Tekoäly vie 41% työpaikoista, mutta millaisia työpaikkoja se lopulta vie?

Yllä oleva kuva Chaplinin filmistä "Nykyaika" kuvaa hyvin työntekijän asemaa yhtiössä. Työntekijän rooli ei ole käskytettävä yksilö, vaan tuotanto-yksikön osa. Eli jokainen työtekijä on vain osanen koneessa, jota kutsutaan yhtiöksi. Ihminen ei ole tuossa mallissa oikeastaan edes yksilö, vaan osanen kokonaisuudesta. Tuon takia kun puhutaan tekoällyn vievän työpaikat, niin silloin puhutaan oikeastaan vain tuotantojärjestelmän korvaamisesta uudella järjestelmällä.  Kun tekoäly korvaa ihmisen, niin silloin puhutaan säästöistä. Yhtiöiden etu on se, että ne voivat valmistaa tuotteita mahdollisimman halvalla, ja siksi jos asiaa ajatellaan esimerkiksi yhtiöiden näkökulmasta, niin jokainen yhtiö olisi varmaan jo erottanut kaikki työntekijänsä, jos se vain olisi voinut korvata ihmiset jollain muulla. Ja tuo "joku muu" on tekoäly. 

Kun työelämää kehitetään, niin kehityksen pohjana on aina ollut yhtiön taloudellinen voitto. Yhtiöiden tehtävä on tuottaa voittoa omistajilleen. Ja tämän päivän mallissa ei työelämää kehitetä muiden kuin osakkaiden tai  toisin sanoen omistajien etua ajatellen. Mikäli puhutaan että tekoälyä pitäisi kehittää ihmiskeskeisesti, niin työelämässä kehitystä ohjaa ainoastaan kilpailukyky. Vain sillä kuinka paljon voittoa ihminen tekee on merkitystä. Tekoäly on vain piste tuolle tielle, jossa palkat jäävät jatkuvasti jälkeen inflaatiosta, ja työntekijän koko työura saattaa olla pelkkiä pätkätöitä. Jos työt nyt sitten siirtyvät tekoälylle, niin silloin häviävät työpaikat monista paikoista. Tuo olisi kuitenkin vain piste kehitykselle, joka on vienyt tuotannon suoraan Kiinaan. Eli tekoälyn ottaessa ihmisten paikat, niin silloin ei työ myöskään valu Kiinaan. Eli työpaikat katoavat työmarkkinoilta hyvin nopeasti myös Kiinassa. Ja se sitten tuo joutulasta nuorisoa kahviloihin, joissa he voivat puhua politiikkaa. 

Tekoäly on kehittyvä asia, joka on kehittynyt nopeammin kuin kukaan edes uskalsi arvailla. Ja johtoportaassa on herännyt halu korvata ihmiset tekoälyllä. Tekoäly on tulevaisuutta, joka muuttuu todellisuudeksi hyvin nopeasti. Ja miksi johtoporras haluaa korvata henkilöstön roboteilla sekä tekoälyillä. Syy tähän on se, että tekoälyn ainakin pitäisi tehdä vain sitä, mitä käsketään. Ihminen on se, joka tekee virheitä. Tekoäly ei ole koskaan väsynyt, se ei pidä lomia eikä koskaan kinastele. Samoin tekoäly ei mene lakkoon eikä tekoäly tarvitse palkkaa. Tekoäly on aina saatavilla, jos sitä tarvitaan, joten sen takia voidaan sanoa, että tekoäly on luotettavampi kuin ihminen. 

Kun tekoälyä kehitetään, niin silloin tuota välinettä ajetaan tuotannon osaksi. Eli kapitalistisen ajattelutavan mukaan työpaikalla ihminen on tuotantokoneiston osa, ja tekoälyn korvatessa ihmisen, se korvaa vain tuotantojärjestelmän osan toisella. 

Tekoäly ei ole enää vain tulevaisuutta, vaan se on todellisuutta. Tekoälyn kehittämisen pitäisi tapahtua ihmisten ehdoilla, ja yksi asia mitä tekoälyn pelätään aiheuttavan on massatyöttömyys. Mutta sitten kun ajatellaan sitä, että tekoälyn kehittämisen pitäisi tapahtua ihmisten ehdoilla, niin voidaan samalla tietenkin esittää sellainen kysymys, että kenen ihmisen ehdolla tekoälyä tai työelämää kehitetään? Kehitetäänkö sitä johtajien, yhtiön osakkeenomistajien vai ehkä jonkun liukuhinduunarin ehdoilla. 

Nyt vain mieleen tulee se, että esimerkiksi raskaissa töissä saattaa olla erittäin huonot työolot, eikä noiden perustöiden palkkauskaan ole niin kauhean hyvä. Eli mitä töitä sitten tekoäly vie? Viekö se työt, joita ihmiset haluavat tehdä, vai viekö se sellaiset työt, joita ei kukaan halua ottaa vastaan ellei ole aivan pakko. Tekoälyn ongelma on siinä, että sen avulla voidaan ihmisten tekemää työtä vähentää. Kun ajatellaan esimerkiksi työelämää, niin kun puhutaan toimintojen tehostamisesta tai muusta vastaavasta toiminnasta, niin koko työelämää leimaa voiton maksimoinnin tarve. Ihminen nähdään kapitalistisessa mallissa vain tuotanto-yksikön osana. Eli hän on jo valmiiksi kuin robotti, jonka pitää tehdä tietty työmäärä päivässä. Jos työmäärä ei täyty, niin silloin tuo ihminen saa lähteä suoraan etsimään uutta työpaikkaa. Ja leikkurit osuvat aina tuotannon alimpiin jäseniin.

Tuo tarkoittaa sitä, että työläiset, siis ne joiden paikka on tuotannon tai käytännön suunnittelun parissa joutuvat aina ensin sille listalle, josta vähennetään työtunteja tai henkilöstöä. Se miten hyvin tai huonosti työt on tehty on aivan sama asia. Se mihin leikkuri osuu ensimmäiseksi on henkilökunta. Yleensä pomot eivät lähde minnekään, vaikka yhtiöllä menisi kuinka huonosti. Ja tekoäly tietenkin maksimoi tuollaisen ajatuksen siitä, että kukaan ei tule töihin seisoskelelemaan. Mikäli työtehtäviä ei satu löytymään, niin silloin tietenkään ei henkilön myöskään tarvitse tulla työpaikalle, vaan hän saa lähteä hyvin nopeasti etismään uutta työtä. 

Tekoäly vie varmasti työpaikkoja, jotka ehkä olisivat muuten olleet esimerkiksi vuokratyöläisten paikkoja. Mutta sitten me voimme kysyä, että kuka tämänkin tekstin lukijoista olisi valmis lähtemään tuollaiseen ehkä raskaaseen sekä psyykkisesti tai fyysisestikin stressaavaan työhön, ja kuinka moni meistä on valmis sitoutumaan tuollaiseen ehkä hyvinkin yksinäiseen työhön vuosikausiksi. Se että tekoäly vie ehkä 40-50 prosenttia työpaikoista kuulostaa hyinkin paljolta. Mutta onhan ennenkin ollut niin sanottuja lamakausia, jolloin työttömyys oli lähes 100%. 

Eikä kukaan ole muutenkaan vastustanut sitä, että työ- eli tuotanto siirretään ulkomaille. Yhtiöillä on oikeus siirtää tuotantolinjat suoraan Kiinaan, jos ne sitä haluavat. Eikä kukaan ole edes unissaan vastustanut tätä kehitystä. Kuitenkin jos tekoälyn vastustajia katsotaan, niin ilmeisesti on päässyt käymään niin, että kun tekoäly on alkanut kilpailla toimittajien kanssa, niin silloin on koko tekoälyn kehitystä vaadittu suoraan kiellettäväksi. 

Se että joku suomalainen yhtiö siirtää tuotannon Kiinaan tarkoittaa sitä, että tuo Kiinassa oleva tehdas työllistää kiinalaisia, eikä kukaan suomalainen saa sieltä töitä. Kun tuotanto siirretään tekoälyn alaisuuteen, niin silloin se ei myöskään tuo työpaikkoja Kiinaan. Eikä tekoälyn ohjaamasta tehtaasta uiteta myöskään mikropiirejä esimerkiksi Venäjän tankkeihin. 

Se että tekoäly vie työpaikkoja ei vaikuta kaikkiin valtioihin samalla tavalla. Sen vaikutus sellaisiin maihin, joiden tuotanto on jo siirretty ulkomaille on vähäisempi kuin niissä maissa, joissa tuotantoa tehdään pääosin ihmisvoimin. Jos robotit alkavat tehdä työtä esimerkiksi komponentti-tehtaalla, niin se estää täysin teollisuusvakoilun. Eli tekoäly on tietoturvan kannalta parempi kuin ihminen, joka voidaan aina lahjoa. 

https://www.tivi.fi/uutiset/karut-luvut-tekoaly-leikkaa-41-tyopaikoista-viidessa-vuodessa/05e11a11-005a-4118-b44a-1f6229901f03

Miksi kiinalaiset halvat dronet voittavat amerikkalaiset Ukrainassa?

 

Kiinalaiset halvat dronet ovat osoittautuneet paremmiksi kuin amerikkalaiset Ukrainan sodassa. Se miksi noin on päässyt tapahtumaan saattaa johtua siitä, että kiinalaiset dronet ovat kompakteja ja sopivat ehkä paremmin kamikaze-tehtäviin, kuin amerikkalaiset dronet, joita on tarkoitettu käyttää lähinnä tiedusteluun sekä miehittämättöminä helikoptereina. Eli saattaa olla että kiinalaisia droneja käytetään niin, että niitä ei voida niin helposti häiritä. 

Tai sitten tuo kiinalaisten dronejen ylivoima saattaa johtua siitä, että myös venäläisten käytössä olevat dronet käyttävät samanlaisia radioita, joiden taajuudet voivat olla hyvin lähellä ukrainalaisten käyttämiä välineitä. Tuolloin esimerkiksi häirintälaite saattaa vahingossa häiritä myös venäjän omia droneja. Se kuinka paljon Ukraina on modifioinut noita nelikoptereita, joiden avulla se on saanut paljon aikaan on mysteeri. 

Saattaa olla että halpoja kiinalaisia droneja käytetään enemmän kamikaze-tehtävissä. Tai sitten amerikkalainen drone on vain liian iso oikeaan sodankäyntiin. Kamikaze-drone on käyttäjänsä kannalta huolettomampi kuin palautettava drone. Jos tuossa kamikaze-dronessa on tekoälyyn perustuva kohteen tunnistus- ja hyökkäysjärjestelmä, niin operaattorin täytyy vain lähettää drone matkaan tai jättää tuo laite vaanimaan kohteita. Sitten hän voi lähteä uuteen asemaan. Eli itsenäisesti toimivien kamikaze-dronejen käyttäjää ei voida tuolloin paljastaa suuntimalaitteiden avulla. 

Se että amerikkalaiset dronet eivät ole tuottaneet toivottua tulosta saattaa myös johtua siitä, että ne ovat peräisin jostain start-up yrityksiltä, joiden tuotteissa ei ole käytetty tarpeeksi tehokasta laadun varmistusta. Tuolloin dronet eivät ehkä kykene toimimaan ollenkaan missään olosuhteissa. Kamikaze-dronen etu palautettaviin droneihin nähden on se, että kamikaze-drone voi olla yksipuolisesti yhteydessä operaattoriin. Tuolloin operaattorin sijainti on vaikeaa paikallistaa. Eikä häneen voida niin helposti kohdentaa tulistusta. 

Operoidessaan drone lähettää kuvia operaatioalueestaan. Ja tuo laite voidaan varustaa tekoälyyn perustuvalla automaattisella kohteen tunnistus ja hyökkäysmoodilla. Eli kun drone havaitsee kohteen, niin se syöksyy sitä päin. Onteloammuksella tai muulla tehokkaalla räjähteellä varustettu drone voi toimia omin päin ilman, että sen toimintaan puututaan. 

Nelikopterin muuttaminen nelimoottoriseksi kauko-ohjattavaksi VTOL-lentokone-helikopteriyhdistelmäksi on melko helppoa. Nelikopterin roottorit kiinnitetään kääntyviin siipiin, ja sitten kun kopteri lähtee lennolle, niin se kääntää roottorit horisontaaliseen asentoon, jolloin nelikopteri muuttuu lentokoneeksi, joka on melko nopea. Tuollainen drone voidaan varustaa tekoälyyn perustuvalla maaliin hakeutumis järjestelmällä. Eli drone partioi operaatioalueella, kunnes se havaitsee kohteen. Sen jälkeen drone lähtee syöksymään kohdetta kohti. 

https://www.hs.fi/ulkomaat/art-2000010350093.html

Kaikki maailman domainit, liittykää yhteen. (Voiko yleinen tekoäly,(Artificial General Intelligence, AGI) olla lähempänä kuin osaamme odottaa)

Kaikki maailman domainit, liittykää yhteen. 

Voiko tekoäly käyttää suomen kieltä? (Onko AGI lähempänä kuin osaamme odottaa?) 

Hyvää suomen kielen päivää. Tekoälyt kuten Bing ja Chat GPT ovat oikeastaan kielimalleja, joiden avulla käytetään muita sovelluksia. Eli nuo tekoälyt ovat yksinkertaisesti kielimalleja, eli eräänlaisia älykkäitä sanakirjoja, joiden avulla tietojärjestelmä ohjaa kyselyn johonkin tiettyyn sovellus- tai kotisivujoukkoon, ja tietenkin nuo välineet mahdollistavat myös suomen kielen käytön tekoälyyn käskyttämisessä. Eli tekoäly tarvitsee vain sanakirjan, joka kääntää kirjoitetun tai puhutun käskyn englanniksi, ja sen jälkeen tuo tekoäly etsii niitä asioita, joita sen käyttäjä haluaa. Tekoäly on asia, mikä varmasti tulee aina vain enemmän muuttamaan maailmaa, ja tulevaisuudessa nämä kielimallit, joiden kautta erilaisia malleja hallitaan takuulla muuttuvat yleisemmiksi. 

Kun puhutaan siitä, mitä esimerkiksi AGI oikeasti olisi, niin kyseessä olisi itseasiassa modulaarinen sisäkkäisten domainien eli toimialueiden joukko. Tuo sisäkkäisten toimialueiden joukko olisi oikeastaan samanlainen kuin meidän yhteiskuntamme. Eli periaatteessa myös ihmisillä on oma toimialue tai domain, koska kukaan meistä ei osaa kaikkia asioita maailmassa. AGI eli yleistekoäly olisi siis kehys, joka liittää kaikki maailman tekoälyjen toimialueet eli domainit saman kehyksen sisään. 

AGIn malli voisi olla samanlainen kuin konsernitilien malli. Alla oleva malli jossa jokainen pyörylä tai neliö on oma domain tai toimialue on kopioitu internetistä. Eli siinä joukko toimialueita muodostaa dynaamisen kokonaisuuden, jota voidaan käyttää yhden kielimallin kautta. 

Yllä tyypillinen konsernitilin malli. Ohjelmistojen sekä tekoälyn mallinnuksessa jokainen pyörylä ja neliö on oma domain, joka pitää sisällään X-määrän sisempiä domaineja tai toimialueita. Tässä kirjoituksessa alidomain on sama asia kuin sisempi domain. Ruutu kuvion keskellä on AGI eli Artificail General Intelligence, joka kommunikoi käyttäjän kanssa. Ja AGi myös etsii oikean domainin, joka osaa ratkaista tuon käyttäjän antaman tehtävän. 

Kielimallit myös kehittyvät jatkuvasti, ja niitä ehkä tulevaisuudessa hallitaan myös normaalin puhekielen käyttö on mahdollista. Mutta onko yleinen tekoäly eli AGI (Artificial General Intelligence) lähempänä kuin osaamme edes odottaa. Voidaan ajatella että AGI on joukko domaineja, joiden mallina on niin sanottu konsernitilien malli, jonka me voimme etsiä internetistä. Konsernitilien mallin käyttö tekoälyn mallintamisessa on erittäin helppoa. 

Jokaisen konsernitilin kohdalla on vain domain eli toimialue, ja jokainen domain eli toimialue sisältää X-määrän alempia domain-tilejä. Toimialue on kuin liikekiinteistö. Jokainen sen kerros on alidomain tai spesifisempi, mutta suppeampi domain. AGIn ei tarvitse tietää tarkasti missä osassa tuota alempaa toimialuetta mikäkin taito tai tieto on varastoitu. Sen tarvitsee tietää vain missä toimialueessa mikäkin toiminto eli taito sijaitsee. 

Tuolloin voidaan sanoa, että AGI on järjestelmä, joka kytkee kaikki maailman domainit yhden domainin eli toimialueen alle. Ja tuo asia takaa sen, että tuo superdomain voi siirtää tehtävän alemmalle erikoistuneelle domainille. Kun puhutaan tuosta mallista missä AGI on oikeastaan vain modulaarinen järjestelmä, jossa tehtävät siirretään alemmalle domainille, niin silloin voidaan sanoa, että AGI on jo jossain mielessä olemassa. Tekoälyn kohdalla domainit ovat kuin taloja kaupungissa. Niitä voidaan verrata esimerkiksi liikekiinteistöihin, joissa on yritysten mainoksia ulkopuolella. Kun AGI saa tehtävän, niin silloin se alkaa käydä noita taloja eli domaineja tai toimialueita läpi. 

Toimialue kertoo ulospäin mitä sen sisältämät alidomainit eli alitoimialueet sisältävät, eli mitä mikäkin toimialue osaa. AGI on siis kuin jakeluauton kuljettaja, joka saa tehtävän. Hän ajaa pitkin kaupunkia etsien taloa, jossa tietyt toimijat sijaitsevat. Kun hän löytää talon, niin hän jättää lastin eli tehtävän ovelle, josta tuon alemman tason domain lähtee etsimään alitoimijaa, tai erityistoimijaa, joka sitten osaa tuon tehtävän suorittaa. Tehtävälle on tietty aika, jonka jälkeen tuo alidomain lluovuttaa sen takaisin AGI:lle, joka sitten antaa sen käyttäjälle. 

Voiko tekoäly toimia esimerkiksi tuomarina?

Klassinen kysymys tekoälystä on se, että voiko tekoäly toimia tuomarina? Tämä asia on sikäli filosofinen kysymys, että tekoäly on tuossa tapauksessa nostettu ihmisen yläpuolelle, ja se sotii varmasti joidenkin ihmisten periaatteita ja maailmankatsomusta vastaan. Siis tekoälyn, ihmisen luomuksen nostaminen ihmisen esimieheksi on asia, joka on täysin vastoin sitä, mitä meille opetetaan jo koulussa ihmisen suhteesta koneeseen sekä luontoon. Se sama asia mikä tekee tekoälystä erinomaisen tuomarin tekee siitä maailman huonoimman tuomarin. Tekoäly ei siis ole tunteellinen, joten siihen ei voida vaikuttaa tunteiden kautta. Mutta tekoäly ei tuolloin ota huomioon henkilön hätää tms. 

Periaatteessa tekoäly ei voisi toimia tuomarina, mutta se voi kyllä avustaa tuomioistuinta. Tekoäly voi esimerkiksi pitää kirjaa siitä, että onko tuomari avannut jotain asiakirjoja sekä siitä, että kuinka pitkään tuomari on tuota asiakirjaa katsellut. Samoin tekoäly voi pitää kirjaa siitä, millaisia tuomioita vastaavista tapauksista on aikaisemmin annettu, ja sitten se voi näyttää onko jossain tapauksessa ollut poikkeamia muihin vastaaviin tapauksiin nähden. 

Tekoäly näkee myös esimerkiksi valheen merkit paremmin kuin ihminen. Eli tekoäly voi merkitä esimerkiksi todistajasta otetusta filmistä kohdat, joissa todistaja koskettelee nenäänsä tai huuliaan, ja sitten tuomari voi katsoa noita otoksia sekä todeta on niissä mahdollisia valehtelun merkkejä. Nuo merkit eli eleet opetetaan myös esimerkiksi kuulustelijoille.                                                          

Tekoäly on siis kone, joka prosessoi tietoa, jota sillä on. Siis paraskaan tietokone tai tekoäly ei voi tehdä mitään, jos sillä ei ole tietoa, jota se voi prosessoida. Tai sitten jos sen käsiin annettu tieto on väärää tai merkitty väärin, eli tieto koskee vääriä asioita, niin silloin tietenkin tekoäly voi tehdä virheitä. Tekoälyn maailmassa ei mikään asia ole oikeastaan samanlainen kuin meidän ihmisten maailmassa. Me ihmiset opimme paljon asioita, joita emme koskaan mainitse nimeltä. Eli montako kertaa vuorokaudessa käytämme esimerkiksi sanaa "liikennevalot"? 

Jos sitten koetamme esimerkiksi ohjelmoimaan tekoälyä, niin unohdamme melko varmasti jonkin kriittisen asian, jolloin tuloksena on robotti, joka kävelee suoraan auton alle. Tekoälyn ohjelmointi on vaikea asia, varsinkin jos sen pitäisi tehdä jotain asioita ns. luonnollisessa ympäristössä. Kun tekoäly kohtaa tilanteen, niin sen pitää tietenkin osata toimia oikein. Ja jos esimerkiksi auto tulee tekoälyn ohjaamaa robottia vastaan, niin silloin tietenkin robotin pitää tehdä nopeasti jotain, tai se muuttuu romumetalliksi. Eli robotille pitää ohjelmoida jokainen muuttuja sekä yksityiskohta, jotta se kykenee tekemään mitään oikein sekä turvallisesti. Ja jokaiselle ohjelmoijalle tulee virheitä eli he eivät muista kaikkia muuttujia, joita robotti voisi tavallisessa toiminnassa kohdata. 

Esimerkiksi pöydän kattaminen on robotille erittäin vaikea asia. Sen pitää tietää mitä astioita sen on laitettava pöytään. Ja mitä jos robotti ei tiedä mitä tarkoittaa "lautanen"? Tuolloin ohjelmoija on unohtanut tallentaa lautasen kuvan robotin tietokoneelle. Ilman tuota tietoa robotti ei kykene löytämään lautasta. Sen jälkeen robotin pitää tietää millaisella puristusotteella sen pitää ottaa kiinni kupeista. Jos ote on liian kova, muuttuu kuppi saman tien palapeliksi. Ja sitten tietenkin robotin pitää tietää mitä tarkoittaa pöytä, tuoli, keittiö yms. Jos nuo asiat unohtuvat ohjelmoijalta, niin silloin asiat menevät varmasti väärin. 

Stanfordin ankkoja ja Pavlovin koiria

Business Insider

Tekoälyä voidaan periaatteessa verrata Stanfordin ankkaan. Kyseinen vertaus on eräs legendaarisimmista älykkyyttä sekä älykkyyden määritelmää käsittelevistä vertauksista. Ja kuten monia muitakin tällaisia tekstejä kirjoittaneena, niin minun täytyy tunnustaa, että tämäkin vertaus on löytynyt jostain paperilapusta pölyisten laatikoiden pohjalta, ja sen takia tämä kirjoitelma on kirjoitettu oman muistin pohjalta. Ja siihen tietenkin palaamme hetken päästä, että hanhen opettaminen läpsyttämään jalkojaan sen verran mitä edessä oleva numerotaulu näyttää on helpompaa. tuolloin hanhi yhdistää tietyn kuvion tiettyyn toimintaan, ja toiminnan jälkeen hanhi sitten odottaa saavansa palkkion. 

Eli eläinten ihmeet opetetaan siten, että eläimelle luodaan merkki, eli aktivaattori joka aktivoi tietyn toiminnan. Tuo opetus tapahtuu siten, että eläin saadaan liittämään tietty toiminta tiettyyn kuvioon tai ääneen. Ja jos eläin sitten suoriutuu tehtävästä, niin se saa makupalan. Kaikki opetus tapahtuu todellisuudessa kineettisen toiminnan sekä palkkion avulla. Palkkion avulla kuuluisa tutkija Ivan Pavlov sai koirat kuolaamaan ennen ruokintaa. Kuuluisassa kokeessaan Ivan Pavlov soitti kelloa ennen kuin hän ruokki koiransa. Lopulta koira alkoi kuolata ennen ruokailua jos sille soitettiin kelloa. Pavlov todisti tuolloin että koulutuksen avulla voidaan vaikuttaa myös parasympaattiseen hermostoon. 

Tekoälyä voidaan siksi verratta myös Pavlovin koiriin. Kun ne havaitsevat jotain, ja niiden muisteissa on asioita, joiden kuvaus vastaa tuota tapahtumaa, niin se aktivoi tuon tekoälyn toiminnan, joka on liitetty vastaaviin tapahtumiin. Aivan kuten Pavlovin koirat tuossa klassisen ehdollistumisen kokeessa, niin myöskään tekoäly ei itseasiassa tiedä mitä se tekee. Tekoäly vain suorittaa tietyn tapahtuma- tai toimintasarjan, kun se havaitsee tiettyjä asioista. 

Stanfordin ankka on pohdinta, jossa pohditaan älyn merkitystä, mutta samalla se on vain muunnelma Pavlovin koirasta. . Tarinassa eräs professori onnistuu opettamaan ankkaa tunnistamaan numeroita, joita sille näytetään. Tuo ankka asuu siis Stanfordin yliopistossa, ja kaikkia stanfordilaisia pidetään siksi älykkäinä ihmisinä. Kun ankalle näytettiin esimerkiksi numeroa 4, niin se sitten kaakatti neljä kertaa. Kun sille näytettiin viitosta, niin se kaakatti viisi kertaa. Tästä asiasta lehtimiehet ja sitä kautta suuri yleisö kiinnostuivat tästä ankasta. 

He kävivät suurin joukoin näyttämässä numeroita tuolle ankalle, ja tietenkin huomio oli valtava. Ja kukaan ei tietenkään käynyt haastattelemassa tai kuvaamassa yhtään professoria tai tutkijaa, vaan heitä kiinnosti maailman älykkäin ankka. Siis se että ankka osasi kaakattaa tietyllä tavalla tietyn kuvion kohdalla on varmasti upea uutinen, mutta sen taidon opettanut professori ei itse ole mitenkään kiinnostava henkilö, koska hän on jotenkin itsestäänselvyys. Sitten erään kerran tuolle ankalle näytettiin äärettömän merkkiä, ja se  ei tietenkään tuota asiaa enää osannut kaakattaa.

 Kyseinen asia toi valtavasti julkisuutta, eli kun ankka ei osannut reagoida oikein äärettömän merkkiin, niin kyseessä oli valtava pettymys. Koko asia merkittiin nollaksi, ja silloin joku lähti oikein laskemaan sitä, että kuinka paljon turhaa aikaa tuon ankan kouluttamiseen oli oikein mennyt. Se että joku professori nyt oli saanut ankan päähän tungettua numerot 1-9 on varmasti suurenmoinen saavutus. Mutta kun joku asia menee ohi tuon ankan hyvin suppean osaamisalueen, niin silloin ankka ei enää kykene muodostamaan vastausta. Kyseinen ankka on tietenkin osoitus siitä, että ihmiset mielellään huomaavat vain virheet. 

Siis mitään positiivista tuo ankka ei ole koskaan tehnytkään, kun se sattui tekemään virheen jossain tuhannen ihmisen edessä. Eikä kukaan ole kiinnostunut siitä, mitä Stanfordin professorit sanovat tai tekevät. Kaikki haluavat vain nähdä sen paljon puhuvan ankan, joka tunnistaa numeroita. Samoin jos ainoa stanfordilainen, jonka me tunnemme on tuo ankka, ja yleistämme muutamia asioita, kuten esimerkiksi sen, että luulemme kaikkien stanfordilaisten olevan ankkoja, niin silloin meille ei varmaan tule kovin hyvää kuvaa noista Stanfordin yliopistossa työskentelevistä ihmisistä. 

Ai niin hanhet voidaan helpommin opettaa läpsyttämään räpylöitään kuin kaakattamaan.

Kun sitten palataan tuohon kaakatuksen määrään, niin hanhien opetus on samanlaista kuin hevosten. Olisi helpompi opettaa hanhea läpsyttämään räpylöitään kuin kaakattamaan, koska silloin opettaja voi käyttää kineettistä mallia eli nostaa hanhen jalkoja kun sille näytetään kuvia. Tuolloin opetus tapahtuu kineettisen toiminnan sekä palkkion kautta. 

 Hevosen opettaminen laskemaan esimerkiksi neljään, niin että se kopauttaa jalkaa niin monta kertaa kuin sille näytettyjen sormien määrä on oikeastaan melko helppoa. Riittää että hevosen jalkaa nostetaan ja sitten sillä kopautetaan maata, minkä jälkeen sille annetaan makupala, jokaisen sormen näytön jälkeen. Tuolloin sormet toimivat aktivaattorina tietylle toiminnalle. Eli aivan kuten hevonen, niin ankka oppii yhdistämään ruoan tiettyyn kuvioon. Ja jos ankka sitten näkee tuon kuvin tuon jakotilanteessa, niin se yksinkertaisesti olettaa että kuvia on se, mikä antaa sille ruokaa. 

Paraskaan tietokone ei tee mitään ilman tietoa.

Tietojärjestelmien kohdalla on usein puhuttu siitä, kuinka normaalit binääritietokoneet voittavat kvanttitietokoneet laskentatehossa. Oikeastaan meidän pitää silloin hiukan raottaa sitä, että tietojärjestelmät koostuvat kahdesta pääosasta, joista käytetään nimeä ohjelmistot sekä "rauta", mikä tarkoittaa fyysistä konetta. Ilman fyysistä tietokonetta ei voida käyttää myöskään ohjelmia, tai toisaalta ilman ohjelmistoja fyysinen kone on taas täysin hyödytön kapistus. Kvanttitietokoneiden kohdalla meidän pitää ymmärtää se, että tieto noihin tietokoneisiin ajetaan binaaritietokoneiden kautta. Nuo binaaritietokoneet kontrolloivat kubitteja sekä esiprosessoivat tietoa, jotta se voidaan ajaa kvanttitietokoneelle. 

Toisaalta tietokoneet eivät luo tietoa itsestään, ne prosessoivat tietoa. Se tarkoittaa sitä, että tietojärjestelmät keräävät tietoa eri lähteistä sekä sitten yhdistävät noita tietoja. Kun puhutaan siitä, kuinka klassiset tietokoneet voittavat kvanttitietokoneet, niin silloin tietenkin meidän pitää huomioida se, että kubitit eivät vielä ole saavuttaneet lopullista muotoaan. Eli jatkuvasti tulee uusia malleja, joiden avulla voidaan luoda erilaisia kubitteja. Mutta jos ajatellaan klassisia binääritietokoneita, niin tietenkin nuo klassiset binaaritietokoneet voivat muodostaa neuroverkon. Ihmisaivot ovat tietenkin orgaaninen neuroverkko, ja binaari- sekä kvanttitietokoneet ovat taas epäorgaanisia tietojärjestelmiä, joista verkotettuna sensorien sekä muiden järjestelmien kanssa tulee neuroverkkoja. 

Neuroverkot ovat toisiinsa verkotettuja tietokoneita, joita operoidaan yhteisen käyttöjärjestelmän kautta. Eli ne ovat laitteisto, joka pyörittää käyttöjärjestelmiä sekä käyttöliittymiä.  Neuroverkot voivat yhdistellä toisiinsa sensorista dataa sekä dataa, jonka se on varastoinut esimerkiksi kovalevyille. Sensorit voivat syöttää tietoja neuroverkkoon massamuistien kautta, ja tuolloin neuroverkko merkitsee sen, että onko se tarvinnut tuota tietoa. Jos tietoa ei tarvita, niin se poistetaan. Tuollaista toimintaa kutsutaan optimoinniksi. Optimoinnin tarkoitus on vähentää turhaa tallennustilan käyttöä. Ja tietenkin myös käyttäjät voivat syöttää tietoja tuolle neuroverkolle, joka on periaatteessa tehokkain jokapäiväisessä käytössä oleva tietojärjestelmä. 

Ja ainoa epäorgaaninen laite joka voi voittaa neuroverkon ovat kvanttitietokoneista koostuvat neuroverkot. Mutta niiden käyttöönotto on ainakin toistaiseksi tulevaisuudessa. 

Tuolloin tavalliset työasemat voidaan verkottaa toisiinsa siten, että jokainen niistä työskentelee itsenäisesti, mutta yhteen kytkettyinä muodostaen tehokkaan tietoverkon. Kun ajatellaan sitten tilannetta, missä neurotietokoneet tai neuroverkot käsittelevät tietoja, niin neuroverkko voi toimia samalla tavalla kuin kvanttitietokoneet. 

Vaikka yksittäisten binääritietokoneiden täytyy pysähtyä, ennen kuin ne ottavat uuden tehtävän sisään, niin neuroverkossa nuo koneet muodostavat kokonaisuuden. Tuo kokonaisuus merkitsee sitä, että vaikka joku neuroverkon työasemista on kiireinen, niin neuroverkko voi avata uuden portin, josta se voi päästää uuden tehtävän sisään. Yhteinen käyttöjärjestelmä tarvitaan siksi, että se työasemat kertovat sille, jos joku niistä on varattu. Tällöin tuo yhteinen käyttöjärjestelmä, joka kontrolloi tällaista toimialuetta luovuttaa tehtävän jollekin toiselle työasemalle. 

Neuroverkko voi tietenkin suorittaa sekä yhdistellä tehtäviä sekä tietovarastoja toisiinsa, ja neuroverkko voi varmasti ajaa useita tehtäviä samaan aikaan. Eli jokainen neuroverkon osanen voi olla myös itsenäinen yksikkö. Neuroverkon jokaisella osasella voi olla tietty parametri, kuten aika jonka se voi käyttää tehtävään. Sen jälkeen tuo työasema tai toimija luovuttaa tiedon eteenpäin, jotta neuroverkkoon ei tule tukoksia. Tämä malli tehostaa neuroverkon toimintaa, ja tekee siitä luotettavamman. Tuolloin virhe datavirrassa ei jumita koko neuroverkkoa. Eli jos neuroverkko ei pysty ratkaisemaan ongelmaa, niin se sitten ilmoittaa, että ratkaisua ei ole. Ja pyytää operaattoriltaan lupaa suorittaa uusia ajoja. 

Tekoälyn käyttö voi olla rakentavaa tai tuhoavaa

"Täällä vartioin minä"

Me kaikki puhumme mielellään siitä, mitä uhkakuvia tekoäly tuo. Se kuuluu maamme kansanperinteeseen sekä kansalliseen luonteeseemme. Me otamme mielellämme kantaa negatiivisiin asioihin, sekä sanomme että "ei" kaikelle uudelle, mitä kohtaamme maailmalla. Tuolloin puhumme tietenkin siitä, että miksi koeteltuja malleja tai koeteltuja tapoja ei voida tai tarvitse muuttaa, ja sitten jokaiseen asiaan lyödään hintalappu tai muu vastaava, jolla sitten perustellaan muutosvastaisuutta. Muutos on aina vääjäämättä edessä, kun kohtaamme tekoälyn kaltaisen asian. 

Tekoälystä on tullut muutoksen symboli, ja sitten tietenkin sitä vastustetaan kaikin tavoin. Sairaanhoitajan korvaaminen robotilla on asia, mikä vie hoidolta inhimillisyyden, mutta se tuo esiin niin sanotun "joko-tai"-asenteen. Siinä ihminen ei voi missään nimessä työskennellä robottien kanssa samassa työpaikassa tai työtilassa. Todellisuudessa ihminen  työskentelee vielä pitkään tekoälyn kanssa, sekä ohjaa tekoälyn kautta robotteja, joiden tehtävä on turvata ihmistä. 

Tuon asenteen mukaan robottien tullessa käytäville ei ihmisiä enää tarvita. Toki on olemassa keskitie, jossa robotit tekisivät rutiinitöitä, mikä jättäisi ihmisille tilaisuuden olla aidossa kontaktissa keskenään. Eli jos robotti ottaa esimerkiksi sänkyjen petaamisen, siivouksen sekä lääkkeiden jakelun hoitaakseen, niin hoitajalle jäisi enemmän aikaa keskustella eli olla inhimillisessä vuorovaikutuksessa potilaiden kanssa. 

Ja jokaisessa sairaalassa on potilaita, joita ei sukulainen tai ystävä ehdi katsomaan. Tekoäly tuo tietenkin sellaisia piirteitä esiin, mitä kaikki eivät toivo. Tekoäly kasaa valtaa sekä Microsoftin sekä Open AIn kaltaisten yritysten käsiin, sekä tietenkin tuota valtaa siirtyy niiden kautta esimerkiksi myös Intelin sekä NVDIAn käsiin, jotka kykenevät toimittamaan sellaisia komponentteja, jotka voivat pyörittää tekoälyä. Se mitä me sitten Euroopassa ihmettelemme on se, että miten tässä nyt taas kävi näin? Miksi Eurooppa jossa pitäisi olla maailman parhaat tutkimuslaitokset sekä koulutus taas kerran jäivät USAn jälkeen?  

Olisiko syynä ehkä muutosvastarinta, joka tarkoittaa sitä, että asioista nähdään vain negatiiviset piirteet. Eli antoiko EU tekoälyn USAan siksi, että "vanhassa on vara parempi". Ja sitten kun lähdemme ihmettelemään sitä, että miksi tekoäly päätyi USA:n teollisuuden käsiin, niin voimme kohdata sellaisen tilanteen, että lähdemme ajamaan lakeja, joiden avulla tekoälyn kehitystä voidaan vielä enemmän säädellä. Eli rajoitusten sekä muiden vastaavien asioiden kuten yleisen muutosvastarinnan avulla voimme jatkossakin varmistaa sen, että eurooppalaisia yrityksiä ei näy tekoälyn kehityksen huippunimien listoilla, vaan että menetämme vielä enemmän osaamista siksi, että emme salli tiettyjen asioiden kehittämistä. Silloin voimme kuitenkin olla varmoja siitä, että joku muu tekee sen puolestamme. 

Kun kehittelemme uusia asioita, niin silloin me voimme olla varmoja, että niitä voidaan käyttää hyvään ja pahaan. Hyvän ja pahan määritelmä on kuitenkin asia, mikä vaatii todella pitkää pohdiskelua. Mutta kuitenkin meidän pitää suhtautua tekoälyyn avoimin mielin. Mutta kun me ajattelemme, että tekoäly ajattelee meidän puolestamme, niin silloin menemme väärään suuntaan. Tekoäly on siis apuväline ei mikään jumala tai ylipäätään oikeasti ajatteleva olento. 

Tekoäly ei siis kehitä itse yhtään mitään, vaan me olemme se joka määrittelee mitä tekoälyn avulla voidaan tai halutaan tehdä. Mikäli haluamme generoida tietokoneviruksia sekä haittaohjelmia ja valvoa jokaisen ihmisen WCssä käyntejä tekoälyn avulla, niin se on tietenkin meistä itsestä kiinni, että haluammeko tehdä niin. Tekoälyä on turha syytellä silloin, kun sen käyttäjä komentaa sitä tekemään rikoksia, eikä siihen ole viitsitty ohjelmoida rajoittimia, joiden avulla haittaohjelmien luominen voidaan estää. 

Joskus tekoälyä verrataan koiriin, jotka irti päästessään ovat äärimmäisen vaarallisia. Tekoäly ei ole vaarallinen, jos sitä ei ohjelmoida vaaralliseksi ja sen käsiin ei anneta välineitä, joiden avulla se voi vaikuttaa ympäristöönsä. Tekoäly siis vain noudattaa niitä käskyjä, joita me sille annamme. Se voi vaikuttaa hyvinkin inhimilliseltä tai osaavalta, mutta kuitenkaan tekoäly ei ole asia, mikä vie meiltä ihmisiltä työpaikan ainakaan vielä. 

Yhtiöiden kiinnostus tekoälyyn johtuu siitä, että perinteisen kapitalistisen mallin mukaan mikään yritys ei ole sosiaalitoimisto. Tekoäly ei kapinoi, se ei mene lakkoon sekä vähentää myös esimerkiksi oikuttelevan ihmistyövoiman tarvetta. Tekoäly tekee vähemmän virheitä kuin ihminen, ainakin sellaisissa töissä, joissa noudatetaan selkeitä kaavoja. Kuitenkin tekoäly on myös uhka, koska sen käyttö asejärjestelmien hallinnassa on erittäin järkevä valinta. Ja jos tekoälystä aiotaan tehdä esimerkiksi vahtikoira, jonka avulla estetään esimerkiksi hypersoonisia aseita käyttäen tehtävät yllätyshyökkäykset niin ilman välineitä vahtikoira ei voi toimia. 

Joten tuolloin pitää erottaa puolustukselliset sekä hyökkäykselliset aseet. Eli tekoäly voisi ehkä käyttää puolustuksellisia aseita kuten IT-ohjuksia sekä laser- ja muita tykkejä tilanteessa, jossa valtiota uhkaa yllättäen laukaistu hypersooninen ase. 

Tekoälyn ohjaamat asejärjestelmät reagoivat nopeammin ja ne ovat tarkempia kuin ihminen tilanteessa, jossa äärimmäinen stressi ja nopeasti lähestyvä uhka yhdistyvät. Hypersooniset aseet vaativat äärimmäisen nopeaa reagointia. Ja tämän takia tekoälyt ovat lupaavia toimijoita myös järjestelmissä, joiden tarkoitus on tuhota kohti lentäviä hypersoonisia aseita. Samanlaiset tekoälyt voivat myös ohjata hyökkääjiä.