Anna Koivuniemi uskoo, että tekoälyn avulla voidaan kehittää ratkaisuja lähes kaikkiin ihmiskunnan suuriin pulmiin. Sellaisia ovat esimerkiksi ilmastonmuutoksen torjunta, köyhyyden vähentäminen ja terveydenhuollon parantaminen. 

Koivuniemellä on paljon valtaa siihen, millaiseen suuntaan tekoälyä kehitetään tulevina vuosina. Koivuniemi nimitettiin muutama kuukausi sitten Google Deepmind Instituten johtajaksi. Tutkimusyhtiö tunnetaan useista läpimurtoja tehneistä tekoälyohjelmistaan. Koivuniemen mukaan instituutilla ei ole taloudellisia tavoitteita. 

Sen sijaan tarkoitus on ”auttaa koko yhteiskuntaa”.

New Yorkissa järjestettiin syyskuun lopussa YK:n yleiskokous. Koivuniemi palasi sieltä muutama päivä sitten. 

Nyt hän istuu Google Deepmind Instituten Lontoon-toimistossa. Sinne Koivuniemi päätyi konsulttiyhtiö McKinseystä, jossa hän teki pitkän uran osakkaana. 

Koivuniemi on valmistunut diplomi-insinööriksi Tampereen yliopistosta. Hän opiskeli aluksi myös matematiikkaa, mutta tutkinto jäi kesken tuotantotalouden opintojen edetessä.

Koivuniemi kertoo videopuhelun välityksellä havahtuneensa YK:n yleiskokouksessa siihen, että vuonna 2015 YK:ssa sovittujen maailmanlaajuisten kestävän kehityksen tavoitteiden saavuttaminen vaikuttaa tällä hetkellä epävarmalta.

YK:n Agenda 2030 -toimintaohjelmassa on 17 tavoitetta. Niitä ovat muun muassa köyhyyden ja nälänhädän poistaminen, koulutuksen mahdollistaminen kaikille sekä ympäristön turvaaminen.

”Monet johtajat sanoivat siellä, että yksin ihmiskyvyllä me emme pääse näihin tavoitteisiin.”

Koivuniemi ajattelee, että näiden tavoitteiden saavuttamiseen voi hyödyntää tekoälyä kahdella tavalla. Tekoälyä voi Koivuniemen mielestä valjastaa sekä tuottavuuden lisäämiseksi että vauhdittamaan tieteellisten innovaatioiden syntymistä. 

Resurssipulasta kärsivillä aloilla kuten terveydenhuollossa tekoälyllä on Koivuniemen mukaan kriittinen vaikutus tuottavuuteen. Hän pitää kuitenkin uusia innovaatioita tuottavuutta tärkeämpänä. 

”Eli miten tekoäly voi tuottaa uusia ideoita ja innovaatioita tai auttaa ihmisiä tuottamaan niitä, koska eihän se tekoäly sitä yksin tee.”

Konkreettiseksi esimerkiksi Koivuniemi nostaa Google Deepmindin Alphafold-tekoälyn, joka ratkaisi yhden biologian suurista haasteista. Se ennusti puolessatoista vuodessa lähes kaikkien tunnettujen proteiinien rakenteet. 

Google Deepmind julkaisi proteiinien rakenteista tietokannan, joka on avoin tutkijoille ympäri maailman. 

Tutkijat ovat arvioineet, että tietokanta nopeuttaa jatkossa varsinkin uusien lääkkeiden löytämistä. 

Koivuniemen mielestä tällaisten innovaatioiden avulla olisi mahdollista saavuttaa YK:n kestävän kehityksen tavoitteita. Varsinkin niitä, jotka liittyvät terveydenhuoltoon, köyhyyteen ja ilmastonmuutokseen. 

Samaan aikaan Koivuniemi ajattelee, että innovaatiot voisivat vauhdittaa taloudellista kasvua. 

Onko ajatus ristiriitainen?

Tekoälyn aiheuttamista päästöistä tiedetään jatkuvasti enemmän. Vuonna 2019 julkaistussa tutkimuksessa Massachusettsin yliopiston tutkijat laskivat, että yksittäisen suuren kielimallin koulutus neuroverkkoihin pohjautuvan Transformer-koneoppimismallin avulla voi synnyttää jopa 284 019 kiloa hiilidioksidiekvivalenttia.

Vertailun vuoksi: keskivertosuomalaisen hiilijalanjälki on 10 300 kiloa hiilidioksidiekvivalenttia vuodessa.

Tekoälyn ja koneoppimisen osuus maailman kasvihuonepäästöistä on pieni. Yksittäiselle sektorille päästöt ovat kuitenkin merkittäviä.

Silti Koivuniemi uskoo, että juuri tekoälyn avulla voidaan jarruttaa ilmastonmuutosta.

Hänen mielestään esimerkiksi datakeskusten aiheuttamia päästöjä optimoivat tekoälymallit ovat sellaisia, joita on syytä kehittää silläkin uhalla, että niiden koulutuksesta syntyy päästöjä. 

”Pitäisi suhtautua kriittisesti siihen, mitä tarkoitusta varten tekoälymalleja koulutetaan.” 

Karkeasti jaoteltuna on kahdenlaisia tekoälymalleja. Kapeita ja vahvoja.

Kapeat mallit suorittavat tiettyjä tehtäviä. Analysoivat raakadataa, tunnistavat kuvista esineitä tai korjaavat kielioppivirheitä. Koivuniemi luokittelisi esimerkiksi Google Deepmindin Alphafoldin kapean tekoälyn malliksi.

Vahvalla tekoälyllä on ihmisen kaltainen kognitio. Tällainen tekoäly oppii samat älylliset tehtävät, joihin ihminenkin pystyy. Vahvaa tekoälyä ei ole vielä olemassa, siitä puhutaan vasta teoreettisella tasolla. 

Koivuniemi uskoo, että tulevaisuudessa tekoälymalleja kehitetään enemmän siihen suuntaan, että ne pystyisivät suorittamaan useita tehtäviä. Hän pitää tärkeänä, että teknologiayhtiöt tekevät aktiivisesti yhteistyötä yhteiskunnan eri osapuolten kanssa. Niin voitaisiin varmistaa, että tekoälyä kehitetään tavalla, josta on mahdollisimman paljon hyötyä yhteiskunnalle.

”Luulen, että tulevaisuudessa tarvitaan sekä kapeita että vahvoja malleja ratkaisemaan radikaaleja innovaatioita.” 

Radikaaleja innovaatioita tarvitaan Koivuniemen mielestä esimerkiksi köyhyyden poistamiseen. 

Se kuulostaa utopistiselta tavoitteelta. Koivuniemi myöntää, että tehtävä on haastava.

”Köyhyydestä kärsivien suora auttaminen voi olla vaikeaa, koska heihin ei välttämättä saa yhteyttä. Heillä ei esimerkiksi välttämättä ole puhelinta tai internetyhteyttä.” 

Miten köyhyyden sitten voisi poistaa tekoälyn avulla?

”Sellaisten päätöksentekomallien avulla, jotka auttavat yhteiskunnan päättäjiä ymmärtämään, missä köyhyys on suurempaa kuin muualla ja mikä köyhyyttä aiheuttaa.”

Tekoälymallit eivät siis itsessään ratkaise köyhyyttä, vaan kyse on lopulta poliittisista päätöksistä, joiden tueksi tekoäly voi tarjota tietoa. 

Tekoälymalleilla ei ole omia mielipiteitä tai vinoumia. Niitä kouluttavilla ihmisillä  on. Siksi tekoäly alkaa helposti toistaa vaikkapa syrjivää käytöstä.

Koivuniemi sanoo, ettei tekoäly voi olla ”länsimainen ratkaisu”. Hän ajattelee, että tekoälyn kehittämisen parissa pitäisi työskennellä ihmisiä yhteiskunnan eri nurkista. Eri puolilta maailmaa, eri sosioekonomisista taustoista ja eri sukupuolista. 

”Uskon, että jos tekoälyä kouluttaa monipuolinen joukko ihmisiä, tekoälystä tulee vastuullisempi.” 

Koivuniemi sanoo, että tekoälyratkaisujen pitäisi olla helposti saavutettavia. Muidenkin kuin tutkijoiden ja koodaajien pitäisi pystyä ymmärtämään tekoälyä ja käyttämään sitä vastuullisesti.

”Emme voi tehdä siitä ratkaisua vain älykkäille ihmisille.”

Google Deepmind InstitutELLa ja Anna Koivuniemellä on suuret tavoitteet. Tekoälyn kehitykseen onkin viime vuosina ladattu paljon odotuksia. 

Tulevaisuus näyttää, onko tekoälykeskustelussa ripaus vai iso kauhallinen hypeä, katteetonta hehkutusta.

Hype on ollut sekä hyvä että huono asia tekoälyn kehityksen kannalta, Koivuniemi sanoo.

Hän on esimerkiksi huomannut, että yleinen ymmärrys siitä, mitä tekoäly on ja mitä sen avulla voi tehdä, on heikolla tasolla. 

Hän kertoo, että toisinaan Google Deepmind Institutelta pyydetään apua ongelmiin, joita ei voi ratkaista tekoälyllä. 

”Jollain saattaa esimerkiksi olla ongelma, josta ei ole olemassa ollenkaan dataa. Eihän tekoäly voi auttaa, jos ei ole dataa.”

Koivuniemen mielestä tekoälyyn on liitetty myös – ainakin tällä hetkellä – isoja pelkoja. Vie työt, kehittää oman tietoisuuden, tuhoaa ihmiskunnan... 

Toisaalta Koivuniemi ajattelee, että hehkutus on edistänyt tekoälyn kriittistä tarkastelua monesta suunnasta. 

”Tekoäly ei ole ratkaisu kaikkeen.”