Mikko Koski

Tekoäly voi oppia ja mukautua datan avulla

Wikipedian mukaan tekoäly tarkoittaa tietokoneen toimintoja, jotka jäljittelevät ihmiselle tyypillisiä, älykkyyttä vaativia prosesseja. Hieman konkreettisemmin tekoäly voidaan määritellä koneoppimisen algoritmeiksi, jotka on valjastettu datapohjaiseen ongelmanratkaisuun.

Sähköpostin roskapostisuodatin on yksinkertainen käytännön esimerkki tekoälyn sovelluskohteista. Suodattimen tarkoituksena on luokitella esimerkiksi spämmi tai muu vastaava ei-toivottu sisältö inboxiin soveltumattomaksi. Luokituskyky perustuu sen rakentamisessa käytettyyn opetusaineistoon, eli dataan, jossa on valmiiksi roskapostiksi/validiksi luokiteltua sisältöä. Mitä enemmän sekä monimuotoisempaa ja siten parempaa opetusaineistoa on käytettävissä, sitä paremmat edellytykset roskapostisuodattimelle on toimia. Tämän lisäksi käyttäjät voivat itse opettaa ohjelmalle, millaiset viestit sen tulisi luokitella roskapostiksi, mikä auttaa sähköpostia mukautumaan juuri kyseisen käyttäjän tarpeisiin.

Oli sovelluskohde mikä tahansa, tekoälyksi kutsutuille järjestelmille on ominaista niiden kyky oppia – joko avustetusti tai niin sanottuna ohjaamattomana oppimisena, jolloin järjestelmä pystyy itse oppimaan ja mukautumaan dataan ja ratkaistavaan ongelmaan. Big datan aikakaudella erityisesti jälkimmäinen on relevanttia.

Isot pelurit vahvasti mukana

Roskapostisuodatinta aavistuksen seksikkäämpiä kohteita tekoälyn hyödyntämiseen ovat muun muassa kuvan-, videon-, puheen- ja tekstintunnistus sekä niihin liittyvät sovellusalueet. Kuvantunnistuksesta hyvänä esimerkkinä toimii vaikkapa Facebook, joka on varmasti yllättänyt monet käyttäjät tunnistamalla ladatuista kuvista tuttuja henkilöitä, ennen kuin käyttäjä on itse tägännyt heidät kuviin. Vastaavasti Apple iPhonesta tuttu Siri-järjestelmä käyttää tekoälyä avukseen muun muassa puheen ymmärtämiseen, tuottamiseen ja suositusten tekemiseen.

Applen, Googlen ja Facebookin lisäksi isot pelurit, kuten IBM, Microsoft ja kiinalainen hakukonejätti Baidu, sekä iso nippu pienempiä startuppeja ovat panostaneet jo pitkään tekoälyn kehitykseen ja sovellutukseen valtavia resursseja. Eikä ihme, tekoälyn tämän hetken kuumin teknologia, ns. Deep learning, nousi MIT Technology Review´n laatimalla Top 10 Breakthrough Technologies -listalla ykköseksi vuonna 2013.

Merkitys markkinoijalle

Markkinoijan näkökulmasta tekoälyn kehityksessä on jo nyt yksi erittäin tärkeä ja konkreettinen seurattava osa-alue: SEO. Esimerkiksi audiovisuaalisen sisällön tunnistamisteknologia kasvattaa valtavasti muidenkin kuin sivuston teknisten ratkaisujen merkitystä; kun Googlen tapaiset hakukoneet alkavat painottaa hakutuloksissaan esimerkiksi sivustoilla olevien kuvien ja videoiden sisältöä, ja ennen kaikkea niiden semanttista merkitystä, laadukkaan ja monipuolisen sisällön tuottaminen omiin kanaviin on entistä tärkeämmässä asemassa.

Tämä mahdollistaa markkinoijille huomattavasti monimuotoisemman kanavien käytön ja entistä tuottavampia investointeja; kuvia ja videoita jakavissa sosiaalisissa medioissa tai vaikkapa helposti löydettävinä tuote-esittelyvideoina B2B-markkinoinnissa.

Vaikka tekoälyä on tutkittu ja siitä on puhuttu jo pitkään, alkavat käytännön sovellutukset ainakin markkinoijan näkökulmasta lunastaa lupauksiaan vähitellen – tämä selittyy toisaalta käytettävissä olevan datan lisääntymisellä, mutta myös sen analysoimiseen vaadittavan laskentatehon kasvamisella.

Tekoälystä on nousemassa markkinointimaailman seuraava, Big Dataa vastaava hype-termi. Big Dataan verrattuna tällä kertaa ehkä hieman aiheellisemmin – data kun on lähtökohtaisesti vain dataa, mutta älykkäästi hyödynnettynä kilpailuetua luova tekijä.
Haluatko keskustella lisää tekoälyn mahdollisuuksista? Ota yhteyttä: mikko.koski@dagmar.fi

 

Lähteet:
https://fi.wikipedia.org/wiki/Teko%C3%A4ly
http://www.technologyreview.com/lists/breakthrough-technologies/2013/