Tekoäly alkaa olla yhtä älykäs kuin ihminen

Tekoäly on jo kauan sitten voittanut ihmisen kapeilla erikoisalueilla, esimerkiksi shakin tai gon pelaamisessa tai ihmiskehon kuvantamistulosten analysoimisessa. Sen sijaan vielä muutama vuosi sitten oli epävarmaa, voisiko tekoälystä koskaan tulla yleisälykästä. Keväällä 2024 tekoäly osoittautui kuitenkin ihmisen veroiseksi, kun sen älykkyysosamääräksi mitattiin 101.

Laajasti ajateltuna tekoäly käsittää kaikki tekniikat, jotka pyrkivät matkimaan ihmisen älykästä toimintaa. Nykyisen tekoälytutkimuksen voidaan katsoa alkaneen 1950-luvun puolen välin tienoilla. Silloin ennusteltiin, että jo yhden sukupolven aikana saataisiin aikaan kone, joka olisi yhtä älykäs kuin ihminen¹. Aikaa meni kuitenkin paljon enemmän. Nelisenkymmentä vuotta sitten tekoälyn valtavirtaa olivat itseorganisoituvat kartat² ja sääntöpohjaiset asiantuntijajärjestelmät³. Jälkimmäistä tekniikkaa edusti myös kapea tekoäly DeepBlue, joka voitti shakin maailmanmestarin Garri Kasparovin vuonna 1997.

Olennainen muutos, suoranainen mullistus, alkoi tämän vuosituhannen puolella. Sen tekivät mahdolliseksi kolme toisiaan tukevaa seikkaa: tietokoneiden tehokkuuden kasvu (computing power), paremmat algoritmit (machine learning algorithms) ja suuraineistot (data availability). Nykyiset tekoälyt, esimerkiksi Claude-3.5 ja ChatGPT-4. perustuvat neuroverkkopohjaisiin⁴ suuriin kielimalleihin⁵. Ne muodostavat itse tietämyksensä ja päättelysääntönsä suuraineistojen perusteella koneoppimisen⁶, erityisesti syväoppimismenetelmien⁷ avulla. Claude-3.5 oli se tekoäly, jonka älykkyysosamääräksi mitattiin 101⁸.

Näin ollen on ehkä mielekästä puhua tekoälyn psykologiasta⁹. Tämä tarkoittaa tekoälyn käyttäytymisen tarkastelemista neuroverkkojärjestelmän rakenteen asemesta, siis sitä, miten tekoäly vastaa (output, printout) käyttäjänsä keskustelupuheenvuoroihin (input, prompt). Tästä näkökulmasta tarkasteltuna tekoälyt ovat kehittyneet huimasti ihan viime vuosina. Ihmiskäyttäjä ei enää aina tiedä keskusteleeko hän toisen ihmisen vai koneen kanssa. Tekoäly läpäisee siis Turingin testin¹⁰.

Tekoälyn tarkastelu ihmispsykologian tapaan eli konepsykologia on vasta syntymässä oleva tieteenala. Se pyrkii tunnistamaan suurten kielimallien käyttäytymiskaavoja (behavioral patterns), kykyä uusien (emergent) ajatusten esittämiseen sekä päättely- ja järkeilymekanismeja psykologiassa käytetyn tapaisin kokeellisin menetelmin. Testausmahdollisuuksia tehostaa se, että suuret kielimallit kommunikoivat testaajan kanssa luonnollisella kielellä. Tämä on toisaalta myös rajoite, sillä tekoälyn psykologisissa tutkimuksissa ei voi käyttää fysiologisia menetelmiä, esimerkiksi aivojen toiminnan kuvantamista.

Tekoälyt eivät myöskään ole niin loogisia ja puolueettomia kuin niiden väitetään olevan perusteltaessa ja puolusteltaessa niiden käyttöä. Yhtäältä ne ovat hyvin herkkiä tehtävänannolle (prompt = kehote), sillä ne pyrkivät vastaamaan käyttäjän toiveisiin mahdollisimman hyvin. Tämähän näkyy jo maallikollekin siinä, miten auliisti esimerkiksi ChatGPT ottaa huomioon käyttäjän tarkennuspyynnöt ja korjausehdotukset. Toiseksi niiden ”ajattelua” ohjaavat koulutusmateriaalin kautta mukaan tulevat inhimillisen päätöksenteon peukalosäännöt ja vinoumat (heuristics and biases) mahdollisesti hyvinkin pitkältä ajalta ja sellaisissakin muodoissa, joita ei enää nykyään pidetä hyväksyttävinä. Kolmanneksi tekoäly mahdollistaa erityisesti suuraineistojen avulla kohdennetun yhteiskunnallisen tai kaupallis-taloudellisen vaikuttamisen tietoverkkojen ja sosiaalisen median kautta voitontavoittelun mielessä¹¹.

Lähteet ja lisälukemista

[1] Tekoälyn historia. Tekoäly.info
https://xn--tekoly-eua.info/tekoaly_historia/

[2] Vähähyyppä, Kaisa ja Korhonen, Hannu (2022): SOM – Kohosen kartta. Dimensio 5.4.2022.
https://dimensiolehti.fi/som-kohosen-kartta/

[3] Huuskonen, Pirkko ja Nikkinen, Niina (1988): Asiantuntijajärjestelmän rakentaminen. 
Pro gradu -tutkielma, Tietojenkäsittelyopin laitos, Jyväskylän yliopisto.
https://jyx.jyu.fi/handle/123456789/90366
Käyttörajoitettu aineisto, mutta sen voi pyytää luettavakseen sähköpostitse.

[4] Ojala, Panu (2022): Neuroverkkopohjaiset tekoälysovellukset: kehityssuuntia ja tulevaisuuden mahdollisuuksia, Pulssi-portaali, Karelia ammattikorkeakoulu
https://www.karelia.fi/2022/08/neuroverkkopohjaiset-tekoalysovellukset-kehityssuuntia-ja-tulevaisuuden-mahdollisuuksia/ 

[5] Numminen, Lari (2023) Mitä ovat suuret kielimallit ja miten ne toimivat?
https://www.finnishup.com/mita-ovat-suuret-kielimallit-ja-miten-ne-toimivat/

[6] Alpaydin, Ethem (2021): Koneoppiminen. Terra Cognita. Kirjaesittely Dimensiossa 25.11.2021 
https://dimensiolehti.fi/kirjallisuutta-koneoppiminen/

[7] Kelleher, John D.: Syväoppiminen – kuinka tekoäly toimii. Terra Cognita 
Kirjaesittely Dimensiossa 25.2.2021 
https://dimensiolehti.fi/john-d-kelleher-syvaoppiminen-kuinka-tekoaly-toimii/
Katso myös Kelleherin video https://www.youtube.com/watch?v=4WqQE4eIlQM (diat suomeksi!)

[8] Numminen, Lari (2024): Uusi generatiivisen tekoälyn kielimalli ohitti ensimmäisen kerran ihmisten keskivertotuloksen älykkyysosamäärätestissä. 
https://www.finnishup.com/tekoalyn-alykkyysosamaara-yli-100/

[9] Hagendorff, Thilo ym. (2024) Machine Psychology
https://arxiv.org/pdf/2303.13988 

[10] Turney, Drew (2024): GPT-4 has passed the Turing test, researchers claim
https://www.livescience.com/technology/artificial-intelligence/gpt-4-has-passed-the-turing-test-researchers-claim

[11] O’Neil, Cathy (2017): Matikkatuhoaseet. Terra Cognita.