Published on:
Tekoälyn nousun jäljittäminen: Inhimillisestä uteliaisuudesta kognitiiviseen vallankumoukseen
”Toimittajana olen aina ollut syvästi utelias maailmaa kohtaan.” Näillä sanoilla kiinalainen mediavaikuttaja Yang Lan avaa dokumentin Exploring Artificial Intelligence asettaen raamit matkalle, jota ohjaavat aikakauttamme yhä enemmän määrittävät kysymykset: Tulevatko koneet ihmistä viisaammiksi? Korvaako tekoäly meidät eräänä päivänä? Ja kuinka pitkälle teknologia voi laajentaa ihmisälyn rajoja?
Nämä kysymykset muuttuivat maailmanlaajuisesti polttaviksi vuonna 2016, jota pidetään yleisesti tekoälyn läpimurtovuotena. Massadatasta ja pilvilaskennasta syväoppimiseen ja autonomisiin järjestelmiin, tekoäly siirtyi nopeasti laboratorioista julkiseen tietoisuuteen.
Eräs ratkaiseva tapahtuma oli historiallinen ottelu, jossa AlphaGo voitti maailmanmestari Lee Sedolin, mikä symboloi muutosta siinä, miten ihmiset mieltävät koneälyn.

Kieli, kognitio ja koneen mieli
Ihmisäly kehittyi kielen kautta. Noin 70 000 vuotta sitten monimutkaisten puhejärjestelmien kehittyminen antoi ihmisille mahdollisuuden kuvailla ympäristöään, vaihtaa abstrakteja ideoita ja rakentaa yhteiskuntia. Tämä ”kognitiivinen vallankumous” muovasi sivilisaatiota perusteellisesti.
Dokumentti esittää rinnakkaisen kysymyksen: miten koneet ymmärtävät kieltä?
Varhaiset yritykset olivat vaatimattomia. Vuonna 1952 Bell Labsin tutkijat opettivat koneita tunnistamaan kymmenen puhuttua englanninkielistä numeroa ja nimesivät järjestelmän ”Audreyksi”. Vaikka se oli uraauurtava, se oli kaukana todellisesta luonnollisen kielen ymmärtämisestä. Edistys oli vähittäistä ja usein rajoitettua vähäisen datan ja laskentatehon vuoksi.
Edistys oli vähittäistä ja usein rajoitettua vähäisen datan ja laskentatehon vuoksi.
Merkittävä käännekohta tapahtui 1980-luvulla, kun Kai-Fu Lee aloitti puheentunnistustutkimuksen Carnegie Mellon -yliopistossa. Hänen työnsä esitteli järjestelmiä, jotka pystyivät ymmärtämään useiden puhujien jatkuvaa puhetta - mikä oli välttämätön askel kohti luonnollista ihmisen ja tietokoneen välistä vuorovaikutusta. Ensimmäistä kertaa koneet pystyivät käsittelemään puhuttua kieltä tavalla, joka muistutti todellista vuoropuhelua pelkkien erillisten komentojen sijaan.

Sääntöpohjaisista järjestelmistä syväoppimiseen
Näistä edistysaskelista huolimatta puhe- ja kielijärjestelmät kamppailivat vuosikymmeniä. Läpimurto tapahtui 2000-luvun puolivälissä uuden paradigman, syväoppimisen, myötä.
Vuonna 2006 Geoffrey Hinton julkaisi vaikutusvaltaista tutkimusta syvistä neuroverkoista hakien inspiraatiota ihmisaivojen rakenteesta. Hänen työnsä korosti skaalautuvuutta - suurempia malleja, enemmän kerroksia ja huomattavasti enemmän dataa. Tämä lähestymistapa sai vastakaikua tutkijoilta, kuten Deng Liltä, joka osoitti, että yhdistettynä suuriin tietomassoihin ja nykyaikaiseen laskentatehoon, puheentunnistuksen virhetasot voisivat laskea dramaattisesti, joskus jopa yli 20 prosenttia varhaisissa kokeissa.
Se, mikä oli pidätellyt neuroverkkoja 1990-luvulla, ei ollut viallinen teoria, vaan riittämätön data ja laskentaresurssit. Kun internet tuotti valtavia tietomassoja ja prosessointiteho kasvoi, syväoppiminen kukoisti äkillisesti. Ongelmat, jotka ennen vaikuttivat ratkaisemattomilta, alkoivat hävitä.

Koneet siirtyvät fyysiseen maailmaan
Dokumentti tutkii myös sitä, miten tekoäly siirtyy ohjelmistojen ulkopuolelle fyysiseen ympäristöön. Stanfordin yliopiston tekoälylaboratoriossa ihmisen kaltainen PR2-robotti suorittaa tehtäviä, kuten navigoi käytävillä, käyttää hissejä ja ostaa kahvia tutkijoille.
Sen muotoilua ei ole tarkoitettu jäljittelemään ihmistä, vaan vuorovaikuttamaan tehokkaasti ihmiskeskeisen maailman kanssa - näkemään, tarttumaan ja käyttämään hallittua voimaa.

Tämä heijastaa laajempaa muutosta robotiikassa: koneet eivät ole enää rajoittuneet tehtaisiin. Ne opettelevat elämään rinnakkain ihmisten kanssa ja sopeutumaan monimutkaisiin, rakenteettomiin ympäristöihin.
