Alkuperäinen otsikko: Tekoäly tulee, panosta inhimillisyyteen
Lukijan mielipide|Numerot ja kirjaimet voidaan muuntaa biteiksi ja antaa tekoälylle, mutta paraskaan kone ei pysty korvaamaan inhimillisyyttä.
Helsingin Sanomat on uutisoinut viime viikkoina toistuvasti tekoälykehityksen käänteistä, kuten 18. helmikuuta (Tekoäly näkyy kaikkialla paitsi tilastoissa). Juuri nyt asiat kehittyvät niin nopeasti, että moni on huolissaan oman työnsä tulevaisuudesta. Niin pitääkin olla. Ellei yhtään pelota, ei ole ymmärtänyt, miten isoja asioita parhaillaan tapahtuu.
Erityisesti huolestuttaa kehityksen arvaamattomuus. Edes parhaat asiantuntijat eivät tiedä, miten ja milloin tekoälyn vaikutukset alkavat näkyä. Se tekee tulevaisuuden suunnittelun vaikeaksi paitsi yrityksille myös yhteiskunnan päättäjille.
Ajatellaan vaikkapa ohjelmointia. Kymmenen vuotta sitten kerrottiin, että koodaus on uusi lukutaito, ja siksi ohjelmoinnin perusteet tulisi opettaa jo peruskoulussa. Tekoäly vei pohjan tältä ajatukselta. Miksi opettaa koodausta, kun tekoäly tuottaa valmiita ohjelmia napin painalluksella? Jopa lukutaidon merkitys on vaarassa, sillä koneet ymmärtävät puhuttuja komentoja ja vastaavat videoilla.
Kahdeksan vuotta sitten Suomessa vieraillut Googlen tekoälytutkija Greg Corrado lupasi, että tekoäly tuhoaa vain tylsät työt, eikä nuorten sen vuoksi kannata olla huolissaan unelmatyöstään. Tämäkään ei pitänyt paikkaansa. Olemme nähneet, miten tekoäly vie töitä erityisesti luovan alan tekijöiltä ja eri alojen koulutetuilta ammattilaisilta. Suorittavaa työtä tekevät putkimiehet ja sairaanhoitajat ovat paremmin suojassa.
Miten tavallisen kansalaisen sitten tulisi toimia säilyäkseen kilpailukykyisenä koneita vastaan?
Sumusta paljastuva tulevaisuus on arvaamaton, joten kannattaa varautua kaikkeen mahdolliseen. Omasta oppimis- ja sopeutumiskyvystä huolehtivalla ei pitäisi olla vaikeuksia jatkossakaan löytää paikkaansa.
Kannattaa tutustua uusiin tekoälypalveluihin ja työkaluihin. Mieti, miten voit hyödyntää niitä työssäsi ja vapaa-ajassasi. Monet palvelut ovat maksuttomia, joten kustannukset eivät ole opiskelun esteenä. Oma aktiivisuus ja tahto ratkaisevat.
Mieti myös, mikä on oman työsi inhimillinen ulottuvuus ja pyri lisäämään sen osuutta. Numerot ja kirjaimet voidaan muuntaa biteiksi ja antaa tekoälylle, mutta paraskaan kone ei pysty korvaamaan inhimillisyyttä.
Petteri Järvinen
Espoo
(julkaistu Helsingin Sanomissa 22.2.2026)
7 kommenttia:
Viihdetaiteessa ratkaisevaa on se, haluaako nuoret kuluttajat välttämättä fanittaa oikeaa ihmistä muusikkona tai elokuvatähtenä, vai riittääkö virtuaaliset tähdet, jotka eivät koskaan vanhene tai muutu, eivätkä lausu kiusallisia kommentteja julkisuudessa. Veikkaan, että ihmisten esittämä populaarimusiikki (tai ainakin "mega-artistit") siirtyy samanlaiseen marginaaliin kuin esim. klassinen musiikki ja jazz.
Niin, eihän tekoälyllä ole varsinaista älyä. Kone voidaan opettaa keräämään ja muokkaamaan kieliopillisesti kelvolliseen muotoon tietoja ja näkökohtia, jotka joku IHMINEN on sille valinnut ja syöttänyt. "Faktat" ja näkökohdat voivat olla täysin huuhaata, koska koneella ei ole ihmisen loogista ajattelukykyä. Näennäisesti kriittisetkin pointit ovat nokkelaa syötettä, jonka tarkoitus on ehkä vain antaa vaikutelma "tekoälystä", josta hupsut ovat valmiita maksamaan maltaita. Toistan yhden aiemman tylytykseni: sitten kun kone pystyy omin päin ratkaisemaan vaikkapa jonkin matemaattisen ongelman, jota ihminen ei ole (ainakaan vielä) ratkaissut, voidaan alkaa puhua tekoälystä ilman lainausmerkkejä.
En tiedä oletko sinä Olavi viime aikoina (~2v) seurannut tekoälyn kehitystä ja sen käyttöä matematiikan saralla. Mutta tässä alla lyhyt vastaus hakukoneella löydettävissä:
> What math problems have been solved by ai, can I have examples, please?
"AI systems are increasingly solving complex, long-standing mathematical problems by generating novel proofs, discovering new patterns, and achieving competitive performance on elite-level exams. These AI tools, such as DeepMind’s FunSearch and AlphaProof, often collaborate with researchers to tackle challenges that remained unsolved for decades.
Notable Examples of AI-Solved Math Problems
The Cap Set Problem: In 2023, DeepMind’s FunSearch AI successfully generated a new, effective solution for the cap set problem. This problem asks for the largest size of a set of points (like those in the game Set) such that no three points form a straight line. The AI’s approach surpassed previously known bounds.
International Mathematical Olympiad (IMO) Problems: In 2024, Google DeepMind’s AlphaProof and AlphaGeometry 2 systems achieved a silver-medal standard at the IMO. They correctly solved four out of six highly difficult problems, including two algebra problems, one number theory problem, and one geometry problem, by both finding the answers and formally proving them.
Erdős Problem #124: An AI system called Aristotle reportedly solved a version of this 30-year-old problem in six hours. The proof was subsequently verified using the Lean proof assistant.
Lyapunov Functions: AI has been utilized to address a 132-year-old challenge concerning the discovery of global Lyapunov functions. These functions are critical for analyzing the stability of dynamical systems, such as the famous three-body problem in celestial mechanics.
Combinatorics and Algorithms: FunSearch has also been applied to solve challenging problems in combinatorics, such as the online bin-packing problem, where it generated computer programs that outperformed established human-created algorithms.
How AI Solves These Problems
AI uses two main approaches:
1) Neural-Symbolic Systems: These combine a language model's "intuition" with a symbolic engine that follows strict logic, ensuring proof correctness. An example is AlphaGeometry.
2) Formal Verification: Many AI systems use languages like Lean to mathematically verify every step of a proof.
"
Tekoälyn ratkaisut näihin ongelmiin on voitu tarkastaa Lean -kielellä, jolla muodollinen tarkistaminen nykyisin yleensä tehdään.
Kannattaa myös käydä lukaisemassa Terrence Taon tekoälyaiheista matematiikan tutkimussivustoa (ts. hänen blogia).
Ja jos hra Tao, ei ole tuttu, niin kannattaa käydä lukemassa Wikipedina sivua hänestä ensin suomeksi ja sitten jos aihe kiinnostaa enemmän niin englanniksi. Hän ei ole ihan mikä tahansa sattumanvarainen matemaatikko vaan tällä hetkellä yksi arvostetuimmista nykymatemaatikoista.
Tekoälyä käytetään nykyisin hyvin paljon matematiikan kanssa ja erityisesti nämä huippukaverit käyttävät sitä apuvälineenä niin vanhojen vielä ratkaisemattomien ongelmien ratkaisemisessa sekä myös sitten kun tehdään uutta tutkimusta, niin sen ohessa yleensä syntyy joukko uusia ongelmia ratkaistavaksi. Niin niiden ratkaisemisessa myös. Eli tekoälyä käytetään hyvin laajasti kaikkeen mihin se vain suinkin soveltuu. Ja se on osoittautunut hyvin hyödylliseksi matematiikan tutkimuksen apuvälineeksi, josta on jo tähän mennessä ollut paljon apua. Vanhojen todistusten tarkistamisessa ja uusien ratkaisujen löytämisessä niihin, sekä myös uusiin ongelmiin.
Lean kielellä, erityisesti sen viimeisellä 4 versiolla on hyvin suuri merkitys, koska sillä saadaan luotettavasti tarkastettua todistukset.
Naah. Silti jopa tiedemiehet ovat väittäneet, miten helposti tekoäly tulee korvaamaan ihmisen pahuuden. Tekoäly on kuulemma luonnostaan paha ja tulee ensitöikseen tuhoamaan ihmiskunnan. Selvä kun mikä, koska kaikki uskovat siihen. Itse en ole koskaan ymmärtänyt, miksi ihmiset uskovat, että älyllä voidaan tehdä vain pahaa, kun taasen hyvä johtuu vain tunteista. Omasta mielestäni oikeasti älykäs ihminen ei voi koskaan edes ajatella pahaa, koska paha johtuu tunteilusta ja tunteilevat ihmiset pystyvät tyhmyydessään helposti väittämään, että paha johtuu älystä.
Perusajattelu kertoo meille ettei tavallisen ihmisen kannata olla huolissaan. Tavallisen ihmisen työ on sen verran huonosti palkattua, ettei sen automatisoinnilla päästä suuriinkaan säästöihin. Tämän takia esim. taide on helppo automatisoida. Miksi taiteen pitäisi olla ihmisen tekemää? Emmehän me esimerkiksi lentäessä heiluta käsiämme trendikkäästi vaan istumme rauhallisesti tuolissa syöden herkkuja ympäri maailmaa. Ei se koodaaminen ole millään lailla autuaaksitekevää vaan aika tylsää touhuamista.
Nuorempana harrastin koodaamista omaksi iloksi mutta vanhemmiten ei enää jaksa sitäkään. Mieluusti annan tietokoneen tehdä oman koodinsa, itse teen sitten asioita mistä tykkään.
Lähetä kommentti