Tekoälyverstas
Valikko

Tekoäly on ohjelma, joka jäljittelee ihmiselle tyypillisiä älykkyyttä vaativia toimintoja — esimerkiksi kielen ymmärtämistä, kuvien tunnistamista tai päätöksentekoa. Kolme arkista esimerkkiä, joihin törmäät todennäköisesti joka päivä:

  • Puheavustaja puhelimessa. Kun sanot “Hei Siri” tai vastaavan herätesanan, laite tunnistaa äänesi tekoälymallilla ja vastaa siihen. Sama malli tulkitsee myös sen jälkeen tulevan puheen tekstiksi, jotta laite ymmärtää mitä pyysit.
  • Suoratoistopalvelun suositukset. Ohjelma ennustaa aiemman katselu- tai kuunteluhistoriasi perusteella, mistä todennäköisesti pidät seuraavaksi. Ohjelmoija ei ole listannut käsin, mitä kukin katsoja pitää kiinnostavana — malli on päätellyt sen miljoonien käyttäjien käyttäytymisestä.
  • Sähköpostin roskapostisuodatin. Se tunnistaa ei-toivotut viestit oppimalla esimerkeistä, ei siksi, että joku olisi käsin kirjoittanut säännön jokaiselle roskapostityypille erikseen. Kun roskapostin lähettäjät keksivät uuden kiertotien, suodatin oppii senkin uusista esimerkeistä ilman, että kukaan päivittää sääntölistaa käsin.

Yhteistä kaikille kolmelle: kukaan ei ole kirjoittanut ohjelmaan tarkkaa, vaihe vaiheelta etenevää käskyä jokaista tilannetta varten. Ohjelma on sen sijaan oppinut toimintatapansa datasta — tätä lähestymistapaa kutsutaan koneoppimiseksi, ja se on yksi tapa rakentaa tekoälyä. Laajempi läpikäynti nesteytyksestä tekoäly–koneoppiminen–syväoppiminen on omalla koneoppiminen-sivulla.

Onko kaikki automaatio tekoälyä?

Ei. Tämä on yleinen sekaannus. Perinteinen automaatio noudattaa kiinteää, ihmisen kirjoittamaa sääntöä: “jos lasku on alle tietyn summan, hyväksy se automaattisesti.” Sääntö ei muutu, ellei joku muuta sitä käsin. Tekoäly — erityisesti koneoppimiseen perustuva — toimii toisin: ohjelmalle näytetään esimerkkejä (esimerkiksi tuhansia aiemmin hyväksyttyjä ja hylättyjä laskuja), ja se päättelee itse, millaiset piirteet ennustavat hyväksyntää. Kun uutta dataa kertyy, malli voi oppia lisää ilman, että kukaan kirjoittaa uutta sääntöä. Ero ei ole aina näkyvä käyttäjälle, mutta se on tekninen ja olennainen: kiinteä sääntö ei ole tekoälyä, vaikka sitä kutsuttaisiin markkinoinnissa “älykkääksi”.

Tämä ero kannattaa muistaa, kun jokin ohjelmisto mainostaa itseään “tekoälypohjaiseksi”: kysy itseltäsi, oppiiko se oikeasti datasta vai onko kyse vain hyvin rakennetusta, mutta kiinteästä sääntökoneistosta. Kumpikin voi olla hyödyllinen työkalu, mutta vain jälkimmäinen todella mukautuu ilman, että joku päivittää sitä käsin.

Onko AI sama kuin tekoäly?

Kyllä. AI (artificial intelligence) on tekoälyn englanninkielinen nimitys, ja ne tarkoittavat samaa asiaa. Suomen kielen huoltoa tekevä Kotus on ottanut asiaan kantaa: kielenhuoltaja Henri Satokankaan mukaan “yleiskielessä sana tekoäly on siis paikallaan” — englanninkielinen lyhenne AI ei toimi yhtä hyvin suomenkielisessä yleiskielessä, koska se ei avaudu kaikille puhujille yhtä läpinäkyvästi kuin suomenkielinen sana. Käytännössä kumpaakin näkee käytettävän rinnakkain: “AI” erityisesti tuotenimissä ja markkinoinnissa, “tekoäly” suomenkielisessä yleiskielessä ja virallisessa termistössä.

Sama huomio pätee virallisiin määritelmiin laajemminkin. EU:n tekoälyasetuksen 3 artikla määrittelee tekoälyjärjestelmän koneperustaiseksi järjestelmäksi, joka toimii vaihtelevalla itsenäisyyden asteella, saattaa mukautua käyttöönoton jälkeen ja tuottaa saamansa syötteen perusteella tuotoksia, kuten ennusteita, sisältöä, suosituksia tai päätöksiä, jotka voivat vaikuttaa fyysiseen tai virtuaaliseen ympäristöön. Tämä on tarkempi, lakiin kirjoitettu muotoilu samasta perusajatuksesta kuin TEPA-termipankin suomenkielinen määritelmä yllä — kumpikaan ei ole “oikeampi” kuin toinen, ne vain palvelevat eri tarkoitusta: TEPA selittää sanan yleiskielelle, EU-asetus rajaa sen soveltamisalan lainsäädäntöä varten.

Mihin tekoälyä voi käyttää?

Käytännössä neljään laajaan tehtäväluokkaan, ja tällä sivustolla on oma osionsa jokaiselle:

  • Keskusteluun ja kysymyksiin vastaamiseen — chatbotit kuten ChatGPT, Gemini ja Claude. Katso tekoälychat-vertailu.
  • Sisällön luomiseen — teksti, kuvat, video, musiikki. Tätä kutsutaan generatiiviseksi tekoälyksi, ja se on oma aiheensa: Generatiivinen tekoäly ja Tekoälykuvat.
  • Tiedon analysointiin ja ennustamiseen — esimerkiksi suositusjärjestelmät, petostentunnistus tai kysynnän ennustaminen datasta.
  • Työn automatisointiin — esimerkiksi kirjanpidon tositteiden lukeminen tai markkinoinnin tekstien luonnostelu. Katso Tekoäly yrityksille.

Kaikkia neljää yhdistää sama perusperiaate: ohjelma on oppinut toimintatapansa datasta sen sijaan, että joku olisi kirjoittanut sille tarkan säännön jokaista tilannetta varten. Käytännössä tämä tarkoittaa, että voit hyvin käyttää useampaa tehtäväluokkaa samaan aikaan yhdessä työkalussa — moni nykyaikainen chatbotti osaa sekä keskustella, tuottaa kuvia että analysoida lataamaasi tiedostoa samassa keskustelussa, jolloin raja näiden neljän luokan välillä hämärtyy käyttäjän näkökulmasta, vaikka taustalla on usein edelleen erillisiä, tehtävään erikoistuneita malleja.

Suomessa tekoälyn käyttöönottoa edistetään myös verkostoyhteistyöllä: AI Finland kokoaa yhteen organisaatioita, joiden tavoitteena on nopeuttaa tekoälyn käyttöönottoa suomalaisessa elinkeinoelämässä ja vahvistaa Suomen asemaa kansainvälisessä tekoälyekosysteemissä. Suomi oli myös yksi ensimmäisistä maista, joka julkaisi oman kansallisen tekoälyohjelmansa työ- ja elinkeinoministeriön johdolla, tavoitteenaan nostaa Suomi tekoälyn hyödyntämisen kärkimaaksi. Tämä yhteiskunnallinen taso on eri asia kuin yksittäisen käyttäjän arki, mutta se selittää osaltaan, miksi tekoälyosaamista pidetään Suomessa laajasti tärkeänä sekä yritysten että yksilöiden näkökulmasta.

Miten tunnistaa, onko tuote oikeasti tekoälypohjainen?

Kolme kysymystä auttaa erottamaan aidon, dataan perustuvan tekoälyn pelkästä markkinointisanasta. Ensinnäkin: muuttuuko toiminta käytön myötä ilman, että kukaan päivittää sääntöjä käsin? Jos ei, kyse on todennäköisesti kiinteästä automaatiosta, ei koneoppimisesta. Toiseksi: onko toiminnalle olemassa selkeä, etukäteen kirjoitettu sääntö jokaista tilannetta varten, vai päätteleekö ohjelma toimintansa esimerkeistä? Jälkimmäinen on koneoppimisen tunnusmerkki. Kolmanneksi: tuottaako se tuloksensa todennäköisyyksien perusteella, jolloin sama syöte voi joskus antaa hieman eri lopputuloksen, vai onko lopputulos aina identtinen samalla syötteellä? Vaihtelu viittaa oppineeseen malliin, täydellinen toistettavuus useammin kiinteään sääntöön. Yksikään näistä kolmesta ei ole täydellinen testi yksinään, mutta yhdessä ne erottavat useimmiten aidon, datasta oppivan tekoälyn pelkästä “älykkääksi” markkinoidusta mutta teknisesti kiinteästä ohjelmasta.

Mikä on yleinen tekoäly?

Lähes kaikki tänä päivänä käytössä oleva tekoäly on niin sanottua kapeaa tekoälyä: se on rakennettu ja koulutettu yhteen tarkkaan rajattuun tehtävään — esimerkiksi puheentunnistukseen, kuvantunnistukseen tai reitin optimointiin — eikä osaa mitään sen ulkopuolelta ilman erillistä uutta koulutusta.

Yleinen tekoäly (artificial general intelligence, AGI) tarkoittaisi järjestelmää, joka pystyisi ihmisen tavoin oppimaan ja soveltamaan osaamistaan mihin tahansa tehtävään, myös sellaiseen, jota varten sitä ei ole erikseen koulutettu. Tällaista järjestelmää ei ole tähän mennessä olemassa käytännön sovelluksissa — yleinen tekoäly on tutkimustavoite, ei tämän hetken todellisuus. Kun luet uutisen, jossa jokin tekoälytuote esitellään “yleisenä” tai “ihmisen veroisena”, kannattaa suhtautua siihen varauksella: kyse on lähes aina edelleen kapeasta tekoälystä, joka on vain aiempaa monipuolisempi useassa erillisessä tehtävässä.

Tässä piilee yleinen sekaannuksen lähde: nykyaikainen kielimalli, kuten ChatGPT tai Claude, osaa vastata lähes mistä tahansa aiheesta samassa keskustelussa, ja se tuntuu käyttäjästä “yleiseltä”. Tekniikan kannalta se on silti edelleen kapeaa tekoälyä — sen ainoa varsinainen tehtävä on tuottaa seuraava todennäköisin tekstijakso annetun kehotteen perusteella. Laaja aihealueiden kirjo ei tee siitä yleistä tekoälyä siinä merkityksessä kuin tutkijat termiä käyttävät; se tarkoittaa vain, että yksi ja sama kapea tehtävä (tekstin tuottaminen) kattaa hyvin laajan sisältöjoukon. Ero konkretisoituu, kun pyydät samaa mallia tekemään jotain, mitä sen koulutus ei kata lainkaan — esimerkiksi ohjaamaan fyysistä laitetta reaaliajassa ilman erillistä siihen rakennettua järjestelmää.

Onko Siri tekoäly?

Kyllä. Applen oma koneoppimistutkimuksen julkaisusivu kuvaa, miten “Hei Siri” -herätesana tunnistetaan syväoppimiseen perustuvalla neuroverkolla, joka muuntaa äänesi akustisen kuvion todennäköisyysjakaumaksi puheäänteistä — ja tämä tapahtuu laitteessa itsessään, ei palvelimella. Kun herätesana on tunnistettu, itse pyyntösi käsitellään paikallisesti niin pitkälle kuin mahdollista, ja vasta jos se vaatii enemmän, se lähetetään eteenpäin Applen palvelimelle satunnaisella, ei henkilöön suoraan yhdistettävällä tunnisteella.

Sama periaate — puheentunnistus, luonnollisen kielen käsittely ja usein myös henkilökohtainen suosittelu samassa tuotteessa — koskee todennäköisesti muitakin markkinoiden puheavustajia, vaikka niiden tarkkaa tekniikkaa ei ole tätä sivua varten erikseen tarkistettu valmistajan omista lähteistä. Yhteistä kaikille on kuitenkin sama perusmekanismi: koneoppimiseen nojaava malli, joka on koulutettu suurella määrällä ääni- ja tekstiesimerkkejä ennen kuin se päätyy puhelimeesi.

Ei sama asia kuin koneoppiminen tai syväoppiminen

Tekoäly, koneoppiminen ja syväoppiminen kuulee usein käytettävän ristiin, mutta ne eivät ole synonyymejä — ne ovat sisäkkäisiä. Tekoäly on laajin käsite: mikä tahansa ohjelma, joka jäljittelee älykkyyttä vaativaa toimintaa. Koneoppiminen on yksi tapa rakentaa tekoälyä: ohjelma, joka muuttaa toimintaansa datan perusteella. Syväoppiminen on yksi koneoppimisen tekniikka, joka käyttää monikerroksisia neuroverkkoja.

Käytännön esimerkki havainnollistaa eron: aiemmin mainittu roskapostisuodatin on tyypillisesti perinteistä koneoppimista — se voi oppia tehokkaasti pelkästä sanalistasta ja viestin rakenteesta ilman monimutkaista neuroverkkoa. Kuvantunnistus, kuten kasvojen tunnistaminen kuvasta tai puheen muuntaminen tekstiksi, vaatii sen sijaan tyypillisesti syväoppimista, koska tehtävä sisältää paljon enemmän mutkikkaita, sisäkkäisiä kuvioita, joita yksinkertaisempi malli ei erota yhtä hyvin. Molemmat ovat silti koneoppimista, ja molemmat ovat tekoälyä — ero on tekniikan monimutkaisuudessa, ei siinä, kuinka “älykäs” lopputulos tuntuu käyttäjästä.

Katso täysi läpikäynti esimerkkeineen sivulta Koneoppiminen, ja se, miten kielimalli tuottaa vastauksensa tämän kaiken päällä, sivulta Kielimallit. Jos haluat päästä suoraan kokeilemaan jotain konkreettista, aloituspolku on koottu sivulle Näin otat tekoälyn käyttöön.

Tekoäly suomalaisten arjessa

Kysymys “mitä tekoäly tarkoittaa” ei ole enää teoreettinen suomalaisille. Tilastokeskuksen mukaan generatiivista tekoälyä viimeisen kolmen kuukauden aikana käyttäneiden osuus 16–89-vuotiaista kasvoi tuoreimman tilaston mukaan 23 prosentista 41 prosenttiin, ja nopeinta kasvu on ollut nuorimmissa ikäryhmissä. Yritysten puolella tekoälyteknologioita käyttävien osuus nousi samalla ajanjaksolla 24 prosentista 38 prosenttiin, ja käyttö on yleisintä tieto- ja viestintäalan yrityksissä sekä suurissa, vähintään sadan hengen yrityksissä. Molemmat luvut kertovat samaa tarinaa eri näkökulmasta: tekoäly ei ole enää harvojen erikoisosaajien työkalu, vaan arkinen osa sekä henkilökohtaista että ammatillista tietotekniikan käyttöä yhä useammalle suomalaiselle.

Tämä ei tarkoita, että kaikki käyttäisivät tekoälyä samalla tavalla tai samaan tarkoitukseen — yleisin käyttötapa on edelleen tiedon etsiminen, ja moni käyttää tekoälyä satunnaisesti ilman, että ajattelee sitä erikseen “tekoälyn käyttönä”. Juuri tämä huomaamattomuus on osa syytä, miksi peruskäsitteiden — mitä tekoäly tarkalleen tarkoittaa, mihin se sopii ja mihin ei — selittäminen selkokielisesti on edelleen tarpeen, vaikka työkalut itsessään olisivat jo tuttuja.

Lähteet

Usein kysyttyä

Milloin sana tekoäly (AI) otettiin käyttöön?

Termi keksittiin Dartmouthin tutkimusprojektissa, jonka järjesti matemaatikko John McCarthy yhdessä kolmen muun tutkijan kanssa. Tapahtumaa pidetään tekoälyn tutkimusalan syntyhetkenä.

Osaako tekoäly ajatella niin kuin ihminen?

Ei nykymuodossaan. Suurin osa tämän päivän tekoälystä, kielimallit mukaan lukien, ennustaa tilastollisesti todennäköisintä seuraavaa sanaa tai toimintoa opitun datan perusteella — se ei pohdi tai ymmärrä asiaa siinä mielessä kuin ihminen. Katso tarkemmin: Miten tekoäly toimii.

Mitä eroa on tekoälyllä ja robotilla?

Robotti on fyysinen laite, joka tekee jotain konkreettista, esimerkiksi liikkuu tai nostaa. Tekoäly on ohjelmisto. Robotissa voi olla tekoälyä ohjaamassa sen toimintaa, mutta iso osa roboteista toimii kiinteillä, ihmisen ohjelmoimilla säännöillä ilman mitään koneoppimista.

Aiheeseen liittyvää

Miten tekoäly toimii Miten tekoäly toimii neljässä vaiheessa syötteestä vastaukseen — ilman matematiikkaa. Miksi malli keksii asioita ja ymmärtääkö se, mitä se sanoo. Generatiivinen tekoäly Generatiivinen tekoäly tuottaa kehotteen pohjalta uutta tekstiä, kuvaa, ääntä, videota tai koodia. Määritelmä, esimerkit ja ero muuhun tekoälyyn. Kielimallit Kielimalli tuottaa vastauksen sana kerrallaan opitusta tilastosta, hakukone hakee sen valmiista sivusta. Määritelmä, ero ja miksi kielimalli erehtyy. Tekoälysanasto Tekoälysanasto aakkosjärjestyksessä: mitä tarkoittavat kehote, hallusinaatio, token ja kielimalli. TEPA- ja Kotus-tarkistetut suomenkieliset termit.