt vaikkapa vain ruokailuun liittyviä sanoja.

Koe osoitti, että tekoäly osasi auttaa käyttäjää löytämään sanansa nopeammin, jos se ymmärsi käyttäjän yrittävän vastauksillaan osoittaa, mihin suuntaan sanoja pitäisi muuttaa. Tekoäly siis huomioi, että käyttäjä yritti suunnitelmallisesti opettaa sitä.

Samuel Kasken mukaan tutkimusaihe on tärkeä: kun kone ymmärtää käyttäjän tavoitteita, koneen ja käyttäjän välinen vuorovaikutus helpottuu. Näin ihmisen ei tarvitse osata antaa tekoälylle yksityiskohtaisia ohjeita siitä, mitä hän siltä odottaa.

FCAI:n yksi keskeisimmistä tavoitteista on kehittää ihmistä ymmärtävää ja ymmärrettävää tekoälyä. 

”Toistaiseksi osaamme rakentaa käyttäjän tavoitteita ymmärtävää tekoälyä vain hyvin yksinkertaisiin tilanteisiin, joten tarvitaan vielä paljon työtä siihen, että meillä on aidosti hyödyllisiä apulaisia”, Kaski sanoo.

Tutkimusartikkeli julkaistaan maailman suurimmassa ja tärkeimmässä koneoppimisen konferenssissa NeurIPS:issä, joka järjestetään 8.­–14. joulukuuta Vancouverissa, Kanadassa. Suomen Akatemia ja KAUTE-säätiö rahoittivat tutkimusta.

Linkki tutkimusartikkeliin

FCAI:n verkkosivut

Lisätiedot
Samuel Kaski
Akatemiaprofessori, Aalto-yliopisto
Johtaja, FCAI
Puh. 050 305 8694
[email protected]

Tomi Peltola
Tutkijatohtori, Aalto-yliopisto, FCAI
Research Scientist, Curious AI
[email protected]

Suomen tekoälykeskus FCAI on valtakunnallinen tekoälyn osaamiskeskus, jonka ovat käynnistäneet Aalto-yliopisto, Helsingin yliopisto ja Teknologian tutkimuskeskus VTT. FCAI:n tavoitteena on kehittää uudenlaista tekoälyä, joka voi toimia ihmisen kanssa monimutkaisessa ympäristössä ja auttaa uudistamaan suomalaista teollisuutta. FCAI on yksi Suomen Akatemian kuudesta lippulaivasta.

 

  • Julkaistu:
  • Päivitetty:
Jaa
URL kopioitu

Lisää tästä aiheesta

raudoitus
Tutkimus ja taide Julkaistu:

Kokemuksia toteutusta palvelevasta rakennesuunnittelusta ja hajautetun tahtituotannon käyttöönotosta

Building 2030 -konsortion hajautetun työnsuunnittelun työryhmä kokoontui ensimmäiseen virtuaaliseen työpajaansa 29.4.2020 professori Olli Seppäsen johdolla. Tilaisuudessa tutkijat esittelivät case-esimerkkejä ja kävivät keskustelua niistä saaduista opeista.
san-francisco
Tutkimus ja taide Julkaistu:

Visuaalinen johtaminen hajautetun tahtituotannon ytimessä

Building 2030 -konsortion hajautetun työnsuunnittelun työryhmän työpajassa 29.4.2020 kuultiin mielenkiintoisia esityksiä visuaalisesta johtamisesta. Visuaalisuus tukee tahtituotannon omaksumista ja viestintää ja parantaa työn tuottavuutta työmaalla.
Tutkimus ja taide Julkaistu:

Miten rakentamisessa voidaan varautua maanjäristyksiin?

Talotekniikan professori Jari Puttonen kertoo Tiedeykkösessä, miten maanjäristyksiin voidaan varautua talonrakennuksessa järistysalueilla.
kaksi miestä seisoo pihanurmella keskustelemassa parvekkeella olevan vanhuksen kanssa
Yhteistyö, Poikkeustilanteet, Tutkimus ja taide Julkaistu:

Korona-ajan arkea valokuvina

Poikkeustila 2020 -hankkeessa lähes 180 valokuvaajaa taltioivat elämää kotona ja hiljentyneissä kaupungeissa.