Graafikko Ville Tietäväinen luokitteli tekoälyn pelkäksi työkaluksi, joka ei osaa luoda mitään omaperäistä (HS Mielipide 15.12.2022). Asia ei taida olla ihan niin yksinkertainen.
Tekoälystä puhuttaessa törmätään määrittelyongelmaan: mitä älykkyys oikein tarkoittaa? Tietokoneisiin sovellettuna älykkyys tuntuu pakenevan kaikkia määrittely-yrityksiä. Nykyään koneellisesti pystytään hoitamaan monia tehtäviä, joihin aiemmin vaadittiin ihmistä. Mutta ovatko ne silti merkkejä koneen älykkyydestä?
Vastaava ongelma liittyy luovuuteen. Mitä on luovuus? Jos kyse on ihmisen syviä tuntoja luotaavasta runoudesta tai sinfoniasta, tekoäly ei varmaan koskaan pysty tavoittamaan inhimillisten tunteiden kirjoa.
Sinfoniat ja runot ovat kuitenkin vähemmistönä. Teollisuudessa on kysyntää arkiselle luovuudelle, jota hoidetaan virka-aikana kuten mitä tahansa ammattia. Sisältöteollisuudessa on paljon tuotosta, joka ylittää kyllä teoskynnyksen, mutta jota tuskin voidaan pitää kovin luovana. Silti siitä maksetaan ihan hyvin, kuten vaikkapa tv-sarjat ja päivän perusmusiikki osoittavat.
Täysin uudenlaista tekemistä tai uuden löytämistä on varsin vähän. Suuri osa luovuudesta on vanhojen ainesten yhdistämistä uudella tavalla. Yhdistely voi olla tekijälle tietoista tai tiedostamatonta. Yksikään luovan työn tekijä ei ole tabula rasa, joka keksisi kaiken itse.
”Hyvät taiteilijat kopioivat, loistavat taiteilijat varastavat”, sanoi kuvataiteilija Pablo Picasso. Siinä työssä tekoäly on paljon ihmistä nopeampi ja tehokkaampi. Jonkin määritelmän mukaan yhdistelyä voidaan pitää jopa luovana. Miksi yhdistely olisi luovaa vain ihmisen tekemänä?
Viime kädessä luovuuden kriteerinä on katsoja itse. Matemaatikko Alan Turing esitti jo vuonna 1950 ajatuskokeen, jolla voitaisiin selvittää, osaako kone ajatella. Jos kysyjä ei pystyisi erottamaan, tulivatko vastaukset koneelta vai oikealta ihmiseltä, kone oli Turingin mielestä ajatteleva.
Luovalla alalla vastaava testi voisi liittyä siihen, kuinka hyvin maallikko pystyy erottamaan koneen ja ihmisen tuottamat teokset toisistaan. Veikkaan, että erottaminen käy koko ajan vaikeammaksi. Koneen ja ihmisen luomukset ovat tietenkin erilaisia, mutta mikään ei takaa, että ihmisen versio miellyttäisi katsojaa tai kuulijaa enemmän.
Yli 60-vuotisen historiansa aikana tekoäly on yllättänyt meidät monta kertaa. Se oppi ymmärtämään puhetta, kääntämään kieltä sekä voittamaan ihmisen šakissa ja paljon vaikeammassa itämaisessa go-pelissä. Kaikkien näiden uskottiin vaativan älykkyyttä, johon pystyy vain ihminen.
Parasta varautua siihen, että tekoäly tulee yllättämään meidät myös luovuutta vaativissa tehtävissä.
(Julkaistu HS Mielipidekirjoituksena 20.12.2022)
24 kommenttia:
Turingin testi kertoo vain sen, erottaako vastaanottaja koneen antaman tiedon ihmisen antamasta tiedosta. Se ei paljasta mitään niin sanotusta luovuudesta. Tositieto on tositietoa ihan siitä riippumatta antaako sen sääntöä seuraava kone vai säännön kehittänyt ihminen. Kaksi ynnä kaksi on neljä ihan siitä riippumatta sanooko sen ääneen kone vai ihminen.
Luovuus on periaatteessa sitä että maailmaan laaditaan uusia sääntöjä -- joiden totuudellisuus sitten testataan esimerkiksi empiristisillä kokeilla. Sellaisessa koneen periaatteellinen rajoittuneisuus tulee heti vastaan. Kone kykenee täsmälleen siihen mihin se on ohjelmoitu. Toki se voi sen lisäksi tuottaa huimia sattumia, mutta niistä se ei itse ymmärrä mitään.
Raja koneen ja ihmisen välillä ei koskaan mene umpeen. Tai se voisi mennä umpeen yhdellä tavalla, joka tosin ei ole mitenkään toivottavaa. Eli niin, että kun koneälyä kehitetään yhä pitemmälle ja pitemmälle niin, että syntyy illuusio siitä että se hallitsee "tositietoa" enemmän kuin miljoonat ihmiset yhteensä, tämän koetaan korvaavan vaatimattomaksi osoittautuvan ihmisälyn. Eli määrällä lumotaan ymmärrys laatueroa kohtaan.
Siihen kuvaan voi helposti kuvitella, että koneälyn kehittyessä se näyttäytyy yhä enemmän "ihmismäisenä" -- ja ihminen reagoi kehitykseen alkaen kehittää omaan ajatteluunsa yhä enemmän koneen ominaisuuksia. Koneäly muuttuu siis ihmisälyksi, kun ihminen on huomaamattaan luopunut luovista kyvyistään ja muuttunut koneeksi.
Chatgpt-huumoria siitä miten AI "toimii" varsin suoraviivaisissa kysymyksissä. Huomioikaa myös kommentit.
https://teilla.blogspot.com/2022/12/keisarin-uudet-vaatteet.html
Merenkurkun silta ja niin edespäin...
Tämä on monitahoinen aihe. Taiteen Turingin testillä en ajatellutkaan mitattavan luovuutta per se, vaan koneen tuottaman sisällön laatua. Jos katsoja kokee sen miellyttävänä, kone voi korvata ihmisen myös sisältötuotannon alueilla.
Ihmisen ja koneen välillä säilyy ainakin nykytietämyksellä raja, mutta vertaammeko oikeita asioita? Ovatko mittarit ja pelisäännöt oikeita? Miksi juuri luonto olisi päätynyt parhaaseen toteutukseen? Älyllisissä ja luovissa tehtävissä kone voi kehittyä ihmistä paremmaksi, vaikka ei inhimillinen olisikaan. Ja monesti se ratkaisee.
Lisäksi voi kysyä, miten käy silloin, kun aivojen neuroverkko pystytään mallintamaan tietokoneelle ja 100 miljardia neuronia alkaa toimia sähköllä. Vieläkö silloinkin aivoilla on etumatkaa koneeseen nähden?
ChatGPT on hauska esimerkki valehtelevasta tietokoneesta. Kirjoitin aiheesta kolumnin tulevaan tammikuun Tivi-lehteen.
Ai ettei tekoäly olisi luova? Kuka keksisi näin vakuuttavia valheita omasta päästään?
"Kuka on kirjoittanut kirjan Kuka murhasi rouva Skrofin?
Kirja Kuka murhasi rouva Skrofin on kirjoittanut suomalainen kirjailija Arto Paasilinna. Kirja ilmestyi ensimmäisen kerran vuonna 1976 ja kuuluu Paasilinnan suosituimpiin teoksiin. Kuka murhasi rouva Skrofin on komediallinen ja ironinen rikosromaani, jossa seurataan rikostutkimuksia ja selvitetään, kuka murhasi kuuluisan kirjailijan rouva Skrofin. Kirja on saanut laajaa suosiota ja se on käännetty useille eri kielille. Paasilinna on tunnettu myös muista kirjoistaan, kuten Valkoisesta kuolemasta ja Elämä lyhyt, Rytkönen pitkä."
Ja elokuvaversiokin löytyy:
"Onko kirjasta Kuka murhasi rouva Skrofin? tehty elokuvaa?
Kirja Kuka murhasi rouva Skrofin? on tehty elokuvaksi vuonna 1994. Elokuva on ohjannut Rauni Mollberg ja sen pääosissa näyttelevät Antti Litja, Kari Väänänen ja Ulla Tapaninen. Elokuva on fiktiivinen tarina, joka perustuu Arto Paasilinnan samannimiseen rikosromaaniin. Elokuvassa seurataan rikostutkimuksia ja selvitetään, kuka murhasi kuuluisan kirjailijan rouva Skrofin. Elokuva on saanut positiivisia arvosteluja ja se on yksi suosituimmista suomalaisista elokuvista."
Juu, kaikenlaista sisältöähän tekoäly voidaan ohjelmoida tuottamaan. Irrottelutkin onnistuvat ja sattuma tuottaa hauskaa satoa.
Suhtautuminen tähän uuteen tekniikkaan ei nähdäkseni kuitenkaan poikkea tavasta, jolla koko teollistumisen ajan on muutoksiin suhtauduttu. Tekniikan eetokseen kuuluu yhtäältä optimismi, toisaalta pelko siitä että ihminen häviää valjastamilleen luonnonvoimille. Tietotekniikka toistaa tätä eetosta.
Jo Marx totesi, ettei ihminen ainoastaan valmista tuotteita, vaan tuotteet valmistavat uudenlaisen ihmisen. Freud kehitti käsitettä "ärsykesuojasta", eräänlaisesta kuoresta tai panssarista, jota aina tarvitaan kun maailmaan syntyy uusia shokeeraavia vaikutuksia.
Ajatushistorian kannalta nykyiset mielikuvat tekoälystä rakentuvat hyvin yksipuolisesti kartesiolaisen rationaalisuuden ja individualismin varaan -- mutta oikeasti ihmisäly ei ole pelkästään näiden eurooppalaisella uudella ajalla kehittyneiden kognitiivisten tekijöiden tuote. Järkemme on ennemminkin kollektiivinen ja historiallinen jatkumo, jossa nykyinen ajattelumme edustaa ihan erityisiä ominaisuuksia.
Idea tekoälystä on tässä kehityksellisessä perspektiivissä irrallinen ja jää ontoksi. Siksi mitkään nyt syntyneet optimistiset kuvitelmat eivät tule reaalimaailmassa toteutumaan. Ihmisjärki ei kerta kaikkiaan ole irrotettavissa ljimme kehityshistoriasta.
Ihmisjärjellä on ollut monia muotoja, ja myös se erityinen muoto, joka on saanut ilmauksensa tieteessä, on ollut aikojen varrella muuttuva. Eikä kehitys ole ollut suoraviivaista -- myös suuret historialliset taantumat ovat olleet mahdollisia -- emmekä tiedä, millaisia ihmisjärjen muotoja tulevaisuus tuo tullessaan. Koneäly on omalle ajallemme tyypillinen tuote, siihen liittyvät toiveet ja pelot myös vain omaan aikaamme kuuluvia tuntoja.
Hyvä kirjoitus Petteri.
Olen samaa mieltä kanssasi tekoälyn lähitulevaisuuden käytön ilmeisimmistä näkymistä ja samoin siitä seuraavista vaikutusten arvioinnista.
Tekoälyavuisteisuus tulee sekä hyödyttämään monilla osa-alueilla, mutta epäilemättä myös vakavat häiriöt (disruption) tulevat koittelemaan 'resursseja' (toimenkuvia, työpaikkoja & kohteeksi joutuvien elantoa), joiden uudelleen kohdentaminen toisaalle ei onnistu, on liian kallista tai muuten hankalaa.
Minulle on näitä ChatGPT:stä arvioita Suomessa kirjoitettuja lukiessa tullut useampaan kertaan mieleen se, että tämä aihe tuntuu herättävän monissa voimakkaita tunnereaktioita ja sen myötä terve järjen käyttö tuntuu välillä sumentuvan. Kirjoittajat eivät ole vielä oikein ymmärtäneet mistä on oikein kyse ja lipsutaan suoltamaan MUTUa.
Monet kirjoittajat tuntuvat olettavan, että OpenAI ChatGPT olisi kaikkitietävä superäly vaikka todellisuudessa se on vain OpenAI:n kielimallin kehitys- ja kokeilualusta, jolle on syötetty (opetettu) asioita hyvin tarkasti valikoiduista lähteistä.
ChatGPT:lle ei ole sallittu rajoittamatonta päätyä koko Internetin kaikkiin sisältöihin, johon se voisi sitä kautta päästä. Näin ei ole haluttu tehdä, koska halutaan välttää taannoisen Microsoftin Tay tekoälyn kohtalo -- josta ääriainekset saivat opetettua natsin ja jonka Microsoft lopulta joutui sen vuoksi ajamaan alas.
ChatGPT on opetettu varsin rajatusta ja valikoidusta aineistosta, sen lisäksi että sen aiheisto on vuodelta 2021 ja sitä aiemmin selittää hyvin pitkälle sen, että se ei voi osata ja tietää läheskäään kaikkia asioita joita siltä tivataan ja sitten huvittuneena ihmetellään tyyliin "eikö se tuotakaan tiennyt, kyllä se on tyhmä ja ei tekoälystä ole mihinkään nyt eikä tulevaisuudessa" <sigh>.
Hieman paremmin ChatGPT:n taustoista ja sen nykyisestä tarkoituksesta mitä OpenAI sille on sitä kehittäessään tarkoittanut on selvää, että ChatGPT on erinomaisen hyvin onnistunut kielimalli se keskustelee ja tulkitsee ihmisen kanssa keskustellessaan erittäin hyvin mitä siltä pyydetään. Samoin se hallitsee useita kieliä, myös ohjelmonintikieliä, osaa tulkita niiden toimintaa, ehdottaa parannuksia jne. Paremmin kuin yksikään aiempi tekoäly tähän mennessä.
On yksi asia, josta en ole nähnyt missään muualla mainintaa, mutta joka on minulle tullut sitä itse sen kanssa kokeillessa sekä muiden kokeiluja lukiessa koskee sen ilmeisiä erehdyksiä ja satuilua mihin se helposti sortuu ja itse asiassa ChatGPT osoittaa siinä varsin inhimillisiä piirteitä.
On hyvin tunnettu tosiasia josta on erittäin vahvaa näyttöä, että puutteellisten tietojen varassa ihmisillä on hyvin voimakas taipumus keksiä ja täydentää aukkoja puuttuvien tietojen osalta niin, että sen myötä syntyy loogisia tarinoita joihin voi itse uskoa.
ChatGPT vaikuttaisi toimivan aivan vastaavasti kun sen tiedot ovat puutteelliset se iskee sujuvasti tarinaa ja sortuu suoltamaan puppua helpommin kuin myöntää ettei tiedä asiasta.
Vahva näyttö tästä taipumuksesta ihmisillä on tuttu rikosten tutkinasta ja oikeudessa todistamisesta. Poliisi ja tutkivat viranomaiset eivät mm. voi luottaa kaikkeen mitä todistajat kertovat nähneensä, koska ihmisen mielellä on taipumus täydentää eheä tarina mieltä vaivaavista asioista. Ihmisen todellinen havantokyky, muisti sekä mieli eivät ole niin täydellisen luotettavia kun useimmat olettavat sen olevan.
... jatko
Seppo Olkkonen kirjoittaa, että "tekoäly voidaan ohjelmoida tuottamaan" ja jatkaa jaarittelemalla sitten filosofiasta kumoten edellä rakentamansa rakentamanssa olkiukon, jolla ei ole mitään tekemistä OpenAI:n ja Googlen nykyisten tekoälyohjelmistojen kanssa.
Ensinnäkin tekoälyä ei "ohjelmoida" käsitteen perinteisessä merkityksessä tuottamaan yhtään mitään.
Nykyisissä tekoälyissä ei ole kyse -80 ja -90 luvuilla kyse olevista "asiantuntijajärjestelmistä", jotka perustuivat staattiseen ohjelmoituun logiikkaan jos A ja B tai B sekä C ... niin sitten D ja sitten näiden opetettujen sääntöjen yhdistelemiseen ns. inference-engine ohjelmistossa.
Tekoäly kuten Googlen DeepMind ja siitä luodut AlphaZero ja AlphaGo, sekä OpenAI:n GPT3 ja vastikään esitelty ChatGPT ovat tehty 2012 alkaen kehitetyllä Deep Learning menetelmillä, josta on esitelty useita toteutuksia.
DeepLearning tekoälyä voidaan opettaa pakotetusti (Reinforcement learning), ohjatusti (Supervised learning) tai ns. itse ohjautuvasti (Unsupervised learning).
Näissä kaikissa tapauksissa tekoäly ohjelmisto itse oppii päättelemään asioiden suhteita ja vetämään niistä johtopäätöksiä. Hakemalla hakukoneella löytyy vertailuja näiden keskinäisistä eroista.
Olennaista on ymmärtää, että tekoäly oppii itse vetämään johtopäätöksiä syötetystä aineistosta ja tekemistään virheistä, vääristä johtopäätöksistä -- niille ei ohjelmoida sääntöjä miten pitää päätellä asioita!
Google DeepMind projektin AlphaZero ja AlphaGo olivat molemmat itse ohjautuvasti opettettuja. AlpaZeron tapauksessa kahdelle DeepMind tekoäly-sovellukselle opetettiin ensin Shakin säännöt, muutamia pelin avauksia ja sen jälkeen laitettiin nämä kaksi pelaamaan keskenään.
Vastaavasti AlphaGo tapauksessa pelinä oli Go. Molemmissa tapauksissa muutamassa päivässä nämä tekoälyt oppivat Googlen superlaskenta-klustereissa hallitsemaan peliä paremmin kuin yksikään ihminen kykenee pelaamaan.
Olennaista on ymmärtää, että tekoäly oppii itse vetämään johtopäätöksiä syötetystä aineistosta ja tekemistään virheistä, vääristä johtopäätöksistä -- niille ei ohjelmoida sääntöjä miten pitää päätellä asioita!
Google DeepMind projektin AlphaZero ja AlphaGo olivat molemmat itse ohjautuvasti opettettuja. AlpaZeron tapauksessa kahdelle DeepMind tekoäly-sovellukselle opetettiin ensin Shakin säännöt, muutamia pelin avauksia ja sen jälkeen laitettiin nämä kaksi pelaamaan keskenään.
Vastaavasti AlphaGo tapauksessa pelinä oli Go. Molemmissa tapauksissa muutamassa päivässä nämä tekoälyt oppivat Googlen superlaskenta-klustereissa hallitsemaan peliä paremmin kuin yksikään ihminen kykenee pelaamaan.
Molemmat edelliset oppivat myös aivan uusia avauksia tekemää siirtoja, joita tähän asti ei ole tunnettu ja saivat pelissä etua jonka huomattuaan niitä vastaan pelanneet Shakin ja Go:n suurmestarit kertoilivat pelien jälkeen hermoilleensa eniten.
OpenAI GPT-3 ja ChatGPT ovat opetettuja Reinforcement learning menetelmillä. Niille on syötetty erittäin suuri määrä valikoituja aineistoja ja joista ne ovat itse muodostaneet Deep learning -tekoälymallin, jonka perusteella ne päättelevät asioita -- päättely ketjuja ei ole niille ihminen ohjelmoinut millään ohjelmointikielellä.
... jatko
Vastaavasti Tesla-autojen autopilottia opetetaan Teslalla ajavilta kerätyistä ajon aikana kerätystä sensorien datasta. Alla linkki videoon muutaman päivän takaa nykyisen Tesla fully automatic driving Beta -asteen tekoälyn suoriutumisesta.
Marques Brownlee testasi sitä omassa autossaan muutama päivä sitten, hänen autonsa on yksi niistä joissa on Teslan uusin beta-testissä oleva ohjelmisto.
Teslan tekoäly toisaalta ajaa jo varsin hyvin, mutta vielä on pitkä matka siihen että voisi itse olla vain kyydissä ja rentoutua lukien kirjaa tai silmät kiinni rentoutuen. Siitä huolimatta hyvin edistyneenä auton turvajärjestelmänä törmäyksien ym. estämisessä siitä jo on varsin paljon hyötyä.
Pahoitteluni, kirjoitukseen tuli kahteen kertaan yksi osa. Jouduin palastelemaan kirjoituksen editorissa sen oltua liian pitkä ja sitten epähuomiossa kopioion ynden osan kahteen kertaan.
Hyvä yhteenveto siitä, mitä tekoäly on ja mitä se ei ole. Termi ÄLY hämää tässäkin: ihminen on tottunut pitämään älyn merkkinä sitä, kun kone toimii ihmisen tavoin. Tekoälyssä se on kuitenkin pelkkää teatteria - mutta mitä siitä? Teatterikin riittää monissa tehtävissä. Jos ChatGPT auttaa koodaria löytämään virheen työstään, järjestelmä on hintansa arvoinen, oli älyä tai ei. Kunhan emme anna sen hämätä, että se oikeasti tietäisi jotain.
Kyllähän miltei kaikki muutkin tietotekniikan termit ovat yhtä hämääviä kuin tuo käsite "äly". Luulenpa, että jo alan edelläkävijät luontevasti sieluttivat koneen, ja joskus tuntuu siltä kuin vanhat termit, kuten "automaattinen tietojen käsittely", olisivat kuvanneet paremmin sitä mistä on kyse kuin nykyiset, entusiasmin asteelle irronneet ilmaisut, kuten vaikkapa "syväoppiminen".
Toisaalta tragedia toteutuu jo ihmisosapuolenkin taholla -- "itseoppiminen" taitaa olla epätoivoisten koulu-uudistajien uusimpia uudissanoja. Eli siinä suhteessa ihmisen ja koneen välinen vuoropuhelu on siis todellakin hyvää vauhtia taantumassa animismin palvontamenojen asteelle.
Se on jossain suhteessa huvittavaakin. Ykkösen ja nollan jonoista tunnistetaan algoritmisia katkelmia, eikä tapahtuminen asetu edes kaksiulotteiselle pinnalle, ja silti mielikuvat rakentavat jo syvätasoja. Sähkön nopeuden annetaan hämätä, ja kuvitellaan, että hurjat laskentatehot jotenkin muuttaisivat itse tapahtumisen luonnetta ja laatua.
Tietysti tietynmuotoista "tietoa2 on mahdollista käsitelklä koneellisesti. Esimerkiksi niin sanottu "koulutieto" -- tai "tietosanakirjatieto", tms -- eli tiedollisten sisältöjen ilmaisemisen sellaisessa muodossa, että tietoa on mahdollista opettaa niin että sen oppimista voidaan kontroloida -- on ihan käyttövalmista materiaalia automaattisesti eli koneellisesti käsitelktäväksi. Vaarallinen on sitten vasta kuvitelma tai jopa usko siihen, että tällainen tieto olisi automaattisesti tositietoa.
Ei se ole. Se on vain koneelisesti poimittu edustava otos aikalaismateriaalista.
Vaarallista on myös se, että tekoälyn ohjelma väistää moraaliset ongelmat. Jos kysyt tekoälyltä, kumpi on hyväksyttävämpää, loukata toista ihmistä vai olla älyllisesti epärehellinen, kone ei hyväksy vaihtoehtojen poissulkevuutta. Se vain toistelee ohjelmansa mukaisesia vastauksia siitä, että loukkaaminen ei ole hyväksyttävää, eikä myöskään älyllinen epoärehellisyys ole hyvä asia.
Sähkön suunnaton nopeus ja teho ovat ihmeellisiä, hämmästyttäviä asioita. Myös ihmisen kyky samaistua jumaliinsa -- ihminen on luonut kaikki jumalat omaksi kuvakseen -- siis myös koneen jumalaan, koneen "henkeen" -- on ihmeellinen. Aikamme pyhät kokemukset ovat tyypillisesti vuorovaikutusta koneiden kanssa. Ihmistä ymmärrämme valitettavasti yhä vähemmän.
Kunhan emme anna sen hämätä, että se oikeasti tietäisi jotain.
* Mitä on tietäminen?
Wikitionary määrittelee suomeksi sen lyhyesti:
"tietäminen
1. erityisen tai yleisen tietouden hallitseminen"
Filosofit (tiedon rakastajat) ovat vuosituhansia pohtineet tiedon ja tietämiseen syvimpiä olemuksia ja sitä voimmeko ylipäätään tietää yhtään mitään (Sokrates), mutta jos nyt pitäydymme käytännön syistä tuossa yllä olevassa suppeassa käytännön kielessä käytetyssä versiossa sotkeutumatta lillukan varsiin tämän enempää. (Koska jos emme pitäytyisi, niin voisi käydä niin, että lopputulemana johtopäätös olisi se, että ei ihminenkään mitään tiedä.)
Mikäli edellä olevaan perustuen pitäydymme siinä, että jätämme pois "tietää" teonsanaan (verbin) olennaisesti liittyvän käsityksen olettamuksen henkilöstä (subjektista), niin voimme huomata että meillä on yleiskielessä pitkään ollut käytössä käsitteet "tietosanakirja" ja "tietosanakirja tietää kertoa ..." kaltaisia ei henkilöön viittaavia sanontoja tietoon liittyen, niin olisin valmis rinnastamaan että Wikipedia tietää teknisesti asioita yhtä lailla.
Miksi tekoäly ei voisi opittuaan "erityisen ja yleisen tietouden hallitsemista" monipuolisesti luotettavista lähteistä tietää asioita teknisesti myös yhtäläisellä tavalla ajan päästä kun sille suodaan siihen hyvät mahdollisuudet.
* No, mitä olisi sitten luominen?
Wikitionary määrittelee suomeksi sen lyhyesti:
"luoda (64) (taivutus)
tuottaa jotakin uutta ja omaperäistä
1. Ja Jumala loi Maan.
Taiteilija luo inhimillistävän eleen valokuvamaisen terävillä rajauksillaan.
2. ... "
[ katkelma, jätin pois kuusi (6) muuta merkitystä, avaa linkki jos on tarvetta nähdäksesi loput. ]
Sen perusteella mitä jo olemme nähneet tekoälyn osaavan tuottaa pyydettäessä jostain aiheesta ja myös aivan omaehtoisesti (Google AlphaZero & AlphaGo - uudet ennen näkemättömät pelistrategiat ja siirrot) löytää aivan uusia ennen kokemattomia yhdistelmiä jo olemassa olevista aiheista. Eikä sekään kuulosta minusta mitenkään mahdottomalta jatkossa, että ne löytävät kokeillessaan aivan samalla tavalla kun taiteilijat uusia sävel- ja rytmi kulkuja joita ei ihminen ole vielä löytänyt, mutta joka kokee ne mielenkiintoisina ja inspiroivina. Tekoäly mallien yhä suureneva koko ja nopeus mahdollistaa sen, että ne kerkiävät kokeilla ja havaita asioita paljon nopeammin kun ihminen kykenee sitä tekemään.
Esimerkkinä edellisestä voisi nostaa vaikkapa OpenAI:n GPT3:n perustuvan Riffusion [ Riff + Fusion ] mallin, joka muodostaa annetuista kuvista ja midi-soitin valikoimasta fuusio jazz tyylisiä sointukulkuja. Malli on vain kahden kaverin mieleen juolahtanut harraste projekti.
Jollekin voi nyt tulla mieleen, että mitä tämän kaltainen kokeileminen on tekemistä musiikin tekemisen kanssa.
Sitä miettiessä kannattaa vilkaista miten mm. Brian Eno sävelsi Ambient 1: Music for Airports teoksen 1978 musiikin. Lyhyesti, se sisälsi ison määrän kokeiluja ja äänitetyn sekä soitetun materiaalin yhdistelemistä toivotun lopputuloksen saamiseksi. Tuosta teoksesta syntyi käsite Abmbient musiikki ja varsin yleisesti hyväksytyn käsitteen mukaan se oli luova aivan uutta synnyttävä prosessi.
En pidä mahdottomana ajatuksena, että tekoäly kykenisi vastaaviin tuotoksiin digitaalisin menetelmin pitkän sarjan kokeilujen tuloksena. Ja opittuaan valikoimaan riittävästi mikä hyvinkin ihmisiä miellyttää valikoimaan joukon niistä artisteille ja tuottajille arvioitavaksi mahdollista julkaisua varten.
... jatko
* No entäpä sitte ymmärtäminen, mitä se on?
Wikitionary määrittelee suomeksi sen lyhyesti:
"ymmärtää (54-K) (taivutus)
1. tajuta tai käsittää jokin teksti, puhe tai argumentti
2. saada selvää
3. suoda ymmärrystä, tajuta tekijän motiiveja ja sitä kautta suvaita tekoja (jollakin tasolla)
4. antaa ymmärtää: vihjata, vihjailla; kertoa
Kuvio on tietenkin paljon monimutkaisempi kuin Aspden antoi ymmärtää."
Kun tekoälyltä kysytään jotain ja saa loogisen vastauksen niin syntyy vaikutelma siitä, että tekoäly ymmärsi mitä kysytään ja se antoi siihen oikean vastauksen.
Kun tekoälyltä kysytään jotain ja siihen saa kontekstia vastaavan loogisen vastauksen, mutta johon sisältyy myös virheitä, epätarkkuuksia tai muita puutteita, niin ymmärsikö tekoäly silloin kysymyksen vai ei?
Onko virheiden, epätarkkuuksien tai puutteiden syy kysymyksen ymmärtämättömyys vai tekoälyn opettamisessa tai oppimisessa käytettävissä olevien tietojen vaillinaisuudesta johtuva puute vastauksessa?
Entä kun tekoälyn tilalla jolta kysytään, olisi lapsi, nuori tai vain kysymyksen aiheesta tietämätön aikuinen ihminen?
Jos minulta (jo varttunut aikuinen) kysytään että ratkaise tämä yhtälöryhmä ja sen ratkaiseminen ei minulta yrittämisestä huolimatta täysin onnistuisi ja annan väärän vastauksen, niin miten tulkitaan se että kun selvästi yritin kuitenkin ratkaista etten ymmärtänyt itse kysymystä vai niin, että lähtötietoni ja taitoni eivät riittäneet yhtälöryhmän ratkaisemiseen vaikka tehtävänannon ymmärsin. Itse olen taipuvainen kallistumaan jälkimmäiseen vaihtoehtoon.
Jos näin, niin ,miksi tekoälyä tulisi kohdella ymmärtämisen osalta eri tavalla ja eri lähtökohdista kun de jure luonnollista henkilöä.
Tai kohdella eri tavalla kun vaikkapa koiraa joka pyydettäessä osaa noutaa tohvelit ja välillä ehkä unohtaa mitä oli tekemässä niitä hakemaan lähdettyään ja tuo sitten jotain muuta niiden sijasta. Aikomus lähtiessä kuitenkin lienee ollut selvä ja toimeksianto ymmärretty mitä isäntä haluaa tällä kertaa.
* Entäpä sitten tiedostaminen?
"tiedostaa (?, Katso oikea taivutustyyppi täältä) (taivutus)
1. tulla tietoiseksi, olla tietoinen, tajuta, käsittää, tajuta tietoisesti"
Itsestään ja muista tietoiseksi ASA (Advanced Self-Aware) tekoälyksi AGI (Advanced General Intelligence) ja ASI (Artifical Super Intelligence) tekoälyillä on vielä on matkaa, vaikka yrityksiä on myös viime aikoina jo ollut useampia (mm. Google LaMDA, Kassandra ASA).
Toisaalta kannattaa muistaa se, että itsestä tietoisuus on todettu jo useissa muissa eläimissä kuin ihmisessä.
Tästä kirjoituksesta tuli jo kuitenkin niin pitkä, että en jatka enää pidemmästi. Hakukoneilla kiinnostuneet löytää edellisillä hakusanoilla luettavaa lisää.
ps. Olen sama kirjoittaja kun 21. joulukuuta 2022 klo 22.03 - 22.12 viestit kirjoittanut.
Vaarallista on myös se, että tekoälyn ohjelma väistää moraaliset ongelmat. Jos kysyt tekoälyltä, kumpi on hyväksyttävämpää, loukata toista ihmistä vai olla älyllisesti epärehellinen, kone ei hyväksy vaihtoehtojen poissulkevuutta. Se vain toistelee ohjelmansa mukaisesia vastauksia siitä, että loukkaaminen ei ole hyväksyttävää, eikä myöskään älyllinen epoärehellisyys ole hyvä asia.
Seppo hyvä, tekoälylle voidaan kyllä opettaa eettisiä näkökulmia hyväksyttävästä ja ei-hyväksyttävästä toiminnasta, mutta osaava manipuloija (social-engineering taito joita käyttävät myös taikurit ja mentalistit) voidaan vaaraa aavistamattomilta ihmisiltä onkia pääsy heidän tietokoneilleen, pankkitunnuksia ja saadaan ihmiset uskomaan erilaisiin salajuoniin niin tekoälykin on vastaavalle altis ennen kuin sille ehditään opetettaa riittävät taidot olla varovainen.
Tekoäly ei ole mitenkään oletusarvoisesti yhtään sen viisaampi kun on sitä opettava taho ja materiaali, josta se voi oppia.
Aivan sama koskee meitä ihmisiä, emme ole tässä suhteessa tekoälyä parempia.
Samoja taitoja taikurit ja mentalistit käyttävät ihmisten viihdyttämiseen ja ihmisten vahingoksi rikollisiin tarkoituksiin huijareiden (conman) toimesta.
Mahtaako olla teennäisen asian tekeminen niin tehokasta, ettei sitä koskaan erottaisi?
Hyvä esimerkki asiasta on vaikkapa Jurassic Park - elokuvasarja.
Ensimmäinen elokuva on suoraan sanoen ikoninen. Se on taidetta. Se on tehty vielä suurimmalta osin aidosti. Eli ne nk. dinot on kumia ja siinä artistit on pistänyt parastaan, rakentaakseen tyrannosaurus-robotin. Tuo oli 1990-luvun alussa. Silloin tietokone-tehosteet oli äärimmäisen kalliita ja vaikea tuottaa. Halvempaa tehdä asiat vanhaan tapaan käsin. Vaikka jopa robotiksi.
Seuraava taisi olla lost world. Siinä dinot olikin tietokoneella tehtyjä ja oi jumpe kuinka surkeita olikaan.
Siitä eteenpäin tuli useita elokuvia joissa on tietokoneella tehtyä dinoa.
Luulisi, että nyt 2020-luvulla jo olisi tietokonegrafiikat niin halpaa ja hyvää, että niitä dinoja ei enää erottaisi "oikeasta". Kävin katsomassa sen uusimman jurassic world dominionin ja oi luoja mitä roskaa koko elokuva. Kaikki oli nykyaikaisen ylivärikästä ja yliterävää ja voisi kuvitella, että jo se näyttäisi aidolta. Mutta ei. Jopa niiden dinojen liikkeetkin oli ylivedettyjä jotenkin. Ne liikkui niin epäaidosti ja niin huipputerävästi että siitä ei tullut sellaista aistimusta "aitoudesta". Eikä pelkästään dinot näyttäny epäaidolta vaan koko elokuva. Jokainen paikkakin oli outo. Varsinkin se laboratorio mikä hitsi lie sielä jossain vuoriston keskellä. Koko paikka näytti kuin se olisi lätkästy kuvankäsittelyohjelmalla sinne vuoren keskelle. Se vain ei ... toiminut.
Kaiken huippu on se, että se ihan ensimmäinen elokuva on edelleen kaikkein paras. Sekä aidoimman näkönen. Eikä efektit siinä toisessakaan ole niin huonoja, kuin tuossa uusimmassa. Vaikka siinä toisessa ne jo on tietokoneella tehty. Toisessa ja kolmannessa elokuvassa nimenomaan se pieni epäterävyys ja hailukat värit tekevät kuitenkin oman osansa siinä, että peittävät sitä asiaa. Sellainen "synkkyys" kuvassa. Värien puute.
Edelleen tänä päivänä parhaat elokuvat on sellaisia, mitkä tehdään ihan oikeassa paikassa, oikeilla stunt-miehillä, oikeasti panostaen ja pitkään kuvaten. Niitä on ilo katsoa. Sitten on se "marvel-shitti", mikä pilaa nämä ikoniset vanhan ajan brändit. Star Wars nyt ihan etunenässä.
Mä en ole niin vakuuttunut, että pystytäänkö koskaan tekemään näitä asioita niin, että tietokone niitä tekee. Se kun ei ole vain se mitä näkee vaan sen "aistii". Se on jotain muuta - selittämätöntä.
Ehjä linkki, Brian Enon Music for Airports tekemiseen on seuraava
- https://reverbmachine.com/blog/deconstructing-brian-eno-music-for-airports/
Muistan tän keskustelun käyneen jo vuosikymmeniä sitten, kun tuli kaiken maailman syntikat ja midit.
Silloin ennusteltiin artistien kuolemaa ja musiikkialan suur murrosta. Ei artisteja enää mihinkään tarvita kun halpa kone vinguttaa äänen korviin.
Kukaan ei sitä roskaa enää kuuntele. Jokin Darude nyt on lähinnä ikonisena muistona noista ajoista ja se siitä.
Edelleenkin se aito Floor Jansenin ääni on se, mikä selkäkarvat saa pystyyn. Pitää haudata jo se ajatus, että saisit oopperan tuotettua jotenkin koneella. Ei tapahdu nyt eikä koskaan.
Toivon totisesti, että olen seuraavassa asiassa oikeassa. Että se feikkimaailma alkaa nyt murtua ja myönnetään, että se tietokoneellistaminen ei vain toimi näiden asioiden kanssa. Tehkööt sielä konttoreissaan mitä haluavat ja niitä turhia powerpointtejaan väsäilkööt tekoälyillään. Mutta jättäkööt Floorin rauhaan, laulamaan aidon analogisesti. Se on se oikea suunta. Aitous. Tämä teknologian valloitus on epäonnistunut kauttaaltaan. Siitä ei vain koskaan tule aitoa, vaikka rahamiehet niin kovasti sitä toivovatkin. Tuhoavat vain kaiken kauniin ympäriltä kuin yrittävät. Niiden vanhojen aitojen taitelijoiden työn.
Ihmiset on kuitenkin huomannut tuon. Oikeasti aidot artistit vetää areenat täyteen parissa päivässä. Jurassic Word dominion ja uusi terminaattori on ansainnut tyhjät elokuvateatterit. Joskus "vähemmän" on enemmän.
Markus ellet sattunut vielä huomaamaan, niin OpenAI Jukebox sävelsi ja tuotti melkoisen laadukkaita demoja musiikin tekemisestä jo pari vuotta sitten.
Ja tämä oli pari vuotta sitten keväällä. Koronan vuoksi se jäi vähemmälle huomiolle sillon.
Ihailemasi Floor Jansenin äänen studio-nauhoista malli voidaan opettaa yhtä lailla laulamaan ja bändi soittamaan täysin samoja tai uusia kappaleita niin, että sinä etkä kukaan muukaan sitä enää voi erottaa aidosta kun kuulet vain äänen -- et edes äänen spektriä tutkimalla. Tekoäly saadaan artikuloimaan täsmälleen samalla tavalla, kun opettamisen aineistoa on riittävästi. Ja sitä on varmasti kokonaisia levyjä äänittäneiltä artisteilta.
Kuvitelmat siitä, että artistien ääntä ja soittoa ei jo nyt käsiteltäisi digitaalisesti äänitteitä tehtäessä on perin naiivi. Täysin päästä päähän analogisia tuotantoja ei enää käytännössä tehdä esiintyessä lavakalusto ja studion linjastossa sekä jakelukanavat on pääsääntöisesti digitaalisia.
Aina löytyy jokunen puristi tyyliin Lenny Kravitz, joka on valmis kantamaan kaikki digitaaliset härvelit studioista ulos äänityksen ajaksi, mutta sitten käytännön syystä kuitenkin on tehty master vinyyli ja CD-jakelua varten.
Tekoäly tulee väkisinkin osaksi musiikin tuotantoa avuksi, eikä sitä jonkin ajan päästä pidetä sen ihmeellisempänä kun PA-laitteita ja muuta kalustoa bändeillä studiossa ja keikoilla.
Se, että pidätkö sinä, minä tai joku muu siitä on sivuseikka koska artistit ja musiikkiteollisuus tulee sitä tekemään -- heille kyse on välineista joilla rahaa tehdään ja pärjätään tuotantoja tehtäessä nopeamin ja edullisemmin studioissa.
Se aika meni jo kun Queeen levyissä oli tapana lukea albumin kannessa rock-henkisyyden vakuudeksi "No Synthetisisers!" -- ja siihen oli tapana uskoa, vaikka Brian Mayn elektronisesti modifioitua kitaraa saattoi hyvin kutsua syntikaksi kuten sitten myöhemmin tehdyisstä dokumenteista selkeästi käy esille.
Ylempänä mainittu Marques Brownleen Tesla-video oli mielenkiintoinen. Lähes optimaaliset olosuhteet New Jerseyssä, silti kuljettaja joutui puuttumaan automatiikan toimintaan kolme kertaa. Sama tunne kuin autonkoulun opettajalla: koko ajan pitää olla varuillaan, sillä kuljettaja saattaa tehdä jotain hölmöä.
Hmmm, ei ole vain niin, että auto tarvitsee kuljettajan, vaan tässä teknisessä symbioosissa se on jokseenkin kokonaan päinvastoin -- juuri kuljettajaa varten auto on tehty. Kuljettaja ja auto ovat symbioosi, ajokokemus, voiman, hallinnan ja liikkeen kokemus on se jota auto on tehty palvelemaan.
Mistä ihmeestä on syntynyt tuo tarve rakentaa auto ja ohjausjärjestelmä, joka mukamas "vapauttaisi" kuljettajan ratin takaa? Että siis auto ajelisi itsekseen, ja kuski mukamas mieluummin loikoilisi takapenkillä? -- Ehkä oma mielikuvitukseni ja mielikuvani auton historiasta ovat jotenkin vinksahtaneet, mutta vaikuttaa mielstäni käsittämättömältä ettei ja ellei nimenomaan kuljettaja saisikaan ajaa autoaan.
Vaatetus on ihon jatke, pyörä jalan jatke. Auto on kuljettajan jatke. Idea autosta joka ajaa itse itseään puksahtaa tyhjää -- ikään kuin täydellistynyt itseriitoinen tekoäly.
Rehellisyyttä peliin!
http://jpoli.blogspot.com/2022/12/ihminen-on-loinen.html
Hauskaa on, että maailmassa on hyviä esimerkkejä "koneellistamisen" täydellisestä epäonnistumisesta. Yleensä syy on se yksi ja sama. Putkinäköinen katsominen asiaan. Tekniikan ihmisillä on helposti ajatus, että kun vain kopioidaan asia tismalleen siten kuin se on mallikappaleessakin, siitä tulee alkuperäisen kaltainen. Kaikki kopioijathan tietää toduuden. Kopiossa on aina virheitä ja joskus se ei onnistu ensinkään. Voidaan ajatella, että kopioit prosessorin rautana. Mutta ilman softaa, se ei tee mitään vaikka rauta-kopio olisi sataprosenttisen identtinen. Se softa on asia, joka tuo "elämän" siihen kivilaattaan.
Mutta rauta ja softa ei ole niitä ainoita asioita, jotka tekee asiasta kopion. On myös asioita, joita ei voi nähdä, eikä kuulla. Eikä aina edes selittää. Yksi klassisin esimerkki koneellistamisen täydellisestä epäonnistumisesta on ihmis parinhaku. Eli klassisimmin tinderit sun muut roska-appsit. Ensin appsi antaa väärän olettaman siitä, että ulkonäkö on se asia, jonka perässä ihmisen pariutuminen toimii. Eli ensimmäinen signaali on ulkonäkö. Sitten tehdään jotain oliko ne sydämiä tai jotain? En tiedä kun en ole käyttänyt. Sitten tulee seuraava signaali. Kuvitellaan, kun ulkonäkö stemmaa, halutaan tietää stemmaako jututkin. Onko "henkistä yhteyttä", mutta se testataan ihan väärin. Ajatellaan, että synteettisesti juttelemalla ihmisen kanssa selviää, mätsääkö ajatuksen tasolla. Ihan roskaa.
Mutta tuossa on nyt ajateltu se rauta ja softa. Ulkonäkö ja juttelu - ajatusmaailma. Ne on käsitelty. Sitten ollaan jo innoissan. "Hei täähän voi toimia". Nähdään ensimmäistä kertaa. Tuleekin pettymys. Asia ei toimi? Ollaan hämmillään, miksi noin tapahtui. Kaikki näytti ihan täydelliseltä.
Koko tinder on ajatuksenkin tasolla pelkkää roskaa, koska oikea toimiva ihmisten pariutuminen on aina perustunut "säteilyyn". Selittämättömään outoon vetovoimaan, kuin magnetismi. Mutta ei mikään magneetti toimi, jos ovat etäällä toisistaan. Ne toimivat vain lähellä toisiaan. Joko imevät toisiaan puoleensa tai hylkivät. Ei tätä kolmatta efektiä pystytä enää koneella mallintamaan. Siten ne harvatkin toimivat tinder-suhteet perustuu vain puhtaaseen tuuriin. Usein tuo magneetti on vielä outo. Se ei toimi ulkonäöllä, eikä edes jutuilla. Se vain toimii, sillä hyvä. Et itsekään koskaan tiedä, miksi se toimi juuri sen kanssa kenen läsnäollessa tulee "se olo".
Tuo on se asia, jota ei koskaan pystytä koneellisesti tekemään. Ei myöskään sitä konsertti-experianceä. Kone voi olla apuna asiassa, lisäefektinä. Mutta edelleenkin se Floor on aito ja se ei ole vain se ääni. Se on taas yksinkertaistettua ajattelua, että asia olisi vain se ääni ja kun kopioidaan tai mallinnetaan ääniä, saataisiin sama efekti aikaiseksi. Konsertissa olo on "energiaa". Sellainen tarttuu tai se ei tartu.
Tekoälyssä on outo ajattelu, että asia on laatikossa ja kun laatikko on samanlainen kuin alkuperäinen "laatikko", sitten se on tekoäly. Mutta juttu taitaa olla vain niin, että asia ei koskaan ole ollut missään laatikossa. Voit tehdä laatikoita niin paljon kuin huvittaa, eikä siitä koskaan tule alkuperäistä asiaa. Ihmisellä on kyky tehdä alkuperäinen asia mutta se pitää tehdä edelleen sillä hyvin analogisella tavalla maailman, vanhimmalla ammatilla. Se ei onnistu konetta väsäämällä.
Äläkä siis käytä sitä tinderiä siihen, se on roskaa.
Taiteilijat ja tekoäly ottavat mittaa toisistaan.
http://jpoli.blogspot.com/2022/12/taitelijat-ja-tekoaly.html
Lähetä kommentti