Artikkelit

Tekoäly - mitä se on ja mitä projektiammattilaisen pitäisi tietää siitä?

Mitä tekoäly on?

Tekoälylle ei vielä ole vakiintunutta määritelmää. Euroopan komissio on pyrkinyt määrittelemään tekoälyn seuraavasti: “Artificial Intelligence (AI) is a fast-evolving family of technologies that can bring a wide array of economic and societal benefits across the entire spectrum of industries and social activities.” Tekoälyjärjestelmän komissio on taasen määritellyt näin:  "Artificial intelligence system” means a machine-based system that is designed to operate with varying levels of autonomy and that can, for explicit or implicit objectives, generate outputs such as predictions, recommendations.” Tuoreessa suomalaisessa Kaisa Kukkosen väitöstutkimuksessa tekoälyä lähestytään korkean suorituskyvyn omaavana yleiskäyttöisenä teknologiana. Projektipäivien pääsalin keynote-puheenvuorossaan professori Teemu Roos määritti tekoälyn järjestelmiksi, joiden avulla älykkyyttä vaativia tehtäviä voi automatisoida. Määritelmät ovat siis varsin laajoja ja yleisluontoisia. 

Tekoäly on datariippuvaista ja kontekstisidonnaista

Tekoäly on data- ja kontekstisidonnaista. Käyttäjälle tämä tarkoittaa muun muassa sitä, että mitä rikkaampi ja validimpi data on ja mitä yksityiskohtaisempi syöte ja tarkentavat määrittelyt (prompt), sitä tarkempi on tekoälyn antama vastaus.  Toisin sanoen, mitä enemmän tietoa käyttäjä tekoälysovellukseen kysymyksensä yhteydessä syöttää, ja mitä enemmän hän kertoo siitä kontekstista, johon kysymys liittyy, sitä paremman vastauksen hän tekoälyltä saa.  
GPT tulee sanoista Generative Pre-Trained Transformer ja se perustuu laajaan kielimalliin (large language model). Tämän tyyppiset laajat kielimallit mallintavat valtavia tekstimassoja. Ne mallintavat kirjainten tavujärjestyksen, ja tässä samassa yhteydessä olevien sanojen suhdetta seuraavien sanojen ilmenemiseen, kappaleiden mallia kappaleisiin, ja edelleen yhä suurempien tekstikokonaisuuksien suhdetta toisiinsa. Näin merkitykset verkottuvat jopa kokonaisten kirjojen lukujen sisältöjen suhteiksi toisiinsa, niin viitteissä, osissa kuin kokonaisuuksissa. Näin GPT rakentaa valtavan yhtenäisen mallin kaikesta lukemastaan, ja holograafisen mallin, valtavan merkitysverkon kaiken tekstin osien suhteesta toisiin osiin kaikesta tekstistä, hyvin yksityiskohtaisesti. 

Tekoäly on ihmisen kouluttama.  Opetusvaiheessa muodostuu hyvin syvällinen (deep learning) ihmisaivojen kokoinen merkitysverkko, joka voi olla kooltaan valtava. Tämä nostaa kielimallin ”ajattelukyvyn” ihmisaivojen tasolle. Kun malli on valmis, se kykenee suorassa soveltamisessaan muuntamaan saamansa tekstisyötteen, promptin, mallia vastaavaksi todennäköisimmäksi jatkoksi tekstille, mutta hyvin yksityiskohtaisesti. Käyttäjän kokemus ohjelman käytössä on, että ohjelma ”ajattelee” annettua ongelmaa. Se voi esimerkiksi kirjoittaa ohjelmakoodia, ruokareseptejä, runoja tai suunnitella yritysstrategiaa.
Laskennallisissa tilastollisissa tehtävissä voidaan menetellä vastaavilla tavoilla, mutta numeerisilla menetelmillä. Tällöin muodostetaan selittävän ja selitettävän datan välille epälineaarinen neuroverkko, joka voi olla vastaavanlainen valtava neuroverkko tai neuropolynomi. Tällaiset mallit voivat tehdä esimerkiksi kuvantunnistusta, signaalin käsittelyä, taloudellista mallinnusta jne. 

Hallusinaatiot ja vinoumat

Hallusinaatio tarkoittaa sitä, että tekoäly antaa väärän tai virheellisen vastauksen kysymykseen tai syötteeseen. Vinouma taas tarkoittaa sitä, että tekoäly antaa arvoväritteisen vastauksen, jossa näkyy siihen syötetyssä datassa oleva ns. asennevinouma. 
On tärkeää muistaa, että tekoäly ei tee laadunvalvontaa. Ihmisen on tarkistettava, vaikuttaako tekoälyn antama vastaus oikealta ja järkeenkäyvältä. Uusimpien ChatGPT:n sopimusehtojen mukaan tämä on myös käyttäjän vastuulla. Käyttäjän tulee siis aina muistaa tarkistaa tämä. Myöskään mitään luottamuksellista tietoa generatiivisiin tekoälysovelluksiin ei pidä syöttää.

Mitä seuraavaksi – mahdollisia tulevaisuuden kehityskulkuja

Meneillään olevassa neljännessä teollisessa vallankumouksessa tekoälyn kehityksen vaikutus tulee olemaan jättiläismäinen. Tekoälyn kehityksen vastustajat haluaisivat vetää tekoälyltä töpselin irti (pull the plug). Kuten Stephen Hawking varoitti, tekoäly voi olla ihmisen paras keksintö, se voi olla ihmisen huonoin keksintö, jos emme ole varovaisia, se voi olla ihmiskunnan viimeinen keksintö.  Tekoälyn kehityksen kannattajat taas vetoavat lukuisiin sen hyviin puoliin, odotettavissa olevaan valtaisaan globaaliin kasvupotentiaaliin sekä moninaisiin tapoihin, joilla tekoäly tulee tukemaan ja auttamaan ihmiskuntaa.

Varmaa on vain muutos ja se, että tekoäly tulee muuttamaan maailmaa.  Toisaalta kukaan ei varmuudella osaa vielä sanoa, millä kaikilla tavoilla ja millaisella aikajänteellä tämä tapahtuu. Monet ovat sitä mieltä, että tekoälyn kehitystä ei todennäköisesti enää voi pysäyttää ja siksi tekoälyn kanssa olisi vain syytä oppia elämään ja seuraavan 1–5 vuoden kuluessa opetella käyttämään, ei pelkästään ChatGPT:tä, vaan kolmesta viiteen muutakin tekoälysovellusta. Oheen olemme koonneet joitakin projektinhallintaan kehitettyjä tekoälyä hyödyntäviä sovelluksia.

Wrike Projektinhallintatyökalu, joka on sisällyttänyt tekoälyä moniin toimintoihinsa, se voi mm:
- ennustaa mahdollisia viivästyksiä
- ehdottaa tehtäväprioriteetteja 
- optimoida resurssien allokointia

Clarizen Projektinhallintaohjelma, joka käyttää tekoälyä mm. auttamaan projektitiimejä seuraavissa:
- resurssien hallinnassa
- budjetissa
- projektiaikataulujen hallinnassa

Clip-upYleinen tehtävienhallintatyökalu, jolla on myös tekoälytoimintoja, jotka helpottavat projektinhallintaa esimerkiksi 
- historiatietoihin perustuvaa tehtävien valmistumisaikojen ennustamista

Togg PlanOsaa käyttää tekoälyä auttaakseen projektiammattilaisia
- suunnittelemaan tehtäviä
- aikatauluttamaan tehtäviä
- ehdottamaan muutoksia aikatauluun, jos tekoäly havaitsee, että aikatauluissa on konflikteja

Forecast Projektinhallintatyökalu, jota on vahvistettu tekoälyn avulla
- nimensä mukaisesti keskittyy ennusteisiin
- käyttää historiatietoja ennustaakseen 
o projektin aikataulua
o projektin budjettia 
o projektin resurssitarpeita

Kanbanize Tekoälypohjainen kanban-työkalu
- auttaa optimoimaan työnkulkuja ja resursseja
- voi myös ennustaa tehtävien valmistumisaikoja
- voi ehdottaa parannuksia projektin kulkuun




Kirjoittajat:

Suvi Hirvonen-Ere

OTT Suvi Hirvonen-Erellä on 20 vuoden kokemus johtotehtävistä pääosin globaaleissa korporaatioissa. Hän on kansainvälisesti palkittu legal, commercial & contract managementin sekä riskienhallinnan ja kestävän liiketoiminnan sekä strategiajohtamisen käytännön ammattilainen ja Aalto-yliopiston väitöskirjatutkija.



Petri Makkonen

TkT Petri Makkonen on Metropolia Ammattikorkeakoulussa tietokoneavusteisen suunnittelun ja materiaalimallinnuksen tehtävissä työskentelevä vanhempi tutkija.