SlideShare uma empresa Scribd logo
1 de 41
Baixar para ler offline
Timo Honkela, 17.8.2016, Kalajoen lukio
Timo Honkela
17.8.2016
Miten tekoäly muuttaa
oppimista ja työtä?
timo.honkela@helsinki.fi
Kalajoen lukio
http://375humanistia.helsinki.fi/humanistit/timo-honkela
Timo Honkela, 17.8.2016, Kalajoen lukio
Virittäytyminen
Timo Honkela, 17.8.2016, Kalajoen lukio
Läsnäolo- ja
keskittymisharjoitus
● Olenko läsnä, hallitsenko ajatuksesi?
– Keskittymisen esteitä: ajatukset ovat muualla,
huomio kiinnittyy epäolennaisiin asioihin kuten
puhujan alkuasuun tai ääneen, itsessä elää
vastustamisen tarve, tms.
● Viritämme yhdessä motivaation
● Ajatelkaamme silmät suljettuna hetki
kysymyystä, mihin osaamiseen perustuu
kymmenen vuoden kuluttua se, mitä teen
työkseni
Timo Honkela, 17.8.2016, Kalajoen lukio
Virittäytymistä
Timo Honkela, 17.8.2016, Kalajoen lukio
Katsaus
historiaan:
Eläimet ja koneet
ihmistä auttamaan
Timo Honkela, 17.8.2016, Kalajoen lukio
Esihistoriasta keskiaikaan
Eläimet apuna
Kirjapainotaito
Johannes
Gutenberg
1398-1468
https://fi.wikipedia.org/wiki/Johannes_Gutenberghttps://fi.wikipedia.org/wiki/Maanviljelyn_synty_L%C3%A4hi-id%C3%A4ss%C3%A4
Timo Honkela, 17.8.2016, Kalajoen lukio
Teknologinen murros:
koneiden aika
Koneet teillä,
tehtaissa ja pelloilla
James Watt
1736-1819
Henry Ford
1863-1947
https://fi.wikipedia.org/wiki/H%C3%B6yrykone https://fi.wikipedia.org/wiki/Traktori https://fi.wikipedia.org/wiki/Henry_Ford
Timo Honkela, 17.8.2016, Kalajoen lukio
Tietoverkkojen ja henkilökohtaisten
tietokoneiden yleistyminen
Henkilökohtaiset
tietokoneet
https://fi.wikipedia.org/wiki/Henkil%C3%B6kohtainen_tietokone
Apple II
(1977)
Commodore
64 C (1986)
https://en.wikipedia.org/wiki/World_Wide_Web
Netti (internet)
veppi (web)
Tim
Berners-
Lee1989
1960s
Timo Honkela, 17.8.2016, Kalajoen lukio
Valtavat ohjelmistomassat
yhteiskunnan peruspilarina
http://www.informationisbeautiful.net/visualizations/million-lines-of-code/
Ohjelmarivejä:
- Unix 1.0 ~ 10.000
- Windows 3.1 ~ 2.000.000
- Firefox ~ 10.000.000
- Facebook ~ 60.000.000
- Googlen palvelut ~
2.000.000.000
Suomalaislähtöisiä:
- MySQL ~ 13.000.000
- Linux 3.1 ~ 15.000.000
Timo Honkela, 17.8.2016, Kalajoen lukio
Ohjelmoidusta
tekoälystä
oppivaan
tekoälyyn
Timo Honkela, 17.8.2016, Kalajoen lukio
Tekoälystä
● Pyritään mallintamaan ja matkimaan ihmisen
älykkyyden ja osaamisen eri osa-alueita
– Lukeminen ja kirjoittaminen
– Puhuminen ja kuunteleminen
– Päättely, tunteiden hallinta ja ongelmanratkaisu
– Aistitiedon tulkinta ja hahmontunnistus
– Oppiminen
– Luovuus
– Maailmassa pärjääminen (robotiikka)
Timo Honkela, 17.8.2016, Kalajoen lukio
Tietokoneet ja tekoäly
ihmisten keskellä?
● Koneet eivät ole ihmisiä ja
ihmiset eivät ole koneita
● Koneiden käyttö saattaa pakottaa ihmisiä
toimimaan konemaisesti
● Niinpä ihmisen kykyjen matkiminen voi
auttaa siinä, että koneiden kanssa
voi toimia aiempaa luontevammin
● (Tietokoneiden käyttö on edelleen usein
varsin vaikeaa)
Timo Honkela, 17.8.2016, Kalajoen lukio
Perinteinen tekoäly:
“Ohjelmoitua älyä”
● Aiemmin ajateltiin, että päättelyä ja
ongelmanratkaisua saadaan siirrettyä koneelle
kysymällä parhailta asiantuntijoilta, mitä he
tietävät ja miten he päättelevät
● Tekoälyjärjestelmiä ohjelmoitiin keräämällä
sääntöjä, joita kirjattiin tietokoneelle
● Esimerkkinä voi tarkastella vaikkapa
sairauksien tunnistamista oireista ja
mittaustuloksista
Timo Honkela, 17.8.2016, Kalajoen lukio
Esimerkki asiantuntijasäännöstä
MYCIN-järjestelmässä 80-luvulla
Rule-Based Expert Systems
The MYCIN Experiments of the Stanford Heuristic Programming Project
http://people.dbmi.columbia.edu/~ehs7001/Buchanan-Shortliffe-1984/Chapter-04.pdf
Timo Honkela, 17.8.2016, Kalajoen lukio
Koneoppiminen:
“Oppiva tekoäly”
● Tilastollisen koneoppimisen avulla voidaan
matkia sitä
– Miten ihminen oppii sääntöjä esimerkkien avulla,
tai
– Miten ihminen kerää intuitiivista tietoa
hermoverkkojensa rakenteisiin
Kielellinen,
sääntömuotoinen tieto
Intuitio,
kokemusperäinen tieto
Timo Honkela, 17.8.2016, Kalajoen lukio
Tekoälyn kehittäminen lisää
ymmärrystä ihmismielestä
● Tekoäly- ja hermoverkkotutkija ymmärtää
hyvin, miksi “kannettu vesi ei kaivossa pysy”
● On myös selvää, miksi kokenut ihminen ratkoo
ongelmia yleensä paremmin kuin pelkästään
“kirjanoppinut”; parasta on yhdistelmä
taustatietoa ja kokemusta
Timo Honkela, 17.8.2016, Kalajoen lukio
Esimerkki keinotekoisesta hermoverkosta ja
pieni osa ihmisen aivojen hermoverkosta
http://arxiv.org/pdf/1507.02672v1.pdf
Rasmus, Valpola,
Honkala. Berglund, Raiko
https://en.wikipedia.org/wiki/Biological_neural_network
Timo Honkela, 17.8.2016, Kalajoen lukio
Tietokoneiden ohjelmoinnista
oppiviin koneisiin
● Suomi on ollut yksi edelläkävijä
koneoppimisen ja erityisestä keinotekoisten
neuroverkkojen alueella
● Uranuurtaja on ollut akateemikko Teuvo
Kohonen, joka muotoili vuonna 1981
maailmanmenestyksen saavuttaneen
itseorganisoiva kartta (Self-Organizing Map,
SOM) -menetelmänsä, joka on samalla
erinomainen malli aivokuoren
järjestäytymisestä
Timo Honkela, 17.8.2016, Kalajoen lukio
Koneoppiminen ja tiedon louhinta
● Tilastollisen koneoppimisen avulla matkitaan
ihmisen oppimista
● Kone käy läpi sille annettuja esimerkkejä
● Annetun datan perusteella kone oppii
esimerkiksi luokittelemaan, järjestämään,
ryhmittelemään, hahmottamaan,
käsitteistämään tai laittamaan
paremmuusjärjestykseen erilaisia tietoalkioita
http://www.tynka.fi/
Timo Honkela, 17.8.2016, Kalajoen lukio
Koneille opetetaan kieltä
Koneet oppivat kieltä
● Perinteisesti koneet on pyritty saamaan
“kielitaitoisiksi” kirjoittamalla kielen sääntöjä
koneen ymmärtämään muotoon
● Tämän on kuitenkin osoittautunut
ongelmalliseksi
● Nykyisin hyödynnetään
koneoppimismenetelmiä
Timo Honkela, 17.8.2016, Kalajoen lukio
Sanojen suhteet
paljastuvat niiden käytöstä
● Kun käytettävissä on suuria tekstiaineistoja,
mielivaltaisen kielen sanojen välisiä suhteita
voidaan selvittää tilastollisesti
● Perusidea on se, että kahta sanaa käytetään
tyypillisesti samaan tapaan (samanlaisessa
lauseyhteydessä), jos niiden merkitykset ja/tai
kieliopillinen rooli on samankaltainen
Timo Honkela, 17.8.2016, Kalajoen lukio
Itsenäistä
pohdiskelua
Keskustelua
vierustoverin
kanssa
Miten tekoäly ja koneoppiminen
muuttaa alaa, josta olen kiinnostunut
Timo Honkela, 17.8.2016, Kalajoen lukio
Tekoälyn vaikutus
työhön ja
opiskeluun
Timo Honkela, 17.8.2016, Kalajoen lukio
Tekoäly muuttamassa työtä:
Automaattinen kirjastonhoitaja?
Timo Honkela, 17.8.2016, Kalajoen lukio
Tekoäly ja koneoppiminen
kirjastossa
● Automaattinen asiasanoitus
● Dokumenttien automaattinen luokittelu
● Kunkin dokumentin sijoittaminen yhteen tai
usempaan luokkaan; ehkä erilaisilla
jäsenyysasteilla
● Dokumenttien ryhmittely
luokittelun sijaan tai lisäksi
● Virtuaalinen
kirjasto
WEBSOM: Honkela, Kaski,
Kohonen, Lagus (1996...)
Timo Honkela, 17.8.2016, Kalajoen lukio
Tekoäly muuttamassa työtä:
Kone autonkuljettajana?
Timo Honkela, 17.8.2016, Kalajoen lukio
Robottiautot tulevat
https://fi.wikipedia.org/wiki/Google_driverless_car https://fi.wikipedia.org/wiki/Robottiauto
Timo Honkela, 17.8.2016, Kalajoen lukio
Tekoäly muuttamassa työtä:
Kirjoittava ja piirtävä kone?
Timo Honkela, 17.8.2016, Kalajoen lukio
Luovat koneet
http://deepdreamgenerator.comhttps://www.cs.helsinki.fi/en/story/82156/brain-poetry
Toivonen, Toivanen, Kantosalo,
Xiao, Kantosalo, Valitutti, Gross et al.
Timo Honkela, 17.8.2016, Kalajoen lukio
Tekoäly muuttamassa työtä:
Koneellinen psykologi?
Timo Honkela, 17.8.2016, Kalajoen lukio
Tunteita analysoivat koneet
● Koneita voidaan tiedon ja järjen sisältöjen lisäksi yhä
lisääntyvässä määrin käyttää myös tunteiden
analysointiin
● Nykyään on suosittua tehdä ns. sentimenttianalyysia
esimerkiksi asiakaspalautteen selvittämiseen: mistä
tuotteista tai palveluista asiakkaat ovat olleet
tyytyväisiä, vihaisia, tms?
● Tunteiden maailmaa voi mallintaa
ilmiöiden taustojen, dynamiikan ja keskinäisten
tekijöiden näkökulmasta
Timo Honkela, 17.8.2016, Kalajoen lukio
Tekoäly muuttamassa työtä:
Koneellinen lääkäri?
Timo Honkela, 17.8.2016, Kalajoen lukio
Lääketiede ja hyvinvointi
● Lääketieteessä suuret tietoaineistot ja
koneoppimismenetelmät mahdollistavat
aiempaa tarkemmat ja nopeammat diagnoosit
ja koneen antamat yksilölliset hoitosuositukset
● Elintapojen ja hoitojen vaikutuksia voidaan
tutkia aiempaa tarkemmin ottaen huomioon
jopa tuhansia tekijöitä
● Elintapojen vaikutusten selvittäminen ja niiden
suhde geeniperimään voi parhaimmillaan estää
joitakin sairauksia puhkeamasta
Timo Honkela, 17.8.2016, Kalajoen lukio
Tekoäly muuttamassa työtä:
Koneellinen hoitaja?
Timo Honkela, 17.8.2016, Kalajoen lukio
Robotit kehittyvät – kuinka pitkälle?
https://en.wikipedia.org/wiki/Robot_%26_Frank https://en.wikipedia.org/wiki/Robot-assisted_surgery
Timo Honkela, 17.8.2016, Kalajoen lukio
Tekoäly muuttamassa
koulutusta ja oppimista?
Timo Honkela, 17.8.2016, Kalajoen lukio
Koulutuksen ja oppimisen muutos
● Tieverkkojen ja -haun ansiosta monenlainen tieto on
helposti saavutettavissamme
● Ulkoa oppimisen merkitys on dramaattisesti
vähentynyt
● On edelleen tärkeää ymmärtää käsitteitä, asioiden
välisiä suhteita ja soveltaa tietoa
● Näyttää myös siltä, että erikoistuminen on entistä
tärkeämpää
● Ajatus kannattaa myös uhrata sille,
miten ihminen ja kone tekevät
yhteistyötä
Timo Honkela, 17.8.2016, Kalajoen lukio
Keskustelua
vierustoverin
kanssa
Yhteiskeskustelua
Timo Honkela, 17.8.2016, Kalajoen lukio
Koneoppimisen hyödyntäminen
on olennaista kilpailukyvyn
ylläpitämisessä
Timo Honkela, 17.8.2016, Kalajoen lukio
Miten käy, jos emme
hyödynnä koneita (koneoppimista)
nykyistä paremmin?
https://www.pinterest.com/pin/509680882801748515/
Emme pärjää kilpailussa
junaan käyttävälle
kilpailijallemme, vaikka
annamme hevosille
vähemmän kauraa,
ratsastajille pienempää
palkkaa, …
… tuotamme
halvempaa
energiaa,
karsimme
kustannuksia,
pienennämme
työntekijöiden
palkkoja, ...
Timo Honkela, 17.8.2016, Kalajoen lukio
Kiitos!
http://375humanistia.helsinki.fi/humanistit/timo-honkela
http://www.slideshare.net/timohonkela
https://www.youtube.com/watch?v=UXwkGPMMZdk

Mais conteúdo relacionado

Destaque

McKinney_Greg_ES492_Assignment7-3
McKinney_Greg_ES492_Assignment7-3McKinney_Greg_ES492_Assignment7-3
McKinney_Greg_ES492_Assignment7-3
Gregory McKinney
 

Destaque (18)

Orientation Fall 2016
Orientation Fall 2016 Orientation Fall 2016
Orientation Fall 2016
 
Lemken thorit 8-400 parts catalog
Lemken thorit 8-400 parts catalog Lemken thorit 8-400 parts catalog
Lemken thorit 8-400 parts catalog
 
Presentation1
Presentation1Presentation1
Presentation1
 
Presentation1Amila
Presentation1AmilaPresentation1Amila
Presentation1Amila
 
Binswitch uk
Binswitch ukBinswitch uk
Binswitch uk
 
Lemken solitair 9/400 parts catalog
Lemken solitair 9/400 parts catalog Lemken solitair 9/400 parts catalog
Lemken solitair 9/400 parts catalog
 
Nouvelle plaquette Albhades pour le secteur des dispositifs médicaux
Nouvelle plaquette Albhades pour le secteur des dispositifs médicauxNouvelle plaquette Albhades pour le secteur des dispositifs médicaux
Nouvelle plaquette Albhades pour le secteur des dispositifs médicaux
 
Practica en-clases
Practica en-clasesPractica en-clases
Practica en-clases
 
Timo Honkela: An intellectual obituary of Melissa Bowerman
Timo Honkela: An intellectual obituary of Melissa BowermanTimo Honkela: An intellectual obituary of Melissa Bowerman
Timo Honkela: An intellectual obituary of Melissa Bowerman
 
McKinney_Greg_ES492_Assignment7-3
McKinney_Greg_ES492_Assignment7-3McKinney_Greg_ES492_Assignment7-3
McKinney_Greg_ES492_Assignment7-3
 
Current concepts in Asepsis and Infection control in a Dental Clininc
Current concepts in Asepsis and Infection control in a Dental ClinincCurrent concepts in Asepsis and Infection control in a Dental Clininc
Current concepts in Asepsis and Infection control in a Dental Clininc
 
Autonomy
Autonomy Autonomy
Autonomy
 
La production cartographique pour les SIG version Web
La production cartographique pour les SIG version WebLa production cartographique pour les SIG version Web
La production cartographique pour les SIG version Web
 
KAP 업종별기술세미나 12년 10월 #2
KAP 업종별기술세미나 12년 10월 #2KAP 업종별기술세미나 12년 10월 #2
KAP 업종별기술세미나 12년 10월 #2
 
KAP 업종별기술세미나 12년 9월 발표자료#2
KAP 업종별기술세미나 12년 9월 발표자료#2KAP 업종별기술세미나 12년 9월 발표자료#2
KAP 업종별기술세미나 12년 9월 발표자료#2
 
KAP 업종별기술세미나 12년 5월 #02
KAP 업종별기술세미나 12년 5월 #02KAP 업종별기술세미나 12년 5월 #02
KAP 업종별기술세미나 12년 5월 #02
 
25η Μαρτίου 2015
25η Μαρτίου 201525η Μαρτίου 2015
25η Μαρτίου 2015
 
KAP 업종별기술세미나 13년 05월 #2
KAP 업종별기술세미나 13년 05월 #2KAP 업종별기술세미나 13년 05월 #2
KAP 업종별기술세미나 13년 05월 #2
 

Mais de Timo Honkela

Timo Honkela: Meaning negotiations as phenomenon and as languages technology...
 Timo Honkela: Meaning negotiations as phenomenon and as languages technology... Timo Honkela: Meaning negotiations as phenomenon and as languages technology...
Timo Honkela: Meaning negotiations as phenomenon and as languages technology...
Timo Honkela
 
Timo Honkela: Meaning negotiations as phenomenon and as languages technology ...
Timo Honkela: Meaning negotiations as phenomenon and as languages technology ...Timo Honkela: Meaning negotiations as phenomenon and as languages technology ...
Timo Honkela: Meaning negotiations as phenomenon and as languages technology ...
Timo Honkela
 

Mais de Timo Honkela (20)

Timo Honkela: Meaning negotiations as phenomenon and as languages technology...
 Timo Honkela: Meaning negotiations as phenomenon and as languages technology... Timo Honkela: Meaning negotiations as phenomenon and as languages technology...
Timo Honkela: Meaning negotiations as phenomenon and as languages technology...
 
Timo Honkela: Meaning negotiations as phenomenon and as languages technology ...
Timo Honkela: Meaning negotiations as phenomenon and as languages technology ...Timo Honkela: Meaning negotiations as phenomenon and as languages technology ...
Timo Honkela: Meaning negotiations as phenomenon and as languages technology ...
 
Timo Honkela: Peace Machine: Using Artificial Intelligence to Promote Peacefu...
Timo Honkela: Peace Machine: Using Artificial Intelligence to Promote Peacefu...Timo Honkela: Peace Machine: Using Artificial Intelligence to Promote Peacefu...
Timo Honkela: Peace Machine: Using Artificial Intelligence to Promote Peacefu...
 
Timo Honkela: From early to later Wittgenstein and Artificial Intelligence
Timo Honkela: From early to later Wittgenstein and Artificial IntelligenceTimo Honkela: From early to later Wittgenstein and Artificial Intelligence
Timo Honkela: From early to later Wittgenstein and Artificial Intelligence
 
Timo Honkela: Peace Machine: Peace from a difference perspective - Dialogue o...
Timo Honkela: Peace Machine: Peace from a difference perspective - Dialogue o...Timo Honkela: Peace Machine: Peace from a difference perspective - Dialogue o...
Timo Honkela: Peace Machine: Peace from a difference perspective - Dialogue o...
 
Timo Honkela: Kielellisten merkisten tilastollinen ja psykologinen luonne: Ko...
Timo Honkela: Kielellisten merkisten tilastollinen ja psykologinen luonne: Ko...Timo Honkela: Kielellisten merkisten tilastollinen ja psykologinen luonne: Ko...
Timo Honkela: Kielellisten merkisten tilastollinen ja psykologinen luonne: Ko...
 
Timo Honkela, kutsuttu esitelmä Automaatiopäivillä 2017
Timo Honkela, kutsuttu esitelmä Automaatiopäivillä 2017Timo Honkela, kutsuttu esitelmä Automaatiopäivillä 2017
Timo Honkela, kutsuttu esitelmä Automaatiopäivillä 2017
 
Timo Honkela: Turning quantity into quality and making concepts visible using...
Timo Honkela: Turning quantity into quality and making concepts visible using...Timo Honkela: Turning quantity into quality and making concepts visible using...
Timo Honkela: Turning quantity into quality and making concepts visible using...
 
Timo Honkela: Tietokone lukemassa yli 100 miljoonaa eri kirjaa: Kielitieteen ...
Timo Honkela: Tietokone lukemassa yli 100 miljoonaa eri kirjaa: Kielitieteen ...Timo Honkela: Tietokone lukemassa yli 100 miljoonaa eri kirjaa: Kielitieteen ...
Timo Honkela: Tietokone lukemassa yli 100 miljoonaa eri kirjaa: Kielitieteen ...
 
Timo Honkela: Introducing the book Encyclopedia of Artificial Intelligence (i...
Timo Honkela: Introducing the book Encyclopedia of Artificial Intelligence (i...Timo Honkela: Introducing the book Encyclopedia of Artificial Intelligence (i...
Timo Honkela: Introducing the book Encyclopedia of Artificial Intelligence (i...
 
Timo Honkela: Kohonen's Self-Organizing Maps for Intelligent Systems Developm...
Timo Honkela: Kohonen's Self-Organizing Maps for Intelligent Systems Developm...Timo Honkela: Kohonen's Self-Organizing Maps for Intelligent Systems Developm...
Timo Honkela: Kohonen's Self-Organizing Maps for Intelligent Systems Developm...
 
Timo Honkela: Kynä ja kone alustus menetelmistä, 15.9.2016
Timo Honkela: Kynä ja kone alustus menetelmistä, 15.9.2016Timo Honkela: Kynä ja kone alustus menetelmistä, 15.9.2016
Timo Honkela: Kynä ja kone alustus menetelmistä, 15.9.2016
 
Honkela. Lagus & Kanner: Parallel Conceptual Spaces and Systems in Health and...
Honkela. Lagus & Kanner: Parallel Conceptual Spaces and Systems in Health and...Honkela. Lagus & Kanner: Parallel Conceptual Spaces and Systems in Health and...
Honkela. Lagus & Kanner: Parallel Conceptual Spaces and Systems in Health and...
 
Timo Honkela: Semantic and pragmatics representations of large text corpora
Timo Honkela: Semantic and pragmatics representations of large text corporaTimo Honkela: Semantic and pragmatics representations of large text corpora
Timo Honkela: Semantic and pragmatics representations of large text corpora
 
Timo Honkela: Analysis of Qualitative Data using Machine Learning Methods
Timo Honkela: Analysis of Qualitative Data using Machine Learning MethodsTimo Honkela: Analysis of Qualitative Data using Machine Learning Methods
Timo Honkela: Analysis of Qualitative Data using Machine Learning Methods
 
Timo Honkela: Silta-tilaisuuden alustus, 7.6.2016
Timo Honkela: Silta-tilaisuuden alustus, 7.6.2016Timo Honkela: Silta-tilaisuuden alustus, 7.6.2016
Timo Honkela: Silta-tilaisuuden alustus, 7.6.2016
 
Timo Honkela: Epistemological status of linguistic theories and models
Timo Honkela: Epistemological status of linguistic theories and modelsTimo Honkela: Epistemological status of linguistic theories and models
Timo Honkela: Epistemological status of linguistic theories and models
 
Timo Honkela: An introduction to text mining
Timo Honkela: An introduction to text miningTimo Honkela: An introduction to text mining
Timo Honkela: An introduction to text mining
 
Timo Honkela: Modeling evolution and dynamical systems
Timo Honkela: Modeling evolution and dynamical systemsTimo Honkela: Modeling evolution and dynamical systems
Timo Honkela: Modeling evolution and dynamical systems
 
Timo Honkela: Metaphors, analogies and conceptual blending
Timo Honkela: Metaphors, analogies and conceptual blendingTimo Honkela: Metaphors, analogies and conceptual blending
Timo Honkela: Metaphors, analogies and conceptual blending
 

Último

Immunologian perusteet: valkosolutyyppien yhteistyö, elinsiirrot, allergia
Immunologian perusteet: valkosolutyyppien yhteistyö, elinsiirrot, allergiaImmunologian perusteet: valkosolutyyppien yhteistyö, elinsiirrot, allergia
Immunologian perusteet: valkosolutyyppien yhteistyö, elinsiirrot, allergia
Pasi Vilpas
 

Último (9)

Koulutuksen rahoitus, tulot, menot ja talous
Koulutuksen rahoitus, tulot, menot ja talousKoulutuksen rahoitus, tulot, menot ja talous
Koulutuksen rahoitus, tulot, menot ja talous
 
Tutkimus-, kehittämis- ja innovaatiotoiminnan rahoitus
Tutkimus-, kehittämis- ja innovaatiotoiminnan rahoitusTutkimus-, kehittämis- ja innovaatiotoiminnan rahoitus
Tutkimus-, kehittämis- ja innovaatiotoiminnan rahoitus
 
Jedhi Malee (just do it).pdf
Jedhi Malee             (just do it).pdfJedhi Malee             (just do it).pdf
Jedhi Malee (just do it).pdf
 
Aikuiskoulutus, jatkuva oppiminen, elinikäinen oppiminen ja henkilöstökoulutus
Aikuiskoulutus, jatkuva oppiminen, elinikäinen oppiminen ja henkilöstökoulutusAikuiskoulutus, jatkuva oppiminen, elinikäinen oppiminen ja henkilöstökoulutus
Aikuiskoulutus, jatkuva oppiminen, elinikäinen oppiminen ja henkilöstökoulutus
 
Immunologian perusteet: valkosolutyyppien yhteistyö, elinsiirrot, allergia
Immunologian perusteet: valkosolutyyppien yhteistyö, elinsiirrot, allergiaImmunologian perusteet: valkosolutyyppien yhteistyö, elinsiirrot, allergia
Immunologian perusteet: valkosolutyyppien yhteistyö, elinsiirrot, allergia
 
Koulutuksen palkat ja kustannukset sekä koulutuksen ansiot
Koulutuksen palkat ja kustannukset sekä koulutuksen ansiotKoulutuksen palkat ja kustannukset sekä koulutuksen ansiot
Koulutuksen palkat ja kustannukset sekä koulutuksen ansiot
 
Kasvatus, koulutus, opetus ja osaaminen Suomessa
Kasvatus, koulutus, opetus ja osaaminen SuomessaKasvatus, koulutus, opetus ja osaaminen Suomessa
Kasvatus, koulutus, opetus ja osaaminen Suomessa
 
Oppimateriaaleihin, menetelmiin ja sovelluksiin tutustuminen 2.5.24
Oppimateriaaleihin, menetelmiin ja sovelluksiin tutustuminen 2.5.24Oppimateriaaleihin, menetelmiin ja sovelluksiin tutustuminen 2.5.24
Oppimateriaaleihin, menetelmiin ja sovelluksiin tutustuminen 2.5.24
 
Koululaiset, opiskelija, oppijat ja lapset sekä tutkinnot
Koululaiset, opiskelija, oppijat ja lapset sekä tutkinnotKoululaiset, opiskelija, oppijat ja lapset sekä tutkinnot
Koululaiset, opiskelija, oppijat ja lapset sekä tutkinnot
 

Timo Honkela: Miten tekoäly muuttaa oppimista ja työtä? Kalajoen lukio, 17.8.2016

  • 1. Timo Honkela, 17.8.2016, Kalajoen lukio Timo Honkela 17.8.2016 Miten tekoäly muuttaa oppimista ja työtä? timo.honkela@helsinki.fi Kalajoen lukio http://375humanistia.helsinki.fi/humanistit/timo-honkela
  • 2. Timo Honkela, 17.8.2016, Kalajoen lukio Virittäytyminen
  • 3. Timo Honkela, 17.8.2016, Kalajoen lukio Läsnäolo- ja keskittymisharjoitus ● Olenko läsnä, hallitsenko ajatuksesi? – Keskittymisen esteitä: ajatukset ovat muualla, huomio kiinnittyy epäolennaisiin asioihin kuten puhujan alkuasuun tai ääneen, itsessä elää vastustamisen tarve, tms. ● Viritämme yhdessä motivaation ● Ajatelkaamme silmät suljettuna hetki kysymyystä, mihin osaamiseen perustuu kymmenen vuoden kuluttua se, mitä teen työkseni
  • 4. Timo Honkela, 17.8.2016, Kalajoen lukio Virittäytymistä
  • 5. Timo Honkela, 17.8.2016, Kalajoen lukio Katsaus historiaan: Eläimet ja koneet ihmistä auttamaan
  • 6. Timo Honkela, 17.8.2016, Kalajoen lukio Esihistoriasta keskiaikaan Eläimet apuna Kirjapainotaito Johannes Gutenberg 1398-1468 https://fi.wikipedia.org/wiki/Johannes_Gutenberghttps://fi.wikipedia.org/wiki/Maanviljelyn_synty_L%C3%A4hi-id%C3%A4ss%C3%A4
  • 7. Timo Honkela, 17.8.2016, Kalajoen lukio Teknologinen murros: koneiden aika Koneet teillä, tehtaissa ja pelloilla James Watt 1736-1819 Henry Ford 1863-1947 https://fi.wikipedia.org/wiki/H%C3%B6yrykone https://fi.wikipedia.org/wiki/Traktori https://fi.wikipedia.org/wiki/Henry_Ford
  • 8. Timo Honkela, 17.8.2016, Kalajoen lukio Tietoverkkojen ja henkilökohtaisten tietokoneiden yleistyminen Henkilökohtaiset tietokoneet https://fi.wikipedia.org/wiki/Henkil%C3%B6kohtainen_tietokone Apple II (1977) Commodore 64 C (1986) https://en.wikipedia.org/wiki/World_Wide_Web Netti (internet) veppi (web) Tim Berners- Lee1989 1960s
  • 9. Timo Honkela, 17.8.2016, Kalajoen lukio Valtavat ohjelmistomassat yhteiskunnan peruspilarina http://www.informationisbeautiful.net/visualizations/million-lines-of-code/ Ohjelmarivejä: - Unix 1.0 ~ 10.000 - Windows 3.1 ~ 2.000.000 - Firefox ~ 10.000.000 - Facebook ~ 60.000.000 - Googlen palvelut ~ 2.000.000.000 Suomalaislähtöisiä: - MySQL ~ 13.000.000 - Linux 3.1 ~ 15.000.000
  • 10. Timo Honkela, 17.8.2016, Kalajoen lukio Ohjelmoidusta tekoälystä oppivaan tekoälyyn
  • 11. Timo Honkela, 17.8.2016, Kalajoen lukio Tekoälystä ● Pyritään mallintamaan ja matkimaan ihmisen älykkyyden ja osaamisen eri osa-alueita – Lukeminen ja kirjoittaminen – Puhuminen ja kuunteleminen – Päättely, tunteiden hallinta ja ongelmanratkaisu – Aistitiedon tulkinta ja hahmontunnistus – Oppiminen – Luovuus – Maailmassa pärjääminen (robotiikka)
  • 12. Timo Honkela, 17.8.2016, Kalajoen lukio Tietokoneet ja tekoäly ihmisten keskellä? ● Koneet eivät ole ihmisiä ja ihmiset eivät ole koneita ● Koneiden käyttö saattaa pakottaa ihmisiä toimimaan konemaisesti ● Niinpä ihmisen kykyjen matkiminen voi auttaa siinä, että koneiden kanssa voi toimia aiempaa luontevammin ● (Tietokoneiden käyttö on edelleen usein varsin vaikeaa)
  • 13. Timo Honkela, 17.8.2016, Kalajoen lukio Perinteinen tekoäly: “Ohjelmoitua älyä” ● Aiemmin ajateltiin, että päättelyä ja ongelmanratkaisua saadaan siirrettyä koneelle kysymällä parhailta asiantuntijoilta, mitä he tietävät ja miten he päättelevät ● Tekoälyjärjestelmiä ohjelmoitiin keräämällä sääntöjä, joita kirjattiin tietokoneelle ● Esimerkkinä voi tarkastella vaikkapa sairauksien tunnistamista oireista ja mittaustuloksista
  • 14. Timo Honkela, 17.8.2016, Kalajoen lukio Esimerkki asiantuntijasäännöstä MYCIN-järjestelmässä 80-luvulla Rule-Based Expert Systems The MYCIN Experiments of the Stanford Heuristic Programming Project http://people.dbmi.columbia.edu/~ehs7001/Buchanan-Shortliffe-1984/Chapter-04.pdf
  • 15. Timo Honkela, 17.8.2016, Kalajoen lukio Koneoppiminen: “Oppiva tekoäly” ● Tilastollisen koneoppimisen avulla voidaan matkia sitä – Miten ihminen oppii sääntöjä esimerkkien avulla, tai – Miten ihminen kerää intuitiivista tietoa hermoverkkojensa rakenteisiin Kielellinen, sääntömuotoinen tieto Intuitio, kokemusperäinen tieto
  • 16. Timo Honkela, 17.8.2016, Kalajoen lukio Tekoälyn kehittäminen lisää ymmärrystä ihmismielestä ● Tekoäly- ja hermoverkkotutkija ymmärtää hyvin, miksi “kannettu vesi ei kaivossa pysy” ● On myös selvää, miksi kokenut ihminen ratkoo ongelmia yleensä paremmin kuin pelkästään “kirjanoppinut”; parasta on yhdistelmä taustatietoa ja kokemusta
  • 17. Timo Honkela, 17.8.2016, Kalajoen lukio Esimerkki keinotekoisesta hermoverkosta ja pieni osa ihmisen aivojen hermoverkosta http://arxiv.org/pdf/1507.02672v1.pdf Rasmus, Valpola, Honkala. Berglund, Raiko https://en.wikipedia.org/wiki/Biological_neural_network
  • 18. Timo Honkela, 17.8.2016, Kalajoen lukio Tietokoneiden ohjelmoinnista oppiviin koneisiin ● Suomi on ollut yksi edelläkävijä koneoppimisen ja erityisestä keinotekoisten neuroverkkojen alueella ● Uranuurtaja on ollut akateemikko Teuvo Kohonen, joka muotoili vuonna 1981 maailmanmenestyksen saavuttaneen itseorganisoiva kartta (Self-Organizing Map, SOM) -menetelmänsä, joka on samalla erinomainen malli aivokuoren järjestäytymisestä
  • 19. Timo Honkela, 17.8.2016, Kalajoen lukio Koneoppiminen ja tiedon louhinta ● Tilastollisen koneoppimisen avulla matkitaan ihmisen oppimista ● Kone käy läpi sille annettuja esimerkkejä ● Annetun datan perusteella kone oppii esimerkiksi luokittelemaan, järjestämään, ryhmittelemään, hahmottamaan, käsitteistämään tai laittamaan paremmuusjärjestykseen erilaisia tietoalkioita http://www.tynka.fi/
  • 20. Timo Honkela, 17.8.2016, Kalajoen lukio Koneille opetetaan kieltä Koneet oppivat kieltä ● Perinteisesti koneet on pyritty saamaan “kielitaitoisiksi” kirjoittamalla kielen sääntöjä koneen ymmärtämään muotoon ● Tämän on kuitenkin osoittautunut ongelmalliseksi ● Nykyisin hyödynnetään koneoppimismenetelmiä
  • 21. Timo Honkela, 17.8.2016, Kalajoen lukio Sanojen suhteet paljastuvat niiden käytöstä ● Kun käytettävissä on suuria tekstiaineistoja, mielivaltaisen kielen sanojen välisiä suhteita voidaan selvittää tilastollisesti ● Perusidea on se, että kahta sanaa käytetään tyypillisesti samaan tapaan (samanlaisessa lauseyhteydessä), jos niiden merkitykset ja/tai kieliopillinen rooli on samankaltainen
  • 22. Timo Honkela, 17.8.2016, Kalajoen lukio Itsenäistä pohdiskelua Keskustelua vierustoverin kanssa Miten tekoäly ja koneoppiminen muuttaa alaa, josta olen kiinnostunut
  • 23. Timo Honkela, 17.8.2016, Kalajoen lukio Tekoälyn vaikutus työhön ja opiskeluun
  • 24. Timo Honkela, 17.8.2016, Kalajoen lukio Tekoäly muuttamassa työtä: Automaattinen kirjastonhoitaja?
  • 25. Timo Honkela, 17.8.2016, Kalajoen lukio Tekoäly ja koneoppiminen kirjastossa ● Automaattinen asiasanoitus ● Dokumenttien automaattinen luokittelu ● Kunkin dokumentin sijoittaminen yhteen tai usempaan luokkaan; ehkä erilaisilla jäsenyysasteilla ● Dokumenttien ryhmittely luokittelun sijaan tai lisäksi ● Virtuaalinen kirjasto WEBSOM: Honkela, Kaski, Kohonen, Lagus (1996...)
  • 26. Timo Honkela, 17.8.2016, Kalajoen lukio Tekoäly muuttamassa työtä: Kone autonkuljettajana?
  • 27. Timo Honkela, 17.8.2016, Kalajoen lukio Robottiautot tulevat https://fi.wikipedia.org/wiki/Google_driverless_car https://fi.wikipedia.org/wiki/Robottiauto
  • 28. Timo Honkela, 17.8.2016, Kalajoen lukio Tekoäly muuttamassa työtä: Kirjoittava ja piirtävä kone?
  • 29. Timo Honkela, 17.8.2016, Kalajoen lukio Luovat koneet http://deepdreamgenerator.comhttps://www.cs.helsinki.fi/en/story/82156/brain-poetry Toivonen, Toivanen, Kantosalo, Xiao, Kantosalo, Valitutti, Gross et al.
  • 30. Timo Honkela, 17.8.2016, Kalajoen lukio Tekoäly muuttamassa työtä: Koneellinen psykologi?
  • 31. Timo Honkela, 17.8.2016, Kalajoen lukio Tunteita analysoivat koneet ● Koneita voidaan tiedon ja järjen sisältöjen lisäksi yhä lisääntyvässä määrin käyttää myös tunteiden analysointiin ● Nykyään on suosittua tehdä ns. sentimenttianalyysia esimerkiksi asiakaspalautteen selvittämiseen: mistä tuotteista tai palveluista asiakkaat ovat olleet tyytyväisiä, vihaisia, tms? ● Tunteiden maailmaa voi mallintaa ilmiöiden taustojen, dynamiikan ja keskinäisten tekijöiden näkökulmasta
  • 32. Timo Honkela, 17.8.2016, Kalajoen lukio Tekoäly muuttamassa työtä: Koneellinen lääkäri?
  • 33. Timo Honkela, 17.8.2016, Kalajoen lukio Lääketiede ja hyvinvointi ● Lääketieteessä suuret tietoaineistot ja koneoppimismenetelmät mahdollistavat aiempaa tarkemmat ja nopeammat diagnoosit ja koneen antamat yksilölliset hoitosuositukset ● Elintapojen ja hoitojen vaikutuksia voidaan tutkia aiempaa tarkemmin ottaen huomioon jopa tuhansia tekijöitä ● Elintapojen vaikutusten selvittäminen ja niiden suhde geeniperimään voi parhaimmillaan estää joitakin sairauksia puhkeamasta
  • 34. Timo Honkela, 17.8.2016, Kalajoen lukio Tekoäly muuttamassa työtä: Koneellinen hoitaja?
  • 35. Timo Honkela, 17.8.2016, Kalajoen lukio Robotit kehittyvät – kuinka pitkälle? https://en.wikipedia.org/wiki/Robot_%26_Frank https://en.wikipedia.org/wiki/Robot-assisted_surgery
  • 36. Timo Honkela, 17.8.2016, Kalajoen lukio Tekoäly muuttamassa koulutusta ja oppimista?
  • 37. Timo Honkela, 17.8.2016, Kalajoen lukio Koulutuksen ja oppimisen muutos ● Tieverkkojen ja -haun ansiosta monenlainen tieto on helposti saavutettavissamme ● Ulkoa oppimisen merkitys on dramaattisesti vähentynyt ● On edelleen tärkeää ymmärtää käsitteitä, asioiden välisiä suhteita ja soveltaa tietoa ● Näyttää myös siltä, että erikoistuminen on entistä tärkeämpää ● Ajatus kannattaa myös uhrata sille, miten ihminen ja kone tekevät yhteistyötä
  • 38. Timo Honkela, 17.8.2016, Kalajoen lukio Keskustelua vierustoverin kanssa Yhteiskeskustelua
  • 39. Timo Honkela, 17.8.2016, Kalajoen lukio Koneoppimisen hyödyntäminen on olennaista kilpailukyvyn ylläpitämisessä
  • 40. Timo Honkela, 17.8.2016, Kalajoen lukio Miten käy, jos emme hyödynnä koneita (koneoppimista) nykyistä paremmin? https://www.pinterest.com/pin/509680882801748515/ Emme pärjää kilpailussa junaan käyttävälle kilpailijallemme, vaikka annamme hevosille vähemmän kauraa, ratsastajille pienempää palkkaa, … … tuotamme halvempaa energiaa, karsimme kustannuksia, pienennämme työntekijöiden palkkoja, ...
  • 41. Timo Honkela, 17.8.2016, Kalajoen lukio Kiitos! http://375humanistia.helsinki.fi/humanistit/timo-honkela http://www.slideshare.net/timohonkela https://www.youtube.com/watch?v=UXwkGPMMZdk