Tekoäly on yksi, yhtenäinen teknologia

Tekoälystä puhutaan paljon. Harvoin kuitenkaan pysähdymme pohtimaan, kuinka monitahoisesta ilmiöstä on kyse. Yksi tekoälyn määritelmään liittyvä myytti on se, että kyseessä olisi yksi yhtenäinen teknologia – tai teknologia ylipäätään.

Tietojenkäsittelytieteessä tekoälyn tutkiminen ja kehittäminen on oma tutkimusalansa. Tässä kontekstissa tekoäly viittaa järjestelmiin, jotka suoriutuvat sellaisista tehtävistä, jotka ihmisten toteuttamina vaativat älykkyyttä, kuten havaintojen tekemistä ja tulkitsemista, päättelyä tai toiminnan parantamista havaintojen avulla. Kuitenkin jo ennen kuin koko tekoäly-sanaa ryhdyttiin käyttämään, kehitettiin sääntöihin perustuvia järjestelmiä, joilla pystyttiin automatisoimaan joitakin loogisen päättelyn muotoja. Tällaista sääntöpohjaista tekoälyä on hyödynnetty tietojenkäsittelytieteen alusta lähtien, ja siihen liittyvä teknologinen kehitys on kulkenut käsi kädessä tietojenkäsittelytieteen muiden alueiden kanssa. Monet sääntöpohjaisen tekoälyn lähestymistavat – kuten esimerkiksi haku- ja optimointialgoritmit – eivät matemaattisesti tai teknisesti poikkea muilla tietojenkäsittelytieteen aloilla tehdystä vastaavasta tutkimuksesta.

Sääntöpohjaisen lähestymistavan lisäksi tekoälyä voidaan kehittää myös datapohjaisesti: ohjelmoimalla tietokone suoriutumaan tehtävästä käymällä ensin läpi suuria määriä esimerkkejä tehtävän suorittamisesta.¹ Tällöin puhutaan koneoppimisesta. Siinä missä sääntöpohjainen tekoäly kehittyi vuorovaikutuksessa esimerkiksi ohjelmointitekniikan ja algoritmitutkimuksen kanssa, koneoppiminen on kehittynyt tilastotieteen rinnalla.

Myös koneoppimiseen perustuvat arkiset sovellukset ovat moninaisia ja usein melko huomaamattomia: älypuhelimen kamera tarkentaa kuvia automaattisesti, oikolukuohjelma korjaa tekstiä kieliopillisesti paremmaksi, logistiikkaa optimoivat järjestelmät nopeuttavat toimituksia ja karttapalvelut ehdottavat ravintolasuosituksia. Kaikki nämä perustuvat erilaisille tekoälyn tekniikoille: niiden käyttötarkoitukset vaihtelevat, niiden viat ja rajoitteet poikkeavat toisistaan ja niihin myös liittyy erityyppisiä eettisiä kysymyksiä ja arvostuksia.

Jotkin koneoppimisessa sovellettavat ratkaisut perustuvat monimutkaisille neuroverkoiksi kutsutuille laskennan malleille. Tuolloin puhutaan syväoppimisesta. 2020-luvulla tekoälystä käytävässä julkisessa keskustelussa on keskitytty erityisesti niin sanottuun generatiiviseen tekoälyyn, jolla tarkoitetaan järjestelmiä, jotka pystyvät tuottamaan esimerkiksi tekstiä, kuvia ja videota käyttäjän pyyntöjen pohjalta. Generatiivinen tekoäly perustuu syväoppimiseen.

Tekoäly on siis kattotermi sekä tieteenalalle että useille eri teknologisille lähestymistavoille, joilla kullakin on toisistaan poikkeavia ominaisuuksia ja käyttötarkoituksia.

Kun tarkoitetaan tekoälyn tekniikoita kaikissa muodoissaan ja koko laajuudessaan, on täysin hyväksyttävää käyttää sanaa ’tekoäly’. Sen sijaan 2020-luvulla yleistynyt tapa viitata tekoälyllä esimerkiksi pelkästään generatiiviseen tekoälyyn, joka on vain yksi tekoälyn osa-alue – eikä välttämättä yhteiskunnallisesti lainkaan merkittävin sellainen – on omiaan johtamaan väärinkäsityksiin.