Tilastotiede ottaa aivoon kuinka aivoja voidaan mallintaa todennäköisyyslaskennalla, ja mitä yllättävää hyötyä siitä voi olla Aapo Hyvärinen Laskennallisen data-analyysin professori Matematiikan ja tilastotieteen laitos sekä tietojenkäsittelytieteen laitos Helsingin Yliopisto Kumpula-Kollokvio 3.3. 2009
Hahmotelma Todennäköisyyspäättely Tekoäly logiikasta tilastotieteeseen Aivot ja niissä tapahtuva tietojenkäsittely Oppimisen merkitys Aivojen mallintaminen todennäköisyyspäättelynä Siitä seuraava yllättävä hyöty
Mitä on todennäköisyyslaskenta? Lasketaan todennäköisyyksiä kuten Mikä on todennäköisyys voittaa lotossa? Miten todennäköistä saada tauti X jos on suomalainen mies? Olennaisesti lasketaan kyseisten tapahtumamahdollisuuksien määrä ja jaetaan kokonaismäärällä
Entä todennäköisyyspäättely? Päätellään monimutkaisissa tilanteissa Potilaalla on oire X ja hieman oiretta Y, ja geenit G, H, I (muttei J, kaiketi), asuu paikkakunnalla K lisäksi väittää noudattavansa dieettiä D. Mikä on sairaus? Metsässä puiden välissä vilahtaa jotain keltaista. Kuuluu outoja ääniä. Mikä on todennäköisyys että se on tiikeri? Tärkeää lainalaisuuksien oppiminen datasta, ja niiden yhdisteleminen
Päättely ja (teko)äly 1940- Älykkyys on logiikkaa (klassinen tekoäly) 1980- Älykkyys vaatii oppimista, esim. aivoja matkivilla neuroverkoilla 2000- Älykkyys on todennäköisyyspäättelyä, oppiminen tilastotieteellistä Aivojen ja tietokoneiden älykkyyden mallintaminen pitkälti samoilla linjoilla
Aivot Tieteen suurin ongelma? Käsitteellistetty eri tavoin: kellopeli höyrykone tietokone internet?...
Hermosolu (neuroni) C.W.A. Lee ym., 2005 S. Ramón y Cajal, 1900
Hermosolut tietojenkäsittelijöinä Lähettävät sähköisiä signaaleja toisilleen Tietojenkäsittelyn perusyksiköitä (prosessoreita?) massiivisesti hajautettu ja rinnakkaistettu : äärimmäisen monta pientä prosessoria C.W.A. Lee ym., 2005
Millaista tietojenkäsittelyä hermosolussa? 1943: hermosolut ovat binääriarvoisia loogisia portteja (JA, TAI, EI -operaatioita) 1960: hermosolut laskevat lineaarisen summan sisääntulevista jatkuvaarvoisista signaaleista 1990-luku: tämä voisi olla todennäköisyyspäättelyä
Miksi tarvitaan todennäköisyyspäättelyä? Todennäköisyyspäättely mahdollistaa päättelyn epävarmoissa tilanteissa Maailma on niin monimutkainen, että epävarmuutta on aina (tiedon epätäydellisyys) Sisältää oppimisen tilastollisten mallien muodossa Helpottaa älykkyyden ohjelmointia Evoluutio on myös oppimisprosessi
Esimerkki: luonnollisten kuvien malli aivoissa Aivoissa malli siitä, minkälaisia silmissä näkyvät kuvat tyypillisesti ovat Malli on tilastollinen, koska mahdotonta kuvata tarkasti Sen perusteella voidaan tehdä erilaisia päättelyitä
Esimerkkejä päättelystä = + Osittain peitetty objekti Illusoriset ääriviivat Viiva pisteistä
Lineaarinen tilastollinen malli kuvista Kertoimien s tilastollisia ominaisuuksia mallintamalla - opitaan piirteet - voidaan tehdä päättelyä
Aivoissa opittuja kuvapiirteitä Apinan aivoista mitattu (D. Ringach, 2007) Simulaatiomme tulokset (Olshausen & Field 1996 mukaan)
Yllättävä hyöty Tilastolliset mallit, joita aivot ilmeisesti käyttävät, soveltuvat monenlaiseen dataanalyysiin, esim. kaikkiin luonnontieteisiin. Älykkyys onkin datan analyysiä aivan kuten tutkijat sitä tekevät? Aivojen mallintaminen, tekoäly, tilastotiede yhdistyvät?
Esimerkki yllättävästä hyödystä: aivosähkökäyrien (EEG) analyysi
Tulevaisuuden kysymyksiä Onko todennäköisyyspäättely älykkyyden viimeinen sana? Aivot ovat kuitenkin toimintaa varten Mikä on tilastotieteen suhde tekoälyyn ja koneoppimiseen? Mitä älykkyys oikeastaan on?
Loppupäätelmä Todennäköisyyspäättely on moderni lähestymistapa aivojen mallintamiseen älykkäiden koneiden ohjelmoimiseen erilaisten datajoukkojen analyysiin Oppiminen ja päättely samassa viitekehyksessä Aivot uusi innoittaja tilastotieteen kehitykseen