AI ja Tekoäly - Miten minä näen ja käytän tekoälyä

Tekoäly ei osaa tehdä ruokaa, siivota kämppääsi, vaihtaa puhjennutta pyöränrengasta, tai pestä pyykkiäsi. Silti tuntuu, että lähes kaikki puhuvat tekoälystä ja sen mahdollisuuksista. Ainakin rapakon takana pörssissä on ollut tekoälyhype. Missä tekoäly on sitten hyvä ja mihin sitä voisi käyttää jokapäiväisessä elämässä? En ole todellakaan tämän asian ekspertti, mutta olen utelias oppimaan ja kokeilemaan kaikkea hyödyllistä. Ajattelin listata tähän artikkeliin sellaisia käytännön asioita, joissa olen itse kokenut tekoälyn käytön hyödylliseksi, tai joihin olen muuten vain törmännyt normaalissa arkielämässä. Lukijoilla on varmasti vielä lisää hyviä vinkkejä ja olisinkin kiitollinen, jos joku haluaa jakaa parhaat ja mielenkiintoisimmat esimerkit, joita tässä en tajunnut vielä mainita.

Tämän artikkelin sisällysluettelo. Linkkiä klikkaamalla pääset suoraan itse tekstiin. Tämä artikkeli on julkaistu 12.3.2025 ja nyt päivitetty kappaleella favicon-logon teosta.

• Mistä puhutaan - Tekoäly ja mistä sen löytää?
• Googlen korvaaja - AI tuo ihmisyyden hakuun
• Einsteinin veroinen sparraaja ymmärtämiseen
• Koodaajan apuväline
• Graafien teko - ChatGPT 4 rulettaa
• Tiivistelmien teko - Vain Grok 3 hallitsee ulkoiset linkit
• Kuvien generointi
• Yhteenveto kielimalleista - Erot ja yhtenevyydet
• Tekoäly tyttöystävänä - Aikuisviihde omaan olohuoneeseen
• Autonominen ajaminen - Tesla ja Starship ruokarobotti
• Loppusanat

Mistä puhutaan - Tekoäly ja mistä sen löytää?

Tekoälyn määritelmä on järjestelmä, joka pystyy suorittamaan ihmisen älykkyyttä vaativia tehtäviä. Käsite on siis aika laaja, eikä yksiselitteistä määritelmää ole. Tässä artikkelissa ei puhuta mistään asiantuntijajärjestelmistä, tai todella spesifisistä aihealueista, kuten aseteollisuudesta, syövän seulomisesta röntgenkuvista, tai vaikkapa teollisuusroboteista. Tässä artikkelissa puhutaan tekoälyn sovelluksista tavallisen tallaajan näkökulmasta ja käyttökohteista, joita käytännössä jokainen voi hyödyntää omassa elämässä ja jotka ovat ilmestyneet katukuvaan, tai ainakin ihmisten tietoisuuteen vuoden tai parin sisällä. 

Vaikka muitakin asioita tullaan käsittelemään, niin pääpaino tässä artikkelissa on kuitenkin LLM -tekoälymalleilla (large language model, eli suomeksi suuri kielimalli) jotka on koulutettu ymmärtämään ja tuottamaan ihmismäistä tekstiä. Näiden kehitys on viime aikoina mennyt harppauksittain 

eteenpäin ja niistä saatu hyöty on mielestäni kaikista ilmeisin. Esimerkkeinä tässä tekstissä (ja muutenkin itselläni omassa käytössä) LLM-tekoälyistä ovat Open AI:n (suurimmat omistajat Microsoft 49%, SoftBank ja Nvidia) ChatGPT-4, Elon Muskin xAI:n Grok 3 ja kiinalainen DeepSeek (rahoitus tai omistus ei tiedossa). Nämä siksi, että jokainen näistä malleista on ilmainen. Käyttäminen vaatii vain nettiyhteyden ja rekisteröitymisen linkin takaa löytyvään palveluun. Tässä pitää tosin huomauttaa, että jokaisella ilmainen käyttö on rajattu vähäiseksi. Jos siis käytät tekoälyä ahkerasti ja laajasti omiin projekteihin, siitä joutuu maksamaan. Jos taas tekoälyn käyttö on vähäistä ja suppeaa, kysyt muutamia kysymyksiä päivässä, niin ilmaiskäytöllä pärjää. Kun toisen mallin ilmaisuuden käyttörajoitukset tulevat vastaan ja malli ei anna vastauksia, niin vaihdat vain toiseen. Siksi 3 ilmaista tekoälyä on itselleni riittävästi.

Jotta LLM -mallin toiminta ja potentiaali tulisi jotenkin ymmärrettäväksi, niin pitää käsitellä pari asiaa. Kielimalleissa puhutaan parametreista, eli käytännössä muistista, yhteyksistä ja käsitteistä. Tarkkoja lukuja ei kerrota, mutta vanhemmalla ChatGPT-3:lla oli 175 miljardia parametria ja DeepSeekissä huhutaan olevan noin 600 miljardia parametria. Mallit koulutetaan valtavalla määrällä tekstiä, kuten esimerkiksi kirjoja, artikkeleita, verkkosivuja yms. Tässä vaiheessa se siis oppii sanastoa, kielen rakennetta, kontekstia ja faktoja. Kärjistäen kielimalli kuitenkin ennustaa vain seuraavaa sanaa, eli kysyttäessä antaa 

järkevimmän ja kontekstiin sopivimman vastauksen. Malli voi siis tuottaa virheellistä tietoa, eli niin sanotusti hallusinoida. Tiedot eivät välttämättä ole myöskään ajan tasalla, koska se perustuu koulutusdataan. Jos koulutusdata on vinoutunutta, niin myös mallin antama vastaus on vinoutunut.

Googlen korvaaja - AI tuo ihmisyyden hakuun

Google on ihan hyvä hakukone, jos tietää tarkalleen mitä etsii. Jos et kuitenkaan tiedä tarkkaa hakusanaa, niin tulos on toivottoman huono. Kuinka usein olet törmännyt siihen, että kun tiedät lopulta tuloksen, niin haun tekeminen Googlella on lapsellisen helppoa ja tieto löytyy kahdessa sekunnissa. Tätä ennen itse tuloksen löytämiseen on saattanut kuitenkin mennä vaikkapa vartti? En tiedä sainko avattua tätä ongelmaa selkeästi, joten pistän kuvan alle siitä mitä tarkoitin.

Yritäpä etsiä Googlella: simppeli kuva tekstinkäsittelyohjelma. Tuloksena pelkkää roskaa. Pistä sama ajatus Grokin tekoälylle ja tulos on juuri sitä mitä ajattelit. Clipart -kuviahan minä juuri hain. Ällistyttävän hyvin hoksattu. Epämääräiseen kysymykseen selkeä vastaus. Kun tiedät suurin piirtein kontekstin, missä kysymyksesi esiintyy, niin tekoälyllä on mahdollisuus löytää siihen hyvä vastaus. Normaalilla hakukoneella ei ole mitään mahdollisuutta. 

Otetaan vielä toinen esimerkki, miksi tekoälyn käyttö Googlen sijaan on jotenkin helpompaa ja inhimillisempää? Sinua askarruttaa kysymys, jonka esität tekoälylle: Minkä takia Donald Trump kutsui Hillary Clintonia nimellä crooked Hillary? Saat hetkessä vastaukseksi sähköpostiskandaalin, Clinton -säätiön toiminnan jne. Yritäpä etsiä samaa Googlella. Tuota lausetta on mahdoton käyttää, vaikka se olisi kahden keskeisessä puheessa ihan normaali kysymys ja tuon selkeämmäksi sitä ei saa. Hakukoneella sinun pitää ajatella, minkälaisessa artikkelissa vastaus ehkä piilee. Miten jokin toimittaja on artikkelin kirjoittanut ja otsikoinut, josta vastaus voisi löytyä. Äärimmäisen epäloogista etsiä tuolla metodilla. Voit yrittää kirjoittaa esimerkiksi: Why do people dislike Hillary Clinton? Tai the story behind crooked Hillary. Nopealla vilkaisulla noillakaan hakusanoilla ei nappaa. Miksi ihmeessä käyttäisin hakukonetta oikein mihinkään, enkä korvaisi sitä tekoälyllä?

Einsteinin veroinen sparraaja ymmärtämiseen

Asiat oppii parhaiten, kun ymmärtää syy-seuraussuhteen, eli miksi joku asia tapahtuu. Vihaan kaikenlaisia kirjoituksia, joissa toistetaan fraaseja ja sanotaan, että näin vain tapahtuu. Haluan tietää miksi, jotta opin ja tulen fiksummaksi. Harvoin jaksetaan vastata kysymykseen miksi tai miten, vaikka se olisi yhtä tärkeä mainita. Olen jo jonkin aikaa käyttänyt tekoälyä sparraajana. Kun luen jotakin uutta asiaa, kysyn tekoälyltä miksi näin tapahtuu. Voin esimerkiksi lukea juttua siitä, että maito hidastaa raudan imeytymistä. Artikkelissa ei mainita syytä. Kysyn tekoälyltä ja se vastaa, että kalsium kilpailee raudan kanssa käyttämällä samoja imeytymisreittejä. Olisiko toimittajan ollut vaikeaa lisätä tällaista lausetta itse tekstiin?

Jokin aika sitten katselin taas yhtä suosikkileffaani Yksin Marsissa (englanniksi Martian) ja jotenkin päädyin tutkimaan ratamekaniikkaa ja sitä kautta Obertin ilmiötä, jossa pieni nopeuden lisäys lähellä planeettaa tuottaa suuren liike-energian muutoksen. Tämä ajatus johtaa lopulta siihen, että yli 4,5 km/s nopeuksissa (vertailun vuoksi matalan kiertoradan sateliitit 7,8 km/s) 1 kg polttoainetta sisältää enemmän liike-energiaa, kuin sen polttamisessa vapautuvaa kemiallista energiaa. Eikö tämä ole jotenkin epäloogista?

Aivoni eivät pystyneet sisäistämään tätä ja tekoälyn kanssa käymä keskustelu avasi onglmaa. Kun tavallisilla kemiallisilla raketeilla poistokaasujen tyypillinen nopeus on noin 3–4 km/s, niin polttoaineen palaminen tämän nopeuden jälkeen ei enää anna raketille samaa lisätyöntöä, vaan hukkaa osan energiasta ja palamisen hyöty alkaa tosiaan kadota, mitä suurempi on nopeus. Pakokaasut liikkuvat siis edelleen eteenpäin raketin perässä, eikä niiden liike-energia ole täysin "nollattu" taaksepäin.

Sparraaja voi tarkoittaa joillekin myös "ilmaista" preppauskurssia. Voit siis hyvin opiskella jotain tiettyä aihealuetta ja pyytää vaikkapa tekoälyä tekemään koekysymykset aiheesta, jotta olet varmasti sisäistänyt asian. Sitten kun tiedät heikkoutesi, voit treenata niitä lisää ja nostaa kysymysten ja ongelmien vaikeusastetta. Oikeastaan tästä kaikesta voisin esittää kysymyksen. Kuinka paljon maksaisit siitä, että saisit Einsteinin keskustelemaan ruokapöytään kanssasi?

Koodaajan apuväline

Kaikki kolme LLM -tekoälymallia osaavat koodata. Joku ehkä paremmin kuin toinen, mutta koska en ole tässä ekspertti, niin en lähde väittämään mitään. Itse käytän kuitenkin blogini koodaamiseen html-kielellä ChatGPT 4 ja DeepSeek tekoälymalleja. Koodaamisen tehostaminen on ehkä se isoin apu, jonka tekoäly antaa itselleni. Miksi näin? Tiivistelmät, faktojen tarkistukset, graafit, kuvat jne kyllä onnistuvat ihan perinteisin keinoinkin, mutta ehkä vähän hitaammin. Kokonaisuudesta ne varmaankin muodostavat suuremman osan, jolloin saatu hyötykin on suurin, mutta se koodaaminen on puolestaan vähän on/off. Joko koodi toimii tai sitten ei. Kaikki muut hommat osaan kyllä tehdä, mutta en koodata kunnolla HTML-kielellä.

Vasemmalla blogini vanha sisällysluettelo, jonka koodi oli jostain vuosikymmen sitten haettua ja muokattua. Aivan karmea ja hirveä viritelmä, jota en saanut edes näkyviin kunnolla. Oikealla tekoälyn avulla tehty hieno ja toimiva sisällysluettelo. Ero kuin yöllä ja päivällä.

Vuosia tai vuosikymmen sitten ennen AI:n tuloa muiden kuin Bloggerin valmiiden widgettien teko toimi seuraavasti: Joko piti osata koodata tai jos ei osannut, piti Googlettaa josko jostain löytyisi muokattu koodi tarkoitukseen. 99 kertaa sadasta ei löytynyt ja homma piti jättää tekemättä, tai tyytyä johonkin olemassa olevaan, mutta todella rampaan toteutukseen (katso vasen kuva yllä). Nyt kerrot vain AI:lle mitä tehdä ja iteroit tästä eteenpäin toimivan widgetin. Käytännössä lähes mitä tahansa voi tehdä ja tämän takia tuntee itsensä supermieheksi. Tekoälyn käyttö voimaannuttaa.

Jos jotain kiinnostaa, niin olen kirjoittanut artikkelin: Millainen on toiminnallisesti hyvä blogi - Omat top 10 -muokkaukseni. Sieltä löytyy neuvot esimerkiksi blogistani löytyvään ja tässä äskettäin viitattuun sisällysluetteloon, lukuaikalaskuriin ja vaikkapa uusimpien kommenttien -widgettiin. Ne on kaikki tehty tekoälyn avulla.

Graafien teko - ChatGPT 4 rulettaa

Vaikka DeepSeek, Grok 3 ja ChatGPT 4 ovat kaikki erinomaisia tekoälyjä, vain ChatGPT osaa piirtää graafin suoraan käyttöliittymään. DeepSeek ehdottaa sen tekemistä Python koodilla. Jos tekoälystä toivoo todella yksinkertaista käyttää, niin ChatGPT 4 on siis kunkku graafien tekoon. Käytä sitä. Ongelma graafien teossa on se, että saat tietyn geneerisen ulkoasun, jos et määrittele sitä kunnolla. Graafien teko syö myös sen verran ilmaisresursseja, että muutamaa kertaa enempää et pysty graafia päivittämään, jos ulkonäkö ei ole heti mieleinen.

Itse tykkään graafien teosta taulukkolaskentaohjelmalla, mutta on pakko tunnustaa, että joskus siinäkin menee hermo harvinaisempien kikkojen osalta. Miten saikaan jotain myös Y-akselin oikealle puolelle, eli oikeastaan toinen muuttuja lisää yms? Jos olemassa olevaa dataa pitää muokata ja laskea monimutkaisilla kaavoilla, niin tässäkin voi helposti tulla virheitä. Tekoäly on tässä ihan pätevä.

Eräänä päivänä pohdin huvikseni, paljoko päivä piteneekään viikossa ja pyysin tästä graafin. Ensin tuli sekundaa, mutta muutaman tarkentavan kysymyksen ja kehotteen jälkeen ChatGPT 4 piirsi tämän. Uniikki laatuaan, jota kukaan muu ei ole vielä tehnyt ainakaan Googlen kuvahaun mukaan. Tämä olisi itseltä jäänyt tekemättä, jos AI ei olisi etsinyt dataa ja tehnyt ohjeiden mukaan muutamassa minuutissa.

Tiivistelmien teko - Vain Grok 3 hallitsee ulkoiset linkit

Mitä jos haluaisit tiivistää pitkän asiakirjan, tai vaikkapa 20 -sivuisen dokumentin kymmeneen pointtiin? Voihan sen tietenkin lukaista alusta loppuun. Jokainen voi kokeilla, kuinka nopeasti lukaisee esimerkiksi linkin takaa löytyvän englanninkielisen Suomen ja Ukrainan välisen turvallisuusyhteistyö -sopimuksen ja listaa siitä pääkohdat? Riittääkö 45 minuuttia vai meneekö 2 tuntia? Syötä linkki Grok 3 -tekoälylle ja se listaa keskeisen sisällön kymmeneen kohtaan alle minuutissa. 

Valitettavasti DeepSeek tai ChatGPT 4 eivät osaa käyttää ulkoisia linkkejä suoraan, joten Grok 3 on tiivistelmien teossa kuningas, jos lähde on jonkin linkin takana suoraan nettisivulla. Jostain syystä tämä ei ole ilmeistä ja mielestäni sitä ei suoraan sanota missään, ei ainakaan ChatGPT 4:sen kohdalla. Väittäisin sen jopa huijaavan, jos tämä olisi mahdollista. Halusin ChatGPT 4:sen tekevän kymmenen kohdan tiivistelmän tekstistäni Muoviroskan erilliskeräys - Onko muovin kierrätys oikeasti järkevää? Se antoi kyllä tiivistelmän, mutta loppua kohden pointit eivät enää olleet sellaisia, joista olin kirjoittanut. Toisin kuin DeepSeek, ChatGPT ei heti paljastanut, että se ei pysty hakemaan tietoa netistä linkin takaa, vaan kirjoitti geneerisen tiivistelmän selkeällä vinoutumalla kulutuksen vähentämiseen.

Kuvien generointi

Kuvien muokkaus tekoälyllä esimerkiksi Adobe Photoshopissa on ollut arkipäivää jo joskus vuoden 2023 puolivälissä. Voit poistaa helposti eri objekteja ja luoda kuvauksen avulla jotain muuta tilalle, voit vaikka laajentaa kuvaa sen ulkopuolelle, jos haluat. Jos ei ole tarvetta Adoben kuvankäsittelyohjelmaan ja vähän alle 30 €/kk hintaan, niin kuvien generointi onnistuu sekä ChatGPT 4:llä (käyttää OpenAI:n DALL·E-mallia) ja Grok 3:lla. DeepSeek ei tähän taivu. Varmaan makuasia, kummasta tekoälystä tykkää. Mielestäni Grok 3 on parempi, koska se tekee aina 4 ehdotusta kerralla ja ChatGPT 4:stä tulee nopeasti ilmaisraja vastaan. Kehitys on kuitenkin ollut ihan huimaa. Itse generoin tämän artikkelin "kansikuvan" käyttäen Grok 3 tekoälyä. Tämä oli myös ensimmäinen kuva, jonka se pyyntööni antoi.

Pyyntöni oli seuraava: "Haluaisin kuvan tekoälystä. Kuvan vasemmassa reunassa olisi Terminator tyylinen robotti ja oikeassa reunassa kauniin naisen hologrammi, kuten Blade Runnerissa. Taustalla kaupunkimaisema Tron-elokuvan tyyliin, johon lisätty Matrix tyylisesti ylhäältä alas valuvia koodirivejä."

 

Grok 3 tekoälyn generoimia kuvaehdotuksia tämän blogin kansikuviksi.

En ollut ihan tyytyväinen tuohon kansikuvaan, koska halusin naisen näyttävän enemmän hologrammilta. Yritin tarkentaa pyyntöä ja naisesta tuli (yllä olevat kuvat) ehkäpä parempi, mutta joko Terminator-tyylisestä robotista tuli huonompi, tai sitten tausta ja etenkin vihreä Matrix-koodi alkoi näyttää jo todella hirveältä. Yllä on mielestäni kaksi seuraavaksi parasta kuvaa. Jos olisi ollut Adobe Photoshop, niin noita kuvia olisi saanut muokattua helposti halutun laiseksi. Se tässä tekoälyn kuvien generoinnissa onkin vähän huono. Jos 99,9 % kuvasta on hyvää, mutta haluaisit muuttaa jotain pientä yksityiskohtaa, se ei onnistu. Tekoäly generoi kokonaan uuden ja erilaisen kuvan. Ehkä on turha valittaa näinkin hienosta ja ilmaisesta työkalusta. Kun on tekoälyn makuun päästy, niin generoin sillä faviconin vanhan ja huonon kuvan tilalle.

Blogini faviconin luonti Grok 3-tekoälyllä. Ei tullut ihan sellaista, mitä promptiin kirjoitin, mutta vasemmasta yläkuvasta tuli blogini "logo/ikoni". D edustaa "Downshiftaus"-nimeä ja nuoli on "shif-näppäimen" symboli, eli yhteensä noista tulee Downshift. Nuoli ylös kuvastaa myös muutosta eteenpäin. Tässä selitys, jos joku ei tajua.

Näin blogin pitäjänä tuntuu hassulta, että jos kuvien generointi on näin helppoa, niin miksi joku käyttää vieläkin geneerisiä ja aiheeseen mitenkään kuulumattomia Clipart-kuvia blogissa? Jos omistaisin kuvapankin, olisin ammatiltani valokuvaaja, kuvataiteilija, piirtäjä tai muuta vastaavaa, niin itku voisi tulla silmään. Se on R.I.P. kun elinkeino loppui tai ainakin vaikeutui yhdessä yössä.

Yhteenveto kielimalleista - Erot ja yhtenevyydet

Alla kuva ilmaisten kielimallien eroista. Suurimpina eroina löytyy graafien teko, joka onnistuu suoraan vain ChatGPT 4:ltä. Kuvien generointi ei onnistu DeepSeekillä, jolla ei myöskään ole reaaliaikaista tietoa nettiin. Se ei siis esimerkiksi tiedä mitään Ukrainan presidentin vierailusta Valkoisessa talossa 1.3.2025 ja mitä siellä tapahtui. Grok 3 puolestaan pystyy ainoana hyödyntämään linkin takana oleva tekstin tai dokumentin esimerkiksi tiivistelmien teossa. Ilmaiskäytön raja on tekoälyjen itse arvioima ja voi muuttua hyvinkin dynaamisesti. AI:n käytössä kannattaa myös muistaa, että ei käytä mitään arkaluonteista tietoa. Kaikki voi mennä suoraan vaikkapa Kiinaan. 

Tekoälyn luoma ja itseni täydentämä kuva tekoälyjen eroista ja yhtäläisyyksistä.

Tekoäly tyttöystävänä - Aikuisviihde omaan olohuoneeseen

Muistatko vuodelta 2013 romanttisen tieteiselokuvan Her, jossa mies (Joaquin Phoenix) rakastuu tietokoneensa tekoälyyn perustuvaan käyttöjärjestelmään, joka on suunniteltu vastaamaan miehen kaikkiin tarpeisiin. Vähän kuin Applen Siri virtuaaliavustaja, mutta kehittyneempi ja nimeltään Samantha. Samanthalla ei siis ollut kehoa, vaan pelkkä ääni ja tietoisuus. Entä kuka muistaa elokuvan Blade Runner 2049? Ryan Goslingin tähdittämässä, vuonna 2017 tehdyssä tieteiselokuvassa esiintyi hologrammitekniikalla toimiva AI tyttöystävä. Mikä aikoinaan tuntui kaukaiselta, absurdilta ja huvittavalta, ei enää tunnukaan niin kaukaiselta, vaan hyvinkin mahdolliselta. Jos nyt voidaan ajatella, että tekoälyn kanssa voi käydä järkevää keskustelua ja puhua mistä tahansa, niin eikö Her -elokuva voisi olla jo totta? Entä Blade Runner 2049:n hologrammin näköinen tyttöystävä, se on varmaan aika kaukaista?

Tästä päästäänkin hyvällä aasinsillalla aikuisviihteeseen. Uskoit tai et, niin aikuisviihde on ollut merkittävä tekijä useiden viihdeteknologioiden kehityksessä ja käyttöönotossa. Tästä esimerkkinä VHS vs. Betamax ja Blu-ray vs. HD-DVD -taisto. Se minkä tekniikan kelkkaan aikuisviihde siirtyy, voittaa todennäköisesti sodan. Miksi Sonyn PSVR 1 tai 2 -lasit, tai huikeasta tekniikasta tuttu Apple Vision Pro eivät eivät ole kunnolla lyöneet läpi ja pärjää avoimille Android laseille, kuten Oculus Quest 2, tai uusin Meta Quest 3? Hinta voi olla yksi tekijä, mutta mitä osuutta näyttelee alustojen sulkeutuneisuus? Niille ei haluta aikuisviihdettä. Voit hyvin paheksua asiaa, mutta se ei poista totuutta tekniikkasotien voittamisesta. Aikuisviihde on ehkä yksi VR-teknologian varhaisimmista ja innokkaimmista käyttäjistä, koska se tarjoaa immersiivisen kokemuksen. 

Aikuisviihde toimii teknologian hyödyntämisessä eturintamassa. Eräs video/teknologia-alusta on saanut AI:n avulla poistettua taustan lähes kokonaan, jolloin Quest 3:sen Passthrough -ominaisuudella virtuaalinen sisältö liitetään osaksi oikeaa maailmaa. 

Mitä eroja näet, kun katsot kahta yllä olevaa kuvaa? Molemmat ovat ruutukaappauksia samasta videosta. Oikealla puolella on vain hyödynnetty erään video/teknologia-alustan tekoälyä, joka poistaa alkuperäisen videon taustan AI maskin avulla kokonaan. Vain ihmiset näkyvät. Läpikatselun (englanniksi Passthrough) omaavilla VR-laseilla näet siis virtuaalisen sisällön suoraan vaikkapa omassa olohuoneessa tai missä nyt satut VR-laseja käyttämään. Tällöin puhutaan termistä lisätty todellisuus (englanniksi augmented reality eli AR). Tuosta ei paljon realismi voi enää kasvaa ja raja todellisuuden ja fiktion välillä hämärtyy. Rehellisyyden nimissä pitää myöntää, että kuvapariksi on valittu sellainen, jossa AI todella toimii. Välillä tulos on huonompi. Tekniikka kuitenkin kehittyy ja mitään tätä ei ollut vielä vuosi sitten.

Tällä hetkellä tähän tarvitaan vielä VR-lasit, tilauspalvelu ja sopiva materiaali, mutta mitä jos AI pystyy jossain vaiheessa generoimaan lähdemateriaalin pohjalta lähes täydellisen mallin ja käyttämään vain sitä? Nykyisinhän tekoäly pystyy jo luomaan tekstistä todella lyhyitä videoita. Miten on parin vuoden päästä? VR-lasitkin pienenevät vuosi vuodelta ja mahtuvat kohta silmälasien sisään. Sitten myös elokuvan Blade Runner 2049 visio hologrammityttöystävästä on todellisuutta. Toteutusta ei vaan tehdä hologrammilla, vaan AR-laseilla ja käytännössä tyttö/poikaystävä voi kulkea vaikkapa taskussa tai käsilaukussa. 

Autonominen ajaminen - Tesla ja Starship ruokarobotti

Nykyisin älypuhelimen lukituksen avaus perustuu kasvojen tunnistukseen. Vähän samanlaista kuvien ja videoiden tunnistusta käytetään myös autonomisessa ajamisessa muiden sensoreiden ja GPS:n ohella. Vuonna 2014 perustettu virolainen Starship Technologies on tuonut ruokaa kuljettavia robotteja pääkaupunkiseudulle. Vuonna 2022 Starshipin robotit aloittivat puolen vuoden kokeilu kuljetukset Espoossa ja vuoden 2023 toukokuussa ruokarobotit aloittivat elintarvikkeiden kuljetuksen useista pääkaupunkiseudun Alepoista. Vuonna 2024 Starshipin kuljetusrobotteja liikkui 14 suomalaisessa kaupungissa, kertoo Wikipedia.

Robotteja voidaan kauko-ohjata, mikäli automaattiohjaus pettää, tai robotti jää muuten jumiin. Robotit painavat 25 kiloa tyhjänä ja voivat kantaa 9,1 kiloa ruokaa. Akkujen kesto on keskimäärin 18 tuntia ja robotti voi päivässä kulkea yleensä 40 kilometriä. Robotit kommunikoivat ihmisille kaiuttimiensa kautta, kertoo Wikipedia. Oman työmatkan varrella Vantaalta Espooseen noita tulee vastaan aika usein ja kaksi kertaa on tullut kiskottua niitä lumipenkasta, kun ovat ajaneet tyhmästi ojaan. On muuten aika raskas homma. Saapa nähdä, onko innovaatio sitten firmalle, kaupalle ja asiakkaalle lopulta tuottoisa ja miten tuo tulee yleistymään, kun uutuudenviehätys katoaa. Välillä kyllä ärsyttää, miten keskellä tietä nämä kulkee, voisihan sitä ajaa reunemmassakin, kuten kaikki muut.

No nyt ei kyllä mennyt ruokarobotin suunnistus ihan putkeen. Kuka lähtee lumihangessa pitkin metsäpolkua?

Autonomista ajamista ja robotakseja on ennustettu jo kauan. Joka vuosi se on kuulemma ihan nurkan takana. Jos Amerikassa innovoidaan, niin Euroopassa reguloidaan. Kun Jenkit kehittävät tekoälyä, niin täällä säädetään pahvipillien ja pullonkorkkien kanssa. En olisi siis niin luottavainen, että itseajavat autot rantautuisivat tänne Suomen perukoille kovin nopeasti. Käytännössähän Tesla osaa jo ajaa itseään. Suosittelen alla olevan videon katsomista, jos miettii millä tasolla itseajavat autot ovat.

Loppusanat

Elämme nyt tekoälyn kulta-aikaa. Käytännössä sekä köyhällä opiskelijalla, että miljonäärillä on lähes samat välineet käytössä. En edes pysty kuvittelemaan, miten työelämä tulee muttumaan näiden myötä. Ei siitä ole kauaa kun rummutettiin, että kaikkien pitäisi opiskella ja osata koodata. No nyt se alkaa näyttää melko turhalta ajankäytöltä ja perinteiset kädentaidot, eli rouhevammin ilmaisten persvakomiehet nousevat kunniaan. Se työ ei tekoälylle siirry. Tästä olen kirjoittanut vuosia sitten artikkelin: Tekoäly, robotit ja automatiikka tekee sinutkin ehkä työttömäksi.

Oikeastaan voisi ajatella, että tekoälystä tulee väistämättä ihmistä fiksumpi ja osaavampi lähes kaikissa asioissa. Hermoimpulssi ihmisen aivoissa vs. sähkön kulku mikroprosessorissa. Mikropiirissä sähkö kulkee jopa 10 miljoonaa kertaa nopeammin kuin hermoimpulssi ihmisen aivoissa. Myöskään kallon sisälle ei mahdu määräänsä enempää muistia, toisin kuin tietokoneeseen, jota voi laajentaa ja laajentaa. Ihminen joutuu nukkumaan, tieto kumuloituu hitaasti opiskelemalla ja kaikki katoaa, kun kuolee. Tekoälyllä ei ole näitä rajoitteita. Toinen kysymys on sitten se, miten kaikki tämä saadaan voitolliseksi ja kuka oikeastaan edut korjaakaan? Miten tekoälyn kehityskustannukset ja käyttö saadaan kaupallistettua ja kannattavaksi. Paljonko tekoälyn käytön eduista valuu suoraan käyttäjille? 

Miten tekoäly on integroitunut lukijoiden arkipäivään? Mihin käytät tekoälyä eniten ja missä se loistaa? Mitä odotat eniten ja mikä käyttötarkoitus ehkä pelottaa?