Suomen TEKOÄLY ARPAKANNUS 1 / 2009 www.stes.fi SEURA ry Robotille aivot Sudoku ihmisen ja koneen ratkaisemana Tekoäly menneisyydestä tulevaisuuteen
ARTIKKELIT 6 11 12 18 PELITEKOÄLY Sudoku ihmisen ja koneen ratkaisemana ÄLYN JÄLJILLÄ Älykoti TEKOÄLY Tekoäly menneisyydestä tulevaisuuteen STeP 2008 Tekoäly PALSTAT 4 Tekoälysammio Robotille aivot 16 Kirja-arvostelut 2 ARPAKANNUS 1 / 2009
Yhdistyksen kuulumiset tervehdys vuoden 2008 puheenjohtajalta. Minulla on suuri ilo että olet saanut käteesi jälleensyntyneen Arpakannus-lehden suuri kiitos Kim Viljaselle ja koko toimitukselle. Toivottavasti lehti herättää kaikissa jäsenissä kirjoittamisen kipinän ja päätoimittaja saa pyytämättä juttuja enemmän kuin ehtii taittaa. :) Koko maan laajuisen yhdistyksen toiminnassa pääpaino on hyvä olla asioissa, jotka voivat tapahtua etäältä tai harvoin. Tällä hetkellä toiminnan pääpaino onkin kahdessa asiassa: Arpakannus-lehdessä ja Suomen Tekoälytutkimuksen Päivien järjestämisessä. STeP 2008 järjestettiin elokuussa pääkaupunkiseudulla. Tapahtumasta tuli erittäin mielenkiintoinen, sillä se järjestettiin yhteistyössä Nokian tutkimuskeskuksen (NRC) kanssa. NRC kutsui maailman parhaimmistoa workshoppiin, jonka aiheena oli tietoisuus ja kognitiiviset arkkitehtuurit. Tilaisuuden pääjärjestäjät olivat Pentti Haikonen ja allekirjoittanut. STeS:in Euroopanlaajuinen kattojärjestö ECCAI nimeää vuosittain tekoälyn alalla merkittäville henkilöille ECCAI Fellow -nimityksiä. Suomi on vuonna 2007 saanut ensimmäisen ECCAI Fellow:nsa. Kyseessä on prof. Teuvo Kohonen Teknillisestä korkeakoulusta. Neuroverkkotutkimuksen pioneeri Kohonen on tullut tunnetuksi erityisesti itseorganisoivan kartan kehittämisestä. STeS on päättänyt jakaa palkinnon parhaasta päättötyöstä kahden vuoden välein. Vuosien 2008-2009 aikana hyväksyttyjen päättötöiden osalta palkinta on nyt ehdotettavana. Hyvää vuotta 2009! Tapani Raiko puheenjohtaja päätoimittaja Kim Viljanen toimittajat Iina Aaltonen, Timo Honkela, Kaj Sotala, Osma Suominen, Harri Valpola ulkoasu Jukka Kortela sähköposti arpakannus@stes.fi Yhdistyksen sihteeri Susanna Koskinen osoite Talvikkitie 40 B (posti: A 33), 01300 Vantaa puh. (09) 5617 830 fax (09) 5607 5365 GSM (040) 535 2617 1 / 2009 ARPAKANNUS 3
TEKOÄLYSAMMIO Robotille aivot Neuroverkkotutkimuksella on Suomessa pitkät perinteet akateemikko Teuvo Kohosen uraa uurtavan tutkimustyön vuoksi. Tähän perinteeseen nojaa myös akatemiatutkija Harri Valpolan johtama laskennallisen neurotieteen tutkimusryhmä, joka keskittyy aivojen informaationkäsittelyn periaatteiden tutkimiseen, mallintamiseen ja soveltamiseen esimerkiksi robottien ohjauksessa. - Meidän näkökulmastamme aivot eivät ole läheskään niin salaperäiset kuin mitä biologisemmin suuntautuneiden aivotutkijoiden kommenteista voisi päätellä. Aivojen informaationkäsittelyn periaatteiden ymmärtämisessä ja siirtämisessä teknologiaan on edistytty tasaisesti ja hyvin merkittävästi kymmenien vuosien ajan ja nyt horisontissa häämöttää jo ihmisen tasoinen tekoäly. TKK:lla toimivan tutkimusryhmän tuloksia kaupallistaa viime kesänä 4 perustettu yritys Zendroid Oy. Joko Zendroidilta pian voidaan tilata tieteiskirjallisuuden luomien odotusten mukaista älykästä konepalvelijaa, jolla on ihmisaivoista kopioidut sähköaivot? - En tietenkään väitä, että aivojen toiminnan kaikki yksityiskohdat tunnetaan tarkasti erityisesti molekyylitasolla tiedoissa on suuria aukkoja tai että ihmisen tasoinen tekoäly olisi kaupan hyllyllä ensi jouluksi. Se ei kuitenkaan tarkoita, etteikö aivojen informaationkäsittelyä ymmärrettäisi tai pystyttäisi soveltamaan tekoälyn kehityksessä. Nöyrää konepalvelijaa on siis turha ruinata joulupukilta vielä ensi jouluksi. Alkuvaiheen sovellukset löytyvät sieltä, missä automaatiota on nytkin käytössä, esimerkiksi teollisuuden kokoonpano- ja pakkaustehtävistä. Valpolan mukaan robotit tarvitsevat eläinten älykkyydestä kopioituja kikkoja selvitäkseen tehtävistä ja olosuhteista, joita ei voi vakioida. ARPAKANNUS 1 / 2009
1 / 2009 ARPAKANNUS - Jätteiden lajittelu on hyvä esimerkki tehtävästä, jossa perinteisen teollisuusrobotin taidot loppuvat kesken. Melko yksinkertaisetkin eläimet selviävät kuitenkin mainiosti ruokapalojen noukkimisesta. Aivan kaikki aivotutkijat eivät kuitenkaan taida jakaa Valpolan optimismia. Yleinen mielipide kai on pikemminkin, että aivojen salat selviävät vasta satojen vuosien kuluttua. -Tilanne on vähän sama kuin reilu sata vuotta sitten lintujen tai hyönteisten lennon ymmärtämisessä. Vaikka hyönteisten lentokyvyn yksityiskohdat ovat selvinneet vasta hiljattain supertietokonesimulaatioiden avulla, aerodynamiikan periaatteita alettiin ymmärtää ja soveltaa jo 1800-luvulla. Sen ajan ornitologi olisi varmasti ollut samalla tavalla pessimistinen lintukoneiden rakentamisen suhteen kuin moni neurotieteilijä nyt aivoihin perustuvan teköälyn rakentamisessa. Tämä ei onneksi masentanut Wrightin veljeksiä ja heidän lukuisia kilpailijoitaan. Ihmisen tasoisesta tekoälystä on puhuttu jo kymmeniä vuosia. Kotirobottien piti tulla jo 60-luvulla. Mikä nyt sitten on muuttunut? Miksi Zendroid onnistuisi siinä, missä niin monet ovat epäonnistuneet? - Vielä parikymmentä vuotta sitten aivojen informaationkäsittelyn periaatteet olivat aivan liian huonosti selvillä, että niitä olisi voitu soveltaa käytäntöön. Toki yksittäisiin neuroverkkoalgoritmeihin saatiin inspiraatiota aivojen toiminnasta, mutta koko aivojen rakentaminen olisi ollut sen ajan tiedoilla mahdotonta. Nyt tilanne näyttää jo aivan toisenlaiselta. Lisäksi tietokoneiden teho on kahdessakymmenessä vuodessa satatuhatkertaistunut. Harri Valpola on tekniikan tohtori ja Arpakannus-lehden vakituinen avustaja. 5
PELITEKOÄLY Sudoku ihmisen ja koneen ratkaisemana Sudoku Sudoku on ristisanatehtäviä muistuttava numeropeli, jonka maailmanvalloitus alkoi Japanista vuonna 2004. (Ensimmäinen Sudoku ilmestyi Yhdysvalloissa jo 1979, mutta maailmanvalloitus alkoi vasta myöhemmin Japanin kautta, josta myös nimi sudoku tulee). Nykyään sudokutehtäviä sisältäviä kirjoja on saatavissa paljon eri vaikeustasoilla, ja uusia Sudoku-tehtäviä ilmestyy lukuisissa lehdissä, ja sudokuille on omistettu jo omiakin lehtiään. Vakiintunut tapa esittää sudoku-ongelma on seuraava: 9*9-kokoisen ruudukon tyhjät ruudut tulee täyttää numeroilla 1-9 siten että kullakin rivillä, sarakkeella ja merkityissä 3*3 laatikoissa kukin numero esiintyy kerran. Merkkien ei tietenkään tarvitse olla numeroita, vaan mitkä tahansa yhdeksän merkkiä käy (tai yleisemmin mitkä tahansa merkit joita on yhtä paljon kuin neliössä on rivejä/sarakkeita). Joitakin ihmisten käyttämiä päättelysääntöjä Ihminen lähtee liikkeelle intuitiivisesti helpoiten hahmotettavalta tasolta: muodostamalla ruudukosta visuaalisia mielikuvia, ja soveltamalla näiden varassa erilaisia sääntöjä tai proseduureja 6 Moni on jäänyt Sudokuiden ratkaisemiseen koukkuun. Onpa jopa perustettu puoliviihteellinen Youth against Sudoku -nettisivusto, jonka tarkoitus on estää koukkuunjäämistä. puuttuvien numeroiden päättelemiseen. Nämä kirjoitetaan ruudukkoon, ja jatketaan eteenpäin. (Kyse on siis eteenpäin suuntautuvasta heuristisesta hausta). Skannaamalla rivejä ja sarakkeita numeron 5 osalta (punaiset viivat) nähdään että numeron 5 ainut mahdollinen paikka oikeassa ylälaatikossa on merkitty vihreällä. Helpoimmat tehtävät ratkeavat käyttämällä vain tätä yhtä sääntöä. Vähän vaikeammat tehtävät vaativat lisää sääntöjä. Tärkeitä ovat erilaiset eliminointisäännöt, joissa eliminoidaan varmasti vääriä vaihtoehtoja kunnes lopulta vain yksi mahdollisuus on jäljellä. Eliminointisääntöjen käyttö perustuu seuraavaan tekniikkaan: Jos johonkin ruutuun tulevaa numeroa ei voi päätellä varmasti, on ratkaisijoilla tapana tehdä pieniä lyijykynämerkintöjä, joissa Osittain ratkaistu sudoristikko Skannaus ARPAKANNUS 1 / 2009
Avoin pari Kätketty pari X-wing Rivin laatikon välinen reduktio 1 / 2009 ARPAKANNUS luetellaan ne vaihtoehdot jotka voisivat vielä sopia kyseiseen ruutuun. Jos johonkin ruutuun jää vain yksi vaihtoehto kun mahdottomat tapaukset on eliminoitu, voidaan olla varmoja että kyseiseen ruutuun tulee juuri tuo numero. Vastaavasti jos jollekin numerolle on vain yksi paikka jäljellä jollakin rivillä, sarakkeella tai laatikossa, voidaan se silloinkin merkitä varmaksi. Ruutuihin A ja B käy kumpaankin vain 4 tai 7 (vas.), joten voidaan olla varmoja, että 4 ja 7 kuuluvat näihin ruutuihin (jommin kummin päin). Näin ne voidaan eliminoida vaihtoehtoina muualta samasta laatikosta (tai riviltä tai sarakkeelta). Numeroille 5 ja 8 ainoat paikat ylärivin keskimmäisessä laatikossa ovat kuvaan merkityt kaksi ruutua. Näinollen kyseisistä ruuduista voi eliminoida muut vaihtoehdot. Rivillä 4 ainoat mahdolliset paikat numerolle 9 osuvat oikeanpuoleiseen laatikkoon (ruudut A ja B). Siis: rivin 4 numeron 9 on pakko olla oikeanpuolimmaisessa laatikossa, ja vastaavasti oikeanpuolimmaisessa laatikossa on oltava numero 9 rivillä 4. Näinollen numero 9 ei voi laatikossa olla muilla riveillä. Voidaan siis eliminoida 9 ruuduista C, D ja E. Numeron 6 mahdolliset paikat ylimmällä ja alimmalla rivillä osuvat samoihin kahteen sarakkeeseen (keltaiset ruudut), joten tiedetään että toinen riveistä tulee varaamaan toisen sarakkeen numeron 6 ja toinen rivi toisen. Näillä kahdella sarakkeella ei voi siis olla missään muualla numeroa kuusi ja nämä vaihtoehdot voidaankin eliminoida (siniset ruudut). Avoimet ja kätketyt parit sekä x-wing yleistyvät myös kolmikoille ja nelikoille. Esimerkiksi jos saman rivin kolmessa ruudussa esiintyy vain kolmea eri numeroa, on kyseessa avoin kolmikko ja saman rivin muista ruuduista näiden numeroiden mahdollisuus eliminoituu. Sen sijaan viisikoita tai sitä suurempia ei päättelyssä tarvita. Esimerkiksi jos jollakin rivillä esiintyisi avoin viisikko, olisi jäljelle jääneissä neljässä ruudussa kätketty nelikko! Lisäksi on huomattava, että mahdollisia kolmikoita ja nelikoita on valtava määrä. Ihminen saattaa sellaisen helposti huomata, mutta kaikkien mahdollisten kolmikoiden ja nelikoiden läpikäynti olisi koneellekin työlästä. On myös olemassa Sudoku-tehtäviä jotka eivät edellä esitetyillä 7
päättelysäännöillä ratkea, vaikka niillä on olemassa yksikäsitteinen ratkaisu. Kaikki vaihtoehdot (aina äärellinen määrä) läpi käyvä yritys ja erehdys -menetelmä luonnollisesti riittää ratkaisemaan tehtävän kuin tehtävän. Siinä siis arvataan jokin numero johonkin ruutuun ja jatketaan ratkaisua. Jos myöhemmin huomataan, että tehtävää ei enää voikaan ratkaista, tiedetään, että jokin varhaisempi arvaus on väärä. Silloin peruutetaan edelliseen arvaukseen ja kokeillaan jotain toista vaihtoehtoa. Jos edellisen arvauksen kaikki vaihtoehdot on koluttu, peruutetaan sitä edelliseen arvaukseen jne. Ihmiselle tämä mekaaninen menettelytapa on vaivalloinen ja epämotivoiva, ja sitä käytetäänkin vasta viimeisessä hädässä. Koneelle mekaaninen monien turhien vaihtoehtojen läpikäynti sen sijaan on hyvinkin luonnollinen tehtävä, ja nykyisten tietokoneiden laskuteholla tämä voidaan laskentaa voidaan suorittaa hyvinkin nopeasti. Sokea haku ei kuitenkaan ole varsinaisesti tekoälyä, eikä siis sellaisenaan kovinkaan kiinnostava ihmisen ongelmanratkaisun ymmärtämisen näkökulmasta. Sen sijaan sudokunratkaisumenetelmä, joka vie vain muutaman rivin koodia ja on lisäksi järkevä ja ihmiselle intuitiivisesti ymmärrettävissä voisi olla kiintoisampi tästäkin näkökulmasta. Se ei ehkä sellaisenaan tarjoa simulaatiomallia ihmisen ongelmanratkaisusta (kuvaamalla suoraan edellä esitetyn kaltaisia päättelysääntöjä), mutta voi kuitenkin epäsuoremmin kertoa jotain sudokun ratkaisemista ylipäätään. Esimerkiksi sudokujen vaikeustasoa ihmisratkaisijoilla voi ennustaa sen perusteella miten monimutkaisia ratkaisumenetelmiä tehtävä edellyttää. Ongelmanratkaisumenetelmien kehittäminen ja analysointi voi näin tuoda esiin joitakin erilaisiin ja eri tasoisiin sudokuihin liittyviä ominaisuuksia jotka ovat relevantteja myös ihmisen psykologian kannalta. Algortimit antavat myös täsmällisesti määritellyn vertailukohdan, johon inhimillisiä ongelmanratkaisusuorituksia voidaan verrata. Tapanin oma algoritmi Luodaan 9x9x9 taulukko johon merkitään todennäköisyydet että solussa X,Y on numero Z. Voidaan todeta seuraavien ehtojen voimassaolo: Koska kuhunkin ruutuun X,Y tulee vain yksi numero, täytyy taulukon solun summan yli Z olla aina 1. Koska sarakkeeseen X numero Z tulee kerran, täytyy summan yli Y:n olla 1. Kukin ruutu on jaettu edelleen 9 osaan (eri numeroita varten). Musta väri tarkoittaa varmaa numeroa ruudussa. Kyseisen Z.n arvon todennäköisyys on siis 1- Esimerkiksi ensimmäisen rivin kolmannessa ruudussa on varmuudella numero 4, ja harmaasävyt esittävät vastaavasti eri tätä pienempiä todennäköisyyksiä (esimerkiksi kuvasta näkyy miten mainittu nelonen varaa ensimmäisen rivin ja kolmannen sarakkeen). Kuvassa on kyseisellä algoritmilla lähdetty ratkomaan viiden tähden tehtävää Helsingin Sanomista. Algoritmia pyöritetty muutama iteraatio 8 ARPAKANNUS 1 / 2009
1 / 2009 ARPAKANNUS Koska riviin Y numero Z tulee kerran, täytyy summan yli X:n olla 1. Vastaavasti summa kullekin laatikolle tulee olla 1. Vihjeet ovat tästä näkökulmasta informaatiota siitä, että jossakin ruudussa X,Y saa Z varmuudella tietyn arvon - eli että taulukon solussa X,Y,Z on 1.0. Tästä seuraa suoraan että monet muut solut (mm. sama X,Y) saavat merkinnän 0, ks. kuva. Tehtävä on nyt etsiä taulukkoon sellaiset todennäköisyyden arvot (päätyen lopulta tapaukseen jossa jokaisen solun arvo on 0 tai 1), jotka toteuttavat summaehdon. Tämä vastaa hyvinkin suoraviivaisesti sudokun määritteviä sääntöjä. Yksinkertainen algoritminen toteutus on normalisoida arvoja vuorotellen. Eli lasketaan vuorollaan kukin yhteenlasku, jonka summa pitäisi olla 1 ja jaetaan kaikkia yhteenlaskettavia summalla. Näin saadaan aina yksi summa osumaan ykköseen, mutta samalla saatetaan sekoittaa muita summia. Voidaan kuitenkin osoittaa, että toistamalla tätä normalisointia riittävän pitkään, löydetään tilanne jossa kaikki summat saavat arvon yksi yhtä aikaa (olettaen että kyseessä on tehtävä jolla on ratkaisu). Algoritmi sai ratkaistuksi kaikki testatut Hesarin tehtävät mutta internetistä löytyi vielä vaikeampia tehtäviä, joilla algoritmi pysähtyi löytämättä ratkaisua. Algoritmi sai kyllä summat täsmäämään ykköseen, mutta alkiot eivät silti olleet nollia ja ykkösiä. Tämän algoritmin näkökulma on abstraktimpi kuin edellä mainituissa skannaus- ja eliminointisäännöissä. X, Y ja Z ovat vain muuttujia jotka saavat arvoja 1:stä 9:ään. Algoritmi ei tee eroa X:n, Y:n ja Z:n välillä, vaan summaa niiden suhteen kuin ne olisivat samanlaisia suuntia. Yksi summauksista vastaa sääntöä, että kuhunkin ruutuun pitää tulla vain yksi numero. Tätä sääntöä ei peliä ihmisille esitellessä edes erikseen mainita, se kun on ristisanatehtävistä tuttu. Se siis tavallaan paljastaa sudoku-tehtäviin sisältyvän symmetrian, jonka tehtävän visuaaliseen rakenteeseen perustuva tarkastelu peittää. On myös yllättävää, että vaikka algoritmissa vain normalisoidaan todennäköisyyksiä vuorotellen lähes suoraan Sudoku-tehtävän sääntöä soveltaen, sisältyy algoritmiin implisiittisesti kaikki esitetyt ihmisten käyttämät päättelysäännöt. Esimerkiksi avoimessa parissa saman rivin kahdessa ruudussa esiintyy vain kahta numeroa. Olettaen että tasapainotila on löytynyt, summautuvat ruudut ykköseksi. Kun toisaalta koko rivin näiden numeroiden todennäköisyydet summautuvat myös ykkösiksi, ei todennäköisyysmassaa riitä jaettavaksi muille ruuduille, ja ne vaihtoehdot siis eliminoituvat. Symmetriaa tarkastelemalla huomataan, että X-wing sekä avoin ja kätketty pari ovat oikeastaan sama päättelysääntö, kun asiaa tarkastellaan X,Y,Z -kuutiossa. Avoimessa parissa erään rivin X kahden sarakkeen Y ja kahden numeron Z osalta päätellään, että kyseisen yhden X:n ja kahden Z:n muut Y-mahdollisuudet voidaan eliminoida. Kätketyssä parissa yhden X:n ja kahden Y:n muut Z:t eliminoidaan. X-wingissä yhden Z:n ja kahden X:n muut Y:t eliminoidaan. Yhteenvetona voidaan siis todeta, että esitetty algoritmi paljastaa yllättävän symmetrian Sudokusta ja yksinkertaisuudestaan huolimatta on yllättävän lähellä ihmisen käyttämiä päättelysääntöjä. Vertailukohtana ohessa on esitetty Donald Knuthin algoritmi, joka on tehokkain tunnetuista Sudokun ratkaisumenetelmistä, vaikkakin toimii hyvin eri periaatteella kuin ihminen. 9
Donald Knuth: Dancing links -algoritmi Algoritmi käyttää tietorakenteena binääristä matriisia jossa on rivi kullekin mahdolliselle merkinnälle. Merkintä tarkoittaa sitä että tiettyyn ruutuun merkitään tietty numero. Mahdollisia merkintöjä on 9x9x9 kappaletta. Matriisin sarakkeina on rajoitteet. Rajoitteita on neljää tyyppiä: ruutu, rivi, sarake ja laatikko. Kutakin tyyppiä on 9x9 kappaletta joten kaikkiaan rajoitteita on 4x9x9 kappaletta. Rajoite määrää että tiettyyn ruutuun voi tulee vain yksi numero, tietyn rivin tietty numero tulee vain yhdelle paikalle jne. Matriisiin merkitään ykkönen soluun, jos kyseinen rajoite kohdistuu kyseiseen merkintään. Kutakin merkintää koskee neljä rajoitetta ja kukin rajoite koskee yhdeksää merkintää, joten kullakin rivillä on alussa neljä ykköstä ja kullakin sarakkeella yhdeksän ykköstä. Nyt Sudokun ratkaisu muuttuu muotoon: Youth Agaist Sudoku http://www.youthagainstsudoku.com/ Sudokuja vastaan suunnattu (humoristinen?) sivusto. Solving Sudoku http://www.sudoku.org.uk/pdf/solving_sudoku.pdf Lisää ihmisten käyttämistä ratkaisumenetelmistä Oxford University Computing Laboratory: Sudoku Programming Competition http://spivey.oriel.ox.ac.uk/mike/comp2005/index.html Kilpailu sudokuja ratkaiseville tietokoneohjelmille. Tulokset ja analyysiä. Sudoku Enumeration Problems http://www.afjarvis.staff.shef.ac.uk/sudoku/ Erilaisten sudokujen määrähän on äärellinen, mutta tarkalleen miten iso? A Well-made Sudoku is a Pleasure to Solve http://www.nikoli.co.jp/en/puzzles/sudoku/hand_made_sudoku.htm Käsityönä tehtyjen sudokujen puolustuspuhe. (Koneiden tekemät tehtävät ratkaistaan konemaisesti) Valitse 81 riviä tästä matriisista siten, että kullakin sarakkeella olisi tasan yksi ykkönen(eli valitse 81 merkintää jotka eivät riko toistensa rajoitteita). Tämä on itseasiassa paljon yleisempi tehtävä ja moni muukin ongelma voidaan muuntaa samaan muotoon. Algoritmi on syvyyshaku, jossa matriisista poistetaan rivejä ja sarakkeita kunnes kaikki 81 merkintää on tehty. Poistot tehdään siten, että valitaan jäljellä olevista rajoitteista (sarakkeista) se, jolla on vähiten ykkösiä jäljellä, ja sen ykkösistä joku. Tämän ykkösen rivi on merkintä joka vie ratkaisua eteenpäin. Tämän rivin kaikkia ykkösiä vastaavat sarakkeet tullaan poistamaan, mutta ensin kuitenkin poistetaan kaikki rivit, joissa jollakin poistettavista sarakkeista on ykkönen. Jos jollakin sarakkeella ei ole enää yhtään ykköstä jäljellä, ollaan tehty väärä valinta ja täytyy peruuttaa haussa taaksepäin ja valita jotain muuta (back-track). Algoritmin olennainen osa on binäärimatriisin esitys kahteen suuntaan linkitettynä listana ykkösalkioista, jossa rivin ja sarakkeen poistaminen ja palauttaminen on nopeaa (kompleksisuus O(1)). Taulukko myös pienenee ratkaisun edetessä. Algoritmi on siis olennaisesti yritys ja erehdys -menetelmä, jossa arvauksia tehdään sivistyneesti. Jos jossain päin tehtävää on vain yksi vaihtoehto jäljellä, arvataan se vaihtoehto. Jos näin yksinkertaisesti mitään ei ole suoraan pääteltävissä, arvataan jotain jossa olisi vain kaksi vaihtoehtoa. Vaikka arvaus päätyisikin umpikujaan, voidaan ainakin olla varmoja, että se toinen vaihtoehto on oikea. Tapani Raiko on tekniikan tohtori ja Arpakannus-lehden vaikituinen avustaja. 10 ARPAKANNUS 1 / 2009
ÄLYN JÄLJILLÄ ÄLYKOTI Älykoti on suosikkini älytuotteiden joukossa. Kaikki toki tuntevat mantran, kuinka älyllä varustettu koti älyää vähentää lämmitystä sekä sammutella ja sytytellä valoja, kun kukaan ei ole kotona. Sähkön (rahan) säästäminen ja varkaiden säikyttäminen ovat juuri sellaisia sopivan suomalaisia rationaalisia syitä, jotka takuuvarmasti muistetaan mainita, kun kateellinen naapuri päivittelee älykodin aloituskustannuksia. Entäpä sitten se äly? Nykyrakennuksissa äly on usein valmiiksi ohjelmoitua kehittynyttä talotekniikkaa. Valvotaan talon ulkokuorta, seinärakenteita ja sisäpuolta: katsotaan, päästetäänkö sisään vieraita, villakoiria vai itiöitä, tai varmistetaan, ettei vanhus ole tuupertunut lattialle. Lopulta kyseessä on kuitenkin enemmän älykäs suunnittelija kuin älykäs koti. Mielestäni älykoti olisi todella älykäs silloin, kun sitä voisi kouluttaa kuten herkkävaistoista, peruuta-näppäimellä varustettua lemmikkiä. Lisätään hieman puheen- ja emootiontunnistusta mukaan, ja talolle voisi älähtää sopivin äänenpainoin tilaisuuden tullen. "Luukku, valot takaisin päälle heti!" sopisi tilaisuuteen, kun kiireelliset aamutoimet keskeytyisivät. Valmiiksi lämmitetty auto kaipaisi "Hyvä Luukku, hieno tyttö/poika!" -tyyppistä kiitosta, kun taas valmiiksi keitetty kahvi jotain pelkistetympää kuten "Kiitos Luukku". Tunneälyä tarvitaan erityisesti ironian tunnistamiseen: "Luukku, hi-e-no-a...", kun talon esittely niille kateellisille naapureille epäonnistuu surkeasti, mutta naapurit eivät sitä huomaa. Puhuminen on hyvin inhimillinen tapa välittää opetussignaalia, mutta toki saman informaation voisi saada jostakin 1 / 2009 ARPAKANNUS älyanturista, integroituna vaatteeseen tai ilman, mutta ne ovat kokonaan oma lukunsa. Mitäpä itse kaipaisin älykkäältä kodilta juuri nyt? Mukavuutta ja helpompaa elämää. Pientä suurenmoista anturia, joka kulkisi aina mukanani. Sen avulla talo havaitsisi saapumiseni kodin läheisyyteen, sytyttäisi ulko-ovelle valot ja avaisi lukon, sekä tilaisi hissin, jos arvelisi minun olevan väsynyt. Aamulla talo herättäisi minut kevyellä valonkajastuksella ja linnunlaululla sopivan unisyklin aikaan. Laittaisi puuron hautumaan ja varmistaisi, että vesi olisi juuri sopivan suihkulämpöistä. Ja hoitaisi luonnollisesti pyykit, ruoanlaiton ja kaupassakäynnin siinä sivussa. Mitä pitemmälle tätä ajatusleikkiä jatkan, sitä enemmän palaan perusasioiden äärelle lepoon, lämpöön ja turvallisuuteen - ehkäpä siksi, että talvi Suomessa on niin kylmä ja pimeä, ja ihmiset eivät ehdi vain olla. Siinä riittääkin ratkomista älykkäälle suunnittelijalle. Iina Aaltonen on diplomi-insinööri ja Arpakannus-lehden vakituinen avustaja. 11
TEKOÄLY Tekoälyn menneisyydestä tulevaisuuteen: Faktoista viisauteen? Johdanto Tekoälytutkimuksen tavoitteena on ollut kehittää järjestelmiä, joiden toimintaa voidaan pitää älykkäänä. Käsitteen äly määritteleminen on ongelmallista. Älyn tarkastelu esimerkiksi älykkyysosamäärän määrittelevien testien kautta on kapea-alaista. Usein tyydytäänkin siihen, että luetellaan älykkääksi katsottavan toiminnan osa-alueita. Sovelluspainottuneessa tutkimuksessa pyritään kehittämään järjestelmiä, jotka ratkovat menestyksekkäästi kohteena olevia ongelmia. Kognitiivisesti painottuneessa mallintamisessa otetaan huomioon se, kuinka hyvin mallit vastaavat ihmisen toimintaa. Toimintoja, joita tekoälytutkimuksessa pyritään mallintamaan ovat esimerkiksi luonnollisen kielen käsittely (puheen ja kirjoitetun kielen tunnistaminen ja ymmärtäminen sekä tuottaminen), näköhavaintojen käsittely, liikkuminen monimutkaisessa ympäristössä ja asiantuntemukseen perustuva ongelmanratkaisu. Perinteinen tekoäly on paljolti perustunut ajatukseen todellisuuden mallintamisesta kirjaamalla maailmaa koskevia tosiasioita formalisoitujen sääntöjen ja väitelauseiden muodossa. Tämä lähestymistapa on osoittautunut rajoittuneeksi määrällisten ja laadullisten syiden takia. Määrällinen syy on se, että käsin tehty tietämyksen keruu on hidasta. On kuitenkin toteutettu laajoja hankkeita, joissa on pyritty keräämään valtava määrä tietämysyksiköitä tavoitteena saada aikaan yksittäisen ihmisen tietomäärää vastaava tietämyskuvaus. Tunnetuin esimerkki tällaisesta toiminnasta on ollut CYC-hanke, jonka tuloksia levittää nykyisin Cycorp-niminen yritys. Pelkkien faktojen kirjaaminen ei kuitenkaan riitä. Käytetyillä kielellisillä ja loogisilla esitysmuodoilla on selvät laadulliset rajoituksensa. Symbol grounding -ongelmaksi nimetty ilmiö on yksi keskeinen rajoitus. Loogisen tai kielellisen lauseen symbolit ja sanat eivät nimittäin sinänsä merkitse mitään ilman inhimillistä tulkintaa. Ihmisen tekemän tulkinnan pohjalla on moniaistiseen historiaan perustuva kokemus, jota perinteisillä tekoälyjärjestelmillä ei ole. Inhimillinen tietämys syntyy rikkaassa vuorovaikutuksessa maailman ja muiden ihmisten kanssa. Vuorovaikutus on sekä suoraa että välillistä. Välillinen vuorovaikutus perustuu erilaisiin artefakteihin, joista kirjoitettu kieli on keskeinen esimerkki. Suora vuorovaikutus ja maailman havainnointi mahdollistaa ihmisille sen, että ilmaisut merkitsevät jotakin todellisissa tilanteissa, ei vain symbolien välisenä verkostona. 12 ARPAKANNUS 1 / 2009
1 / 2009 ARPAKANNUS Älyn hajauttaminen ja itsenäiset agentit Voidaan ajatella, että valtaosassa tekoälytutkimusta on ollut taustalla ajatus mahdollisuudesta kehittää yksittäinen keinotekoinen yksilö (käytännössä tietokoneohjelma tai robotti), joka pystyy vaikkapa tunnistamaan ja tuottamaan puhetta, pelaamaan shakkia tai go-peliä, etsimään tietoa sisällöllisin perustein tietoverkoista, liikkumaan tehdasympäristössä, jne. Hajautetun tekoälyn tutkimuksen kohteena on puolestaan jo pitkään ollut usean yksilön yhteisesti aikaansaama älykäs toiminta tai ongelmanratkaisu. Nykyisin on suosittua puhua agenteista, jotka ovat älykkäitä keinotekoisia yksilöitä ja jotka useissa sovelluksissa edustavat "isäntäänsä". Agentin tehtävänä voi esimerkiksi olla etsiä haluttua tietoa tietoverkosta tai neuvotella kaupankäyntiin liittyvistä yksityiskohdista muiden agenttien kanssa. Kehittyneimmillään agentit voivat olla itsenäisiä ja oppivia. Itsenäisyyden suhteen voidaan erottaa toisistaan käsitteellinen ja toiminnallinen autonomia. Käsitteellinen itsenäisyys lienee näistä kahdesta mielenkiintoisempi; toiminnallinen autonomia on useissa sovelluksissa jonkinasteinen itsestäänselvyys. Käsitteellinen autonomia tarkoittaa sitä, että kullakin agentilla on omanlaisensa kuva sille relevantista maailman osasta. Tällöin agenttiyhteisöä luotaessa ei esimerkiksi kopioida kaikkiin agentteihin samaa tietämyskuvausta, jonka kautta ne voivat suhteuttaa saamiaan tietoja tai havaintoja sekä keskenään lähettämiään viestejä toisiinsa. Jotta agentti voisi olla tällä tavalla käsitteellisesti aidosti itsenäinen ja jotta se voisi mukautua muuttuvaan ympäristöön, sen on voitava oppia. Autonomian asteen voidaan katsoa olevan korkeampi, mikäli järjestelmä voi itsenäisen käsitteenmuodostuksen lisäksi tehdä valintoja koskien saamaansa syötettä. Järjestelmälle voidaan ajatella kehitettävän attentiomekanismi, jonka perusteella järjestelmä valitsee tarjolla 13
olevista syötealueista (mahdollisista "kokemuksista"). Esimerkiksi robotti voisi suunnata kameransa suuntaan, jossa on havaittavissa liikettä tai jotakin "ennennäkemätöntä". Viisaisiin koneisiin? Seuraavassa tarkastelen muutamia näkökohtia, jotka on hyvä ottaa huomioon, jos halutaan kehittää älykkäiden koneiden lisäksi viisaita koneita. Viisaus sisältää muun muassa kyvyn ottaa huomioon kokonaisvaltainen tilanne. Tähän liittyy sekä tarkasteluhetken kokonaistilanne että ajallinen jatkumo. Tarkastelukontekstin on syytä olla riittävän laaja. Hieman yksinkertaistaen kokonaisvaltaisen päätöksenteon tapauksessa kyseessä on jonkinlainen optimointitehtävä. Jos kokonaisuuden osia optimoidaan erikseen, kokonaisoptimin saavuttaminen ei ole kovin todennäköistä. Tarkasteltavana oleva järjestelmä saatetaan jakaa osiin tarkastelematta riittävästi osien välistä vuorovaikutusta. Älykkäässä järjestelmässä tämä kokonaisoptimoinnin tavoite tarkoittaisi sitä, että optimointimalliin tulee ottaa riittävän suuri määrä relevantteja muuttujia huomioon. Ongelmana tällaisen järjestelmän rakentamisessa olisi esimerkiksi tiedon syöttäminen: miten saada järjestelmään syötetyksi tuo valtava määrä dataa. Viisaamman koneen kehittäminen voisi siten edellyttää, että sille annettaisiin mahdollisuus saada nykyistä monipuolisemmin erilaista kokemuksellista materiaalia esimerkiksi kuvina ja ääninä. Monitavoiteoptimoinnista voidaan esittää esimerkkinä ympäristöä koskevien pitkäaikaisvaikutuksien huomioonottaminen taloudellista ja teollista toimintaa koskevassa päätöksenteossa. Tietokoneistettuna tällainen viisauden malli voisi olla esimerkiksi sitä, että rakennetaan 14 optimointimalleja, joissa on sekä riittävä määrä hyvyyden kriteerejä että tarpeeksi laaja joukko tarkasteltavia tekijöitä. Päätöksentekoa ei tarvitse antaa koneen tehtäväksi, mutta laskennallinen malli voi antaa simulaatioiden kautta lisää ymmärrystä tarkasteltavasta monimutkaisesta dynaamisesta ilmiöstä. Parhaimmillaan voidaan ennakoida epälineaarisia ja emergenttejä ilmiöitä laskennallisen mallin kautta ennenkuin tehdään hätiköityjä päätöksiä. Tärkeätä mallinnuksessa on päästä riittävän yksityiskohtaiselle tasolle. Emergenttien ilmiöiden havaitseminen ei ole mahdollista, jos kokonaismalli on jo valmiiksi rakennettu korkean tason sääntöjen ja lineaaristen kaavojen puitteisiin. Viisautena voitaneen pitää myös konstruktiivisuuden huomioonottamista: alunperin tarkasteltava olevat vaihtoehdot eivät välttämättä ole ainoita mahdollisia vaan niitä voidaan tuottaa lisää. Viisaus perustuu kokemukseen. Kokemus antaa mahdollisuuden arvioida hienovaraisesti erilaisten päätösten ja ratkaisujen vaikutusta. Vastaesimerkkinä kokemuksen merkitykselle on esitetty, että aiemmin hankittu kokemus voi olla epärelevanttia muuttuneessa tilanteessa. Viisas toimija kuitenkin ymmärtää myös tämän metatason tarkastelun. Hän pystyy arvioimaan, missä määrin aiemman kokemuksen puitteet ja tarkasteltava tilanne ovat vertailukelpoisia. Vastaava kysymyksenasettelu koskee tekoälyn alueella esimerkiksi analogista päättelyä ja tapauskohtaista päättelyä: milloin kaksi tapausta ovat niin lähellä toisiaan, että yhden perusteella voidaan tehdä toista koskevia päätelmiä. Viisautta on erottaa olennainen epäolennaisesta. Tässä suhteessa viisauden koneellistaminen voi olla perin vaikeaa, koska ainakin joissakin suhteissa olennaisuuden syvällinen arvioiminen edellyttää kokemusmaailman rikkautta ja ymmärrystä elämiselle ominaisista ARPAKANNUS 1 / 2009
1 / 2009 ARPAKANNUS tekijöistä. Hieman pinnallisemmalla tasolla relevanttiuden automaattista arviointia voidaan harjoittaa ja sitä tapahtuu jo nykyisin monissa järjestelmissä. Relevanttiuiden arviointi lienee sitä helpompaa mitä laajempi kontekstuaalinen tarkastelu voidaan tehdä. Viisaus liittyy usein päätöksiin ja tilanteisiin, jotka koskevat ihmisten välisiä suhteita ja yhteisöllistä toimintaa. Viisautena pidetään useimmiten toimintaa, jossa rakentava näkökulma tai tavoite katsotaan hajottavaa tai tuhoavaa tärkeämmäksi. Tällaisia prosesseja voidaan ainakin simuloida keinoagenttiympäristöissä. Viisaudeksi katsotaan henkistä toimintaa, jossa yhdistyvät älyn ja tunteen tasapainoinen rinnakkaiselo. Tunteiden tarkastelu tietotekniikan alueella on varsin uusi alue. Viime aikoina on laajemmin noussut julkisuuteen affective computing(tunnelaskenta) -tutkimusalue, jossa pyritään esimerkiksi saamaan tietokone tunnistamaan käyttäjänsä tunnetilaa ja tekemään siihen perustuen toiminnassaan valintoja. Johtopäätöksiä Edellä on poimittu joitakin näkökulmia viisauden teemaan ja mahdollisuuksiin kehittää koneiden viisautta. Monia teemoja on jäänyt tarkastelun ulkopuolelle. Muita käsiteltäviä aiheita voivat esimerkiksi olla peliteoria (esimerkiksi luottamuksen ja sopimisen käsitteet), viisaus suhteessa etiikkaan ja moraalifilosofiaan, yksilöllisyyden huomioonottaminen (tavoitteet ja motivaatiotekijät ovat yksilöllisiä käsitejärjestelmien lisäksi) sekä resurssien käytön ja toiminnan tuloksien suhteuttaminen toisiinsa. Tietotekniikka ja tietoliikennetekniikka vaikuttavat elämäämme laajalti. Tapa, jolla tietotekniikan kautta mallinnamme maailmaa, sen prosesseja ja luomme kuvaa itsestämme ja toisistamme, vaikuttavat tulevaisuudessa yhä enemmän siihen, mitä teemme itsellemme ja toisillemme mahdolliseksi ja vaikeaksi. Edellä on tietotekniikan mahdollisuuksia esitelty varsin optimistisesta näkökulmasta. Tämä on tarkoituksellista siitä huolimatta, että erilaisia riskejä ja väärinkäytön mahdollisuuksia voidaan löytää runsaastikin. Myönteisten kehityskulkujen ja tavoitteiden tunnistaminen ja niihin pyrkiminen vaikuttavat itse asiassa siihen, mitä tapahtuu, koska valintamme jatkuvasti vaikuttavat tulevaisuuteen. Tietojärjestelmien käytön ei tarvitse välttämättä johtaa kaavojen kangistamaan formalisointiin kuten nykyisin usein käy: tietojärjestelmä ei hyväksy käytännön elämässä eteen tulevia poikkeuksia ja hienovaraisia detaljeja. Tietojärjestelmissä voidaan hyödyntää adaptiivisia ja evolutionäärisiä malleja. Näiden puitteissa on mahdollisuus ottaa huomioon todellisuuden valtava moninaisuus, jatkuva hienovarainenkin muuttuminen ja päätelmien tilannesidonnaisuus - ja tätä kautta tuoda koneidenkin käyttöön luonteeltaan inhimillistä viisasta näkökulmaa. Tämän mahdollisuuden tuominen käytäntöön tietotekniikan itseisarvoisen ja pinnallisen kehittämisen sijasta on mielestäni yksi tekoälytutkimuksen keskeisiä haasteita jatkossa. Tekoälytutkimus on aiemminkin antanut käsitteellisiä työvälineitä myös ihmistieteelliseen tutkimukseen ja voidaan toivoa, että tulevaisuudessa uudet yhteydet esimerkiksi oppivien järjestelmien tutkimuksen alueella osoittautuvat hyödyllisiksi sekä teoreettisella että hyvin käytännöllisellä tasolla. Uskallan uskoa, että myös tietokoneet voivat auttaa meitä toimimaan viisaasti. Timo Honkela on dosentti Adaptiivisen informatiikan tutkimusyksikössä 15
KIRJA-ARVOSTELUT Kirja-arvostelu Accelerando ORBIT 2005, 448 Accelerando kertoo Manfred Macxin omalaatuisen perheen vaiheista ajassa, jossa teknologian kehitys on niin nopeaa, että ihminen on jatkuvasti jäämässä sen jalkoihin. Kirja on moneen otteeseen palkittu, ja kattava kuvaus kirjasta löytyy mm. Wikipediasta, joten en käsittele tässä tarkemmin kirjan juonenkäänteitä. Sen sijaan nostan esiin muutaman tekoälyä sivuavan syventymisen arvoisen yksityiskohdan. Eksokorteksi (exocortex, vapaasti suomennettuna aivokuoren ulkopuolella ) on aivoihin liitettävä lisämuisti tai laskennallinen yksikkö, joka täydentää ihmisen rajallista 16 tiedonkäsittelykykyä. Eksokorteksilla varustettu ihminen voi esimerkiksi lähettää omia toimijoitaan verkkoon selvittämään taustatietoja tai käsittelemään dataa ilman, että itse joutuu tietoisesti sitä tekemään. Kun toimijat ovat saaneet tehtävänsä suoritetuksi, ne yhdistävät tietonsa alkuperäiseen tietoisuuteen. Kirjassa Manfredin eksokorteksi on aluksi integroituna silmälaseihin, mikä johtaa helpon irrotettavuutensa vuoksi siihen, että osa ihmisen personalisuudesta voidaan kokonaan siirtää toiselle henkilölle. Eksokorteksi on kuitenkin vain eräänlainen välivaihe sille, että koko ihmisen persoona voidaan ladata koneelle ja fyysisen olemuksen merkitys katoaa. Lisämausteena kirjassa on Manfredin mainio (teko)älykäs lemmikki Aineko, joka on olemukseltaan ja eleiltään kuin kissa, mutta osoittautuu lopulta lukuisten päivitysten jälkeen ihmistäkin älykkäämmäksi. Kirjassa esiintyy myös muita tekoälyjä, mutta Ainekosta saa lisää ajattelemisen aihetta, kun pohtii, miten meidän aistimaailmamme rajoittaa tai edesauttaa kykyämme tulkita maailmaa. Accelerando on viihdyttävä scifi-kirja, jonka juoni tai loppuratkaisu, jos sellaista kirjassa voi sanoa olevan, ei välttämättä jaksa innostaa kirjan lukemista loppuun saakka. Teknologiahypetyksestä pitävälle kirjasta löytyy kuitenkin paljon ahmittavaa. Mielenkiintoiseksi kirjan tekevät juuri kuvaukset teknologioista, joilla lisätään ihmisen rajallista kapasiteettia käsitellä tietoisesti asioita ja joiden avulla lopulta luovutaan kokonaan fyysisen maailman rajoitteista. IINA AALTONEN Sekalaisuuden ylistys Everything is Miscellaneous: The Power of the New Digital Disorder David Weinberger Times Books 2007, 288s David Weinberger on tunnettu web-guru, jonka uusin populaaritieteellinen teos Everything is Miscellaneous pohtii sitä, miten tietoyhteiskunta ja web ovat muuttamassa suhdettamme tietoon ja auktoriteettiin. Kirja on tarkoitettu webin kanssa työskenteleville asiantuntijoille kuten tutkijoille, sivustojen ja portaalien suunnittelijoille, verkkotoimittajille ja informaatikoille. Weinbergerin sanoma on yhteiskuntafilosofista pohdintaa, ei niinkään yksittäisten teknologioiden käsittelyä, joten kirja edellyttää lukijaltaan teknisen osaamisen sijaan lähinnä avointa mieltä ja mielellään jonkin verran ARPAKANNUS 1 / 2009
1 / 2009 ARPAKANNUS kokemusta uusimman sukupolven web-sivustojen käytöstä ja toimintatavoista. Kirjan pääteesi on, että perinteinen, Aristoteleen filosofiasta juontuva asioiden "luontainen" järjestys on saanut haastajakseen uudenlaisen maailmankuvan, jossa tietoja voi samanaikaisesti tarkastella lukemattomista eri näkökulmista ja yhdistellä aina uusilla tavoilla. Merkitykset eivät ole enää asiantuntijoiden määrittämiä ikuisia totuuksia, vaan niitä luodaan sosiaalisesti ja usein implisiittisesti osana jokapäiväistä verkon käyttöä. Vanhaa maailmaa edustavat kirjastot ja kortistot jähmeine luokituksineen; tilalle ovat tulleet hallittua sekalaisuutta henkivät ilmiöt kuten Amazon, Flickr, Google, itunes, wikit ja blogit. Weinbergerin historiankirjoituksessa tiedon järjestyksen ensimmäistä tasoa edustavat perinteiset kirjastot ja arkistot, joissa teokset on pakko järjestää jonkin selkeän periaatteen mukaisesti. Toisen asteen järjestys saadaan aikaan pahvikortistolla, joka mahdollistaa muutaman vaihtoehtoisen näkökulman metatiedon kuten otsikon, kirjoittajan ja aiheiden käytön tiedonhaussa. Vasta tietokoneiden ja verkkojen käyttö toi mukanaan järjestyksen kolmannen asteen, jossa ero tiedon ja metatiedon välillä hämärtyy ja uusia näkökulmia voidaan lisätä loputtomasti auktoriteeteista ja fyysisen maailman rajoitteista riippumatta. Valitettavasti Weinberger käyttää suurimman osan kirjasta tämän historiakäsityksen todisteluun ja hehkuttaa sitä, miten kaikki muodikkaat webin ilmiöt voidaan selittää hänen teoriallaan. Tämän seurauksena kirja kyllä päätyy esittelemään kunnioitettavan määrän ajankohtaisia ja kiinnostavia webin ilmiöitä. Aikaansa seuraavalle ja informaatioarkkitehtuurista kiinnostuneelle semanttisen webin tutkijalle suurin osa esimerkeistä olivat kuitenkin tuttuja jo ennaltaan, eikä Weinbergerin analyysi onnistunut esittämään niitä uudessa valossa. Lopputuloksena oli hieman sieluton lukukokemus ja tunne siitä, että kirjan sisältö vanhenee melko nopeasti. Weinberger ei myöskään juuri kyseenalaista omaa jäsennystapaansa, vaikka on ilmeistä, ettei hänen kuvaamansa ja ihailemansa sekalaisuus ole levinnyt kaikkialle webissä. Täsmällisellä ja järjestelmällisellä tiedon ja aiheiden luokittelulla on edelleen tärkeä paikkansa myös nykypäivän verkkomaailmassa, minkä jokainen isoja web-sivustoja ja portaaleja käyttänyt voi huomata. Näiden vastakkaisten voimien vuorovaikutuksesta olisi voinut saada herkullisen analyysin, mutta tilaisuus jäi tällä kertaa käyttämättä. Olisin toivonut kirjalta hieman rohkeampaa otetta eri webin kehityssuuntien analysoinnissa ja uskallusta tehdä ennustuksia tulevaisuudesta. Tällaisen tulevaisuutta pohtivan lähestymistavan on Peter Morville onnistuneesti valinnut samoja aihepiirejä käsittelevässä teoksessaan Ambient Findability (O'Reilly 2005). Morvillen kirja tuntuu edelleen Weinbergerin kirjaa raikkaammalta huolimatta siitä, että se on julkaistu lähes kaksi vuotta aiemmin, mikä web-ajanlaskussa on melkein ikuisuus. Kritiikistä huolimatta Everything is Miscellanous antaa varmasti jokaiselle webin tulevaisuudesta kiinnostuneelle ajattelemisen aihetta ja toimii myös oivana johdatuksena informaatiotieteen maailmaan web-näkökulmasta. Se myös muistuttaa kaikista keskeisistä kiinnostavista kysymyksistä ja ongelmista, jotka tulevat vastaan yhdistettäessä tekoälytutkimuksesta periytyvien ontologioiden täsmällisyyteen pyrkivät merkitysmäärittelyt auktoriteetteja kaihtavaan ja yhä uusia näkökulmia rakentavaan webiin. OSMA SUOMINEN 17
STeP 2008 1. päivä Saavuin tapahtumapaikalle nukuttuani yöllä ehkä puoli tuntia kesällä pitkäksi venynyt nukkumaanmenoaika ei oikein sopinut yhteen varhaisten aamukonferenssien kanssa. Konferenssin ensimmäinen osa pidettiin Otaniemessä TKK:n T-talolla, jota lähestyessäni kohtasinkin ihmisen, joka osoitti sitä ja kysyi, oliko T-talo kenties tuo. Paatuneena yliopistolaisena vastasin etten ollut ihan varma, mutta kartan perusteella oletin niin. Vähän lähemmäs astelu paljastikin kyltin, jossa luki oikea osoite, ja siinä vaiheessa STeP 2008-lappu näkyikin jo ovella. Ensimmäisen päivän sisällöstä en olettanut ymmärtäväni hirveästi mitään - olinhan kognitiotieteen pääaineopiskelija, jonka varsinaiset tietojenkäsittelyopinnot olivat jääneet vähemmälle. Pääasiallinen kiinnostukseni olikin toisen ja kolmannen päivän ohjelmassa. Päätin kuitenkin tehdä parhaani kaiken esitetyn ymmärtämiseksi, ja tämän vuoksi aloin selaamaan saamaani Proceedings-vihkosta lävitse. Lieväksi yllätyksekseni huomasin, että ainakaan silmäilyn perusteella mikään artikkeli ei vaikuttanut mahdottoman hankalalta tajuta, joten jäin optimistisena odottamaan jatkoa. Osanotto oli ensimmäisenä päivänä vielä rajoitettua - Nokia Workshopissa esitelmiä pitävä väki ei ollut paikalla. Konferenssin pitäjät olivat omien sanojensa mukaan omaksuneet "annetaan kaikkien kukkien kukkia"-politiikan esitelmien ja papereiden suhteen, mikä näkyi, sillä esitelmien laatu vaihteli hyvin laidasta laitaan - laadukkaista suorastaan kiusallisiin. Myös aiheet vaihtelivat, geneettisistä algoritmeistä peleihin ja semanttiseen webiin. Kahtena hauskana huomiona: * Esitelmille oli annettu aikaa 20 minuuttia, keskusteluosio mukaanlukien. Janne Koljonen aloitti esityksensä 30 kalvolla, joihin hänen mukaansa yleensä meni minuutti per kalvo, joten pitäisi pitää kiirettä. Tiivistäminen meni hyvin - muutama kalvo skipattiin ilman kommenttia, mutta valtaosa sai selityksen joka ei kuulostanut liian kiirehdityltä. Kysymyksillekin jäi viisi minuuttia. Seuraavana Jarmo Alander piti esityksen geneettisistä algoritmeistä sähkötekniikassa, ja tällä kertaa piti tiivistää huomattavasti enemmän - kalvot noin numerosta 15 numeroon 67 skipattiin kokonaan. * Timo Mantere puhui Sudokujen ratkaisemisesta swarmeilla. Omien sanojensa mukaan hän oli löytänyt Helsingin Sanomista sudokuja, joista ensimmäinen oli helppo mutta seuraava oli turhan vaikea, joten hän ehdotti artikkelin toiselle kirjoittelijalle josko sen voisi ratkaista laskennallisesti. Tämä olisi helpompaa ja hauskempaa kuin koettaa ratkoa sitä päässään. (Näin sitä tiedettä 18 ARPAKANNUS 1 / 2009
1 / 2009 ARPAKANNUS tehdään.) Algoritmin pääpointti ei toki kuitenkaan ollut sudokujen ratkaisussa. Näin hän ainakin vakuutti. 2. päivä Tapahtuman toinen osa, Nokia Workshop on Machine Consciousness, oli kokonaisuutena huomattavasti ensimmäistä osaa laadukkaampi ja yhtenäisempi. Se pidettiin Ruoholahdessa, kätevästi metroaseman lähellä sijainneessa, ensialkuun hivenen hämmentävässä Nokian rakennuksessa. Ulko-ovia löytyi vähän joka puolelta taloa, eikä missään näkynyt minkäänlaista "konferenssiin tulijat tästä ovesta"-kylttiä. Kierrettyäni rakennuksen kerran ympäri päädyin lopulta veikkaamaan yhtä ovea, joka osoittautuikin oikeaksi. Paikalla oli tällä kertaa huomattavasti enemmän väkeä. Ohjelma oli jaettu viiteen pääteemaan, joista ensimmäisen päivänä käsiteltiin kaksi: tietoisuuden mallit, ja järjestelmät ja arkkitehtuurit. Yhteenvedot eri esitelmistä ovat saatavilla netistä joten mainitsen sisällöstä vain muutaman kohdan. Tietoisuuden malleissa Antonio Chella ja Will Browne pitivät esitelmiä, jotka molemmat käsittelivät emootioiden merkitystä roboteilla. Molemmista löytyi sama ajatus: emootiot antavat järjestelmälle kontekstin eri tilanteisiin, auttaen sitä rajaamaan käsiteltävän tiedon määrää. Robotin "emotionaalinen tila" muuttaa sen toimintaa, robotin keskittyessä toimimaan niiden tietojen ja sääntöjen pohjalta, jotka liittyvät siihen emotionaaliseen tilaan. Ihmisetkin muistavat yhdessä tunnetilassa ollessaan paremmin muistoja, jotka liittyvät samaan tunnetilaan (onnellisessa mielentilassa tulee herkemmin mieleen aiempia onnellisia kokemuksia). Emootiot edistävät yleistämistä ja oppimista linkittämällä yhteen useita samankaltaisia kokemuksia. Tästä voi olla hyötyä myös roboteille. Browne painotti, ettei emootioita voi pelkistää yksinkertaisiin muuttujiin tai produktiosääntöihin - "jos emootio X, tee Y", "jos emootio A, toimi luokan B sääntöjen perusteella". Ihmisten emootiot 19
eivät ole toisistaan riippumattomia tai lineaarisia, vaan dynaamisia ja attraktoritiloja sisältäviä (pienet tönäykset eivät saa pois tietystä mielentilasta). Pitääkin siis olla varovainen siitä, mitä robotin toiminnallisuutta kutsuu emootioksi. Järjestelmä- ja arkkitehtuuriosioon sisältyi paneelikeskustelu, joka eteni kohteliaassa ja sivistyneessä hengessä, vaikka absoluuttisiakin mielipiteitä löytyi. Ricardo Sanz totesi yksikantaan, että koko embodiment-käsite on silkkaa roskaa. Mikään asia ei ole ruumiiton, paitsi henget ja haamut, joita ei ole olemassa. Mieltä ei voi erottaa ruumiista, eikä ohjelmaa voi erottaa siitä alustasta jolla se pyörii. Kukaan, jolta hän oli vaatinut jonkinlaista testiä järjestelmän riittävälle embodimentille, ei ollut sellaista onnistunut tarjoamaan. Kun ehdotettiin, että termi saattaisi ennemminkin tarkoittaa jonkinlaista yhteyttä muuhun maailmaan, Ricardo totesi heti että Microsoft Wordkin on yhteydessä muuhun maailmaan, joten tämä ei sano vielä mitään. 3. päivä Kolmannen päivän teemoja olivat mielikuvitus ja fenomenologia, fenomenologia ja kvaliat, ja "erikoisaiheet" (lue: "näitä ei saatu tungettua minkään muun otsikon alle"). Viimeisen päivän osallistumiseni jäi kuitenkin harmillisen lyhyeksi. Onnistuin kuitenkin nukkumaan aamulla pommiin ja missasin kahden ensimmäisen teeman esitelmät, minkä lisäksi jouduin illalla lähtemään ennen tapahtuman loppua toisaalle. Näkemistäni muutamasta ohjelmanumerosta jäi mieleen pääasiassa Raúl Arrabalesin ConsScale, ehdotettu 13 askeleen "tietoisuusskaala", jolla arvioida mielen tietoisuutta. Sen eri tasoja olivat: -1 (Disembodied; esim. aminohappo) 0 (Isolated; esim. yksittäinen kromosomi) 1 (Decontrolled; esim. kuollut bakteeri) 2 (Reactive, reflekseihin perustuvaa käytöstä; esim. virus) 3 (Adaptive, peruskyky oppia uusia refleksejä; esim. kastemato) 4 (Attentional, kyky hyökätä ja puolustautua; esim. kalat) 5 (Executive, emotionaalista oppimista; esim. nelijalkaiset nisäkkäät) 6 (Emotional, emootiot vaikuttavat käytökseen; esim. apinat, mielenteorian aste I, "Minä tiedän") 7 (Self-Conscious, kehittynyttä suunnittelua, työkalujen käyttöä, itsensä tunnistaminen peilistä; esim. apinat, mielenteorian aste II, "tiedän että tiedän") 8 (Empathic, työkalujen tekemistä, sosiaalista käytöstä; esim. simpanssi, mielenteorian aste III, "tiedän että tiedät") 9 (Social, kielellisiä kykyjä, kyky kulttuuriin; esim. ihminen, mielenteorian aste IV, "tiedän että tiedät minun tietävän") 10 (Human-Like, tarkkaa verbaalista raportointia, kulttuuria, teknologiaa; esim. ihminen) 11 (Super-Conscious, useita tietoisuuden virtoja). Skaala jäi mietityttämään, lähinnä koska se herätti kysymyksen siitä, oliko siinä perää vai oliko se kokonaan metsässä. Kuten osa yleisöstä kommentoikin, se vaikutti kovin ihmiskeskeiseltä ja ihmisten tietoisuuskäsityksiin pohjautuvalta. Toisaalta jostain on lähdettävä, ja /jonkinlainen/ mittari eri tietoisuuden tasoille lienee tarpeen jotta esim. konetietoisuudesta voisi kunnolla puhua. Raúl totesikin, että paljon työtä on vielä tehtävänä. Jotta skaalasta olisi mitään hyötyä, on löydettävä konkreettisia testejä asioiden luokittelemiselle eri tasoihin. Kaj Sotala on kogniotieteen opiskelija ja Arpakannus-lehden vakituinen avustaja 20 ARPAKANNUS 1 / 2009