Erään kaupan ostosdatasta huomattiin, että usein ne, jotka ostavat vauvojen vaippoja, ostavat myös olutta. Ilmiselvästi äidit passittivat isät illalla ostamaan loppuneita vaippoja kotiin, mutta isiä kiinnostivat enemmän alkoholijuomat.
– Tämä tulkinta on osoitettu vääräksi. Korrelaatio häviää, kun dataa on käytettävissä enemmän ja otetaan huomioon, että tietyt tuotteet ovat suositumpia kuin toiset, selitti Tieteen tietotekniikan keskus CSC:n päällikkö Aleksi Kallio.
Tapaus havainnollistaa sitä, kuinka tekoälyn luotettavuus kärsii, ellei sitä osata varmistaa. Tekoälyä kehitetään usein niin, että algoritmi optimoidaan valikoidulla koulutusdatalla. Jos data on riittämätöntä tai vinoutunutta, se tuottaa tosielämässä vajavaisia tuloksia.
Tekoälyä käytetään teollisuudessa esimerkiksi ennakoivaan kunnossapitoon. Dataa pitää varoa tulkitsemasta väärin.
– Ennakoiva kunnossapito voi pilata hyvän koulutusdatan. Juuri kun alkaisi kerääntyä hyvää dataa, joka osoittaa, että komponentti alkaa vikaantua, joku menee ja korjaa sen. Sitten meillä on ennuste, että jos komponentin kunto huononee, se korjautuu itsestään.
Kallio muistuttaa, että datan lisäksi myös työvuon pitää olla niin yleispätevä, että se voidaan toistaa missä tahansa ympäristössä ja millä tahansa datalla.
Helsinki laski ihmismääriä
Helsingin kaupunki suunnitteli viime vuonna käyttävänsä konenäköä ihmisten määrän laskentaan keskustassa. Koronarajoitusten tultua tavoite kääntyi päinvastaiseksi. Kaupunki pyrki valvomaan, ettei ihmisiä pakkaudu liian paljon lähelle toisiaan.
Sovelluksen toteutti Viria analogisten kameroiden ja algoritmin avulla. Ihmisten laskeminen toteutettiin kaukaa otetuista kuvista, eikä niistä ei tunnistettu henkilöitä vaan heidän määränsä. Palvelua käytettiin Senaatintorilla ja Kansalaistorilla alkusyksystä 2020.
– Mitään kuvaa ei tallenneta sen jälkeen, kun laskenta on tehty. Ihmismäärä näytetään kartalla, kertoi liiketoiminnan kehittäjä Mika Rissanen Virialta.
Integrointi tuo lisäarvoa
Dataa keräävien ja käyttävien sovellusten määrä on räjähtänyt käsiin. Pienissä yrityksissä on keskimäärin noin 40 työkalua ja suuryrityksissä tyypillisesti yli 200 erilaista sovellusta käytössä. Ongelmana on, ettei tietoja saa helposti yhdistettyä sovelluksesta toiseen ja käytettyä hyväksi.
Toistaiseksi tietoa yhdistävät ennen kaikkea ihmiset. Siksi yritykset monesti korostavat, että ihmiset ovat organisaation suurin voimavara.
– Ei ole estettä, etteikö tekoäly pystyisi tekemään samaa. Sitä rajoittaa vain se, ettei tekoälyllä ole kykyä kerätä dataa niissä muodoissa ja määrissä, joissa se onnistuisi järkevästi, sanoi yrittäjä Mikko Alasaarela.
Yritysten keräämä ja käyttämä data pitää integroida toisiinsa, jotta niistä saataisiin lisäarvoa tekoälyn avulla. Alasaarela on kehittänyt eri yrityksille data-arkkitehtuuria datan yhdistelemiseen. Näin syntyy uutta tietoa, josta syntyy yritykselle kilpailuetua.
Insinööriliiton asiantuntijaverkosto järjesti tekoälyaiheisen webinaarin eilen. Verkostoon voi liittyä Insinööriliiton sivuilta.
Teksti: Janne Luotola
Kuva: Ruutukaappaus webinaarista
