KEINOÄLYN HYÖDYNTÄMINEN JA OPETUS YLIOPISTON KANNALTA Professori Martti Lehto Jyväskylän yliopisto Informaatioteknologian tiedekunta 24.5.2017
JYVÄSKYLÄN YLIOPISTO JA IT-TIEDEKUNTA
Jyväskylän yliopisto Budjetti 211 milj. euroa 6 tiedekuntaa 15,000 opiskelijaa 2,500 työntekijää
IT-tiedekunta Tietojenkäsittelyn koulutus alkoi Jyväskylän yliopistossa 1967, IT-tiedekunta perustettiin 1998 Henkilökuntaa opetuksessa ja tutkimuksessa on vajaat 140, joista 22 professoria Perusopiskelijoita on n. 2800 ja jatko-opiskelijoita n. 170 Budjetti on 14,3 M vuonna 2016 (perusrahoitus 8,8 M, muu rahoitus 5,5 M ) Tiedekunta on Suomen korkeakouluverkostossa alallaan kolmanneksi suurin ja ainetarjonnaltaan monipuolisin
KOGNITIIVINEN TIETOJENKÄSITTELY SOSIAALI- JA TERVEYSALALLA
SOTE ratkaisun kokonaisarkkitehtuuri Perusterveydenhuolto Erikoissairaanhoito Sosiaalihuolto Tunnistautuminen (Valtori) Operatiiviset järjestelmät Kansallinen palveluväylä Terveystaltio Tietoturvallinen, keskitetty valtakunnallinen pilvipalvelu Sovellukset OmaData (Oma Kanta) KanTa VRK KanSa Hyvinvointi
Terveystaltio Hoitovajeen analyysi Tietoturvallinen, keskitetty valtakunnallinen pilvipalvelu Sovellukset OmaData (Oma Kanta) KanTa VRK KanSa Hyvinvointi Big Data Fusion Potilaan riskianalyysi Hoitovaje Kognitiivinen tietojenkäsittely Alueellinen / kansallinen hoitovaje Kansallisessa käytössä oleva tietämys (Käypähoito, Terveysportti, Terveyskirjasto, EBMeDSpäätöksentuki)
Tietojenkäsittelyn evoluutio 1900 1950 2011 Tabulating Systems Programmable Systems Cognitive Systems
Keinoäly Kognitiivinen tietojenkäsittely Neuroverkot Syväoppiminen Big data analytiikka Koneoppiminen Konenäkö Luonnollisen kielen prosessointi Kognitiivinen tietojenkäsittely
Kognitiivinen teknologia mahdollistaa uudenlaisen yhteistyön ihmisten ja tietokoneiden välillä. Sillä voidaan tehostaa, skaalata ja parantaa ihmisten asiantuntemusta. YMMÄRTÄÄ PERUSTELEE OPPII TOIMII VUOROVAIKUTUKSESSA Kognitiiviset järjestelmät ymmärtävät kuvia, luonnollista kieltä ja muuta eistrukturoitua dataa kuten ihmiset. Ne pystyvät perustelemaan, ymmärtämään taustalla olevia konsepteja, muodostamaan hypoteeseja, ja tekemään johtopäätöksiä sekä louhimaan ideoita. Jokainen datapiste, interaktio ja tulos kehittää ja parantaa järjestelmien asiantuntemusta, joten ne eivät koskaan lakkaa oppimasta. Kognitiivisilla järjestelmillä on kyvykkyys nähdä, puhua ja kuulla eli ne voivat olla ihmisten kanssa vuoro-vaikutuksessa luonnollisella tavalla.
Potilas datan tuottajana Ulkoinen data (Sosio-ekonomia, ympäristö, henkilötiedot...) 1100 60% Terveydentilaa määrittävistä tekijöistä Terabytes Tuotetaan elinaikana Genominen data 30% Terveydentilaa määrittävistä tekijöistä 6 TB Tuotetaan elinaikana Kliininen data 10% Terveydentilaa määrittävistä tekijöistä 0.4 TB Tuotetaan elinaikana Source: "The Relative Contribution of Multiple Determinants to Health Outcomes", Lauren McGover et al., Health Affairs, 33, no.2 (2014)
Sovellusalueita: Farmasia Insomnia Kardiologia Onkologia Pulmonologia Kognitiivinen tietojenkäsittely muuttaa terveydenhuoltoa Diagnostiikka (esim. synnynäinen kaihi, Volatile Chemical Components (VOC) analyysi) Kaikki alueet, jossa tarvitaan suurien datamäärien analytiikka, päätöksenteon optimointia, johtamisen visualisointia sekä interaktiivisuutta, oppimista ja opettamista.
Kognitiivinen ohjausjärjestelmä toimii asiantuntijajärjestelmänä Lääketieteellinen kirjallisuus Ulkoinen data Prosessit ja ohjeet Hoitosuunnitelmaa laadittaessa ja hoidon toteutuksessa Genominen data Yhteisöllinen osaaminen Kliininen data
Tekoäly SOTE-ympäristössä Tokion yliopiston lääkärit raportoivat diagnosoineensa IBM Watsonin avulla 60- vuotiaan naisen harvinaisen leukemian, joka oli tunnistettu kuukautta aikaisemmin virheellisesti. Watsonilla kesti vain 10 minuuttia verrata potilaan geneettisiä muutoksia 20 miljoonan syöpätutkimuksen julkaisutietokantaan. Watson antoi tarkan diagnoosin, ohjeet hoidosta ja lääkityksestä, joiden avulla saavutettiin haluttuja hoitotuloksia. Kun Memorial Sloan Kettering -sairaala opetti IBM Watsonille ihosyövän tunnistamista kuvien perusteella, se ylsi muutamassa viikossa yli 95 prosentin tarkkuuteen. Watsonin opettaneet asiantuntijat puolestaan ylsivät 75 84 prosentin tarkkuuteen.
Tekoäly SOTE-ympäristössä Tutkijaryhmä Stanfordin yliopistosta opetti neuroverkolle, miten löytää 130 000 kuvan tietokannasta syöpätapauksia ja tehdä diagnooseja. Tutkijaryhmä testasi neuroverkkoa myös 14 000 iholeesioista koostuvan tietokannan kanssa, jolloin koepaloja ei tarvinnut ottaa, vaan neuroverkkoa opetettiin koneoppimisen avulla, jolloin se osasi opettamisen jälkeen tehdä päteviä diagnooseja 72 % tarkkuudella. Vertailukohtana olleet ihotautilääkärit kykenivät diagnosoimaan 66 % tarkkuudella. Testiä laajennettiin kattamaan 25 lääkäriä ja käytössä heillä oli 2000 iholeesiokuvaa, joissa kaikissa tapauksissa oli otettu koepalat. Neuroverkko kykeni parempaan diagnoosiin myös tässä tilanteessa.
KEINOÄLYKOULUTUS
Koulutus IT-tiedekunnassa Monitieteinen: Sovellettu matematiikka Tieteellinen laskenta Tietojärjestelmätiede Telekommunikaatio Informaatiojärjestelmät Kyberturvallisuus Kognitiotiede IT-alan opettajakoulutus STEAM (science, technology, engineering, arts and mathematics
IT-tiedekunnan kehittyvien ja disruptiivisten teknologioiden koulutus 1. Lohkoketjuteknologia 2. Robotiikka 3. Kvanttilaskenta 4. IoT-teknologia 5. Kyberturvallisuus 6. Kognitiivinen tietojenkäsittely/analyysi
IT-tiedekunnassa 2016-17 toimeenpantu koulutus Tekoälykoulutus Syväoppiminen Yli 100 opiskelijaa koulutettu Koneoppiminen Neuraaliverkot Watson työkalut IBM Watson Analytics Kognitiivinen tietojenkäsittely Syvät neuroverkot Perusteet SOTE-ympäristö Lohkoketjuteknologia
SOTE-ALAN TEKES-HANKE
Value from Health Data with Cognitive Computing Hankkeessa selvitetään kognitiivisen tietojenkäsittelyteknologian soveltuvuutta Suomen uudessa digitalisaatioon pohjautuvassa SOTEjärjestelmässä. Tutkimus tehdään käyttämällä IBM:n kehittämää, Watson Health - teknologiaa. Hanke liittyy kansalliseen SOTE IT -ratkaisuun. Hanke koostuu kahdesta työpaketista
Tavoitteet Pitkän aikavälin tavoitteet Mahdollistetaan uusien työpaikkojen, liiketoimintamahdollisuuksien sekä kustannussäästöjen syntyminen kognitiivisten, mobiili- ja muiden edistyneiden teknologioiden avulla. Hankkeen tavoitteet Kartoitetaan eniten arvoa tuottavat, dataa, kognitiivisia ja mobiiliteknologioita hyödyntävät käyttötapaukset, sekä testataan ja arvioidaan Watsonin ja kognitiivisen teknologian mahdollisuuksia mhealth-kontekstissa.
Digisairaala-projektin tavoitteet Digisairaala-projektissa tunnistetaan sairaaloille ja terveydenhuoltojärjestelmälle lisäarvoa tuottavia sovellusalueita. Lisäksi kartoitetaan suomalaisille yrityksille sovellusalueen tuotteisiin ja palveluihin perustuvia liiketoimintamahdollisuuksia. KSSHP:n uusi sairaala kehittämisalustana
mhealth-projektin viitekehys ja tavoite Hyvinvointi- ja liikuntapalvelut mhealth PALVELUT Päätöksenteon tuki ja eresepti mhealth työpaketissa tutkitaan kuinka kognitiivista teknologiaa, mobiiliapplikaatioiden avulla kerättyä henkilökohtaista dataa, ja digitaalista terveystietoa yhdistelemällä voidaan luoda uusia henkilökohtaisia sovelluksia liikunnan, terveyden ja hyvinvoinnin alueilla Yhteisöpalvelut e-avustaja Digi-koti ASIAKKAAN TERVEYS- SOVELLUKSET ASIAKKAAN VERKKOON LIITETYT LAITTEET Terveys- ja hyvinvointilaitteet LÄÄKINNÄLLISET SOVELLUKSET VERKKOON LIITETYT LÄÄKINTÄ- LAITTEET Etäseuranta Verkkotyöskentely Etähoito Kognitiiviset ympäristöt Jyväskylän Hippos kehittämisalustana
KEINOÄLY JA KYBERTURVALLISUUS
Keinoäly ja kyberturvallisuus SW-riskit HMI-riskit HW-riskit Algoritmiriskit Tietosuojariskit Keinoäly ja kyberturvallisuus Vastuuriskit Hallintariskit Eettiset riskit
Riskit keinoälymaailmassa Koodauksen bugit Ihmisen ja koneen vuorovaikutus Component Corruption Yksityisyyden suoja Epätoivottu toiminnallisuus Vastuu vahingoista Ulkopuolinen käyttäjä Eettiset/moraaliset valinnat
Huhtikuussa 2013 syyrialaiset hakkerit kaappasivat uutistoimisto AP:n Twitter-tilin ja twiittasivat presidentti Barack Obaman haavoittuneen räjähdyksessä Valkoisessa talossa. Ihmisen ja koneen vuorovaikutus New Yorkin pörssin Dow Jones Industrial Average -indeksi romahti hetkessä 130 pistettä. Pörssirobotit myivät valtavat määrät osakkeita ennen kuin yksikään ihminen ehti reagoida tekaistuun uutiseen.
Etiikka keinoälymaailmassa Itsenäisesti ajaessaan älyautot joutuvat tekemään vastaavia ratkaisuja kuin ihminen joutuu tekemään liikenteessä. Onko pahempaa aiheuttaa todennäköinen kuolema ajoneuvon omalle matkustajalle vai vastaantulijalle? Massachusetts Institute of Technology (MIT) Yhdysvalloissa on tekemässä tutkimusta näkemyksistämme em. tapauksissa. Moral Machine simulaattori vie vastaajan maailmaan, jossa joutuu ottamaan kantaa mm siihen, onko ihmisen arvo suurempi kuin eläimen, mikä arvo on rikollisen hengellä tai onko nuori arvokkaampi kuin vanhus. Entä miehen ja naisen ero.
Kiitos