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
samuel.kaski@aalto.fi

Tomi Peltola
Tutkijatohtori, Aalto-yliopisto, FCAI
Research Scientist, Curious AI
tomi@fcai.fi

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.

  • Päivitetty:
  • Julkaistu:
Jaa
URL kopioitu

Lue lisää uutisia

A group of people cheering with branded black cups. 4 people sitting, 2 on each side, and one in the middle standing up. 3 men and two women
Kampus, Tutkimus ja taide, Yliopisto Julkaistu:

Kolmen tutkijan ideasta syntyi deep tech -yritys

Vahvaan tutkimusosaamiseen nojaava Sim Analytics Oy sai alkunsa, kun kolme LUT-yliopiston eri laboratorioissa työskennellyttä tutkijakollegaa alkoi miettiä, miten tarjota ja analysoida dataa teollisuusyritysten liiketoimintapäätösten tueksi.
Hehkuva neonpallo, geometrinen ydin ja valojuovat leijuvat tumman tabletin yläpuolella
Mediatiedotteet, Tutkimus ja taide Julkaistu:

Ensimmäinen suprajohtava kvanttilämpökone osoittaa, että lämpö voidaan valjastaa työksi myös kvanttimaailmassa

Suprajohtava kvanttilämpökone paitsi edistää termodynamiikan perustutkimusta, voi myös merkittävästi pienentää tulevaisuuden kvanttitietokoneiden hintalappua.
Portrait of Kimmo Järvinen, from the Xiphera team. A man smiling at the camera
Tutkimus ja taide, Yliopisto Julkaistu:

Tutkijoiden perustama Xiphera kasvaa vauhdikkaasti

Yhdeksänvuotisjuhliaan viettävä Xiphera Oy on kehittänyt tietoturvauhkien torjuntaan laitepohjaisia salausratkaisuja. Yritys on ns. deep tech eli syväteknologiayritys, jonka tuotteet nojaavat tutkimukseen ja tuottavat uusia teknologisia ratkaisuja.
Näytöllä 3D-aivokuva, jossa värikkäät hermoradat läpinäkyvässä pään mallissa
Tutkimus ja taide Julkaistu:

Haku on auki innovaatiotutkijatohtoriksi tekoälyssä

Palkallinen 12 kuukautta kestävä urapolku, jonka avulla voit muuttaa tohtorintutkimuksesi löydökset deep tech -startupiksi.