Tekoälyn teettämästä työmäärästä...

 "Lisää työtä. Tekoäly ei vähennä ihmistyön määrää, sanoo johtamisen professori Peter Cappelli." (Tivi, Generatiivinen tekoäly saattaakin luoda enemmän työtä kuin mitä säästää)

Tekoäly ei ajattele samalla tavalla kuin ihminen. Eli periaatteessa tekoäly ei ajattele ollenkaan. Se vain yhdistää eri tietokantoja toisiinsa tiettyjen parametrien perusteella. Tekoäly voi käyttää vääriä tietokantoja tai vääriä lähteitä, koska se ei ajattele itse. Tekoäly ei siis vapauta meitä ajattelusta. Tekoäly voi tehdä karkeita virheitä, jos siltä kysytään asioista, joita ei kovin usein kysellä. Tai sitten kysymys joka tekoälylle esitetään voi olla epätäsmällinen tai sellainen, että siihen ei löydy oikeaa vastausta. Tuolloin tekoäly saattaa syytää jotain muuta kuin totuuksia. 

Eli tekoälyn käyttö vaatii muita taitoja kuin perinteinen työ. Tekoälyn käyttö vaatii sitä, että henkilö joka käyttää tekoälyä tarkastaa faktat. Mutta sitten kun lähdetään tarkastelemaan sitä, miten paljon tai millaista työtä tekoäly itse tekee, niin silloin me tietenkin voimme samalla sanoa, että tuo "turha työ" ei ole poissa yhdenkään ihmisen työajasta. Samoin voidaan aivan oikein olettaa, että kaikkein uusimmat laajat kielimallit pysyvät maksumuurien takana, mutta niiden suppeampia tai vanhempia versioita voi ehkä jatkossa käyttää ilmaiseksi. 

Tulevaisuudessa laajat kielimallit voivat olla yksikertaisesti generaattoreita, joiden avulla yhtiöt luovat tarvitsemiaan suppeita kielimalleja. Ja tähän kykyyn liittyy eräs pieni riski. Nimittäin noiden suppeiden kielimallien avulla voidaan luoda laajan kielimallin digitaalinen kaksonen. Tuolloin esimerkiksi joku Kiinan tiedustelu saattaa peitefirmojen avulla tilata useita suppeita kielimalleja, ja sitten kasata niiden avulla isojen kielimallien kaksoiskappaleen, eli pahan digitaalisen kaksosen. Ja jokainen taito mitä kielimallilla on on itseasiassa moduuli, joka on liitetty siihen. 

Tekoäly saattaa teettää enemmän työtä kuin mitä perinteinen työmalli teettää, mutta sitten seuraavaksi me voimme kysyä, että missä tuo työ sitten oikeastaan tehdään? Väittääkö joku oikeasti, että esimerkiksi lakifirmat tai jotkut muut vastaavat yritykset ryhtyvät nyt koodaamaan tekoälyä? Siis jos ajatellaan että Open AI sekä muut vastaavat toimijat joutuvat tekemään lisää työtä, niin se työ ei näy missään muualla kuin noiden yhtiöiden työtunneissa. Tietokoneiden maailmassa tärkeää ei ole niinkään työn määrä, vaan se missä työtä tehdään. Jos vertaamme tietokoneohjelmistoja kuten kielimalleja, joita tekoälyksi kutsutaan esimerkiksi autoon, niin me emme varmaan kysele montako tuntia tehdas kasaa meidän autoamme. Meille riittää että autolla nyt voi ajaa. 

Eli kun me ostamme tuotteen tai otamme sen käyttöömme, jos kyseessä on joku ilmaisversio, niin silloin me emme varsinaisesti koodaa yhtään mitään. Me käytämme koodausfirman tekemää tuotetta, joka tarkoittaa sitä, että me siirrämme koodauksen suoraan tuolle koodausfirmalle sekä keskitymme omaan ydinosaamiseemme. Samalla tavalla voidaan väittää että Microsoft office 365 lisää työtaakkaa, koska siinä on enemmän ominaisuuksia kuin jossain Write.exe tyyppisessä sovelluksessa. 

Aina uuden tuotteen käyttöönoton yhteydessä pitää henkilöstöä perehdyttää uuden tuotteen ominaisuuksiin. Mutta siis varsinainen koodaustyö tehdään esimerkiksi juuri tämän ohjelmiston kohdalla Microsoftin puolesta. Me käyttäjät emme sitä joudu tekemään. Samoin sitten jos jotain PHP/Python koodeja asennellaan servereille, niin tuon koodin saa usein imuroida netistä, ja sitten vain siihen liitetään suoraan ne hakemistopolut, joita PHP koodi tarvitsee, jotta se voi kytkeytyä tietokantoihin. 

Siis kaikki ICT-alan työt koodaamisesta ohjelmistorakenteiden suunnitteluun tehdään jossain, missä asiakas ei niitä näe. Eli asiakas siirtää tuolloin koodauksen jonkun muun kuin itsensä tekemäksi, ja sama koskee tietenkin myös esimerkiksi Web palveluita. Kotisivujen ylläpito on asia, joka teetetään usein jollain muulla yhtiöllä, ellei sitten omasta takaa satu löytymään sellaista ICT osastoa, jolla on aikaa sekä muita resursseja siihen, että myös Web palveluiden ylläpito on mahdollista. Mutta oletteko koskaan nähneet esimerkiksi lakifirman ylläpitävän omia tietojärjestelmiään? Siis yleensä kotisivujen, sähköpostin sekä muiden asioiden ylläpito siirretään sellaiselle yritykselle, joka on erikoistunut tämän kaltaiseen toimintaan. Tuolloin asiakas yksinkertaisesti siirtää työn toiselle yritykselle. 

https://www.tivi.fi/uutiset/generatiivinen-tekoaly-saattaakin-luoda-enemman-tyota-kuin-mita-saastaa/572d54f0-5b61-4f15-a041-ca9ef24f49dd

Pienemmät ja rajoitetummat kielimallit voivat olla tehokkaampia kuin suuret Chat GPTn kaltaiset mallit.

Kuva: Tivi

Pienet ja rajoitetut kielimallit ovat ehkä sitä, mitä yritysmaailma sekä varsinkin softaa kehittävät yritykset haluavat.  Nuo pienet sekä rajoitetut kielimallit tekevät mahdolliseksi sen, että niiden avulla voidaan kehittää parempaa tai tarkemmin koodattua tai mallinnettuja tuotteita kuin yleistekoälyn avulla. Yleistekoälyn (Artificial General Intelligence, AGI) vaatii valtavan suuren kielimallin, jos sen avulla halutaan luoda kaupallisia tuotteita. Siis tässä tekstissä AGI tarkoittaa tekoälyä, joka osaa luoda esimerkiksi Python-ohjelman seuraamalla puhekielellä annettuja ohjeita käyttäen hyväksi yleistä tietoverkkoa. 

Yleistekoälyt voivat olla tehokkaita välineitä, jos tietoa halutaan kerätä yleisestä tietoverkosta, mutta niiden ongelma on siinä, että yleisten tekoälyjen sisältämien moduulien hallinta voi olla ylivoimaisen hankalaa. Yleistekoäly on siis joukko sisäkkäisiä toimialueita, jotka sisältävät erilaisia osaamismoduuleja. Ja yleinen tekoäly on kuin muutkin tekoälyt, eli se yhdistelee erilaisia tietueita toisiinsa. Juuri tuo valtava moduulien määrä, sekä valtavat tietomäärät, joita tekoälyn pitää seuloa saadakseen jotain aikaan on asia, mikä aiheuttaa ongelmia. Nimittäin tekoälyn etsiessä tietoja vaikkapa jostain Python tai Java-koodista, niin tekoäly törmää valtavaan määrään tarpeetonta tietoa, mikä ei ole lopputuloksen kannalta kovin hyvä asia. 

Toisin sanoen informaation valkea kohina, mikä tarkoittaa tarpeetonta tietoa tekee yleisestä tekoälystä tehottoman, sekä samalla ongelmallista on se, että tekoäly ei oikeastaan ajattele. Se seuloo ja yhdistää tietoja erilaisten algoritmien avulla. Ja valtava datamäärä saattaa aiheuttaa sen, että Python-koodiin putoaa vahingossa esimerkiksi python-käärmettä koskevaa tekstiä, mikä tietenkin aiheuttaa koodin toimimattomuutta. 

Tekoälyjen ongelma on siinä, että ne ovat kuin ihmiset. Ne eivät ilman muuta osaa yhtään mitään. Tekoälyjä opetetaan liittämällä niihin uusia moduuleja. Ja jos noita moduuleja ei ole, niin tekoäly on avuton. Samoin jos moduuleja on liikaa, niin niiden yhteyksien hallinnoiminen on vaikea tehtävä. 

Pieni ja suppea kielimalli on kuin RISC prosessori. Kun suppeita kielimalleja verrataan laajoihin yleisiin kielimalleihin, niin se on kuin vertaisi PC-tietokoneita taskulaskimeen. PC on varmasti monipuolisempi ja tehokkaampikin. Mutta taskulaskin on nopeampi ja tehokkaampi yksinkertaisia laskuja laskettaessa. Eli kapean sektorin, hyvin rajattuja tehtäviä tehtäessä pieni sekä rajoitettu kielimalli voi olla tehokkaampi. 

Suppeat tekoälyt voivat toimia yrityksen omilla palvelimilla, eli ne eivät vaadi niin paljon tilaa kuin joku Chat GPT. Ja se saattaa parantaa tietoturvaa. Mutta tietenkin myös isot yleiset kielimallit tulevat kehittymään sekä samalla myös ne voivat toimia ikkunana kehittäjille, jotka painivat esimerkiksi tekoälyjen vaatimien kuvausten kanssa. Eli ilman täsmällisiä kuvauksia siitä, mitä tekoälyn pitäisi tehdä, ne eivät osaa rakentaa kunnollista koodia. 

Suppeiden tekoälyjen kohdalla niiden toimintaa voidaan tehostaa rajoittamalla niiden käsittelemää datamassaa. Eli ohjelmistokehitystä suorittava tekoäly voi käyttää vain ennalta määriteltyjä kotisivuja koodien luomiseen. Periaatteessa tuo suppeampi tekoäly voi esimerkiksi pitää sisällään sellaisia moduuleja, joiden avulla voidaan sen käyttämää sivujoukkoa rajoittaa. Eli kun suppea tekoäly otetaan käyttöön, niin sille määritellään käyttöalue, joka voi olla esimerkiksi ohjelmistokehitys, ja sitten annetaan niiden applikaatioiden kuvaukset, mitä yhtiö kehittää. Sen jälkeen tekoäly kytkee itsensä esimerkiksi Pyhton-tukisivuille, josta se voi etsiä tietoa siitä, miten Python syntaksi kehitetään. 

https://www.tivi.fi/uutiset/chatgpt-voi-jaada-kakkoseksi-edellakavijat-hyodyntavat-jo/bab3ce4c-f423-4d1e-a60b-8e33f5bec4b9

Neuralink ja aivoimplantti

Neuralink tiesi aivoihin tarkoitetutun mikropiirin irtoamismahdollisuudesta jo vuosia sitten. Tai oikeastaan tuo irtoaminen ei varmaan ollut aivan yllätys, koska immuunireaktio on ongelma kaikessa tällaisessa toiminnassa, missä proteeseja tai muita vierasesineistä asetetaan ihmisen elimistöön. Siis Neuralinkin mikrosirun kohdalla irtoaminen ei johdu ilmeisesti immuunivastikkeesta vaan aivojen sisään asennetun sirun liikkumisesta. Neuralink aikoo tarjota sirua potilaille, joilla on niin sanottu neliraaja- tai lukkohalvaus, ja tuon sirun toivotaan tuovan noille potilaille parempaa elämänlaatua. 

Kun ryhdytään tekemään uusia apuvälineitä, niin meidän kaikkien pitäisi miettiä oikeasti sitä, että kenen ehdoilla tuota työtä tehdään? Tehdäänkö sitä potilaiden ehdoilla, vai tehdäänkö sitä lääkärien tai ehkä hoitajien sekä potilaan omaisten ehdoilla? Tuo potilas ainakin itse pitää tätä Neuralink sirua erittäin hyvänä asiana, joten ehkä hänen mielipidettään pitäisi kuunnella myös tällaisessa asiassa. No, Neuralink on kaupallinen yritys, jonka tarkoitus on tuoda voittoa omistajilleen. 

Mutta jos ajatellaan sitten erilaisia apuvälineitä kuten esimerkiksi silmälaseja, niin jokainen silmälasien käyttäjä joutuu nuo silmälasinsa ostamaan omilla rahoillaan. Eli silmälasejakaan ei kukaan saa ilmaiseksi. Siis jostain syystä ihmiset tuntuvat ainoastaan puhuvan siitä, kuinka paljon vaivaa tai kuinka paljon vikoja jossain laitteessa on. Kun puhutaan elämästä sekä elämän kunnioittamisesta, niin silloin tietenkin puhutaan monista muistakin asioista kuin vain siitä, että miten joku asia saattaa aiheuttaa komplikaatioita. 

Neliraajahalvaantuneiden kohdalla on puhuttu monta kertaa niin sanotusta aktiivisesta eutanasiasta. Mutta entä jos tuo halvaus saadaan ehkä joskus hoidettua? Mitä jos joku päivä tuollainen potilas kävelee pois sairaalasta? Eli kerta se on ensimmäinen, ja ensimmäiset tekosydämet olivat samanlaisia tapauksia. Nykyään potilas voi elää vuosia tekosydämen varassa. Eli tekniikka kehittyy valtavalla nopeudella. 

Elämän pituus on tietenkin tärkeä asia, mutta samalla kuitenkin meidän pitää muistaa myös sellaisia asioita kuin elämän laatu. Eli olisiko mukavaa maata sängyssä ja kuunnella esimerkiksi hengityskoneen ääntä päivästä toiseen? Ja sitten joku käy joskus huoneessa kääntämässä sanomalehden sivua, tai näyttämässä tabletin näyttöä. Joskus neliraajahalvaantunut saattaa jopa kyetä käyttämään tikkua tuohon toimenpiteeseen. Siis ketä näissä asioissa pitäisi kuunnella? Pitäisikö potilaan omaa tahtoa ottaa huomioon, vai tekeekö näissäkin asioissa päätökset tuomioistuin? 

https://www.tivi.fi/uutiset/elon-muskin-aivosirufirma-tiesi-implantin-ongelmasta-vuosia-ja-asensi-sen-silti-ihmispotilaalle/923a9880-c287-4d2b-825f-06e9c0d32085

Mitä Elon Muskilla on Open AI:ta vastaan?

Elon Musk erosi Open AI projektista juuri ennen tuon yhtiön suurta läpimurtoa. Eli jos hän olisi pysynyt mukana tuossa projektissa, niin silloin hän olisi maailman ensimmäisen todellisen tekoälyn ylpeä omistaja, mutta sitten asiat menivät jotenkin pieleen. Mikäli Musk olisi odottanut vähän aikaa, niin hän olisi varmasti saanut rahoilleen vastiketta. Mutta Elon Musk tietenkin teki päätöksensä vetäytyä tuosta Chat GPT projektista sen tiedon perusteella, mitä hänellä silloin 2018 oli, kun hän päätti yhteistyön Sam Altmanin kanssa. 

Sitten Musk alkoi kehitellä omaa X.AI nimistä tekoälyprojektia, jonka nimi oli Crock, ja vuonna 2022 Altman sai Chat GPTn toimimaan. Tuon Chat GPTn toimivuuden teki mahdolliseksi Metan eli entisen Microsoftin kanssa solmittu sopimus. Tuo sopimus takasi Open AI:lle pääsyn Metan tietokantoihin, eli metadataan jota tuo yhtiö on vuosikymmeniä kerännyt. Tuo yhteistyö teki mahdolliseksi sen että Open AI saattoi  rakentaa toimivan kielimallin, joka kykenee hämmästyttäviin suorituksiin. Myöhemmin Google sitten alkoi kehittää omaa Gemini-tekoälyään, jolla se saattoi haastaa Bingin sekä Open AI:n Chat GPTn. Geminillä on tukenaan Googlen keräämä data. 

Juuri tuo valtava datavarasto edesauttaa Googlen ja Metan tekoälyjen toimintaa. Se sitten myös aiheuttaa tekoälyn kehittämisen akkumulaatiota. Eli noita kielimalleja sekä niiden kehittämiseen tarvittavaa tietotaitoa kasaantuu Googlen, Metan ja Open AIn käsiin, mikä tukee noiden toimijoiden toimintaa, mutta samalla vaikeuttaa muiden vastaavien tuotteiden pääsyä markkinoille. 

Ja juuri Googlen sekä Metan ja Bingin tunnettavuus sekä niiden kehityksessä käytettävä data on ollut avain menestykseen. Muskin ja X.AI:n ongelmana on se, että tuolla yhtiöllä ei ole sitä datamassaa käytettävissään, mitä sen kilpailijoilla on. Eikä tekoälyä voi käyttää samalla teholla, jos sillä ei ole tarvittavaa tietoa, millä sen kehittäjät voivat täyttää sen tietokantoja. Eikä ole sama asia pitääkö tekoälyn etsiä tietoa vapaasta internetistä, vai voiko se käyttää esimerkiksi supertietokoneiden tai internetin juuripalvelinten tietokantoja hyväkseen. Ja Google sekä Meta eivät varmasti päästä kilpailijoitaan suosiolla noihin tietoihin käsiksi, 

Tuo valtava tietovarasto antaa noille yhtiöille valtavan etulyöntiaseman myös tekoälyn kehityksessä. Ilman metadataa tekoäly on hyödytön kapistus, joka ei osaa mitään. Mutkikkainkaan tekoälyn tietokantarakenne ei kykene prosessoimaan tietoa, mikäli sillä ei ole mitään mitä prosessoida. Eli tekoäly ei luo mitään itse. Se vain yhdistelee datan palasia toisiinsa. Joten valtava datamäärä tietenkin edesauttaa yhtiöitä, joilla sitä on. Tuon datamäärän takia Googlella ja Metalla on periaatteessa etulyöntiasema, ja se taas aiheuttaa tekoälymarkkinoiden akkumulaation niiden yhtiöiden käsiin, joilla on dataa mitä myydä. 

https://www.uusisuomi.fi/uutiset/uusi-chatgpt-loi-kaikki-allikalla-elon-musk-reagoi-aivan-toisin/bd86fbe2-d6d3-4a15-964a-5cba7a55ad2f

Tekoäly voitti ihmisen yli 90 prosentissa ilmataisteluita.

USAn ilmavoimien kokeissa tekoäly voitti 99,9 prosenttia ilmataisteluista, jotka se kävi ihmisen ohjaamaa konetta vastaan. Tekoäly käytti aggressiivisempaa ja vaarallisempaa taktiikkaa kuin ihminen, eli se pyrki mieluummin lähitaisteluun ja käytti enemmän tykkiään. Syy tähän löytyy siitä, että tekoäly ei ole kuin ihminen tai se ei ole kuin elävä olento. Tekoäly toimii siten, että se ei välitä riskeistä, joita se tulee kohtaamaan. Ja jos ajatellaan että esimerkiksi peliteorian sekä pelimallien avulla voidaan rakentaa tehokkaampia tekoälyjä, eli noissa tekoälyissä oikea tai väärä vastaus määritellään siten että oikea vastaus tuo tekoälylle pisteen, ja väärä vastaus ei taas tuo pistettä ollenkaan. 

Tekoälyn käyttö hävittäjissä on uutta, mutta periaatteessa robottilentokone on osannut pommittaa kohdettaan automaattisesti jo Toisen Maailmansodan aikana. Tuolloin tarvitaan vain kaksi radioaaltoa tai linjaa.

Lentokone lähestyy kohdettaan seuraten toista radioaaltoa, ja sitten kohteen päällä oleva risteävä radioaalto laukaisee pommituksen. Tai sitten kehittyneemmissä järjestelmissä käytetään samanlaista suunnistusjärjestelmää kuin risteilyohjuksissa, ja pommin pudotuspiste määritellään lentoprofiilin mukaan. GPS- ja Tercom järjestelmiin voidaan ohjelmoida jopa tuhansia pisteitä, joiden kautta tuon koneen olisi pitänyt lentää, mikä tekee sen reitistä vaikeasti arvattavan.  Ja täsmäaseiden aikaan nuo vanhat järjestelmät ovat olleet tarkkoja ja tehokkaita. Kuitenkin tuollainen kone olisi helppo saalis miehitetyille hävittäjille, jos se havaitaan.  Mutta ilmataistelu vaatii tekoälyltä uusia otteita. 

Mikäli hävittäjäkoneella on tuollainen pisteytysjärjestelmä, niin esimerkiksi nähdessään vastustajan tärkeän sota-aluksen tai sukellusvenebunkkerin, voi tekoälyn ohjaama hävittäjä tehdä yksinkertaisesti kamikaze-iskun tuota kohdetta vastaan. Tekoäly pelaa siis ikään kuin tietokonepeliä vihollistaan vastaan, ja jos esimerkiksi verrataan tietokonepelejä sekä niiden lentokoneita todellisuuteen, niin tietokonepeleissä voi pelaaja esimerkiksi hypätä koneestaan ulos, ja tähdätä koneen vihollisen tehtaaseen tai laivaan.

 Samoin tuollaiset simulaattoripelaajat saattavat lennellä periaatteessa seulaksi ammutuilla koneilla tehtävät loppuun, vaikka koneen moottorit eivät enää toimi.  Eli kukaan oikea lentäjä ei tuolla tavoin lentäisi. Ja juuri tuo riskien ottaminen tekee tekoälystä niin loistavan operaattorin, joka ei välitä yhtään mistään. Tekoäly ei myöskään välitä mitään esimerkiksi G-voimista tai muista vastaavista asioista. Juuri se että tekoäly voi uhrata itsensä tai koneensa tekee siitä täysin ylivoimaisen. Tietenkin ihmisiä tarvitaan tekoälyn aikakaudella, mutta ihmisten rooli on toinen. 

https://www.quantamagazine.org/game-theory-can-make-ai-more-correct-and-efficient-20240509/

https://www.tekniikkatalous.fi/uutiset/testit-f-16-havittajaa-ohjaava-tekoaly-ampuu-mielellaan-vulcan-tykilla-ja-ottaa-paljon-riskeja/ad16862f-b17c-4f0a-9fdd-4d67bd84506c

https://en.wikipedia.org/wiki/TERCOM

Deep fake on asia, mikä voi vaikuttaa tuleviin vaaleihin

Deep fake eli syväväärennykset ovat asia, joka on muuttunut todella vakavaksi. Slovakian vaaleissa deep fake filmejä, jotka oli ilmeisesti luotu tekoälyn avulla on käytetty manipuloimaan tuloksia. Deep faken avulla voidaan kuka tahansa saada sanomaan mitä tahansa. Ja sen takia esimerkiksi tekoälyn tätä puolta pitäisi valvoa paremmin. Deep fake videoissa esimerkiksi Slovakian presidentti sanoi äänestävänsä äärioikeistoa. 

Ja sen takia myös meillä pitäisi varoa näitä deep fake väärennöksiä. Deep faken avulla voidaan esimerkiksi kuka tahansa ihminen muuttaa natsiksi. Hänen kasvonsa vain siirretään jollekin ehkä salaa kuvatulle skinheadille, ja johan on henkilö mustamaalattu kaikin tavoin. Juuri tekoälyn helppous tekee siitä loistavan välineen juuri tällaiseen toimintaan. Ja siksi meistä kukaan ei ole turvassa. Deep faken avulla voidaan myös omia kilpailijoita mustamaalata, ja ihmisiä raivata pois tieltä, kun halutaan esimerkiksi tiettyjä työpaikkoja. 

Ihmiset eivät ole varautuneet näihin deep fake väärennöksiin, joiden avulla heitä voidaan manipuloida monilla erilaisilla tavoilla. Ihmiset ovat tottuneet siihen, että valokuvat ovat aina tosia, ja että ne esittävät aina todellisia asioita. Kuitenkin juuri väärennösten avulla voidaan ihmisten mielipiteitä muutella. Eli kuka hyvänsä voidaan muuttaa esimerkiksi skinheadiksi pelkästään valokuvia peukaloimalla. Se mikä sitten tietenkin lisää tuollaisen propagandan tehokkuutta on se, että näitä deep fake väärennöksiä sekä niiden tehoa kasvatetaan usein vetoamalla tunteisiin. 

Se mitä ihminen mielessään uskoo on muiden kannalta aivan sama asia. Se mitä ihminen muille sanoo on se, mitä muut näkevät. Juuri tuo mitä muut näkevät on se kuva, minkä muut henkilöstä saavat. Eli vain julkinen mielipide tai julkisena mielipiteenä esitetty asia on se, jolla on merkitystä. Ja noihin asioihin vetoaminen on se, mikä saa esimerkiksi työnantajat joskus muuttamaan mieltään. Tuolloin kysytään sitä, että voiko ihminen muuttua? Voiko entinen skinhead tai joku muu katujengin jäsen oikeasti lähteä muuttumaan? Eli voiko hän ajatella tehneensä väärin joskus kauan sitten? Se on asia, mitä voidaan käsitellä yksilön näkökulmasta. Rikollisia on erilaisia. Osa katuu ja osa ei. 

Mutta montako työpaikkaa onkaan jäänyt saamatta, kun henkilön rikollinen menneisyys tulee ilmi? Ja sitten vielä pitää kysyä, että montako kertaa työnantaja on edes ajatellut deep faken mahdollisuutta?

https://yle.fi/a/74-20056699

https://vainmuutosonpysyvaa.wordpress.com/2024/05/16/deep-fake-on-asia-mika-voi-vaikuttaa-tuleviin-vaaleihin/

Merkityksetöntä tietoa ei ole.

Helsingin kaupungin edustaja sanoo, että tietomurron tekijä on saanut haltuunsa salaiseksi tai luottamukselliseksi julistettua tietoa. Eli kuten tiedämme kaikki tieto, mitä hakkerit voivat saada voi olla merkityksellistä, vaikka emme ehkä sitä itse ajattelisi merkityksellisenä. Esimerkiksi Putinin kätyrit voivat saada tietoja Venäjältä pois muuttaneiden henkilöiden osoitteista tai puhelinnumeroista. Samoin rikolliset voivat saada esimerkiksi sellaisten kiinteistönhuoltoon kuuluvien nimiä, jotka tekevät työtä vakuutusyhtiöiden kiinteistöissä, tai oikeus- sekä poliisitaloissa. 

Tietenkin rikolliset voivat yrittää varastaa esimerkiksi aseita noista kiinteistöistä, mutta he voivat myös käyttää näennäisen merkityksetöntä tietoa kuten tietoja tyhjistä toimistoista uuden hyökkäyksen valmistelussa. Näitä tietoja hyödyntäen voivat rikolliset pyrkiä esimerkiksi asentamaan luvattomia toistinasemia johonkin tiloihin, ja nuo GSM toistinasemat voivat kuljettaa kaiken kiinteistöstä lähtevän sekä sinne tulevan data itsensä tai niihin kiinnitetyn palvelimen kautta. 

Toisaalta taas esimerkiksi hakkerit voivat asentaa etäkäytössä olevan tietokoneen tyhjänä olevaan liikekiinteistöön, ja he voivat tuon etäkäytössä olevan koneen kautta suorittaa lisää hyökkäyksiä. Tai pelkkä toistinasema voi antaa mahdollisuuden hyökkäykselle, joka tehdään esimerkiksi talon lähelle pysäköidystä pakettiautosta käsin. Hakkereiden kannalta kaikki mahdollinen tieto on olennaista, ja yksi hakkereiden suurimmista ongelmista on se, miten salata oma IP-osoite sekä oma henkilöllisyys. Yksi tapa on käyttää ohjauksessa olevia tietokoneita, jotka on kytketty sarjaan, mikä hidastaa viranomaisten toimintaa. 

Tuolloin hakkeri ottaa etäyhteyden jokaiseen koneeseen kerrallaan, ratsastaen edellisellä etäkäytössä olevaa konetta. Tuollainen ketjutettu etäkäyttö tekee hakkerien jäljittämisestä vaikeaa.  Ja hakkeri varmaan haluaa asentaa myös WEB-kameran omaan palvelimeensa, joka saattaa olla satojen tai jopa tuhansien kilometrien päässä hänestä itsestään. Tuota kameraa käyttäen hän voi valvoa tilaa, sekä erityisesti sitä, että jos poliisit ryntäävät tuohon serveritilaan. Syy miksi hakkeri ehkä haluaa pyrkiä käyttämään toimistoja servereiden sijoittelupaikkana johtuu siitä, että noihin tiloihin on helpompi päästä kuin yksityisasuntoihin. 

https://www.msn.com/fi-fi/uutiset/other/helsingin-kaupunki-tietomurron-tekij%C3%A4-on-saanut-haltuunsa-salassa-pidett%C3%A4v%C3%A4%C3%A4-tietoa/ar-BB1miIWX?ocid=msedgdhp&pc=ENTPSP&cvid=0c8a3b1f2bd74c8baaa240940ba6e590&ei=31