Asiantuntijapuheenvuoro Valtio Expo 2017. Tekoälyn ominaisuudet, puhekäyttöliittymät, kuuleminen, neuroverkko, puheen syntetisointi, keskustelu, konenäkö, neuvonanto, liikkuminen, sovelluskohteet. Asko Relas, Head of Innovation, Talent Base Oy.

1. mutta mitä se oikeastaan on?
Tekoälystä puhutaan
Valtio Expo 2017
Asko Relas

2. Asko Talent Base
Talent Base: 2013 -
Senior konsultti, Head of Innovation
Altotech: 2013 - 2015
Technical lead
IBM: 2007 – 2013
Ohjelmistokehittäjä, IT-konsultti,
sisäinen yrittäjä
Riippumatonta IT-suunnittelua vaativiin
hankkeisiin
Konseptoimme ja suunnittelemme asiakkaan
tarpeisiin sopivan ratkaisun
Ohjaamme teknistä toteutusta
Huolehdimme jalkautuksen suunnittelusta

3. Tekoälyn hypevuosi 2017

4. Tekoälyn ominaisuudet
Kuuleminen: Puheen tunnistus eri kielillä ja muiden audiosignaalien tulkitseminen
Puhuminen eri kielillä
Keskustelun käyminen
Näkeminen: Kuvien ja videokuvan tulkitseminen
Neuvonanto, kysymyksiin vastaaminen
Liikkuminen ja esineiden liikuttelu

5. Puhekäyttöliittymät
1. Puhe muutetaan tekstiksi
2. Aikomus tulkitaan ja sitä vastaava toimenpide suoritetaan
3. Palaute annetaan puheena

6. Kuuleminen
• Kyky ymmärtää puhetta eri kielillä ja tunnistaa muitakin äänisignaaleja
• Ei erityisen uutta: puheentunnistus jo Nokia 3310:ssa (v. 2000) ja Windows
Vistassa (2006)
• Edistystä ymmärrettyjen kielten määrässä ja tarkkuudessa
• Nykytoteutukset ns. rekursiivisilla neuroverkoilla (recurrent neural net)

7. Neuroverkko?
Aivojen rakennetta imitoiva matemaattinen malli, joka oppii sille
syötetystä datasta
Lähde: Indiana University

8. Puheen syntetisointi
• Tehty jo pitkään:
• Ensimmäinen englanninkielinen järjestelmä 1968 (Electrotechnical
Laboratory, Japan)
• Kuluttajakäyttöön Sound Blaster 16 (1992)
• Viimeaikoina saavutettu hyviä tuloksia käyttämällä
konvolutionaalisia neuroverkkoja, esim. WaveNet
https://deepmind.com/blog/wavenet-generative-model-raw-audio/

9. Aloitus
Mitä
näet?
Kuinka
monta?
Kuinka
vahna?
”What do you see?”
”What do you see here?”
”Now what do you see?”
”How many X do you see?
”How many X in this picture?”
”How old am I?”
”How old do you think I am?”
• Puu- tai verkkomainen malli mahdollisista toimenpiteistä
• Jokaisessa haarassa esimerkkejä, miten asian voi ilmaista
• Käyttäjän tavoite tunnistetaan siitä, mihin haaraan se todennäköisimmin
kuuluu
Keskustelu

10. Konenäkö
• Konenäkö (computer vision) viittaa kykyyn
tunnistaa asioita valokuvista ja videosta
• Kuvien ja videoiden luokittelu / tägäys
• Objektien tunnistus: liikennemerkit, kaistaviivat,
autot, ihmiset
• Kts. esimerkiksi TensorFlow, Caffe,
OpenCV

11. Neuvonanto
• Kysymys-vastaus-järjestelmät (question answering systems)
osaavat vastata luonnollisella kielellä kysyttyyn kysymykseen
• Tyypillisesti kolmivaiheinen prosessi:
1. Kysymyksen tulkinta: kieli, tyyppi ja aihe
2. Potentiaalisten vastausten haku ja pisteytys
3. Vastauksen muotoilu

12. Liikkuminen
• Vahvistusoppiminen (reinforcement learning) on tämän hetken
varteenotettavimpia keinoja itsenäisen liikkumisen opettamiseen
• Toimija (robotti, auto, …) kokeilee erilaisia toimenpiteitä eri
tilanteissa, ja saa palautetta onnistumisesta, esim. kuinka
pitkälle se pääsi kaatumatta
• Kokeiluista muodostetaan tilastollista mallia siitä, millainen
toimenpide toimii missäkin tilanteessa
• Opettelu kannattaa tehdä aluksi simulaatiossa, josta opittu
toimintamalli siirretään fyysiseen maailmaan

13. Mitä tekoäly siis on?
Näkeminen: Konvolutionaaliset neuroverkot, konenäkö
Kuuleminen: Rekursiiviset neuroverkot
Puhuminen: Puheen syntetisointi nykyään neuroverkoilla
Keskustelu: Keskustelumallit, tekstisyötteen luokittelu
Neuvonanto: Kysymys-vastaus-järjestelmät
Liikkuminen: Vahvistusoppiminen

14. Tekoälyn sovelluskohteet
• Tyypillisesti soveltuu tilanteisiin joissa
1. Täytyy tulkita rakenteetonta dataa (video, kuva, ääni, vapaa teksti)
2. Ei löydy selvästi muotoiltavissa olevia sääntöjä
• Tekoäly usein sekoitetaan seuraaviin:
1. Tilastotiede
2. Matemaattinen optimointi
3. Sääntöpohjaiset järjestelmät

15. Kiitos!
Tule tapaamaan meitä!