Blogi

Kognitiivisuus muuttaa sekä tietojenkäsittelyn että tiedolla johtamisen

Analytiikka on viime vuosina ottanut merkittäviä kehitysharppauksia: Big Datan hyödyntäminen, analyyttiset tietokannat, älykkäät algoritmit ja entistä helppokäyttöisemmät työvälineet ovat kasvattaneet datan syövereistä saatavaa liiketoiminnallista hyötyä. On kuitenkin monia alueita, joiden suhteen ihminen on edelleen ollut tiettyjen ominaisuuksiensa puolesta tietokoneisiin nähden ylivoimainen. Kykymme monipuoliseen havainnointiin, asiayhteyksien hahmottamiseen ja luovaan ajatteluun on ylittänyt tietokoneiden kyvykkyydet. Tilanne on nyt kuitenkin muuttumassa: mm. IBM on vuosien ajan kehittänyt kognitiivista tietojenkäsittelyä. Tuloksena on syntynyt Watson, kognitiivista älykkyyttä omaava eli ajatteluun kykenevä keinoäly, joka oppii, päättelee, ymmärtää normaalia kieltä ja kommunikoi ihmisen kanssa luontevammin kuin perinteisesti ohjelmoidut systeemit ja omaksuu rajattomasti tutkimusdataa.

Kognitiiviset systeemit pystyvät yhdistämään sisällön oikeaan kontekstiin, löytävät oleellisen yhä monipuolisemmista tietoaineistokokonaisuuksista, pystyvät identifioimaan ja luomaan tietojen pohjalta uusia päättelymalleja, löytämään vastauksia monimutkaisiin kysymyksiin. Näin kognitiivinen keinoäly voi nopeuttaa ja parantaa päätöksentekoa, tuoda esille uusia näkökulmia ja toimia laaja-alaisesti ihmisen ”assistenttina”.

Tällä hetkellä kognitiivisten järjestelmien kanssa kommunikoidaan edelleen pääsääntöisesti päätelaitteiden välityksellä, erotus perinteisiin järjestelmiin nähden on käyttötapa. Kun perinteisiä järjestelmiä komennetaan joko valikoilla tai koodikielellä, kognitiivisia voidaan ohjata normaalilla kielellä, joko kirjoittaen tai puhuen. Liiketoimintaa varten kehitetään koko ajan yhä mobiilimpia sovelluksia, jotka mahdollistavat kognitiivisen teknologian hyödyntämisen yhä vapaammin mm. älypuhelimien, silmälasien tai vaatteiden kautta.

Toinen merkittävä lähitulevaisuuden kehitysaskel, josta jo nyt on olemassa ensimmäisiä case-tapauksia, on keinoälyn oppimisen prosessien muuttuminen. Tällä hetkellä kognitiivisuutta sisältävät oppimisprosessit ovat pääsääntöisesti malleiltaan ihmisen suunnittelemia ja harjoittamia prosesseja, jossa ihminen opettaa konetta. Analytiikassa on jo pitkään opetettu malleja. Nyt kone pystyy oppimaan laajemmin ihmisen tekemistä seuraamalla, esimerkiksi kirurgin työskentelyä, ja suorittamaan saman toimenpiteen oppimansa perusteella. IBM:n Watson toimii ansiokkaasti eripuolilla maailmaa niin lääkärien apuna kuin liiketoimintapäätöksien tukena tuotannon suunnittelusta hinnoittelu- ja investointipäätöksiin.

Myös järjestelmien omaehtoista oppimista on kokeiltu monin tavoin. Etenemisessä on ollut omat haasteensa: esimerkiksi Microsoft joutui poistamaan käytöstä tekoälyyn perustuvan chatbotin Twitter-käyttäjien huijattua sitä sanomaan rasistisia ja muita loukkaavia kommentteja. Vastaavasti Hanson Robotics -yhtiön Sophia-robotti sai kansainvälistä huomiota luotuaan kauhukuvia ihmiskunnan tulevaisuudelle CNBC Internationalin televisiohaastattelussa.

Yhä monimuotoisemman, niin kirjoitetun, puhutun kuin kuvamuotoisenkin datan määrä kasvaa digitaloudessa eksponentiaalisesti mm. mobilisoituminen ja sosiaalisuuden kasvun myötä. Kyseisen kaltaisen datan muokkaaminen informaatioksi lisää kognitiivisen tietojen käsittelyn tarvetta. Kun kyseiset trendit luovat edelleen jatkuvaa vaadetta yhä yksilöidymmälle asiakasdialogille, kognitiiviset prosessit tulevat ottamaan myös tämän alueen haltuunsa. Toisaalta kehitys haastaa poliittiset järjestelmät luomaan entistä selkeämpiä sääntöjä datatalouden läpinäkyvyydelle – lähtökohtana yksittäisen ihmisen oikeus tietoihinsa. Siten sekä yritysten että julkisen puolen kehittymisen edellytys on kuluttajan / kansalaisen luottamuksen ansaitseminen ja säilyttäminen.

Kognitiivinen tietojenkäsittely tarjoaa jo lähitulevaisuudessa huikeita mahdollisuuksia. Raja perinteisen ihmistyön ja koneiden suorittaman tietojenkäsittelyn välillä tulee muuttumaan. Ennennäkemättömiin tietomassoihin perustuvien päätelmien ja ajantasaisen oppimisen tuoman lisäarvon mahdollisuudet ovat rajattomat. Tämä tulee merkitsemään mm. IoT:n läpimurtoa kotitalouksissa vaikkapa puhetta ymmärtävien robottien ilmaantuessa lapsiperheiden ja vanhusten avuksi. Edessä on yksi tietokoneajan merkittävimmistä kehitysloikista, jonka mahdollisuuksia ei ole varaa jättää käyttämättä.