Tuleeko tekoäly korvaamaan ihmisen data-alalla?

ChatGPT avautui verkossa ilmaiseksi kaikkien käyttöön vuoden 2022 lopulla, minkä seurauksena aiheen ympärille on kertynyt suuri hype. Tästä tekoälyohjelmasta on keskusteltu jo tylsistymiseen saakka. Ihmiset pyrkivät ulkoistamaan mitä erilaisempia tehtäviä ChatGPT:n tehtäväksi. Tekoäly suoriutuu toisinaan uskottavasti esseistä ja yksinkertaisista asioista. Raja tekoälyn ja ihmisen tuottaman tekstin välillä on hälventynyt, eikä enää voi aina olla varma siitä, onko tekstin tuottanut tekoäly vai ihminen. Kun tekoäly alkaa olla näin taitava, herää helposti kysymys siitä, tuleeko se korvaamaan ihmisen työelämässä. Ja jos vastaus on kyllä, minkälaisista tehtävistä on kyse? Vai onko tekoäly oikeastaan edes niin älykäs kuin saatamme luulla?

Tekoäly pyrkii jäljittelemään ihmisälyä, mutta kuinka hyvin se onnistuu siinä? Kuten Tekniikan Maailmassa todetaan, ChatGPT tuntuu aidolta, koska se kirjoittaa sujuvasti. Tämä sujuva teksti mielletään helposti älynä, sillä ihminen ei ole pystynyt aiemmin keskustelemaan muiden kuin toisten ihmisten kanssa. Todellisuudessa ChatGPT ei tiedä eikä ymmärrä mitään. Se vain onnistuu muotoilemaan kaiken sille syötetyn tiedon usein uskottavaan muotoon. Sisällöllisesti ChatGPT on monesti väärässä, eikä kykene ymmärtämään logiikkaa kovin hyvin. Kyseisessä Tekniikan Maailman artikkelissa mainitaan hyviä esimerkkejä tekoälyn hallusinoinneista: kun siltä kysytään, kumpi painaa enemmän, kilo rautaa vai kilo höyheniä, antaa tekoäly vastaukseksi raudan.

Mitä tarkoittavat termit LLM ja GPT?

Lyhenne LLM tulee sanoista Large Language Model, kun taas GPT viittaa sanoihin Generative Pre-trained Transformer. Käsitteet ovat läheisiä, mutta eivät aivan synonyymejä keskenään. Molemmat liittyvät laajoihin kielimalleihin. Tekniikan Maailma kuvailee, että kielimallissa on kyse pohjimmiltaan vain tilastollisesta sanojen esiintymisestä eri lauseissa ja sanojen välisistä suhteista. Tämä on tietysti pelkistys ja taustalla on todellisuudessa monimutkaisempi järjestelmä, neuroverkko, joka koostuu miljardeista tilastollisista parametreista. Neuroverkon idea pohjautuu alun alkaen siihen, että se pyrkii jäljittelemään ihmisaivojen rakennetta.

GPT on yhdysvaltalaisen tutkimuskeskuksen, OpenAI:n, kehittämä käsite. GPT:t ovat yksi kielimallien perhe. Näitä tekoälyjä on koulutettu suurella tekstidatalla, jota kutsutaan korpukseksi. Korpus sisältää kaikenlaista internetissä olevaa tietoa aina Reddit-keskusteluista lähtien. Pre-trained GPT:n nimessä viittaa tähän alustavaan harjoitusprosessiin suuren tekstikorpuksen parissa. Kun GPT:stä julkaistaan uudempi versio, voidaan yksinkertaistaen sanoa, että siinä on silloin enemmän parametrejä ja suurempi harjoitusdata kuin aikaisemmassa versiossa. On myös olemassa sellaisia GPT-tekoälyjä, jotka on luotu jotakin tiettyä kokonaisuutta ja käyttötarkoitusta varten, kuten ProtGPT2 (protein sequences, proteiinisekvenssit) ja BioGPT (biomedical content, biolääketiede).

Miten LLM ja GPT liittyvät toisiinsa? LLM voidaan mieltää ikään kuin yläkäsitteenä, jonka alle GPT sijoittuu. Nimensä mukaisesti LLM (large language model) viittaa kielimalliin, jossa on paljon parametreja. Se on suurella tekstidatalla koulutettu neuroverkko, aivan kuten GPT:kin. Large language model -kielimallit syntyivät vuoden 2018 tienoilla. Toinen LLM:ään liittyvä käsite on NLP (natural language processing), joka viittaa luonnollisen kielen käsittelyn tehtäviin, kuten tekstin luomiseen, luokitteluun, kysymyksiin vastaamiseen ja tekstin kääntämiseen.

Onko tekoäly älykäs?

Kun tekoäly vastaa kysymykseen raudasta ja höyhenistä väärin, vaikuttaa se varsin tyhmältä. Tämän tyyppinen ”hallusinointi” – kuten tekoälyjen sekoilua usein nimitetään – ei ole mitenkään epätavanomaista. Toisaalta, vaikka ChatGPT ei tunnu erityisen älykkäältä, se voi käyttäjänsä käsissä taipua suuriinkin onnistumisiin ja saavutuksiin. Tarkennettakoon vielä, että seuraava esimerkki on maksullisesta ChatGPT4-tekoälystä, jossa on enemmän parametreja kuin ilmaisversiossa.

Maaliskuussa 2023 nimimerkki @peakcooper kertoi Twitterissä diagnosoineensa tekoälyn avulla koiransa sairauden. Tapauksesta on uutisoinut muun muassa Daily Mail. Miehen mukaan tekoäly pelasti hänen koiransa hengen, kun eläinlääkäri ei osannut antaa oikeaa diagnoosia. Koiralle oli diagnosoitu punkkien aiheuttama sairaus, mutta oireet pahenivat hoidosta huolimatta. Omistaja vei koiran uudelleen eläinlääkäriin, mutta lääkärit eivät pystyneet antamaan lisädiagnoosia, vaan neuvoivat vain odottamaan ja katsomaan, kuinka koiran tila etenee.

Mies päätti syöttää koiran verikoetuloksia ChatGPT4:lle ja pyysi siltä diagnoosia. ChatGPT totesi, ettei ole eläinlääkäri, mutta jatkoi sen jälkeen, että koira voisi kärsiä immuunivälitteisestä hemolyyttisestä anemiasta (IMHA). Koiran omistaja toimitti tiedot toiselle eläinlääkärille, joka vahvisti diagnoosin, ja lemmikki sai asianmukaista hoitoa. Koira on sittemmin toipunut täysin, ja miehen mukaan tekoäly pelasti sen hengen. Tarkemman kuvauksen kaikista tapahtumista voi lukea @peakcooper-nimimerkin Twitter-tililtä.

Tämä on yksi esimerkki tapauksesta, jossa tekoäly on suoriutunut tehtävästä paremmin kuin ihminen. Tapaus herättää mietteitä siitä, kuinka hienoihin saavutuksiin tekoäly voi kyetä tulevaisuudessa, jos se voi jo nyt pelastaa lemmikin hengen. Tutkimuksen mukaan tekoäly tunnistaa jo nyt ihosyövän kuvista paremmin kuin koulutetut ammattilaiset. Mihin kaikkeen tekoäly kykeneekään 10 tai 20 vuoden päästä?

Syrjäyttääkö tekoäly ihmisen työelämässä?

Tyypillinen pelko tekoälyyn liittyen on, että se korvaa ihmisen työn. On tärkeää muistaa, että kaikissa näissä tapauksissa, joissa tekoäly on ylittänyt ihmisten osaamisen, taustalla on ollut silti ihminen. Ihminen on luonut tekoälyn ja ihminen antaa tekoälylle käskyjä siitä, mitä tulee tehdä. Ihminen arvioi, onko tekoälyn antama vastaus luotettava. Tekoäly toimii ikään kuin ihmisen ohjaamana työkaluna.

Kun tekoälyltä itseltään (GPT-3) kysytään, tuleeko tekoäly korvaamaan ihmisen työn data-alalla tulevaisuudessa, vastaus on selkeä: osassa tehtäviä kyllä, osassa ei – aivan kuten monella muullakin alalla. Yksinkertaisia ja toistuvia tehtäviä voidaan osoittaa tekoälyn hoidettaviksi. Tekoäly voi esimerkiksi kerätä dataa ja puhdistaa sitä. Kuitenkin luovuutta, kriittistä ajattelukykyä ja päätöksentekoa edellyttävät tehtävät ovat sellaisia, että niistä tekoäly ei tule suoriutumaan ihmistä paremmin vielä pitkään aikaan, jos koskaan.