Jos tekoäly on uusi sähkö, kuka takaa, ettei se anna kynsille?
Älykkäät algoritmit ohjaavat nykyisin sitä, mikä ennen oli ihmisten tekemien valintojen piirissä: autoja, mediasisältöjä, rahaliikennettä, laitteistoja, tuotantokoneistoja ja robotteja.
Älykkäät algoritmit ohjaavat nykyisin sitä, mikä ennen oli ihmisten tekemien valintojen piirissä: autoja, mediasisältöjä, rahaliikennettä, laitteistoja, tuotantokoneistoja ja robotteja.
Valtava kiinnostus tekoälyyn on onneksi poikinut keskustelua riskeistä
ja eettisistä ongelmista. Silti tekoälyn etiikan pohdinnassa ollaan vasta
alkutekijöissä.
On tämä minuakin ehtinyt pohdituttaa, vaikkapa liittyen robottiautoihin.
Jos tämmöinen auto kolaroi, kenen on vastuu missäkin tilanteessa: valmistajan,
omistajan, vaiko lähellä kuskin paikkaa istuvan?
Tekoäly rekrytoijana
Pankkiirimaailmassa on tarjolla jo ensimmäisiä sijoitusrahastoja,
joissa osakkeiden painoarvoa arvioi tekoäly. Kuulemma tekoälyn kyky seuloa yritysten
tilinpäätöstietoja on ylivoimainen verrattuna ihmiseen.
Uusinta hottia on hyödyntää tekoälyä työnhakutilanteissa.
Carlos Muza
Erilaisissa henkilöstöpalveluyrityksissä on valtavia määriä tietoja aiemmin tapahtuneista rekrytoinneista ja niiden pohjalta isostakin hakijajoukosta voi löytää sopivimpien ehdokkaiden toivottuja piirteitä.
Erilaisissa henkilöstöpalveluyrityksissä on valtavia määriä tietoja aiemmin tapahtuneista rekrytoinneista ja niiden pohjalta isostakin hakijajoukosta voi löytää sopivimpien ehdokkaiden toivottuja piirteitä.
Syntyy algoritmeja, jotka siis laittavat hakijat järjestykseen. Mutta,
ei se aivan ongelmatonta ole. Nyt tutkijat ovatkin alkaneet todella huolestua valtavan
taustamateriaalin käyttöön liittyvistä riskeistä.
Tekoäly on oikeastaan aika tyhmä
Ongelma on siinä, että tekoälyohjelmat oppivat vain sen, mitä niille
opetetaan.
Toisin sanoen esimerkiksi tietynlainen syrjintä saattaa siirtyä – ikään
kuin huomaamatta — tekoälyyn, koska algoritmit perustuvat aiemmin tehtyihin
henkilövalintoihin ja asenteisiin.
Tietoviikko -lehdessä oli yksinkertainen esimerkki.
Jos Google Translatella kääntää
suomesta englantiin lauseen ”Hän on lentäjä”, käännös kuuluu ”He’s a pilot”.
Lauseen ”Hän on hoitaja” Google Translate puolestaan kääntää ”She’s a nurse”.
Kukaan ei käskenyt, mutta niin se teki
Toisin sanoen Google päättelee ihmisen sukupuolen ikään kuin ammattin
perusteella. Kukaan ei ole käskenyt Googlea tekemään näin, mutta niin se vain
teki!
Jos siis tekoäly on oppinut
ennakkoluuloiseksi, ”väärän” rodun, iän tai sukupuolen edustajat saattavat saada
ansaitsemaansa heikomman pisteytyksen ja menettää suorastaan mahdollisuutensa
työpaikkaan.
Tutkijoiden viesti on tämä: jos alkuperäinen data on epätasapainoista, lopputuloskin vääristyy.
Esimerkiksi parin viime vuoden
suomalaisen some-keskustelun syöttäminen tekoälylle loisi niin epäsosiaalisen
konehirviön, että se olisi heti romutettava, todetaan Tivi-lehdessä.
Mustan laatikon ongelma
Huhtikuussa 2017 MIT Technology
Review julkaisi artikkelin, joka käsitteli kehittyneen tekoälyn toiminnan
läpinäkymättömyyttä.
Syvät neuroverkot ja syväoppiminen perustuvat tilastolliseen
malliin, joka koodataan hajautetusti neuroniverkkoon. Sisääntuloneuroneille
syötetty data siirtyy tietyin ehdoin seuraavan kerroksen neuroneille ja niin
edelleen.
Teddy Kelley
Juttu ei ole ihan helposti esitettävissä, mutta lopputulemana oli, että tekoälyn toimintalogiikasta saattaa tulla (kylläkin johdonmukainen), mutta niin monimutkainen, että kukaan ei osaa päätellä, mihin sen tekemät päätökset perustuvat.
Juttu ei ole ihan helposti esitettävissä, mutta lopputulemana oli, että tekoälyn toimintalogiikasta saattaa tulla (kylläkin johdonmukainen), mutta niin monimutkainen, että kukaan ei osaa päätellä, mihin sen tekemät päätökset perustuvat.
https://yle.fi/uutiset/3-10145611?utm_source=whatsapp-share&utm_medium=social
VastaaPoistaKiitos Mikko! Aina vaan haastavammaksi menee. Ja tämän postaukseni jälkeen on nyt uutisoitu niitäkin robottiauton kolaritilanteita - ainakin yksi kuolemaan johtanut.
VastaaPoista