Tekstit

Hype nimeltä tekoäly ja Deep Learning

Tekoälyn tämän hetken tilanne on kaksijakoinen. Toisaalta on tämän hetken tavallisilla tietokoneilla toteutetut opetetut tai oppivat hermoverkko toteutukset ja toisaalta on myös osoitettu, että uusilla hermopiireillä toteutetut laitteet ovat mahdollisia, toimivia ja 1000 - 10 000 kertaa nopeampia kuin tämänhetkiset ratkaisut, mutta tällaisia ei vielä ole käytettävissä. Molemmissa tekoälyissä on toki kyse selkeästä laadullisesta muutoksesta, joka on syvällinen ja periaatteellinen eikä siis perinteisen ohjelmoinni lopputuloksista kuten expert-systeemit aikoinaan olivat. Toinen yleinen väärinkäsitys liittyy isojen aineistojen käyttöön. Eivät tekoälyt opetus vaiheen jälkeen selaa mitään aineistoja vaan niiden oppi on tallella ko. hermoverkossa. Kaikki tekoälysovelluksen nimen ansaitsevat ratkaisut perustuvat hermoverkkoihin ja nämä ovat toiminnaltaa täysin erilaiset perinteiseen deterministiseen ohjelmointiin, jossa ohjelma - vaikkakin monimutkainen- ei kykene oppimaan ja kaikki sen tekem

Todellinen keinoäly

Kuva
Todellinen keinoäly Sitä mukaa kun AI-hypetys on kasvanut ja saanut uusia kierroksia näyttää siltä, että kokonaiskuvan muodostaminen on vaikeutumistaan vaikeutunut. Tähän on tietenkin useita syitä. Tärkein niistä lienee se, että asia on todella monimutkainen ja sen kokonaisvaltainen hahmottaminen vaatii todella laajoja taustatietoja ja varsin syvää osaamista. Tilannetta ei helpota suuri määrä erilaisia ja eritaustaisia alan popularisoija. Kun alueeseen liittyy paljon taloudellisia lyhyen ja pitkän aikavälin mahdollisuuksia, ei aina oikein tiedä, onko viestissä kysymys puhujan puutteellisesta tietämyksestä tai ymmärryksestä tai harkitusta harhaanjohtamisesta. Kun tähän  soppaan lisätään vielä erilaisten ryhmien pelot ja ennakkoluulot, lähes täydellinen sekaannus on valmis. Väärinkäsityksistä ja tietämättömyydestä eräs selkeä esimerkki on seuraava väite: AI:n nopean kehityksen mahdollistaa jatkossa tietokonepiirien nopeutuminen. Tämän taustalla on lähes täyde