The Brain, Energy & Power

The brain takes around 20% of the body’s daily energy consumption. Converted into power, that means 12.6 watts—equivalent to a bright LED lamp. There are about 1014 synapses, connection points between neurons, in the brain. That’s quite an efficient bundle of neurons!

Problem-solving in the Wild

What’s difficult for humans is sometimes easy for computers, and what’s easy for humans is sometimes difficult for computers. Why is this? Computers do very well with problems that have a well-defined set of rules. Take a game of tic-tac-toe, for example: from placing the first X, computers can easily simulate all possible future states […]

Experiences Invoke Memories

Think of the scent of roses. What memories does it conjure? A leisurely walk in a garden, someone wearing a rosy perfume? In the blink of an eye, you’re able to travel in time through your experiences. The rose leads you to your memories through associations. You’re able to both have memories out of the […]

From Neurons to Networks

In order to build flying machines, we don’t build airplanes that flap their wings, or that are made of bones, muscle, and feather.Likewise, in artificial neural networks, the internal mechanism of the neurons is usually ignored, and artificial neurons are often much simpler than their natural counterparts. If the goal is to build AI systems […]

Public Perceptions and Artificial Intelligence

The unclear nature of emerging technologies like AI makes users unsure about what this new technology is, how it will perform, and how it will impact society. Even research discussing the “societal implications” of AI often takes a techno-optimist or a techno-pessimist angle. A wide array of possibly conflicting meanings, technological frames, and thoughts regarding […]

Datasets, humans, and biases

A human decides what kind of data machines get and what kind of code they run. Machines do just what they’re programmed to do. Datasets are created and curated by humans. For example, labeled images in the gigantic, state-of-the-art database ImageNet have originally been scraped from the Internet, consisting of both stock photos and selfies […]

Generative + Discriminative = GAN

Generative Adversarial Networks are a machine learning model family that can learn to “hallucinate” new examples of complex data. GANs may be used for generating images, for instance—so-called “deepfake” images use GANs. A GAN’s Training Process The GAN has two parts: a Generator, and a Discriminator. The Generator learns to produce increasingly realistic pictures by […]

Robotics and Machine Learning

Robotics means building and programming robots so that they can operate in complex real-world scenarios. In a way, robotics is the ultimate challenge of AI since it requires a combination of virtually all areas of AI: Computer vision and speech recognition for sensing the environment, Natural language processing, information retrieval, and reasoning under uncertainty for […]

Boosting research & human creativity with AI

Methods under the umbrella of AI can be used in various fields. In research, AI methods are a valuable tool for all kinds of tasks that require classification, identification, optimization, or even finding new combinations and predicting future occurrences. AI-aided research has brought us support for weather prediction, speech recognition, and the automatic identification of […]

What is AI?

Think of a cake recipe: it has a list of ingredients and instructions. Following the recipe produces a cake. In computer science, the ingredients are our data, the instructions are called algorithms, and the whole recipe is our program. What’s the cake then? It’s the output of the program. Artificial intelligence is in fact a […]

Datatiede, robotiikka ja tekoäly

Datatiede on uudehko kattotermi, johon kuuluvat koneoppiminen ja tilastotiede sekä tietyt tietojenkäsittelytieteen osiot, kuten algoritmit, tiedonhallinta ja verkkosovellusten kehittäminen. Datatiede on myös käytännön ala, joka edellyttää kulloisenkin sovellusalan (esim. liiketalouden tai luonnontieteen) ymmärrystä. Tällöin on huomioitava, mitkä ovat kyseisen sovellusalan tavoitteet (eli mitä lisäarvo tarkoittaa), perusolettamukset ja rajoitteet. Datatieteilijöiden työ sisältää useimmiten vähintäänkin pienen ripauksen […]

Kokemukset herättävät muistoja

Ajattele ruusun tuoksua. Minkälaisia muistoja se tuo esiin? Ehkä hupikävelyn puutarhassa tai tutun ihmisen hajuveden? Voit hetkessä matkustaa ajassa kokemustesi läpi. Ruusu vie sinua kohti muistojasi mielleyhtymien kautta. Muistosi koostuvat niin asioista, joita olet kokenut (episodinen muisti) kuin faktoista, joita et itse ole välttämättä todistanut (japaninruusu on latinaksi rosa multiflora, ja tämän muistaminen on esimerkki […]

Luonnonvaraista ongelmanratkaisua

Ihmisille vaikeat asiat ovat joskus helppoja tietokoneille, ja toisaalta ihmisille helpot asiat ovat joskus tietokoneille vaikeita. Miksi? Tietokoneet pärjäävät hienosti sellaisten ongelmien kanssa, jotka ovat hyvin määriteltyjä ja joilla on säännöt. Koneet esimerkiksi päihittävät ristinollan varsin helposti: ensimmäisestä ruksista lähtien niiden on helppoa simuloida kaikki mahdolliset tulevat pelitilanteet. Jos itse yrität samaa — siis ajatella […]

Laskennalliset mallit

Erityisesti luonnontieteissä laaditaan malleja kuvaamaan sitä, miten uskomme asioiden todellisuudessa toimivan. Mallit eroavat laajemmista teorioista siten, että niiden avulla yritetään yleensä kuvata rajattua toimintaperiaatetta usein matemaattisten käsitteiden ja kielen termein. Malli laaditaan tarkoituksensa perusteella. Otetaan esimerkiksi malli, joka kuvaa napin painallusta. Jos mallia halutaan käyttää siihen, että tarkasti ennustetaan, miten ihminen painaisi nappia, täytyisi malliin […]

Koneoppiminen

Jos saisit tehtäväksesi koota listan säännöistä, jotka määrittelevät täydellisesti kissan — miltä se tismalleen näyttää, miten se tarkalleen ottaen liikkuu — saattaisit pian törmätä vaikeuksiin. Tunnistat kuitenkin kissan kuin kissan kissaksi, vaikka et olekaan kohdannut kaikkia maailman kissoja. Tosimaailman sääntöjä on vaikea listata tarkasti, vaikka haluammekin tarkastella todellisia ilmiöitä. Koneoppimisen avulla voidaankin rakentaa algoritmeja, jotka […]

Hermosoluista hermoverkkoihin

Kun haluamme rakentaa lentävän koneen, paras ratkaisu ei ole lentokone, joka räpyttää siipiään ja joka on rakennettu luista, lihaksista ja höyhenistä. Samaan tapaan keinotekoisten neuroverkkojen neuronit ovat useimmiten paljon yksinkertaisempia kuin oikeat hermosolut, ja niissä jätetään huomiotta oikeiden hermosolujen sisäiset toimintamekanismit varsinkin silloin, kun tavoitteena on toteuttaa tekoälyratkaisuja eikä simuloida biologisia järjestelmiä. Tutustu Elements of […]

Generatiivinen + Erotteleva = GAN

Generatiiviset kilpailevat verkot (generative adversarial networks, GAN) ovat joukko koneoppimismalleja, jotka oppivat “kuvittelemaan” uusia asioita. GAN-verkkoja voi käyttää esimerkiksi kuvien luomiseen – niin kutsuttujen “deepfakejen”, “väärennettyjen” valokuvien, takana ovat GAN-menetelmät. GAN-verkon opettaminen Verkolla on kaksi osaa: Tuottaja ja Luokittelija. Tuottaja oppii luomaan yhä realistisempia kuvia näyttämällä keksimiään tuotoksia Luokittelijalle. Luokittelijalla on pino aitoja kuvia, joihin […]

Sääntöpohjaiset järjestelmät

Ensimmäiset tekoälyohjelmat olivat sääntöpohjaisia. Niiden takana oli usein formaali looginen päättely. Sääntöpohjaiset ohjelmat toimivat annettujen sääntöjen perusteella. Esimerkiksi kissat takaperin kirjoittavassa ohjelmassa olisi seuraava sääntö: Jos sana “kissa” löytyy tekstistä, käännä tämän sanan sanajärjestys. Kaikki ohjelman soveltamat säännöt muunnetaan ensin täsmälliseen loogiseen muotoon. Säännöistä tulee tietokanta, joka on mahdollisesti hierarkkisesti järjestäytynyt. Mitä monimutkaisempi järjestelmä on, […]

Koska robotit sitten kykenevät todelliseen älykkyyteen?

Sellaisia ohjelmia, jotka osaavat ratkoa hyvin määriteltyjä ongelmia (kuten kissan erottaminen koirasta tai shakkipeli) kutsutaan heikoksi tai kapeaksi tekoälyksi. Viimeaikaiset ohjelmat taitavat tämän jo aika hyvin. Osittain itsenäiset autot, suosittelujärjestelmät sekä kuvantunnistus ovat vain muutama esimerkki jo käytössä olevista tällaista tekoälyä soveltavista arkisista järjestelmistä. Sellainen ihmisen kaltaista älyä osoittava ohjelma, joka pärjäisi arkisen monimutkaisessa ympäristössä […]

Tietoaineistot, ihmiset ja vinoumat

Ihmiset päättävät, minkälaista tietoaineistoa koneille syötetään ja millaista koodia ne ajavat. Koneet tekevät vain sen, mitä ne on ohjelmoitu tekemään. Tietoaineiston luovat ja kokoavat ihmiset. Esimerkiksi ImageNet on valtava, laajasti käytetty valokuvatietoaineisto. Sen sisältämät valokuvat on haettu automaattisesti internetistä, ja ne sisältävät niin kuvapankkikuvia, selfieitä ja kaikkea siltä väliltä. Kaikki ImageNetin kuvat on luokiteltu sanallisesti, […]

Konvoluutioverkot saivat innoituksensa näköaistista

Konvoluutioneuroverkoissa (convolutional neural networks, CNNs) on osia, joiden rakenne ja toiminta muistuttavat eläinaivojen varhaisia näköalueita. Opetetut neuroverkot suoriutuvat lähes ihmisen tasoisesti joissakin tunnistustehtävissä. Kun katsot jonkin henkilön kasvokuvaa, aivosi pilkkovat näköhavainnon osiin. Havainto alkaa yksinkertaisista piirteistä ja siirtyy kerroksittain monimutkaisempiin kokonaisuuksiin, hieman alla olevan piirroksen kaltaisesti: Tämä kaikki toki tapahtuu silmänräpäyksessä (heh) ja tiedostamatta, joten […]

Eri keinoja oppia ja opettaa

Koneoppimismallit oppivat tunnistamaan ja luokittelemaan tietoja opetusdatan avulla. Opetusdata on todellisen luokitteludatan kanssa samankaltaista, mutta ei suinkaan samaa dataa (koska sehän olisi huijausta!). Otetaan esimerkiksi ohjelma, jota opetetaan tunnistamaan eri eläimiä. Opetuksen voi toteuttaa eri tavoilla: Valvottu oppiminen Opetusdata voi sisältää esimerkkejä oikeista pareista (esimerkiksi kuvia koirista, joihin on liitetty nimike ‘koira’ ym.). Tätä kutsutaan […]

Aivot, energia ja teho

Aivot vaativat noin 20 % kehon päivittäisestä energiankulutuksesta. Tehoon käännettynä tämä tarkoittaa noin 12.6 wattia — suurin piirtein kirkkaan LED-lampun verran. Aivoissa on noin 1014 synapsia eli kahden hermosolun välistä liitospintaa. Siinäpä aika tehokas hermosolukimppu!

Mitä tekoäly on?

Lähdetään kakkureseptistä: siihen kuuluu lista ainesosista ja lista ohjeita. Jos noudatat reseptiä, syntyy kakku. Tietojenkäsittelyssä ainesosat muodostavat tietoaineiston, ohjeet ovat algoritmeja, ja koko resepti on ohjelma. Mikäpä sitten itse kakku on? Sitä voisi kutsua vaikka tulosteeksi. Tekoäly on itse asiassa kokonainen keittokirja täynnä kaiken sortin algoritmeja ja tietoaineistoja. Tekoälylle ei ole olemassa mitään virallista, yksiselitteistä […]