Tekoälyn kokonaiskuva ja osaamiskartoitus 22.11.2018 I Heikki Ailisto, VTT Oy Projektiryhmä: Heikki Ailisto, Heli Helaakoski, Anssi Neuvonen, Eetu Heikkilä, (VTT Oy) Timo Seppälä (ETLA/Aalto), Marco Halen (Aalto), Henrik Nyman (Silo.AI) OHRYn pj. Pekka Appelqvist, PLM
Mistä lähdettiin? Tekoälyn kokonaiskuva 2
Tausta ja tehtävänanto Tekoälyn merkitys nähdään suureksi => kansallisia ohjelmia. VN TEAS hankekokonaisuus Useita ministeriöitä 4 hanketta Laaja konsortio - yhteistyö Tekoälyn kokonaiskuva ja osaaminen, Huom! Ei selvitetä vaikutuksia ja soveltamista eri aloilla Tekoälyn kokonaiskuva 3
Tavoitteet, tarkoitus ja tulokset Tekoälyn osa-alueiden kartoitus ja jäsennys - keskustelun tueksi; käsitteet ymmärtämisen avuksi - väliraportti ja käsitekartta (kesäkuu 2018) Eri osa-alueiden osaaminen Suomessa ja vertailu kvkärkeen - ymmärretään oma tilanne, vahvuudet, osaamisvajeet - väliraportti, policy brief (elokuussa) ja loppuraportti (vuoden vaihteessa) Toimenpidesuositukset - loppuraportti, seminaari (15.1.2019) Tekoälyn kokonaiskuva 4
Tekoälyn määritelmä Tekoälyn avulla koneet, laitteet, ohjelmat, järjestelmät ja palvelut voivat toimia tehtävän ja tilanteen mukaisesti järkevällä tavalla. Järkevä toiminnan taso edellyttää tekoälyltä tiettyjä ominaisuuksia, sen on osattava tunnistaa erilaisia tilanteita ja ympäristöjä ja toimittava muuttuvien tilanteiden mukaan. Tekoälyn kokonaiskuva 5
Tarkastelukulmat Toimeksiannossa määritellyt osaamisalueet 1. Data-analyysi 2. Havainnointi ja tilannetietoisuus 3. Luonnollinen kieli ja kognitio 4. Vuorovaikutus ihmisen kanssa 5. Digitaidot työelämässä, ongelmanratkaisu ja laskennallinen luovuus 6. Koneoppiminen 7. Järjestelmätaso ja systeemivaikutukset 8. Tekoälyn laskentaympäristöt, alustat ja palvelut, ekosysteemit 9. Robotiikka ja koneautomaatio - tekoälyn fyysinen ulottuvuus Muut näkökulma (liitteessä) 1. Kehitysasteiden mukaan 2. Darpan kolmen aallon näkökulmasta, 3. Stanfordin AI 100 paneelin kuumat tutkimusaiheet, 4. Tekoälyn koulukunnat ja menetelmät 5. Tulevaisuuden trendit tekoälyssä. Nämä näkökulmat eivät ole ristiriidassa 10- kohdan jäsentelyn kanssa, vaan täydentävät sitä toisilla tarkastelukulmilla. 10. Etiikka, moraali, regulaatio ja lainsäädäntö Tekoälyn kokonaiskuva 6
Kentän jäsennys - osaamisalueet Tekoälyn kokonaiskuva 7
Toinen tapa jäsentää tekoälykenttää Tekoälyn kokonaiskuva
Keskeiset huomiot osaamisalueista Kaikki olemassa oleva tekoäly on kapeaa tekoälyä. Koneoppiminen ja syvät neuroverkot hallitsevat tutkimusta, keskustelua ja soveltamista ML:n ja DNN:n menestys perustuu 1) opetusdatan ja 2) laskentatehon kasvuun sekä 3) työkalujen kehittymiseen ja saatavuuteen Muita osa-alueita ei kannata unohtaa. Tekoälyn kokonaiskuva 9
Jatkuuko datapohjaisten menetelmien menestys? Koneoppiminen on datapohjaista, ja siksi Vai kohtaammeko Vaatii valtavasti opetusdataa => tämä rajoittaa hyödyntämisalueita tekoälytalven? Musta laatikko, ei läpinäkyvä => eettisiä ja juridisia ongelmia Hauras => epäluotettava Koneoppivilla menetelmillä ei ole käsitystä tiedon sisällöstä tai merkityksestä => ei hyödynnä fyysisen maailman reunaehtoja täysimääräisesti hyödykseen. Tekoälyn kokonaiskuva 10
Osaamisen muodostuminen ja siirtyminen Osaaminen voi olla henkilöön sidottua tai teknologiaan liittyvää. Akateeminen tutkimus yliopistot, Julkishallinto ja -palvelut Start-upit Julkishallinto hyödyntää tekoälyä Koulutusjärjestelmä yliopistot, AMK, 2. aste perusaste Perinteiset yritykset Teollisuus, kauppa, rahoitus Soveltava tutkimus tutkimuslaitokset Teknologiayritykset GAFA, BAT,IBM, MS ja pienemmät AI-teknologiajätit tekevät tutkimusta suurilla resursseilla 5.12.2018 Alatunnisteteksti 11
Osaamisen muodostuminen ja siirtyminen Suomi muu maailma näkökulma Julkiset palvelut Suomalaiset ja ulkomaiset toimijat, jotka voidaan ajatella Koulutusjärjestelmä (90% kansallinen) osaamisen hyödyntäjiksi. Ne voivat myös olla osaamisen tuottajia. Soveltava Varsinkin tutkimus ja tk teknologiayritykset (70% kansallinen) kuten Google, Amazon, IBM, Alibaba, Tencent, Baidu Perustutkimus sekä start-upit. (globaali) Start-upit Perinteiset yritykset Teknologiayritykset On syytä huomata perustutkimuksen erityinen Perustutkimus luonne: se on globaalia (globaali) ja kaikkien hyödynnettävissä (avoin tiede). Koulutuspanostusten hyöty Koulutusjärjestelmä on selvästi (90% kansallinen) lokaalimpaa, kansallista. TKI asettuu tähän väliin. Soveltava tutkimus ja tk (70% kansallinen) Start-upit Perinteiset yritykset Teknologiayritykset
Tutkimusosaaminen
Lähde: Scopus Analyysi: Anssi Neuvonen, VTT Tutkimusosaaminen maailmassa Kiina nousee Tutkimusjulkaisut mittareina Julkaisujen määrä kasvaa Algoritmit ja oppiminen aiheina suuria Kiinassa julkaistaan jo enemmän kuin USAssa, yllättäen EU yhteensä on suurin Intiassa kovin kasvu UK, Saksa, Espanja, Ranska Euroopan kärjet 14
Suomen sijoittuminen - tutkimus Maa Huippujulkaisujen osuus (n x keskiarvo) Julkaisuja 2013-2017 Hong Kong 2,09 2372 Singapore 1,80 3151 Australia 1,53 6134 Israel 1,49 1508 Saudi Arabia 1,44 1603 Slovakia 1,41 948 Spain 1,39 7352 Canada 1,36 5938 Belgium 1,27 1660 Brazil 1,26 4526 United States 1,26 30846 United Kingdom 1,24 11970 China 1,21 49127 Taiwan 1,18 5066 Colombia 1,18 749 South Korea 1,10 6387 Finland 1,10 Suomi 17. paras 1298 Austria 1,09 1530 Norway 1,09 790 Switzerland 1,08 2008 Turkey 1,07 2845 New Zealand 1,05 854 Lähde: Scopus Analyysi: Anssi Neuvonen, VTT
Osaaminen yrityksissä: Patentit ja VC-sijoitukset USA, Kiina, EU, Israel, Japani Yritykset Amazon, Google, IBM, MS (Apple) Alibaba, Baidu, Tencent (BAT) Siemens, ATOS, Thales Suomi 9. Euroopassa, 3% Per capita Suomi 2. Euroopassa Suomi sijoittuu hyvin mutta vain kokoonsa nähden. Tekoälyn kokonaiskuva 16
Raportit ja materiaalia https://tietokayttoon.fi/hankkeet/hanke-esittely/-/asset_publisher/tekoalyn-kokonaiskuva-ja-kansallinen-osaamiskartoitus 5.12.2018 17
Järjestämme VN TEAS tekoälyhankkeiden yhteisen tulosseminaarin 15.1.2019 aamupäivällä Chydeniassa. Samalla julkistamme tämän hankkeen loppuraportin. Lisätietoja: heikki.ailisto@vtt.fi (projektipäällikkö), Pekka Appelqvist (OHRY pj.)