Vaikka olen Omavaraisuushaastetta pitkään jo kirjoitellut, olen yllättävän vähän ajan saatossa puhunut teknologiasta. Tämä siitä huolimatta, että olen IT-kehityksessä työskennellyt jo yli puolet työurastani. Vastaan siis tällä hetkellä työpaikallani meidän IT-strategiasta ja projekteista ja sitä ennen vastasin korvausautomaation kehittämisestä vakuutusyhtiö LähiTapiolassa.
Vaikka en juuri osaa koodata, olen opiskeluajoista lähtien seurannut teknologian kehitystä erittäin aktiivisesti ihan harrastuksena, jonka takia olikin luonnollista, että KTM opinnoista huolimatta päädyin IT-kehitykseen vakuutusalalle. Olen myös käynyt vierailijaluennoitsijana viimeiset kolme vuotta Tampereen yliopistolla – aiheena mikäs muukaan kuin tekoäly, ohjelmistorobotiikka sekä järjestelmäautomaatio.
Viimeinen puoli vuotta onkin ollut etenkin tekoälyn kulta-aikaa, kun käytännössä kaikki ja kaikkien äidit ovat siitä puhuneet pitkälti kiitos generatiivisten tekoälyjen, kuten ChatGPT:n sekä Midjourneyn. Tekoäly onkin herännyt hetkessä niin suureen kukoistukseen, että sijoittaja ei pysty ohittamaan sitä olankohautuksella, koska se jokaisesta ovesta pursuaa sisään. Tänään pohdinkin tekoälyn kehitystä – ja ennen kaikkea sen merkitystä sijoittajan elämään.
Tekoälyn äärimmäisen lyhyt historia
Ensimmäiset askeleet tekoälyn kehittämiseen otettiin 1950-luvun alussa, kun ensimmäiset tekoälyt kehitettiin Tammen sekä Shakin pelaamiseen 1951 ja 1952. Tätä ennen Alan Turing kehitti Turingin testin (engl. Imitation Game) vuonna 1950, jonka tarkoituksena on mitata tekoälyn ihmismäisyyden astetta. Tällä hetkellä ei ole yksimielisyyttä siitä onnistuiko ChatGPT läpäisemään Turingin testin, mutta ennen sitä yksikään tekoäly ei ollut tässä edes lähellä. Testissä ideana on siis, että tekoälyn pitää pystyä huijaamaan ihmistuomareita chatissa siitä, että he ovat oikea ihminen.
Tekoälyn kehityksen ennustamisen haasteista kuvaa hyvin se, että 1950-luvun lopussa oltiin lähes varmoja siitä, että ennen 2000-lukua meillä olisi tekoäly, joka osaisi ajatella kuin ihminen. Noh, tiedämme, että ihan niin siinä ei käynyt. Oikeastaan koko tekoälyn kehityksen ajan, usko Terminator tason tekoälyn kehittymiseen on kehittynyt aalloissa. Välillä ollaan varmoja, että läpimurto on aivan nurkan takana ja joskus joudutaan aina ns. ”tekoäly-talveen”, jona aikana tekoälytutkimukselle on äärimmäisen vaikeaa löytää edes rahoitusta.
Vuosien 1950-1997 välissä tekoäly kehittyikin valtavasti hitaasti, mutta varmasti ja oppi ratkaisemaan koko ajan monimutkaisempia matemaattisia ja loogisia ongelmia. Rajana oli pitkälti vain koneiden laskentateho, koska aivan kuten ChatGPT:kin, kaikki varhaisemmatkin tekoälymallit – uusista puhumattakaan – vaativat äärimmäisen tehokkaat tietokoneet. Äly tuli ennen vanhaan ennen kaikkea laskentatehosta.
1997 lopulta maailma kohahti kun IBM:n Deep Blue voitti Garri Kasparovin Shakissa. Kohta Terminator on täällä! Shakki oli kuitenkin siitä hieman huono tekoälyn mittari, koska siihen, että kone voitti ihmisen, ei tarvittu kuin tarpeeksi iso laskentateho – jonka myötä kone yksinkertaisesti pystyi laskemaan erilaisia skenaarioita enemmän eteenpäin kuin ihminen pystyi laskemaan. Shakissa on vain rajattu määrä siirtoja ja mitä pidemälle peli menee, sen vähemmän mahdollisia siirtoja on. Deep Blue ei ollutkaan tekoäly vaan superlaskin.
Omaan mieleeni seuraava iso askel tapahtui vasta vuonna 2010 kun IBM:n Watson voitti parhaat ihmiskilpailijat TV show Jeopardyssa. Jeopardyssahan ideana on, että vastaat vastaukseen kysymyksellä. Tämä vaatii koneelta niin oikean tiedon hakemista kuin myös hieman kielellistä ajattelua – sekä tietenkin nopeutta vastata. Jeopardyssa voittaminen vaatikin erilaisia taitoja, mutta jälleen säännöt olivat suhteellisen rajatut.
Henkilökohtaisesti itselleni käänteentekevä hetki oli kun vuonna 2016 Googlen DeepMind voitti korealaisen huippu Go-pelaajan Lee Sedolin antiikkisessa Go-lautapelissä 4-1 voitoin. Olen itse pelannut niin shakkia kuin Gota vapaa-ajalla ja Go:ssa on Shakkiin verrattuna moninkertaisesti enemmän vaihtoehtoja. Tämän takia ennustetiinkin, että tietokoneet pääsevät laskentatehollaan Go-ammattilaisen tasolle vasta joskus 2040-luvulla.
Olin tällöin opiskelija ja vietin aamuyöt valvoen ja jännittäen, mitä otteluissa käy. Olin samaan aikaan pettynyt, että Go:ssakin vihdoin kone on ihmistä parempi, mutta toisaalta samalla äärimmäisen innostunut tulevaisuudesta. Tämä hetki on myös iso syy siihen, miksi lopulta IT-kehitykseen töihin päädyin.
Deepmind ei voittanutkaan DeepBluen tavoin laskentateholla, vaan uusvanhalla lähestymistavalla – neuroverkkojen avulla. DeepMind käytännössä opetettiin pelaamaan Go:ta ja tarpeeksi pitkälle vietyään, DeepMind pystyi opettamaan itselleen Go:ta. Ja toisaalta montaa muutakin peliä – ja muutamassa tunnissa muuttua paremmaksi kuin yksikään ihmispelaaja koskaan. Neuroverkkoajattelu räjäyttikin pankin, vaikka se oli jo montakymmentä vuotta vanha lähestymistapa ja oli selvää, että seuraavina vuosina tekoäly alkaisi tekemään isoja harppauksia eteenpäin.
Harppauksia nähtiinkin ja erilaisia neuroverkkosovelluksia alkoi ilmestymään (kuten esim. Metan ja Carnegie Mellon yliopiston pokeri AI Deepstack). Korona kuitenkin hetkeksi hiljensi tekoälymaailman, vaikka rahoitusta valuikin tekoälyihin enemmän kuin koskaan ilmaisen rahan aikana. Kaikki oikeastaan muuttuikin lopulta kun ChatGPT julkaistiin vuoden 2022 marraskuun 30. Tästä on vain puoli vuotta ja tuntuu, että tekoälyn maailma ei ole yksinkertaisesti enää entisensä.
Vahva, heikko sekä yleinen tekoäly menevät liian helposti sekaisin
Jos olet seurannut tekoäly-keskustelua viime kuukausina, siellä lentää paljon jargonia. Yleisimmät jargon sanat väittelyissä koskevat kolmea termiä:
1) Heikko tekoäly (weak artificial intelligence)
2) Vahva tekoäly (strong artificial intelligence)
3) Yleinen tekoäly (artificial general intelligence tai AGI)
Heikko tekoäly on jotain, joka on ollut luonamme jo pitkään. Heikko tekoäly on tekoäly, joka pystyy tekemään jotain yhtä tai erittäin rajattua tehtävää erittäin hyvin – tästä esimerkkinä on juuri DeepMindin AlphaGo, joka pystyi opettamaan itseään pelaamaan Go:ta paremmin kuin kukaan ihminen, mutta jos olisit heittänyt AlphaGo:lle sellaisenaan Monopolin, ei se olisi todennäköisesti päässyt edes alkuun ilman muutoksia neuroverkkoon ja koodiin.
Vahva tekoäly taas on termi, jota käytetään sellaisesta, millaiseksi miellämme Arnoldin hahmot Terminator-elokuvissa, C3PO:n Star Warsissa, tai Samanthan Her-elokuvassa. Vahva tekoäly on siis jotain, mitä ei vielä olemassa ja vahvan tekoälyn saavutamme siinä kohtaan, kun meillä on aidosti tekoälyjä, jotka ajattelevat – ei tekoälyjä, jotka vaikuttavat siltä, että ne ajattelevat.
Yleinen tekoäly taas kuvaa heikon tekoälyn vastakohtaa eli tekoälyä, jota pystytään käyttää ja joka pystyy tekemään ja oppimaan monipuolisesti käytännössä mitä vain. Eli toisin kuin AlphaGo, vahva tekoäly pystyy oppia Go:n säännöt, kunhan selität ne sille. Ja monopolin säännöt, kun vain selität ne sille – aivan kuten ihmiselle. Ja nopeasti se oppii myös paremmaksi kuin ihminen taidoissa kuin taidoissa.
Syy siihen, miksi tekoälystä puhutaan edelleen niin sekavasti, johtuu siitä, että yksikään näistä termeistä ei ole lukkoon lyöty edes akateemisissa tutkimuksissa, koska kehitys on niin nopeaa. Yllä oleva jaottelu onkin vain omasta mielestäni selkein jaottelu, mihin akateemisissa tutkimuksissa olen törmännyt. Todennäköisesti termit kuitenkin lyödään lukkoon muutamassa vuodessa, jos OpenAI:n kehitys jatkaa nykyisellä kasvu-urallaan, koska silloin tekoälyissä tulee olemaan selkeitä eroja.
Tekoälyä on käytetty sijoitusmaailmassa vaihtelevan menestyksekkäästi
Bridgewater Associates perustaja ja yksi maailman menestyneimmistä sijoittajista – Ray Dalio – kirjoittaa erinomaisessa (mutta vähän liian pitkässä) kirjassaan Principles, että yhtiö on käyttänyt tiettyjä heikoksi tekoälyksi miellettyjä malleja sijoituksissaan jo 90-luvulta lähtien. Wall Street onkin siitä mielenkiintoinen maailma, että voit olla varma, että jos jostain pystyy alphaa (eli ylituottoa) mahdollisesti löytymään, Wall Streetillä joku ja todennäköisesti monet, ovat sitä kokeilemassa heti kuin mahdollista. Bridgewater on ajansaatossa indeksin pystynyt voittamaan.
Heikko tekoäly, algoritmit ja moni sääntöperusteinen sijoitustyyli ovatkin syntyneet jo ennen kuin allekirjoittanut. Nämä ovat perinteisiä sijoitusmaailman käyttökohteita.
Kuten moni muistaa, myös Nordnetin ja JP Morganin Smart rahastot myivät itseään nelisen vuotta takaperin faktorisijoittamista ja tekoälyä sekoittavana kokonaisuutena, jotka pystyivät tuottamaan parempaa tuottoa – jopa pienemmällä riskillä – lupausten mukaan. Lopputuloksena rahastot kuitenkin ajettiin alas parissa vuodessa, koska ne käytännössä menivät rikki koronashokin myötä.
Kaikissa tekoälysovelluksissa sijoitusalalla on kuitenkin yksi yhteinen tekijä – kaikista näkökulmista katsoen ne ovat heikkoja tekoälyjä. Moni voi argumentoida, että ne eivät ole tekoälyjä ollenkaan vaan vain ns. ”päätöspuita”, jotka siis vain päättävät mitä tekevät jos jokin asia tapahtuu ja tekevät toisin, jos jokin toinen asia tapahtuu. Yksi meme kuvaa mielestäni täydellisesti sitä, kuinka sellaisiakin asioita glorifioidaan tekoälyksi, jotka ovat yksinkertaisin ”mitä/jos/kun” lauseita.
Tekoälyn tulevaisuus ja sen merkitys yrityksille sekä sijoittajille
Etenkin ChatGPT:n kaltaiset tekoälyt ovat mielestäni omalla tavallaan korporaatiomaailman lääke korporaatiomaailman pöhötaudille. Olen nähnyt töissäni pieniä ja isoja organisaatioita – ja mitä isommaksi organisaatiot muuttuvat, sen enemmän niissä tehdään aivan järjetön määrä Exceleitä, PowerPointeja, Word-tiedostoja – joita luetaan edes kerran läpi – jos edes sitäkään. On valmistelua, on ehdotuksia, on suunnitelmia, on suunnitelmien suunnitelmia jne. Tietotyö etenkin isoissa organisaatioissa on uskomattoman tehotonta nykypäivänä, koska teknologiasta on tullut kahle vapahtajan sijasta ja turhan työn määrä kasvaa usein suhteessa organisaation kokoon.
Esimerkiksi Microsoftin betatestaukseen lanseeraama Copilot on jotain, mitä toimistotyö on kaivannut jo pitkään ja on itselleni ainakin sen pitkään odottamani selkeä harppaus eteenpäin tietotyön suossa tarpomisessa. Uskon, että generatiivinen AI tuleekin helpottamaan ja tehostamaan töitä etenkin juuri tietotyöläisille – putkimiehille ja sähköasentajille tekoälyn järkyttävä kehitys ei välttämättä näy lähes laisinkaan.
Tästä johtuen ymmärrän hyvin, miksi esim. IBM ilmoitti vähentävänsä rekryjä tuhansien ihmisten verran etenkin hallinnon puolella, kiitos tekoälyn kehityksen. Goldman Sachs taas on heitellyt ilmaan numeroita, joiden mukaan yli 300 miljoonaa työpaikkaa korvaantuu tekoälyllä. Tällaisten numeroiden heittely aina hieman sensaatiohakuista, mutta toki tekoäly tulee varmasti tehostamaan jo vuodessa parissa erittäin montaa työtehtävää. Ja toki samalla, kun töitä katoaa, tulee aina töitä, jotka syntyvät uutena näiden kadonneiden työpaikkojen tilalle.
Onkin tällä hetkellä selvää, että yllättäen tekoälyjohtaja maailmalla onkin Microsoft, kiitos sen valtavan OpenAI-sijoituksen. Tämä kertoo siitä, kuinka teknologiamaailma muuttuu järjettömän nopeasti. Vain 10 vuotta sitten Microsoft oli kituva vanha IT-jätti, jolla ei tuntunut olevan selvää suuntaa ja se tuskaili mobiilimuutoksen ja karmeiden käyttöjärjestelmien kanssa. 10 vuotta myöhemmin yhtiö on niin pilvipalveluissa kuin tekoälyssä maailmaa johtava tähti. On ihailtavaa, miten Satya Nadella on onnistunut johtamaan näinkin ison yrityksen käytännössä täydelliseen U-käännökseen.
Onko Microsoft siis automaattisesti hyvä sijoitus? Ei, koska sen arvostuskertoimet itsessään heijastavat jo paljon tulevaisuuden odotuksia ja tekoäly on Microsoftille ennen kaikkea lisäominaisuuksia jo olemassa oleviin tuotteisiin (etenkin Office-maailmassa), jossa Microsoftille tärkeintä on pitää nykyinen erittäin hallitseva markkina-asema.
Kuten kaikissa murroksissa, myös ChatGPT:n vanavedessä sijoittajat alkoivat heittämään rahaa käytännössä mihin tahansa, mikä on pörssissä ja joka liittyy jotenkin tekoälyyn. Tämän takia helppoja voittoja sijoittajille tekoälystä ei ole – kuuma ala kun on harvemmin hyvä pitkäjänteinen sijoitus ainakaan silloin, kun se on kuumimmillaan.
Mutta kuten sanottu, tietotyötä tekoäly tulee muokkaamaan – jos se vain otetaan käyttöön. Tässä kuitenkin menee vielä vuosia, sillä ChatGPT on tällä hetkellä yrityksille vain yksi iso tietoturva-aukko, kun ihmiset tekevät käytännössä ulkoisilla nettisivuilla omia työasioitaan. ChatGPT onkin jokaisen järjestelmävalvojan pahin painajainen, jonka takia esim. Italia ChatGPT:n bannikin koko maassa.
Teknologia-alan lisäksi tekoäly tuleekin tehostamaan ennen kaikkea pöhöttyneitä organisaatioita, joissa on paljon tietotyöläisiä pyörittämässä papereita maasta toiseen. Tämä koskee mielestäni erityisesti isoja globaaleja yrityksiä, joissa tätä paperinpyöritystä tapahtuu enemmän kuin missään. Sijoittajan seuraisinkin ennen kaikkea hiljaisia signaaleja siitä, mitkä yhtiöt ovat tosissaan tekoälyn käytössä työn tehostamiseksi – ei pelkästään juhlapuheita, koska tekoäly tulee ilmestymään kaikkialle yritysjargoniin kuten kaikki muotisanat.
Voimme olla varmoja, että tekoäly tulee näkymään juhlapuheissa viherpesun tavoin pian kaikenlaisten yritysten toiminnassa, mutta tämä ei itsessään tarkoita mitään. Tehokkuus näkyy käytännössä suoraan vain yhtiön numeroissa – mitkä yhtiöt pystyvät parantamaan kannattavuuttaan ja kasvaa ilman merkittävää kasvua juuri henkilöstökuluissa. Entä mitkä yhtiöt oikeasti investoivat IT:seen vuodesta toiseen – myös taantumien ja lamojen läpi. Nämä yhtiöt tulevat voittamaan isosti pitkällä aikavälillä.
Extra: Tekoälyn uhka luovalle alalle
Loppuun pitää vielä mennä vähän ohi aiheen, koska tällä hetkellä tekoälyä pidetään ennen kaikkea uhkana luovalle tekemiselle sekä hakukoneille. Siinä on kaksi asiaa, jotka ovat erittäin lähellä omaa tekemistäni, koska hakukoneet edelleen tuovat paljon uusia lukijoita blogiini ja toisaalta rakkain harrastukseni on kirjoittaminen. Onko Omavaraisuushaaste ja kirjojen sekä blogin kirjoittaminen siis jo kuolemassa sukupuuttoon tänä vuosikymmenenä ja onko mitään järkeä enää kirjoittaa tai piirtää, kun tekoäly tekee sen niin paljon nopeammin?
Moni pelkää, että näin tulee käymään, koska tekoäly pystyy kyllä paljon asioita korvaamaan – kuten nähtiin esim. kiinalaisessa videopeliyhtiössä, jossa tekoäly alkoi jo korvaamaan graafisia suunnittelijoita. Samassa pelossa on moni kirjoittaja, piirtäjä sekä copywriter. Itselläni on kuitenkin vähän erilainen näkemys asiaan kuin puhdas pelko – uskon, että tekoäly tulee itse asiassa parantamaan luovien tekijöiden asemaa. Miksi? Koska tekoäly ei pysty oikeasti luomaan mitään uutta – vaan se ottaa vain ideoita ja tyylejä tuolta ja täältä ja luo pseudouutta – toisin sanoen geneeristä sisältöä.
Ja kun miettii kuinka paljon geneerisiä kädenlämpöisiä asioita tuotetaan jo nykyään Netflix-sarjoista, nopean rahan mobiilivideopeleihin, tekoäly vain tulee helpottamaan tätä. Mutta mihin tämä johtaa? Siihen, että aidolla ihmiskosketuksella, luovuudella, uniikilla tyylillä ja laadulla pystyy erottumaan todennäköisesti paremmin kuin koskaan! Elämme jo nyt luovilla aloilla erittäin kertakäyttökulttuurissa ja joskus allekirjoittaneesta ainakin tuntuu 20. Marvel-elokuvaa katsoessa tai jälleen uutta Netflix-sarjaa, että tämä voisi hyvin jo nyt olla tekoälyn kirjoittama ja tekemä, koska luovan työn sielu on monesta luomistuotteesta kadonnut jo aikoja sitten.
Tekoäly tuleekin haastamaan ihmisiä uudella tapaa – jos on tehnyt huonolaatuista tai geneeristä mössöä koko ajan, tekoäly voi tuoda ihan hyvän lisähaasteen omaan tekemiseen – koska käytännössä vaihtoehdot on luovuttaa tai opetella käyttämään tekoälyä luomaan tällaista samanlaista sisältöä – moninkertaisesti tehokkaammin tai pyrkiä askeleen korkeammalle, kun mihin tekoäly pystyy. Tekoäly avaakin uhkien mukana myös paljon mahdollisuuksia, mihin suuntaan omaa tekemistä voi muuttaa.
Itse bloggaajana ja kirjailijana, jonka käytännössä jokainen lukijasilmä on uhattuna tekoäly-generoidun sisällön paisuttaessa Internetin sijoitussisältöä, kirjojen määrää ja ajaessa ihmisiä pois hakukoneista, otan tämän haasteena vastaan. Jos luomani tekstisisältö ei pysty kilpailemaan tekoälyä vastaan ajan kuluessa, vaikka parhaani yritän, se ei siis ole lukijoiden mielestä yksinkertaisesti tarpeeksi hyvää ja uniikkia – eli ajan arvoista. Ja jos näin tapahtuu, on se merkki allekirjoittaneelle vaihtaa alaa.
Tekoäly aiheena sijoittamisessa ja muutenkin on niin laaja, että palaan siihen myös tulevaisuudessa varmasti uudelleen monta kertaa, mutta toivottavasti teksti selitti tekoälyn perusteita yksinkertaisesti ja antoi uusia ajatuksia asian ympärille!
————————————–
Sijoituskirjani Viisas sijoittaja-tunne itsesi ja osakemarkkinat on vihdoin julkaistu ja käsittelee läheisesti tämänkin tekstin aihetta, eli teknologian roolia sijoituksissa sekä IT-alan yhtiöitä sijotuksina. Voit tilata kirjan nyt erikseen tai yhdessä muiden kirjojen kanssa Adlibriksestä täältä* 23 euron hintaan tai Tammen omasta verkkokaupasta kirja.fi vain 21 euron hintaan.
Äänikirjojen ystäville kirja löytyy esimerkiksi Bookbeatistä* ja Storytelistä* sekä muista suomalaisista äänikirjapalveluista.
Jos olet uusi lukija ja olet kiinnostunut säästämisestä, sijoittamisesta, rahan tekemisestä tai taloudellisesta riippumattomuudesta aloita tästä ja löydä helpoiten sinua kiinnostavimmat kirjoitukseni. Blogini kattaa jo yli 700 tekstiä, joten olen varma, että löydät etsimäsi.
Muista seurata Omavaraisuushaastetta käyttämässäsi sosiaalisessa mediassa saadaksesi heti tiedon uusimmista kirjoituksista!
Omavaraisuushaaste Facebook
Omavaraisuushaaste Twitter
Omavaraisuushaaste Instagram
Omavaraisuushaaste Shareville
*Affiliate-linkki
Mikä itseäni näin henkilökohtaisella tasolla tekoälyn suhteen mietityttää on sen kyky kopioida ja ottaa vaikutteita. Kaikki luova toiminta on kuitenkin jossain määrin vanhojen asioiden yhdistelyä uudella tavalla.
Esimerkin vuoksi ajatuskoe. Opetetaan tekoäly ensin runoilemaan 10 000:lla satunnaisella esimerkillä. Syötetään sille sitten jonkun mestarin elämäntuotanto ja pyydetään tekemään samalla tyylillä kirja. Erottaako alkuperäinen kirjailija synteettisiä omistaan? Ehkä. Entä lukija? Tuskin.
Tämä on ihan totta, tekoäly on äärimmäisen hyvä tekemään juuri juttuja kuten ”kirjoita puhe kuin Trump” tai ”kirjoita teksti kuten posh Britti puhuisi”. Ja tosiaan, luova toiminta on aina juuri seuraava iteraatio jostain muusta nähdystä, tehdystä tai koetusta. Itsestä tuntuu kuitenkin, että etu etenkin taiteen puolella on se, että tekoäly ei voi kokea. Ihminen tuntee läpi elämänsä tunteita, joihin sanat eivät välttämättä tee oikeutta ja vain ihminen pystyy niitä ilmaista – siten, että ne tuntuvat autenttisilta. Vaikka perus harlekiinikirjallisuutta tekoäly saattaa nykyään jo ehkä osata tehdä, mutta senkin todennäköisesti huonommin kuin ihminen.
Runous on myös mielenkiintoinen esimerkki siitä, että siinä tekoäly on varmasti myös erityisen hyvä. Itse en ainakaan muista puoliakaan, mitä olen kirjoittanut, joten en usko että tuossa kyseisessä tilanteessa niin tekijä kuin lukijakaan erottaisi tuotantoa – ellei se jälleen olisi aidosti henkilökohtaista ja jokaisen runon takana oli tunne tai kokemus – ei niinkään tekstitaidon mestarinäyte.
Yhtenä tutkivan journalismin esteenä tässä on, etten halua syöttää millekään tekoälylle kaikkea kirjoittamaani ihan vain testatakseni. Varmaan aika yleinen minkä tahansa luovan alan asioissa. Blogi on tietysti siinä mielessä hyvä formaatti kokeiluihin, että teksti on jo valmiiksi periaatteessa minkä vain tekoälyn pureksittavissa. Miltä kuulostaisi antaa tekoälylle vuoro kokeilla? Ihan noin ammatillisesta mielenkiinnosta.
Olen leikkinyt esim. juuri ChatGPT:llä erittäin aikaisesta vaiheesta alkaen juuri ammattinäkökulmasta ja itse asiassa olen blogitekstejä kokeillut sen avulla generoida. ChatGPT:n tuottama suomen kieli on kuitenkin niin uskomattoman tönkköä, että uskon lukijoiden sen huomaavan heti. Siitä kun puuttuu se kuuluisa kirjoittajan ääni. Tai no tavallaan, myös ChatGPT:llä on yksi default-ääni.
Jos kuitenkin tekee esim. pelkästään hakukoneoptiomointia varten suunniteltua tekstiä, siihen ChatGPT kuitenkin voi olla jopa ihmistä parempi, koska teksti ei ole luotukaan lukemista varten – vaan sitä varten, että Googlen hakukone nostaa tekstin mahdollisimman korkealle. Jos tällaisen tekstin tarvitsen jossain kohtaa, saatan siihen ChatGPT:tä pohjalla käyttääkin.
Itse olen seurannut ”hardware” puolella kun ymmärrän (tai luulen ymmärtäväni) sitä paremmin kuin koodeja. Muun muassa Nvidia ja IBM ovat aika hyvässä asemassa. Jos IBM saa kehitettyä kvantti-tietokoneita ollaan jo askel lähempänä singulariteettia eiku hyödyllistä kova-tekoälyä…
Itsellä hardware puoli huomattavasti heikompi osaamisalue ja siinä IBM tosiaan on ollut mielenkiintoisesti mukana jo pitkään. Mielenkiintoista kyllä kuitenkin on se, että tämä osaaminen ei ole missään vaiheessa kääntynyt rahavirraksi. Jos IBM onnistuu kvanttitietokoneessa tai missä tahansa seuraavassa läpimurrossa, se olisi kyllä äärimmäisen houkuttelevasti hinnoiteltu ihan sijoitusmielessäkin – Nvidia sen sijaan on ollut melkein jokaisen hypen harjalla, ihan syystäkin kyllä. Pitäisi itsekin tutustua ehdottomasti enemmän tuohon hardware puoleen!