Alan Turing kysyi tunnetusti tekoälyä käsittelevässä artikkelissaan Computing Machinery and Intelligence: ”Voivatko koneet ajatella?” – tai, tarkemmin sanottuna, voivatko koneet menestyksekkäästi jäljitellä ajattelua?
70 vuotta myöhemmin vastaus on edelleen ”ei”, sillä kone ei ole läpäissyt Turingin testiä.
Turing selventää, että häntä kiinnostavat koneet, jotka ”on tarkoitettu suorittamaan mitä tahansa operaatioita, jotka ihmisen käyttämä tietokone voisi suorittaa”. Toisin sanoen hän on kiinnostunut monimutkaisista digitaalisista koneista.
Koska ajattelevan digitaalisen koneen saavuttaminen on koneiden evoluution asia, on syytä aloittaa konehistorian alusta.
Kone on laite, joka tekee työtä. Tekniikan termein työ tarkoittaa energian siirtämistä kohteesta toiseen. Koneiden avulla voimme käyttää enemmän voimaa ja/tai tehdä sen tehokkaammin, jolloin työtä tehdään enemmän.
Nykyaikaiset koneet – kuten yllä oleva Boston Dynamicsin robotti Atlas – käyttävät satoja osia, kuten hydraulisia niveliä, mäntiä, hammaspyöriä, venttiilejä ja niin edelleen, suoriutuakseen monimutkaisista tehtävistä, kuten itsekorjautuvasta vakauttamisesta tai jopa takaperin voltista.
Yksinkertaiset koneet
Vaikka ”yksinkertaiset koneet” sopivat aiempaan määritelmäämme, mukaan lukien rattaat, vipuvarret, hihnapyörät, kalteva tasotasoiset tasopyörät, kiilat ja ruuvit. Itse asiassa kaikki mekaaniset koneet koostuvat jostain näiden kuuden yksinkertaisen koneen yhdistelmästä.
Atlas ei ole vain mekaaninen kone, vaan myös digitaalinen kone.
Yksinkertaiset mekaaniset koneet ovat miljoonia vuosia vanhoja. Esimerkiksi ”kivenhakkaustyökalut ovat yhtä vanhoja kuin ihmisyhteiskunta”, ja arkeologit ovat löytäneet kivityökaluja ”1,5-2 miljoonan vuoden takaa.”
Kompleksiset koneet
Yksinkertaisten koneiden yhdistelmillä voitaisiin tehdä mitä tahansa kottikärrystä polkupyörään ja mekaaniseen robottiin.
Itse asiassa merkinnät mekaanisista roboteista ovat peräisin yli 3 000 vuoden takaa.
5. vuosisadalla eaa. kirjoitettu Daoistinen teksti Lieh-tzu sisältää kertomuksen paljon varhaisemmasta tapaamisesta Zhou-dynastian (1023-957 eaa.) kuninkaan Mu:n ja insinööri Yen Shi:n välillä. Yen Shi esitteli kuninkaalle ihmisen kokoisen, ihmisen muotoisen mekaanisen automaatin:
”Kuningas tuijotti hahmoa hämmästyneenä. Se käveli nopein askelin ja liikutti päätään ylös ja alas, niin että kuka tahansa olisi pitänyt sitä elävänä ihmisenä. Taidemaalari kosketti sen leukaa, ja se alkoi laulaa, täydellisessä tahdissa. Kun esitys oli päättymässä, robotti räpäytti silmiään ja lähenteli paikalla olleita naisia, jolloin kuningas raivostui ja olisi teloittanut Yen Shin heti paikalla, ellei tämä olisi kuolemanpelossaan heti repinyt robottia palasiksi, jotta hän olisi nähnyt, mikä se todella oli. Ja todellakin, se osoittautui vain nahasta, puusta, liimasta ja lakasta koostuvaksi rakennelmaksi…”
Kuningas kysyi: ”
Turingin kysymys siitä, voivatko koneet jäljitellä ihmistä, on siis itse asiassa tuhansia vuosia vanha.
Kreikkalaiset tiedemiehet loivat samaan aikaan monenlaisia automaatteja. Archytas (n. 428-347 eaa.) loi mekaanisen linnun, joka pystyi lentämään noin 200 metriä ja jota kuvailtiin keinotekoiseksi, höyrykäyttöiseksi, linnun muotoiseksi lentolaitteeksi.
”Archytas teki puisen kyyhkysen pienoismallin sellaisella mekaanisella kekseliäisyydellä ja taidokkuudella, että se lensi.”
Joidenkin nykyaikaisten historiankirjoittajien käsityksen mukaan koneen lentämistä saattoi auttaa sen ripustaminen vaijereiden varaan, mutta kyseessä oli joka tapauksessa selvä pyrkimys koneen luomiseksi.
Toinen kreikkalainen tiedemies Daidalos loi patsaita, jotka liikkuivat:
”Daidaloksen sanottiin luoneen patsaita, jotka olivat niin elävän näköisiä, että ne saattoivat liikkua itsekseen.”
”Ensimmäistä käkikelloa” kuvailtiin kirjassa Aleksandrian ylösnousemus ja tuho: Birthplace of Modern World (sivu 132):
”Pian Ctesibiuksen kellot tukehtuivat sulkuhanoihin ja venttiileihin, jotka ohjasivat lukuisia laitteita kelloista nukkeihin ja mekaanisiin kyyhkyihin, jotka lauloivat merkiksi jokaisen tunnin kulumisesta – aivan ensimmäinen käkikello!”
Vuosisatojen kuluessa käytettiin yhä monimutkaisempia kojeita automaattien luomiseksi, kuten tuulen käyttämiä liikkuvia koneita.
Ohjelmoitavat monimutkaiset mekaaniset koneet
Ensimmäisen kirjatun ohjelmoitavan monimutkaisen mekaanisen koneen löytäminen kesti vasta 900-luvulla jKr:
”Varhaisin tunnettu ohjelmoitavan koneen rakenne on automaattinen huilunsoitin, jonka kuvailivat 9. vuosisadalla veljekset Musa Bagdadissa.”
Tätäkin kuvattiin myös nimellä: ”soitin, joka soittaa itse itseään”. Näistä laitteista kertovaa kirjaa säilytetään Vatikaanin kirjastossa.
Mekaaniset laskukoneet
Toinen askel pitkällä tiellä kohti modernia tekoälyä oli mekaanisten laskukoneiden luominen.
Ensimmäisen mekaanisen laskukoneen rakensi 1600-luvun alkupuoliskolla Wilhelm Schickard, joka mahdollisti yhteenlaskun ja kertolaskun.
Seuraava Blaise Pascalin rakentama mekaaninen laskin pystyi myös vähennyslaskuun.
Nämä koneet innoittivat Gottfried Wilhelm Leibnizin kaltaisia ajattelijoita pohtimaan seuraavaa ajatusta:
”Jos kaikki inhimillisen kokemuksen osa-alueet voidaan ymmärtää matemaattisen ajattelun avulla ja jos ajattelu on laskemisen muoto ja laskeminen voidaan koneellistaa, niin kaikkiin todellisuutta koskeviin kysymyksiin voidaan periaatteessa vastata koneen suorittaman laskennan avulla.”
Tämä muistuttaa monin tavoin nykyistä käsitystämme keinotekoisesta yleisestä älykkyydestä.”
Leibnizin ajatuksena oli, että characteristica universalis eli universaali looginen ohjelma voisi tällöin vastata kaikkiin todellisuutta koskeviin kysymyksiin.”
Ohjelmoitavissa olevat laskukoneet
Charles Babbage yhdisti vuonna 1833 ohjelmoitavissa oleviin koneisiin perustuvan yhdeksännen vuosisadan innovaation ja laskukoneisiin perustuvan seitsemännentoista vuosisadan innovaation keksiäkseen analyyttisen moottorin: Ohjelmoitavan laskukoneen.
Babbage ei koskaan onnistunut rakentamaan kokonaista konetta, mutta hänen ”reikäkorttitekniikkaansa” käytettiin myöhemmin ensimmäisissä digitaalisissa koneissa.
Digitaaliset koneet (tietokoneet)
Siirtyminen mekaanisista tietokoneista digitaalisiin tietokoneisiin oli massiivinen harppaus päästäksemme nykyiseen tilanteeseen.
1930-40-luvun lopulla syntyi useita digitaalisia tietokoneita, jotka kilpailivat paikasta ”ensimmäisenä digitaalisena tietokoneena.”
ENIAC:ia pidetään yleisesti ensimmäisenä digitaalisena tietokoneena, jonka rakentaminen valmistui vuonna 1946, koska se oli ensimmäinen täysin toimiva.
Muita digitaalisia tietokoneita olivat muun muassa Colossus vuonna 1943, joka auttoi brittiläisiä koodinmurtajia lukemaan saksalaisten salattuja viestejä, ja ABC-tietokone vuonna 1942.
Tästä eteenpäin kehitys kiihtyi nopeasti, ja suhteellisen nopeasti peräkkäin julkaistiin edistysaskeleita, kuten ohjelmien tallentaminen muistiin, RAM-muisti, reaaliaikainen grafiikka ja transistorit.
Koneoppiminen
Viimein monimutkaisten digitaalisten koneiden ilmaantuessa voimme ottaa puheeksi koneoppimisen aiheen.
Kuten alussa tarkasteltiin, koneiden yleistyminen johti siihen, että Alan Turing kysyi vuonna 1950: ”voivatko koneet ajatella?”. Viisi vuotta myöhemmin Dartmouthissa julkaistiin perustavanlaatuinen artikkeli tekoälystä, ja alan perusperiaatteet ovat pysyneet samankaltaisina siitä lähtien.
M.L. Minsky kirjoitti vuonna 1955:
”Kone voidaan ’kouluttaa’ ’kokeilemalla ja erehtymällä’ hankkimaan jokin erilaisista input-output-funktioista. Kun tällainen kone sijoitetaan sopivaan ympäristöön ja sille annetaan ’onnistumisen’ tai ’epäonnistumisen’ kriteeri, se voidaan kouluttaa osoittamaan ’päämäärähakuista’ käyttäytymistä.”
Muilla sanoilla koneoppimisalgoritmit rakentavat matemaattisia malleja ”harjoitteludatan” perusteella, jotta ne voivat tehdä päätöksiä ilman, että ne on eksplisiittisesti ohjelmoitu tekemään kyseisiä päätöksiä.
Tämä on keskeisin ero laskimen ja koneoppimisen (tai tekoälyn) välillä: Laskimella tai millä tahansa automaatin muodolla on ennalta määrätty tuotos. Tekoäly tekee todennäköisyyspäätöksiä lennossa.
Mekaanisella koneella on myös paljon tiukemmat fyysiset rajoitukset sen suhteen, kuinka monta koneen komponenttia (esim. hihnapyörät, vivut, hammaspyörät) mahtuu laitteeseen, kun taas nykyaikaisen digitaalisen koneen prosessoriin mahtuu miljardeja transistoreita.
Varsinaisen ilmaisun ”koneoppiminen” keksi Arthur Samuel vuonna 1952 kehitettyään tietokoneohjelman, jolla pelattiin tammea ulkoa oppimisen avulla.
Frank Rosenblatt loi vuonna 1957 Mark I -perceptronin – binääriluokittelijoiden valvotun oppimisen algoritmin – kuvantunnistusta varten.
Perceptronin esiteltyä työnsä Yhdysvaltain laivastolle vuonna 1958 The New York Times uutisoi:
Perceptron on ”elektronisen tietokoneen alkio, jonka odotetaan kykenevän kävelemään, puhumaan, näkemään, kirjoittamaan, lisääntymään ja olemaan tietoinen olemassaolostaan.”
Jopa vuonna 1958 tutkijat ennakoivat tuntevan tekoälyn päivää.
Myöhempiä saavutuksia olivat muun muassa feedforward-neuraaliverkot (kuten perceptron, mutta useilla kerroksilla), lähimmän naapurin algoritmi vuonna -67, backpropagation tietokoneilla 70-luvulla (jota käytetään nykyään syvien neuroverkkojen kouluttamiseen), boosting-algoritmit 90-luvun alkupuolella ja LSTM:t vuonna -97.
Parannukset datan ja laskentatehon ansiosta
Johtavan tekoälytutkijan Andrew Ng:n äskettäisellä tekoälykurssilla hän toteaa, että keinotekoisessa yleisessä älykkyydessä ei ole tapahtunut ”melkein lainkaan edistystä”, mutta uskomatonta edistystä on tapahtunut ”kapeassa älykkyydessä” – panos-tulos-toiminnoissa, ”jotka tekevät yhden asian, kuten esimerkiksi älykkään kaiuttimen tai itsestään ajavan auton”.”
Korkealla tasolla tekoälyssä on edelleen kyse siitä, että ”opitaan funktio, joka kuvaa x:stä y:hen.”
Viime aikoina näkemämme uskomattomat edistysaskeleet johtuvat pääasiassa datan ja laskentatehon räjähdysmäisestä kasvusta sekä paremmasta (laadukkaammasta) datasta ja useammasta tekoälytekniikan insinööristä.”
Enemmän dataa ja laskentatehoa lisäävät luonnollisestikin useimpien tekoälykuvamallien tarkkuutta erityisesti syväoppimisessa.
Tekoälyn demokratisoituminen
Tekoälyarkkitehtuurien, laskentatehon ja datan kehittymisen ohella tekoäly on viime aikoina saanut vahvan jalansijan teollisuudessa helpommin saatavilla olevien tekoälytyökalujen yleistymisen ansiosta.
Teknologiaa helpommin saatavilla olevien työkalujen syntymisellä on pitkä historia. Esimerkiksi Gutenbergin kirjapaino demokratisoi tiedon 1400-luvulla.
Internet-aikakaudella WordPressin ja Wixin kaltaiset ”no-code”-työkalut demokratisoivat sivustojen rakentamisen.
Samansuuntaisesti tekoälyn 50-luvun tekoälyehdotusten jälkeen tekoäly rajoittui vuosikymmeniä pitkälti akateemiseen maailmaan näkemättä juurikaan käytännön käyttöä.
TensorFlow’n ja Kerasin kaltaiset työkalut tekivät tekoälyn käyttöönoton mahdolliseksi useammille yrityksille, vaikka ne ovat edelleen teknisesti monimutkaisia työkaluja, jotka edellyttävät korkeapalkkaisten koneoppimisinsinöörien käyttöä.
Kompleksisuutta lisää se, että tietojenkäsittelytieteen ammattilaisten puute johtaa siihen, että tekoälyjärjestelmiä luotaavien henkilöiden palkat ovat pilvissä. Tämän seurauksena FAANG-yhtiöiden kaltaiset suuryritykset hallitsevat suurta osaa tekoälystä.
Apteon kaltaisten koodittomien tekoälytyökalujen ilmaantuminen vähentää alkukustannuksia ja poistaa samalla teknisen asiantuntemuksen tarpeen, mikä mahdollistaa aidosti demokratisoidun tekoälyn.
No Code AI
Koodittomat tekoälytyökalut ovat johdonmukainen seuraava askel tiellä tekoälyn demokratisoimiseksi.
Varhaiset ihmiset tekivät kivenhakkaustyökaluja 2 miljoonaa vuotta sitten voidakseen tehdä enemmän töitä kuin käsillään.
Tänä päivänä tekoäly tekee meistä tehokkaampia ja voi tehdä töitä puolestamme, kun taas kooditon tekoäly tuo nämä hyödyt kaikkien ulottuville.
Koodittomien tekoälytyökalujen yleistymisen myötä olemme siirtymässä helppokäyttöisten tekoälytyökalujen aikakauteen.
Koodittomien tekoälytyökalujen yleistymisen myötä siirrymme helposti lähestyttävän tekoälyn aikakauteen.