Akateeminen vartti: Tekoäly mukana fotoniikan opinnoissa ja tutkimuksessa

MARIANNE MUSTONEN: Tekoälystä puhutaan tällä hetkellä paljon. Miten Itä-Suomen yliopiston fotoniikan opiskelijoita kannustetaan käyttämään sitä opinnoissaan? Entä mitä tekevät tutkijat? Miten käy luovuuden ja tekijänoikeuksien? Kysyin näistä asioista teoreettisen optiikan professori Pasi Vahimaalta. Kuuntelet siis Akateemista varttia, ja minä olen Marianne Mustonen. 

MARIANNE MUSTONEN: Pasi, tähän alkuun lyhyt määritelmä, että mitä se tekoäly oikein on?

PASI VAHIMAA: Nyt siinä mielessä pyydät väärältä ihmiseltä: mie en oo tekoälyasiantuntija, mut mie voin kertoo sen, että mitä miun mielestä tekoäly on. Se on itse asiassa sitä, että tavallaan systeemit ite arvaa sen, että minkälaisia sanoja esimerkiks generatiivisessa tekoälyssä vois tulla seuraavana. Vähän siis samaan tapaan toimii generatiivinen tekoäly kun toimii ennakoiva tekstinsyöttö vaikka puhelimessa. Sitten totta kai on muunkinlaisia tekoälyjä, jotka on vähemmän mediaseksikkäitä, niin kun esimerkiks erilaiset kuvien analysointijutut, missä yritetään ettiä jostain kuvamateriaalista sitä, että onko siellä koira vai kissa vai kenties jotain muuta. Se on sit itse asiassa hyvin pitkälti laskemista. Otetaan dataa ja katotaan, että onko tämä vai tämä, ja sitten heitetään noppaa ja katotaan, että mikä vastauksista on se, joka todennäköisesti on kaikkein oikein. Ja tässä piilee se, minkä takia törmää tekoälyssä niihinkin tilanteisiin, jossa vastaus näyttää väärältä.

 MARIANNE MUSTONEN: Miksi tekoälystä puhutaan tällä hetkellä niin paljon?

PASI VAHIMAA: No, syynä on varmaan just nämä generatiivis-, elikkä tekstiä tai kuvia tekevien tekoälyjen tulo, joka tavallaan pikkasen yllättämään pääsi ihmiset, että yhtäkkiä meillä on työkaluja, jotka generoi tekstiä tai tekee kuvia, jotka on monesti aika kuitenki käyttökelpoisia. Että saadaan vaikka tekstiä laadittua, että pyydetään vaikka essee aiheesta mitä on tekoäly, tai pyydetään kuva, jossa kissa leikkii olevansa tekoäly, tai ihan mitä tahansa tällästä. Ne yhtäkkiä tuli ihmisille saataville, niin sitte ihmiset alko paljon käyttämään sitä ja totta kai myös hyödyntämään sekä hyvässä että pahassa. Ja se tapahtu niin yllättäen, niin se varmaan nosti pinnalle sen, että alettiin yhtäkkiä myös paljon puhumaan niistä asioista. Että ne asiat ei oo uutta, et ne pohjautuu vanhoihin juttuihin, mitä on tehty, että jos ajatellaan vaikka sitä tekstinsyöttöä, ennakoivaa tekstinsyöttöä, niin kylhän sellasia on ollut. Mut ne on taas sitten sellasia, että ne toimii vähän kevyemmällä laskennalla, että saadaan toimivaan puhelimessa tai jossain muualla. Ja semmoisia ollut, ja nyt yhtäkkiä onkin semmonen, mikä tuottaa kokonaisen esseen tekstiä tai sitten kuvia, jotka näyttää joskus jopa hienoilta.

Ja siinä taas taustalla, että miksi näin, niin se, että niin kuin sanoin, niin se on laskentaa. Ja se laskentateho, mikä on käytettävissä tällaseen, niin semmonen on oikeesti olemassa sitten, että ne yritykset, jotka tekee noita tekoälymalleja, niin heillä oli käytettävissä niin paljon konetehoa, että voidaan kouluttaa ne tekoälyt, että opettaa sille, että tämmönen ja tämmönen asia kulkee käsi kädessä, ja sen takia nytten seuraava sana, jonka arvaat tähän esseeseen, voi olla tämä. Niin sen mallin luomiseen vaadittava laskentateho, nii sitä on ollut nytten tarjolla.

MARIANNE MUSTONEN: Miten teidän fotoniikan opiskelijat käyttävät tekoälyä tällä hetkellä? Kerro vähän esimerkkejä.

PASI VAHIMAA: No, ainakin mitä oon kannustanu paljon, niin kyselemään asioita ja tutustumaan siihen, että kun kursseilla tulee asioita, mistä mie kerron, kerron omin sanoin siitä, että mitä joku asia tarkottaa, niin kannattaa mennä tekoälyyn ja kysyä sitä, että mikä tämä ilmiö on. Jollonka se antaa jonkunlaisen vastauksen, ja pääsee tarttumaan kiinni siitä asiasta, että näkemään, että mistä on kyse, ja saa vähän erilaisen selityksen kun mitä minä saan. Se ainaki, että mihin oon kannustanut tekemään.

Toinen, mitä varmasti tehdään, ja myös mihin oon kannustanut, niin myös harjotustehtävissä sitten, että testatkaa, että minkälaisia tehtäviä tekoäly osaa esimerkiksi ratkasta. Se ei osaa ratkaista kaikkia oikein, mut sitä pitää käyttää nimenomaan sen takia, että ymmärtää sen, että minkälaisia virheitä se voi kenties tehdä, ja mitä siun ite täytyy tietää, kun saat sen ratkaisun, että miten sie ite osaat nähdä, että onko asia tehty oikein vai ei.

Ja sitte oon ihan laittanut tehtäviä, että pitää analysoida tekoälyn tuotosta, että tee tehtävä ja testaa, että miten hyvin… montako pistettä tekoäly saisi, kun se lähtisi vastaamaan tähän tehtävään, joka tavallaan on esimerkiks potentiaalinen tämmönen tenttitehtävä. Ja itse asiassa tais olla ylioppilaskirjotuksissakin muuten, kuulin tuossa, että sielläkin oli ollu joitaki asioita, jossa piti analysoida tekoälyn tuottamaa vastausta. Se, että pyytää vastauksia ja kyetä analysoimaan, se on niitä asioita, joita opiskelijoitten ihan oikeesti pitäs harrastaa tekoälyn kanssa, et oppii sen, että missä kaikissa se on hyödyllistä, ja minkälaisia taitoja se vaatii iteltä sitten, että pystyy kunnolla hyödyntämään sitä tekoälyä.

MARIANNE MUSTONEN: Entäs sitten teidän alan tutkijat? Mites he käyttävät tekoälyä?

PASI VAHIMAA: Se on taas tietysti vaikee sanoa, et mitä… Mut siis käyttökohteita, mitä on, niin kyl mie näkisin, että erilaisten tämmösien jopa tutkimusartikkeleiden tekemisessä kannattas hyödyntää tekoälyä siinä, että se pystyy luomaan hyvin nopeesti jonkunlaisia luonnoksia tai sitten jäsentelyä asioista, josta ite pystyis sitten kehittämään eteenpäin sen asian. Tai sitten esimerkiks tieteellisestä artikkeleistahan saat pdf:stä pyydettyä jonkunlaisen koosteen siitä, että mikä tässä oli oleellista ja mikä ei.

Se, että mitä kukakin tekee, niin melkein väittäsin, että iso osa ei hyödynnä sen takia, koska se on niin uutta. Ja sitten osalla on varmaan myös ihan tämmösiä perustavaa laatua olevia negatiivisia ajatuksia sen suhteen, että voiko tekoälyn kanssa tehdä tämmösiä asioita. Mut sitten potentiaalisia muita käyttöjä, niin tietysti löytyy paljon muista kuin generatiivisesta tekoälystä, että esimerkiks kuvantamisen puolellahan hyödynnetään tekoälyä sillee, että luokitellaan kuvia. Et se voi olla vaikka joku lääketieteen puolen kuvantamiskuva, ja sitten koulutetaan tekoäly huomaamaan sieltä joitain asioita, jolloinka se voi toimia lääkärin tukena. Ja tämmösissä meidän pitäs enemmän tehdä asioita, pitäs enemmän ihmisten pyrkii hyödyntämään tekoälyä. Ja musta se on ok. Mun mielestä esimerkiksi tieteellisten artikkeleiden tekemisessä, niin miksei voi tekoälyä hyödyntää? Mun mielestä se on työkalu siinä missä muutkin. Ja jos on työkalu, niin sitä pitää opetella käyttämään ja hyödyntää sitä parhaansa mukaan.

MARIANNE MUSTONEN: Mihin asioihin pitäisi kiinnittää huomiota sitten tekoälyä käyttäessä?

PASI VAHIMAA: No, mie oikeestaan oon omissa ajatuksissani kiteyttäny sen siihen, että minkälaista osaamista tämmösessä maailmassa, missä meillä on tekoäly, niin minkälaista osaamista siinä semmosessa tarvitaan, niin kuin työelämässä. Mulla on oikeestaan kaks pointtia siinä. Ensimmäinen on se, että toisin kun kuvitellaan ehkä, niin entistä tärkeämpään rooliin nousee se, että sie ymmärrät syvällisesti sitä omaa asiaa. Että sie pystyt oikeesti hyödyntämään, pystyt kysymään oikeenlaisia asioita vaikka generatiiviselta tekoälyltä. Pystyt analysoimaan sitä, että onko tää asia oikein vai väärin. Sitten on eri asia, et niinkun nippelitietoa, mitä on, sitä saa muualta, sitä saa netistä vaikka miten paljon, mut se syvällinen ymmärtäminen on tärkeintä.

Ja toinen, mikä on yhtä tärkeetä miun mielestä, on kriittinen ajattelu. Et sie kykenet, kun näät jonkun tekoälyn tekemän luomuksen, niin sie kykenet näkemään sen, että mitä siellä on väärin siinä asiassa. Koska sinne tulee virheitä. Ihan samalla tavalla kun ihmiset tekee virheitä, myös koneet, jotka pohjautuu tuommoseen, tekee samalla tavalla virheitä. Että sinne tulee jotain väärin, ja siun pitää ite ymmärtää, että mikä se on. Pitää osata kyseenalaistaa ne vastaukset, mitä saa.

Siinä tietysti tulee vastaan se, että… Joku kysy, et mikä järki on sitten käyttää tuommosta tekoälyä, jos se kerran tekee niitä virheitä. No, miun mielestä se on siinä, että vaikka sinne tulee kenties jotakin virheitä, niin se pystyy tuottamaan ison määrän semmosta raaka-asiaa, joka ei välttämättä ole kaikki oikein, mut joka kuitenki toimii hirmusen hyvänä ehkä lähtökohtana sille. Jos sul on joku vaikka jäsentely jostain asiasta, liittyypä se tutkimukseen tai kenties jonkun kurssin suunnitteluun opettamisessa, jos sie saat pienellä vaivalla jonkunlaisen alkuarvoksi sille, mitä se vois olla, ja saa ite lähtee tekemään, niin sie voit säästää todella paljon aikaa siinä. Mutta sulla pitää olla se kriittinen ajattelu ja ymmärrys siitä asiasta, jotta sie pystyt työstämään eteenpäin sitten sitä saatuu vastausta. Eli ei se, että sie osaat kysyä jonkun kysymyksen ja saat vastauksen, paitsi osaat kysyä sen kysymyksen ja sen jälkeen pystyt analysoimaan ite, että mikä siinä vastauksessa on oikein ja väärin.

MARIANNE MUSTONEN: No, mites sitten luovuus näkyy tässä tekoälyn käytössä?

PASI VAHIMAA: No jos minulta kysytään, niin ei se millään tavalla luovuutta rajota tai hävitä. Se pystyy tekemään tiettyjä asioita, ja sitte se luovuus on ihan jossakin muualla kuin jossaki mekaanisessa esseen tuottamisessa tai muussa. Jos ajatellaan vaikka kuvien tuottamista, niin ei ne tekoäly… Ei se tuota mitään ihmeemmin luovaa asiaa, se vaan toistaa yksityiskohtia sen mukaan, että mitä kenties voisi olla. Mut se voi olla joskus hillittömän hyvä työkalu myös luoville ihmisille, että sie saat jonkunlaisen materiaalin hyvinkin helposti ja sitten voit lähtee kattomaan ite, että tässähän on muuten jonkunlaista ideaa, josta voi lähtee tekemään sitä omaa luovaa osuutta eteenpäin. Että se voi olla työkaluna, joka helpottaa myös luovalla alalla asioiden tekemistä.

Mutta ei se miun mielestä kadota sitä minnekään. Sitten, jos on semmonen, että tämä vie jostakin kaiken luovuuden, nii sitten voi kysyä, että onko alun perinkään ollut sitä luovuutta. Esimerkkinä, että missä tekoälyä, niin kuin näen hyvin potentiaalisen käytön, joku vaikka kuvituskuvat, mitä kuvapankeista etsitään. Niin, okei, varmasti paljon nopeampaa nykyään ottaa joku kuvituskuva kertakäyttökuvaksi jonnekin, niin pyytää se tekoälyltä kuin lähteä päivää selaamaan jotakin kuvapankkia. Mutta eihän siinä ookkaan kysymys siitä, että se on luovuutta, sehän on vaan kertakäyttötavaraa oleva kuva. Laitetaan se tähän juttuun taustalle näkymään – ei se tarvitse mitään luovuutta, se on vaan jonkunlaista tavallaan kertakäyttökulttuuria, mitä sinne luodaan. Ja tekoäly varmasti vie siitä semmosesta bisneksestä jonkunlaisen siivun, onko se nyt huono asia tai ei. Se on vaan yksi uusi keino löytää niitä kuvia.

Sitten tietysti kuvista jos puhutaan, niin myös kuvien manipulointi on sitten kenties helppoa. Mutta jos ajatellaan, että otetaan joku kuva, joka vaikka esittää jotain mainoskuvaa, niin niitten kuvien ihmiset tähän asti on käsin editoinut jossain Photoshopissa sitä, että tuossa on jotain tommosta häiritsevää – hävitetään tästä kuvasta pois tämä, koska se sotkee fokuksen siihen, mikä on oikeesti tärkeetä. Mut jos se sama luova ihminen käyttääkin siihen tekoälyä, ja sen sijaan, että se käyttää viisi tuntia sen kuvan viilaamiseen, tekee sen viidessä minuutissa, niin ei se varmasti ole pois siitä luovuudesta. Sehän tarkottaa enemmän, että sillä ihmisillä on enemmän aikaa siihen varsinaiseen luovaan hommaan.

MARIANNE MUSTONEN: Muutama sana sitten tekijänoikeuksista, että miten meidän pitäisi suhtautua näihin tekoälyn tuottamaan kuvien, sanojen ja muun sisällön tulvaan, ja omistammeko me ideamme ja ilmaisutapamme?

PASI VAHIMAA: Tuossa tietysti aina ensimmäisenä, kun lähtee käyttämään, pitää tietysti lukea se, että mitkä on käyttöehdot. Että mitä sen vaikka kuvan generoiva yritys, minkälaiset oikeudet se antaa siihen kuvaan käyttöön. Sitten tietysti siellä taustalla on se, että on käytetty jotain materiaalia. Mutta sitten voi tietysti miettiä, että onko se ollut reilua, että on käytetty jotain. Mutta melkein väittäsin, että jokainen esimerkiksi kirjottaja on elämänsä aikana ammentanut suuren joukon kirjallista materiaalia erilaisista lähteistä, lukenut paljon kirjoja, joita hän ei kuitenkaan sitten omassa tuotoksessaan välttämättä mainitse, vaikka he on saanu vaikutteita siitä, että miten lauseita rakennetaan, miten asioita esitetään. Tai taiteilija, joka on kattonut ihmistä ja huomannut, että ihmisellä on viisi sormea, joka piirretään kuvaan. Hän on nähnyt ne asiat, mutta hän ei välttämättä jokaiselle anna krediittiä siitä jokaisessa tilanteessa, missä hän on nähnyt ne viisi sormea. Tekoäly tekee itse asiassa samaa. Siellä on joku kuva, jonka se analysoi, jonkunlainen näkymä, jonka perusteella se analysoi kuvaa ja huomaa, että okei, ihmisellä on tämä määrä sormia. Tänä päivänä se ehkä osaa jopa piirtää sitten oikeen määrän niitä.

Mutta sitten taas se ulosanti, niin se kun ei välttämättä ole sitä kopiointia. Jos pyydät vaikka jonkunlaisen kuvan generoimaan, niin ei se välttämättä ole mikään niistä kuvista, jonka se on kouluttanu. Se on esimerkiksi sitä sitten, että okei, piirretään ihminen, ihminen koostuu tällasista. Sillä on tämmöinen soikean muotoinen pää, ja sitten sillä on silmät, tähän piirretään näin, ja sillä tavalla se lähtee rakentamaan sitä kuvaa. Ja se lopputulos ei suinkaan ole se, että se ottaisi palasia sieltä ja täältä, että tekoälyä ei kouluteta sillä tavalla.

Sen takia se tekijänoikeus, niin ei se oo niin suoraviivasta ainakaan, että kyseessä olisi jonkunlaista kopiointia sieltä ja täältä. Se ottaa vaikutteita, se oppii asioita. Vähän samaan tapaan niin kuin ihminen oppii asioita, jota sitten sanoo omanaan, kun lähtee vaikka piirtämään jonkun kuvan tai laatimaan jonkun tekstin. Et se ei ole mikään yksinkertainen kysymys, mutta ei se ole miun mielestä ainakaan sitä, että kyseessä olisi vaan pelkkää kopiointia sieltä ja täältä.

MARIANNE MUSTONEN: Millaisena näet tekoälyn käytön fotoniikan ja optiikan tulevaisuudessa?

PASI VAHIMAA: No, ilman muuta, niin kuin mitä tuossa jo aikasemminkin totesin siitä, että asioitten jäsentely ja muu tämmönen, se varmaan tulee lisääntymään. Että miksi laatia täysin tyhjästä vaikka tutkimussuunnitelma, jos voi hyödyntää tekoälyä. Mutta sitten siellä on joitakin puolia ihan siinä varsinaisessa tekemisessä, mitkä varmaan tulee jollain aikavälillä tapahtumaan, mutta ne ei välttämättä ole mitenkään yksinkertaisia asioita. Otetaan vaikka joku kameran objektiivin linssisysteemi, joka saattaa koostuu kymmenestä linssistä. Semmoisen esimerkiksi suunnittelu tekoälyn avulla ei ole mikään itsestään selvä juttu. Mutta silleen tehdään tällä hetkellä tutkimusta siitä, että millä tavalla voitas hyödyntää tekoälyä, ja mitkä on sellaisia paikkoja siinä hommassa, jossa se tekoäly on oikeesti hyödyllinen, missä se voi olla avuksi.

Että se ei suinkaan se tekoälyn käyttäminen ole sitä, että kaikki asiat korvautuvat sillä, vaan se on työkalu, joka auttaa jossain paikkeilla. Siis tarkotan sitä, että jos talo rakennetaan, niin sie voit käyttää sirkkeliä sen sijaan, että käytät käsisahaa, joka nopeuttaa sitä siun tekemistä, tekee tekemisen helpoks. Mutta ei se suinkaan jokaiseen hommaan se sirkkelikään sovi, että et sie maalatessa käytä sirkkeliä, sie käytät ihan jotain muuta välineitä. Ja sama myös sitten tekoälyn käytöstä vaikka tutkimuksessa, että se on työkalu: siun pitää oppii käyttämään sitä, siun pitää löytää ne tilanteet, missä se antaa oikeesti hyötyä, ja oppia myös se, että missä tilanteessa ei sun mitään järkee käyttää sitä, koska lopputulos ei oo hyvä. Väärä työkalu jossain paikassa, niin ei se auta, se vaan sotkee asioita.

Ja tämmöstä, niinkun, niitten tilanteitten löytämistä ja ymmärtämistä, niin se on se, missä tällä hetkellä oikeestaan liikutaan, että ihmiset testaa asioita ja katsoa, minkälaiseen kohtaan mikäkin sopii. Ja ei se ole niin helppoa, mitä ehkä kuvitellaan sanottaisiin, että nyt vaan tekoäly otetaan tähän, ja sitten ratkeaa kaikki hommat, että kyllä se vaatii sitä, että löydetään ne oikeet keinot, oikeet materiaalit, jolla se tekoäly koulutetaan tekemään sitä hommaa. Ja esimerkiksi just tommosten linssisysteemien suunnittelu, niin se on oikeesti aika haastava, tulee olemaan sinne, koska se on haastava sen takia, että sie et voi yksinkertasesti vaan sanoa, että lasketaan tämmönen asia, vaan se on yhdistelmä monia asioita, ja millä tavalla tehdään kompromissi siitä, että minkälainen se lopputulos on. Ja niitä kompromisseja ei ole olemassa yksi tai kaksi mahdollista, vaan se on taas sitten, että ehkä vähän tuohon suuntaan ja vähän tällä tavalla, ja sitten punnitaan näitä eri vaihtoehtoja, ja että mikä voisi olla sopiva. Ja edetä askel kerrallaan, ja siihen tavallaan tämmöiseksi tukevaksi työkaluksi sitten tekoäly varmasti tulee tarjoamaan ennemmin tai myöhemmin tehostusta.

MARIANNE MUSTONEN: Kiitos haastattelusta!

PASI VAHIMAA: Kiitos!

MARIANNE MUSTONEN: Kuuntelit juuri Akateemista varttia, jonka aiheena oli tekoäly. Haastateltavana oli professori Pasi Vahimaa, ja minä olen Marianne Mustonen. Kiitos, kun olit kuulolla!