ʵ

Uutiset

Suomessa kehitettiin tekoäly, joka ymmärtää paremmin ihmisen tavoitteita

Käyttäjää ymmärtävä tekoäly ei kaipaa jatkuvasti yksityiskohtaisia ohjeita. Siksi se pystyy toimimaan paremmin ihmisen apuna.
Suomessa kehitettiin tekoäly, joka ymmärtää paremmin ihmisen tavoitteita
Tutkijat kehittivät koneoppimismenetelmiä tilastomatematiikan ja algoritmien avulla. Kuva: Matti Ahlgren / Aalto-yliopisto

Tekoälyn avulla pyritään yleensä automatisoimaan erilaisia tehtäviä. Suurin osa järjestelmistä ei kuitenkaan toimi täysin itsenäisesti vaan yhdessä ihmisen kanssa. Jotta tällaisesta tekoälystä olisi apua, on tärkeää saada se ymmärtämään ihmisen tavoitteita.

Nyt Suomen tekoälykeskus FCAI:n tutkijat ovat ottaneet merkittävän askeleen käyttäjää ymmärtävien tekoälyjärjestelmien kehittämisessä. Tutkijat opettivat ensin tekoälyn rakentamaan mallin käyttäjästä – ihmisestä tai toisesta koneesta. Sen jälkeen tekoäly oppi muokkaamaan rakentamaansa mallia seuraamalla käyttäjän toimintaa. 

Käytännössä kyse on koneoppimismenetelmien kehittämisestä tilastomatematiikan sekä algoritmien avulla. Tutkijat testasivat algoritmeja mahdollisimman yksinkertaisissa tilanteissa ymmärtääkseen varmasti, mitä tilanteessa tapahtuu ja pystyäkseen raportoimaan tapahtumat ymmärrettävästi.

Ensimmäisessä kokeessa he kehittivät oppivalle tekoälylle tekoälyopettajan. 

”Tämä oli erityisen vaikeaa siksi, että opetettava tekoäly sai itse valita, mitä halusi oppia”, kertoo FCAI:n johtaja, Aalto-yliopiston professori Samuel Kaski. Tutkijat havaitsivat, että oppilaan oppimistulokset paranivat, kun opettaja ymmärsi, mitä oppilas oli jo oppinut, ja muokkasi opetusaineistoa juuri tälle oppijalle sopivaksi.

Toisessa kokeessa oli mukana ihmiskäyttäjiä, jotka saivat tehtäväkseen hakea tietyn sanan tekoälymenetelmiä hyödyntävällä sanahakukoneella. Sanahakukone antaa käyttäjälle yhden sanan kerrallaan, jolloin käyttäjä kertoo, onko se hyödyllinen hänen valitsemansa sanan löytämisessä. Jos käyttäjä esimerkiksi etsii sanaa jalkapallo, hän luultavasti kertoo koneelle ensimmäisen urheiluun liittyvän sanan olevan hyödyllinen, jos hän on sitä ennen nähnyt vaikkapa vain ruokailuun liittyviä sanoja.

Koe osoitti, että tekoäly osasi auttaa käyttäjää löytämään sanansa nopeammin, jos se ymmärsi käyttäjän yrittävän vastauksillaan osoittaa, mihin suuntaan sanoja pitäisi muuttaa. Tekoäly siis huomioi, että käyttäjä yritti suunnitelmallisesti opettaa sitä.

Samuel Kasken mukaan tutkimusaihe on tärkeä: kun kone ymmärtää käyttäjän tavoitteita, koneen ja käyttäjän välinen vuorovaikutus helpottuu. Näin ihmisen ei tarvitse osata antaa tekoälylle yksityiskohtaisia ohjeita siitä, mitä hän siltä odottaa.

FCAI:n yksi keskeisimmistä tavoitteista on kehittää ihmistä ymmärtävää ja ymmärrettävää tekoälyä. 

”Toistaiseksi osaamme rakentaa käyttäjän tavoitteita ymmärtävää tekoälyä vain hyvin yksinkertaisiin tilanteisiin, joten tarvitaan vielä paljon työtä siihen, että meillä on aidosti hyödyllisiä apulaisia”, Kaski sanoo.

Tutkimusartikkeli julkaistaan maailman suurimmassa ja tärkeimmässä koneoppimisen konferenssissa NeurIPS:issä, joka järjestetään 8.­–14. joulukuuta Vancouverissa, Kanadassa. Suomen Akatemia ja KAUTE-säätiö rahoittivat tutkimusta.

äپdz
Samuel Kaski
Akatemiaprofessori, Aalto-yliopisto
Johtaja, FCAI
Puh. 050 305 8694
samuel.kaski@aalto.fi

Tomi Peltola
Tutkijatohtori, Aalto-yliopisto, FCAI
Research Scientist, Curious AI
tomi@fcai.fi

Suomen tekoälykeskus FCAI on valtakunnallinen tekoälyn osaamiskeskus, jonka ovat käynnistäneet Aalto-yliopisto, Helsingin yliopisto ja Teknologian tutkimuskeskus VTT. FCAI:n tavoitteena on kehittää uudenlaista tekoälyä, joka voi toimia ihmisen kanssa monimutkaisessa ympäristössä ja auttaa uudistamaan suomalaista teollisuutta. FCAI on yksi Suomen Akatemian kuudesta lippulaivasta.

  • äٱٳٲ:
  • Julkaistu:
Jaa
URL kopioitu

Lue lisää uutisia

arotor adjustable stiffness test setup
۳ٱ𾱲ٲö, Tutkimus ja taide Julkaistu:

Miljoonarahoitus uuden sukupolven koneteknologian kehittämiseen – tavoitteena tuottavuusloikka useilla vientialoilla

BEST-hankkeessa kehitetään uudenlaisia tiiviste-, laakerointi- ja vaimennusteknologioita useiden teollisuudenalojen käyttöön.
TAIMI-hanke rakentaa tasa-arvoista työelämää. Kuva: Kauppakorkeakoulu Hanken.
Tutkimus ja taide Julkaistu:

TAIMI-hanke rakentaa tasa-arvoista työelämää – kuusivuotinen konsortiohanke etsii ratkaisuja rekrytoinnin ja osaamisen haasteisiin

Tekoäly muuttaa osaamistarpeita, väestö ikääntyy ja työvoimapula syvenee. Samalla kansainvälisten osaajien potentiaali jää Suomessa usein hyödyntämättä. Näihin työelämän haasteisiin vastaa Strategisen tutkimuksen neuvoston rahoittama kuusivuotinen TAIMI-hanke, jota toteuttaa laaja konsortio.
Unite! Seed Fund 2026: Hakemus alkaa 20. tammikuuta. Hakemukset avoinna opiskelijatoimintaan, opetukseen ja tutkimukseen.
۳ٱ𾱲ٲö, Tutkimus ja taide, Opinnot, Yliopisto Julkaistu:

Unite! Seed Fund 2026: Hakukierros avautuu 20. tammikuuta 2026

Tutustu ennakkoon Unite! Seed Fund 2026 -hakukierrokseen. Haku sisältää kolme rahoituslinjaa: opiskelijatoiminta, opetus ja oppiminen sekä tutkimus ja tohtorikoulutus.
Deepika Yadav in the Computer science building in Otaniemi. Photo: Matti Ahlgren.
Nimitykset Julkaistu:

Deepika Yadav hyödyntää teknologiaa naisten terveyden parantamiseksi

Deepika Yadav aloitti äskettäin apulaisprofessorina Aalto-yliopiston tietotekniikan laitoksella. Hän erikoistuu ihmisen ja tietokoneen väliseen vuorovaikutukseen (HCI) sekä vuorovaikutussuunnitteluun terveyden ja hyvinvoinnin alalla.