Browse Tag: data

AI, data ja automaatio

”Robotit tulevat ja vievät työpaikkamme.”

Suurin piirtein näin lehdistö on otsikoinut meneillään olevan murroksen mm. täällä, täällä, täällä ja täällä. Niinpä innostuin tiivistämään omia ajatuksiani automaatiosta, joka on koko trendin pohja. Varoitus: aion seuraavaksi käyttää monia inhottavia insinööritermejä.

Jotta jotakin voisi automatisoida, täytyy ymmärtää prosesseja. Prosessit koostuvat kahdesta osasta: päätöksistä ja toimenpiteistä. Ensin tehdään päätös tarvittavasta toimenpiteestä ja sitten suoritetaan itse toimenpide. Toimenpidettä seuraa päätös parhaan jatkotoimenpiteen suorittamisesta ja sama toistuu.

Insinöörit ovat aina olleet hyviä automatisoimaan toimenpiteitä. Robotti hitsaa kaksi palkkia yhteen tehtaassa. Ohjelmisto koostaa raportin. Tiskikone puhdistaa astiat.

Päätösten automatisointi on paljon vaikeampaa, sillä päätökset ovat monimutkaisia. Tarkastellaan tätä käyttäen autoa esimerkkinä.

Auton suorittamien toimenpiteiden automatisointi on lasten leikkiä. Hieman yksinkertaistaen autossa voi painaa kaasua, painaa jarrua ja kääntää rattia. Kolme helppoa toimenpidettä. Ensimmäisen vuoden automaatio-opiskelija osaa säätää kolmea ulostuloa samanaikaista, varsinkin, kun kaksi näistä on toisensa poissulkevia.

Silti itse ajavan auton tekeminen on tavattoman vaikeaa, koska päätösten automatisointi on tuskaisaa. Koska painan kaasua ja miten paljon? Mihin suuntaan käännän rattia ja kuinka paljon?

Auton ohjaamiseen liittyviin päätöksiin tulee dataa monesta lähteestä. Mitä ympärillä tapahtuu? Millaisia rajoituksia on voimassa? Minne auton halutaan päätyvän?

Syy itsestään ajavan auton isoihin kehitysaskeliin on, että käytössä olevat työkalut ovat parempia keräämään ja analysoimaan saamaansa dataa. Ohjaavien algoritmien ei tarvitse olla valmiiksi ohjelmoituja kaikkiin mahdollisiin tilanteisiin, vaan kone itsessään oppii. Edistysaskeleet ovat nimenomaan päätösten, eivät toimenpiteiden automatisoinnissa.

Päätökset syntyvät datan avulla. Siksi suosittelen kaikkia automaatiosta kiinnostuneita aloittamaan datasta. Olennaista on ymmärtää mitä dataa yrityksestä löytyy jo nyt, mitä muuta dataa voidaan kerätä ja miten laadukasta kerätty data on. Data määrittää millaisia päätöksiä sen avulla voi ja kannattaa automatisoida.

Yhteenveto kaavan muodossa: automaatio = data + algoritmi + toimenpide. 

 

Ihminen ei pärjää datalle, tässä kolme todistetta

20140531-110327-39807069.jpgIhminen on usein kelvoton päättäjä. Runsaslukuiset vinoumat ohjaavat logiikkamme sivuraiteille tai päistikkaa metsään. Siksi objektiivista dataa ahmivat koneet pesevät meidät tarkkoja päätöksiä kaipaavissa töissä.

1. Robotti ajaa ammattikuljettajaa paremmin

Itseajavista autoistaan tunnettu hakukoneyhtiö Google paljasti konferenssissa, että sen robottiautot ajavat paremmin kuin ammattikuljettajat. Robotit viettävät vähemmän aikaa läheltä piti -tilanteissa ja jarruttavat pehmeämmin kuin koulutetut ihmiskuskit.

2. Algoritmi syrjäytti ihmisen riskisijoittajan johtoryhmässä

Riskisijoittaja Deep Knowledge Ventures nosti Vital-nimisen algoritmin johtoryhmäänsä tekemään sijoituspäätöksiä. Vaikka tempauksen motivaattori lieneekin julkisuus, ajatuksessa on perää. Miksi muuten valtaosa kaikesta pörssikaupasta käytäisiin koneiden toimesta ihmisten sijaan?

3. Lääkärit eivät pärjää koneille

Riskisijoittaja Vinod Khosla linjasi, että paras tapa kehittää terveydenhuoltoa on hankkiutua eroon valtaosasta lääkäreitä. En epäile hetkeäkään, etteivätkö koneet parantaisi terveydenhuollon laatua, kun jo yksinkertainen tarkistuslista vähensi leikkausten aiheuttamia komplikaatioita runsaasti. Lisäksi lääkäreiden diagnooseja on parannettu jo yli vuosikymmen ohjelmistojen avulla.

Gigatolkulla tarkkaa ja objektiivista dataa ahmivat koneet tulevat väistämättä pärjäämään ihmisiä paremmin monissa päätöksentekointensiivisissä ammateissa.

Kuva: www.freeimages.com, Sasan.