10 tärkeintä tekoälytermiä suomeksi, jotka jokaisen tulisi ymmärtää

Tekoälytermiä (AI, Artificial intelligence) on käytetty jo 50-luvulta lähtien, mutta suurin osa Tiina Tavallisista ja Matti Meikäläisistä ei kiinnittänyt asiaan huomiota ennen kuin vuosi sitten, kun ChatGPT:n kaikelle kansalle avoin versio ilmestyi internettiin.

Koko tämän kohta vuoden kestäneen tekoälyhuuman ajan minua – äidinkielen opettajan miniänä – on ahdistanut finglishin käyttäminen tekoälytermistössä. Meidän atk-ihmisten puhe on useimmiten suloista suomen ja englannin kielen sekoitusta, jota Tiinan ja Matin on vaikeaa ymmärtää. Promptaamme sujuvasti LL-mallien avustuksella ja käytämme generatiivista AI:ta. Mikäli tekoälytermistö ei ole tuttu ja et ymmärrä mitä niillä tarkoitetaan, se voi vaikuttaa pelottavalta. Sen vuoksi haluan käydä termistön läpi, jotta se olisi kaikille helpommin lähestyttävää ja ymmärrettävää.

Nämä kymmenen tekoälytermiä jokaisen olisi syytä tietää ja ymmärtää:

1. Tekoäly (Artificial Intelligence AI)
Tekoäly on periaatteessa super-älykäs tietokoneohjelma, joka osaa ”matkia” meitä ihmisiä päättelemällä, ratkomalla ongelmia, kääntämällä asioita kielestä toiseen, analysoimalla onko joku asia positiivinen vai negatiivinen ja oppimalla kokemuksistaan. Äly on keinotekoista, koska se on ihmisten tekniikan avulla luomaa. Voitaisiin sanoa, että tekoälyllä on digitaaliset aivot, vaikka tekoäly ei ole fyysinen kone tai robotti. Tekoäly luo malleja, joiden avulla voimme automatisoida tehtäviä, jotka normaalisti vaativat meiltä ihmisiltä sekä aikaa että ajattelua.  Tekoäly kattaa monia erilaisia tekniikoita ja menetelmiä, mukaan lukien koneoppiminen, neuroverkot, syväoppiminen ja vahva tekoäly. Voimme vuorovaikuttaa tekoälyn kanssa kysymällä esimerkiksi Bing Chatiltä; ”Miten tekoäly toimii”, mutta useimmiten tekoäly toimii taustalla ja esimerkiksi ehdottaa meille asioita, suosittelee biisejä tai elokuvia tai tarjoaa muuten oleellista tietoa omista tarpeistamme lähtien.

2. Koneoppiminen (Machine Learning, ML)
Kun tekoäly on tavoitteemme, koneoppiminen on se työkalu, jolla tavoitteeseen päästään. Se on tietojenkäsittelyn osa-alue tekoälyn sateenvarjon alla. Koneoppiminen perustuu ajatukseen, että järjestelmät voivat oppia ja parantaa suorituskykyään kokemuksen perusteella. Koneoppiminen voidaan jakaa kolmeen päätyyppiin: ohjattu oppiminen, ohjaamaton oppiminen ja vahvistusoppiminen. Koneoppimisessa annamme tietokoneelle valtavan määrän tietoa, josta se koettaa löytää samankaltaisuuksia, rakenteita ja siten ennustaa tämän tiedon perusteella. Kun tietokoneiden suorituskyky on kasvanut ja fyysinen koko pienentynyt, on samalla tullut mahdolliseksi analysoida yhä suurempia tietomääriä ja siten parantaa tietoon pohjautuvia päättelyitä.

3. Suuret kielimallit (Large Language Models, LLM)
Näitä tekoälyn kielen tuottamiseen ja käsittelemiseen liittyviä ratkaisuja kutsutaan suuriksi kielimalleiksi (LLM, Large Language Models). Niiden opettamiseen on käytetty valtavan paljon tietoa eikä niissä enää keskitytä yksittäisiin sanoihin tai sanontoihin vaan pidempiin lauseisiin tai lauserakenteisiin. Sekä Bing Chat että ChatGPT ovat esimerkkejä suuria kielimalleja hyödyntävistä palveluista. Suuret kielimallit perustuvat neuroverkkoihin, jotka ovat ihmisaivoista inspiraationsa saaneita tietojärjestelmiä, tietyllä tapaa kokoelma solmuja ja yhteyksiä, kuten hermosolut ja synapsit. Suurten kielimallien kyky ymmärtää luonnollista kieltä ja vastata chattibotin tapaan kysymyksiin on erittäin tehokas. Kielimalleilla ei ole tunteita tai ajatuksia, mutta joskus se saattaa vaikuttaa inhimilliseltä, koska ne ovat oppineet vastaamaan meidän ihmisten kaltaisesti. Tässä kyseessä on juuri vahvistusoppiminen, jossa tietojärjestelmäkehittäjä vahvistaa mallia antamalla sille palautetta ja parantaa siten mallin kykyä toimia keskustelun tyylisesti.

4. Luova tekoäly / tuottava tekoäly (Generative AI)
Tästä generatiivisen tekoälyn viljelystä lähti ajatukseni tähän tekoälytermiä käsittelevään blogiin. Harmittaa, että valitettavan usein me atk-ihmiset olemme liian laiskoja käyttämään suomenkielisiä termejä. Tuottava tekoäly tarkoittaa kuitenkin sitä, että tekoälyn avulla voimme tuottaa uusia kuvia, tekstejä tai vaikkapa musiikkia. Jos asiaa kysyy tekoälyltä itseltään, se kannattaa tuottava -termiä, koska luovuus suomen kielessä liitetään usein johonkin inhimillisempään luovuuteen, joka on monimutkaisempi käsite.

5. Hallusinointi (Hallucination)
Kun tekoäly alkaa hallusinoida, se kuvittelee tai keksii asioita, joita ei ole oikeasti olemassa, mutta kun pyydät siltä runoa tai laulua haluamastasi aiheesta, niin senhän kuuluukin keksiä uutta. Useimmissa työelämän tilanteissa hallusinointi ei kuitenkaan ole suotavaa vaan haluaisit tekoälyn vastaavan tieteellisellä tarkkuudella kysymykseesi. Voimme siis yrittää estää hallusinoinnin tarjoamalla tekoälylle perusteet tai perustuksen – vähän kuin taloa rakennettaessa, jossa määritetään lähdesivusto, lähteenä käytettävä PDF ja muu materiaali, joiden pohjalta tekoälyn halutaan muodostavan vastauksensa tarkalleen, ei sinnepäin eikä miten sattuu. 

6. Vastuullinen tekoäly (Responsible AI)
Pelottavaa, väärinkäytöksiä, puolueellista tai verkkorikollisten leikkikenttä? Tekoälyn vastuullisuus on Microsoftin kantava teema, johon Microsoft itse on sitoutunut ja velvoittaa myös kumppaneitaan sitoutumaan. Tämä tarkoittaa käytännössä sitä, että tekoälyä hyödyntävät koodarit, kehittäjät ja muut sidosryhmät ovat lupaavat toimia turvallisesti ja reilusti riippumatta siitä, millä tasolla tekoälyä käytetään; koneoppimisessa, tietojärjestelmissä tai käyttöliittymässä. Säännöt ja reunaehdot ovat ehdottomat. Tärkeintä on ymmärtää, millä tiedoilla tekoäly on opetettu toimimaan ja että tekoäly kohtelee kaikkia yhteiskuntamme jäseniä reilusti, ei vain tietyn ryhmittymän henkilöitä.

7. Multimodaaliset mallit eli monia tietomuotoja sisältävät kielimallit (Multimodal models)
Nämä mallit ovat niitä tekoälyn malleja, jotka voivat vastauksia muodostaessaan yhdistää erilaisia tietomuotoja, kuten kuvia, tekstiä, ääntä ja muita aistimuksia. Esimerkiksi tällaiset mallit voivat käsitellä tietoa sekä kuvina että teksteinä, mikä tekee niistä tehokkaita monipuolisissa tehtävissä. Toinen selkeä esimerkki voisi olla se, että näiden mallien avulla vastaaminen kysymykseen ”onko tässä kuvassa terveellisen aamiaisen ainekset?” on mahdollista.

8. Kehotteet / Komennot (Prompts)
Promptaaminen tuntuu jo tulleen jäädäkseen myös suomen kieleen, mutta joka kerta kun olen päässyt selittämään, mitä se käytännössä on, olen myös jäänyt miettimään, miksi emme käyttäisi suomenkielistä kehote / komento -sanaa promptin sijaan? Kehotteessa on selkeä rakenne ja siinä pitää olla tietyt osat, että se on tehokas ja antaa kysyjälleen parhaan mahdollisen vastauksen.

Saat tehtyä erinomaisen kehotteen, kun huomioit nämä seikat:

1. Selkeys: Hyvä kehote on selkeä ja ymmärrettävä. Vältä monimutkaisia lauseita tai epäselviä ilmaisuja.
2. Tarkkuus: Pyri olemaan tarkka ja täsmällinen. Jos etsit tiettyä tietoa, määrittele hakuehdot mahdollisimman tarkasti.
3. Taustoitus: Anna tarpeeksi taustatietoa, jotta myös vastaus osuu oikeaan aiheeseen. Esimerkiksi, jos kysyt säästä, mainitse myös paikka ja aika, muuten tekoäly todennäköisemmin kertoo sinulle Seattlen kuin Savonlinnan sääennusteen.
4. Kunnioitus: Ole kohtelias ja kunnioittava. Vältä loukkaavia tai epäasiallisia ilmaisuja.
5. Ytimekkyys: Käytä niin vähän sanoja kuin mahdollista, mutta riittävästi selittämään kysymyksesi.
   Esimerkki hyvästä kehotteesta voisi olla vaikkapa tällainen: “Mikä on paras aika vierailla Oulangan kansallispuiston Kiutakönkäällä Kuusamossa?” Tämä kehote on selkeä ja tarkka. Se auttaa tekoälyä ymmärtämään, että etsit tietoa Oulangan kansallispuistosta ja siellä vierailuajankohdasta.

9. Tukiäly ja tekoälyn apurit (Copilots)
Microsoftin syksyllä 2023 julkaisemat tekoälyapurit ovat kuin 2020-luvun klemmarikaveri, joka auttaa meitä arkisten tehtäviemme kanssa. Tukiäly etsii väsymättä tietoa puolestamme, tekee yhteenvedon monisivuisesta raportista kädenkäänteessä ja ehdottaa Excelistä vedettäviä johtopäätöksiä tai tarjoilee vaihtoehtoisia kuvaajia, pylväsdiagrammeja tai muuntaa esityksen fontit yhdellä kehotteella (kts. kohta 8) haluttuun muotoon ja kokoon. Tekoälyapuri kääntää tekemäsi koodin Fortranista JSON-muotoon tai päinvastoin, kumpi kieli nyt onkaan sinulle luonnollisin tai jos kumpikin on outoja, niin riittää, että pyydät siltä haluamaasi loogista lopputulosta halutulla ohjelmointikielellä.

Nämä tekoälyapurit voivat etsiä tietoja myös siitä omasta rakkaasta taloushallinnon järjestelmästä tai auttaa myyjää analysoimaan omia myyntiprojekteja tai asiakkaita omassa CRM-järjestelmässä. Copilot tuotenimenä näkyy monessa paikassa ja kannattaakin olla tarkkana, mistä Copilotista työkaveri puhuu; Microsoft Copilot on tarjolla kaikille M365 E3 tai E5 -lisenssien käyttäjille Edge-selaimessa tietyin reunaehdoin. Nyt viimeistään kannattaa vaihtaa Chrome-selain Edgeen 😉

10. Liitännäiset eli Pluginit (Plugins)
Tämä termi taistelee myös suomen kielessä olemassaolostaan samalla tavalla kuin kehote vastaan prompti. Liitännäiset voidaan määritellä olevan kuin älypuhelimen sovelluksia; latailet niitä puhelimesi sovelluskaupasta milloin mihinkin pistemäiseen tarpeeseen ja samalla laajennat puhelimen omia (älykkäitä) ominaisuuksia.

Käytännössä liitännäisellä tarkoitetaan johonkin ohjelmistoon suunniteltua lisäosaa tai lisätyökalua, jonka avulla ohjelmistoon saadaan uusia ominaisuuksia ja toiminnallisuuksia. Esimerkiksi WordPress-sisällönhallintajärjestelmä tunnetaan lukuisista liitännäisistään, jotka laajentavat alustan toiminnallisuutta esimerkiksi hakukoneoptimointiin tai suorituskyvyn parantamiseksi. Tekoälymaailmassa liitännäisellä liitetään esimerkiksi kohdassa yhdeksän mainittu taloushallinnon järjestelmä teidän omaan Teamsiin, jolloin käyttäjä voi kysellä avoimiin tai maksettuihin laskuihin liittyviä kysymyksiä suoraan Teamsissä olevalta tekoälyapurilta.

Lopputulema: käytetään enemmän suomen kieltä tekoälytermistössä

Siinäpä se – tekoälyä selvällä suomen kielellä. Tämän vuoden lupaus voisi olla, että koetetaan käyttää suomen kieltä oikein ja huolellisesti varsinkin silloin, kun puhumme aiheesta niille, jotka eivät sitä vielä syvällisemmin ymmärrä. Minä ainakin lupaan tehdä tuon lupauksen ja kiinnittää huomiota siihen, että käytän tekoälytermiä tai -termejä arjessa suomeksi. Terveisiä anopille!

Ps. Tämän artikkelin innoittajana ja alkuperäisenä kymmenen tekoälytermiä käsittelevän blogin tietolähteenä toimi tämä Microsoftin englanninkielinen sivu.