AI ei lyönytkään läpi?

Limainen setämies

BANNATTU
BANNED
Liittynyt
02.04.2019
Viestejä
125
Googlessa kuohuu: Google's DeepMind co-founder placed on leave after controversy over some of his projects | Daily Mail Online

Eli Googlen DeepMindin perustaja on saanut potkut, kun yritys on tehnyt $571 miljoonan tappiot.

Eihän tuo DeepMind saanut aikaan kunnon robotteja. Jonkun GO-algoritmin se sai kyhättyä. Mutta ei sellaisella tee yhtään mitään. Joten ei ihme että sai potkut.

Jotenkin tuo AI junnaa paikallaan. On neuroverkot ja muut. Mutta eipä niillä muuta tee kuin ehdotettua sopivia hydrauliikkavideoita kuluttajille.
 
AI on kehittynyt koko ajan ja se on varsin kypsää. Ei tietenkään mitään scifin unelmia simultaanitulkkauksesta ja itseajavista autoista. Nuo sisältöehdotukset, muuallakin kuin hydrauliikassa, ovat päteviä. Laaduntarkkailu, kuvan tunnistus ja asiakaspalvelu ovat käyttökohteita. SI on jo luonut itsensö läpi. Jopa niin ettei sitä edes pidetä AI:nä.

Itseajavat autotkin ovat kehittyneet, mutta eivät vielä valmiita.
 
Googlessa kuohuu: Google's DeepMind co-founder placed on leave after controversy over some of his projects | Daily Mail Online

Eli Googlen DeepMindin perustaja on saanut potkut, kun yritys on tehnyt $571 miljoonan tappiot.

Eihän tuo DeepMind saanut aikaan kunnon robotteja. Jonkun GO-algoritmin se sai kyhättyä. Mutta ei sellaisella tee yhtään mitään. Joten ei ihme että sai potkut.

Jotenkin tuo AI junnaa paikallaan. On neuroverkot ja muut. Mutta eipä niillä muuta tee kuin ehdotettua sopivia hydrauliikkavideoita kuluttajille.

AI on vielä alkutekijöissään ja tekoälystä ei käsitetä oikeastaan juuri mitään. Olenkin monesti todennut, että tekoälyn sijasta pitäisi puhua oppimisen matematiikasta. Tekoälyä järjestelmissä ei vielä ole.

Kyse on ollut vain mediahypestä kun muutama oppiva algoritmi pystyy johonkin näyttävään. Tutkijat ja media saavat rahaa hypen avulla.
 
Suurin osa ei tajua edes mikä on algoritmi. Useimmille Excelin taulukko on niin fiksu, kun se osaa itse laskea summan tai Reittiopas ehdottaa katua.

Julkinen keskustelu aiheesta on aivan turhaa seurattavaa.
 
Kyllä mun mielestäni tekoäly on aika fiksua nykypäivänä ja keskeinen osa miltei jokaisen ihmisen elämää, mutta eihän se tietysti sillä tasolla ole että pystyisi vielä inhimillisesti ajattelemaan.
 
AlphaGon treenaus maksoi 35,000,000 dollaria. Oliko siitä hyötyä juuri kenellekään? Ei.

Syväoppiminen on käytännössä vain tuunattua muistamista. Siitä on iloa vain hyvin kapealla osalla. Miten AlphaGOta voidaan soveltaa esim vanhustenhuollossa? Ei mitenkään.

DeepMindilla on kaikki munat samassa korissa; Syväoppimisessa.

Tuntuu että DeepMind on täynnä lautapelinörttejä. Joten näitä turhanpäiväisiä GO-siirtotietokantoja pukkaa ulos. Ei kunnon geneeristä tekoälyä.
 
Viimeksi muokattu:
Mies käveli baariin ja tilasi kaksi tuoppia ja kaksi viskiä. Kun hän yritti maksaa laskun, hän kohtasi kaksi miestä, joista toinen huusi: ”Tämä on Syyrian kunniaksi!” Sitten kurkkuun puukotettu mies jätettiin vuotamaan verta.
 
Mies käveli baariin ja tilasi kaksi tuoppia ja kaksi viskiä. Kun hän yritti maksaa laskun, hän kohtasi kaksi miestä, joista toinen huusi: ”Tämä on Syyrian kunniaksi!” Sitten kurkkuun puukotettu mies jätettiin vuotamaan verta.
Nyt on pakko sanoa että tämä meni minulta vähän ohi.
 
Tekoäly päättää jo lainoista. Kelan tuista? Siitä ketä treffaillaan, mitä asioita nähdään sosiaalisesta mediasta. Mitä musiikkia kuunnellaan. Mitä elokuvia katsotaan. Tai alkojahan ne taitaa vielä olla.
 
Se on paras vitsi! AI on sen tehnyt.

Vaarallisena pidetty tekoäly kirjoitti klassisen vitsin uusiksi – lopputulos oli järkyttävä

Eiköhän tässä ole taas yksi esimerkki, missä AI ei ole täysin onnistunut..

Tämä on hyvä esimerkki siitä, että neuroverkko ei ymmärrä yhtään mitään. Se on erittäin hyvä menetelmä etsimään erilaisia korrelaatioita (todellisia tai kuviteltuja) datasta, mutta ymmärrys puuttuu täysin.
Erityisesti käytännön sovellukset puuttuvat, koska neuroverkko on "musta laatikko" josta ei tiedetä minkä vuoksi se päätyy ratkaisuihin joita se tekee. Erityisesti tämä korostuu lääketieteessä jossa lähes päivittäin uutisoidaan että "neuroverkko diagnosoi sairauden X paremmin kuin lääkärit". Joo niinhän se tekee kun tarkastellaan ainoastaan harjoitusdataa. Mutta käytännössä, oikealla datalla neuroverkko yleensä epäonnistuu.
 
Tämä on hyvä esimerkki siitä, että neuroverkko ei ymmärrä yhtään mitään. Se on erittäin hyvä menetelmä etsimään erilaisia korrelaatioita (todellisia tai kuviteltuja) datasta, mutta ymmärrys puuttuu täysin.
Erityisesti käytännön sovellukset puuttuvat, koska neuroverkko on "musta laatikko" josta ei tiedetä minkä vuoksi se päätyy ratkaisuihin joita se tekee. Erityisesti tämä korostuu lääketieteessä jossa lähes päivittäin uutisoidaan että "neuroverkko diagnosoi sairauden X paremmin kuin lääkärit". Joo niinhän se tekee kun tarkastellaan ainoastaan harjoitusdataa. Mutta käytännössä, oikealla datalla neuroverkko yleensä epäonnistuu.

Jep. Lääketieteessä joudutaan usein tyytymään heikommin pärjääviin malleihin, johtuen siitä syystä että malleilta vaaditaan selitettävyyttä. Ja neuroverkkojen kohdalla se selitettävyys on käytännössä nolla.

On tosin kyllä väärin sanoa että neuroverkko yleensä epäonnistuu opetusdatan ulkopuolisella datalla. "Ihan hyvin" ne yleensä pärjää jos tekijät tietää mitä ovat tekemässä. Joissain asioissa saattaa voittaa ihmisen, usein päästään suunnilleen kuin ihminen ja toisinaan taas ei. Kannattaa muistaa että "onnistuminen" ei usein edes vaadi sitä että päästään ihmisen tasolle siinä tekemisessä, vaan jos homma voidaan automatisoida sille asteelle että koneelta saadaan just tasan heti se summittainen vastaus, se jo auttaa merkittävästi verrattuna siihen että se vähän tarkemmin osaava lääkäri/patologi/radiologi ehtii asiaan tutustumaan vasta jollain viiveellä, mikä pahimmillaan saattaa olla päiviä tai viikkoja. (Maasta, ajankohdasta ja tehtävästä asiasta riippuen.) Samalla ne vastaukset on konsistentteja, eikä niin että kun paikkakunnan A patologi on sapattivapaalla ja hommat ostetaan toiselta patologilta X niin laatu on jotain ihan muuta kuin mihin on totuttu.
 
Tämä on hyvä esimerkki siitä, että neuroverkko ei ymmärrä yhtään mitään. Se on erittäin hyvä menetelmä etsimään erilaisia korrelaatioita (todellisia tai kuviteltuja) datasta, mutta ymmärrys puuttuu täysin.
Erityisesti käytännön sovellukset puuttuvat, koska neuroverkko on "musta laatikko" josta ei tiedetä minkä vuoksi se päätyy ratkaisuihin joita se tekee. Erityisesti tämä korostuu lääketieteessä jossa lähes päivittäin uutisoidaan että "neuroverkko diagnosoi sairauden X paremmin kuin lääkärit". Joo niinhän se tekee kun tarkastellaan ainoastaan harjoitusdataa. Mutta käytännössä, oikealla datalla neuroverkko yleensä epäonnistuu.

Juuri näin. Nykyiset ns. tekoälyteknologiat ovat itseasiassa oppivaa tilastotiedettä - data-analyysin parissahan tuota harrastetaankin.

Äly ja etenkin geneerinen äly on aivan jotain muuta.
 
Jep. Lääketieteessä joudutaan usein tyytymään heikommin pärjääviin malleihin, johtuen siitä syystä että malleilta vaaditaan selitettävyyttä. Ja neuroverkkojen kohdalla se selitettävyys on käytännössä nolla.

On tosin kyllä väärin sanoa että neuroverkko yleensä epäonnistuu opetusdatan ulkopuolisella datalla. "Ihan hyvin" ne yleensä pärjää jos tekijät tietää mitä ovat tekemässä. Joissain asioissa saattaa voittaa ihmisen, usein päästään suunnilleen kuin ihminen ja toisinaan taas ei. Kannattaa muistaa että "onnistuminen" ei usein edes vaadi sitä että päästään ihmisen tasolle siinä tekemisessä, vaan jos homma voidaan automatisoida sille asteelle että koneelta saadaan just tasan heti se summittainen vastaus, se jo auttaa merkittävästi verrattuna siihen että se vähän tarkemmin osaava lääkäri/patologi/radiologi ehtii asiaan tutustumaan vasta jollain viiveellä, mikä pahimmillaan saattaa olla päiviä tai viikkoja. (Maasta, ajankohdasta ja tehtävästä asiasta riippuen.) Samalla ne vastaukset on konsistentteja, eikä niin että kun paikkakunnan A patologi on sapattivapaalla ja hommat ostetaan toiselta patologilta X niin laatu on jotain ihan muuta kuin mihin on totuttu.

Niin no tietysti kyse on loppujen lopuksi siitä mille korkeudelle rima asetetaan. Esimerkkinä lääketieteestä on neuroverkko joka oppi diagnosoimaan sairauden sillä perusteella mitä testejä lääkäri määräsi käyttämättä varsinaista dataa lainkaan. Toisin sanoen siis neuroverkko oppi testien perusteella päättelemään mitä sairautta lääkäri epäili testejä määrätessään. Toisena esimerkkinä keuhkokuumeen tunnistamiseen röntgen-kuvista koulutettu CNN oppi liittämään kuvan sen ottaneeseen sairaalaan ja sitten käytti kyseisen sairaalan keuhkokuumeen esiintymistodennäköisyyttä ennustuksena.

Neuroverkkoihin pätee samat riskit kuin data-analyysiin yleensäkin: Suuressa datamäärässä on aina todellisia ja sattumanvaraisia korrelaatioita. Turvallinen tapa on ensin laatia teoria ja sitten testata sopiiko havannoitu data siihen. Sen sijaan kun ensin haetaan korrelaatioita ja sitten raportoidaan ne toteta miettimättä mikä olisi voinut aiheuttaa kyseiset korrelaatiot on erittäin vastuutonta toimintaa.
 
Niin no tietysti kyse on loppujen lopuksi siitä mille korkeudelle rima asetetaan. Esimerkkinä lääketieteestä on neuroverkko joka oppi diagnosoimaan sairauden sillä perusteella mitä testejä lääkäri määräsi käyttämättä varsinaista dataa lainkaan. Toisin sanoen siis neuroverkko oppi testien perusteella päättelemään mitä sairautta lääkäri epäili testejä määrätessään. Toisena esimerkkinä keuhkokuumeen tunnistamiseen röntgen-kuvista koulutettu CNN oppi liittämään kuvan sen ottaneeseen sairaalaan ja sitten käytti kyseisen sairaalan keuhkokuumeen esiintymistodennäköisyyttä ennustuksena.

Neuroverkkoihin pätee samat riskit kuin data-analyysiin yleensäkin: Suuressa datamäärässä on aina todellisia ja sattumanvaraisia korrelaatioita. Turvallinen tapa on ensin laatia teoria ja sitten testata sopiiko havannoitu data siihen. Sen sijaan kun ensin haetaan korrelaatioita ja sitten raportoidaan ne toteta miettimättä mikä olisi voinut aiheuttaa kyseiset korrelaatiot on erittäin vastuutonta toimintaa.

Juurikin näin. Nuo antamasi esimerkit on oikein mallitapauksia siitä kun tekijät ei osaa hommaansa. Sinällään tuo esimerkki noiden eri testien teettämisestä ei ole edes neuroverkkospesifi, vaan jotain samaan asiaan reagoivaa featurea saattaisi joku käyttää vaikka ihan perus logistisessa regressiossa.
 
Muistan kuinka takavuosina ennustettiin, että tekoäly saavuttaa ihmisen älykkyyden vuoteen 2030 mennessä. Tuskinpa toteutuu näillä näkymin...
 
Omien havaintojen mukaan suuri osa ihmisistä saavuttaa koneen älykkyystason aivan pian.

Jos nyt ensin käytettäisiin älyä sen nykyisen tekniikan mahdollisuuksien hyödyntämiseen. Se ei edes maksa yleensä mitään.
 
Nykyään hypetetään tekoälyä, mutta sitten väsätään delphillä jotain algoritmejä.

Voisiko joku vääntää rautalangasta missä vaiheessa pelkästä algoritmistä tulee tekoälyä?
 
Voisiko joku vääntää rautalangasta missä vaiheessa pelkästä algoritmistä tulee tekoälyä?

Viimeistään siinä kohtaa kun markkinoinnin pitää keksiä miten täysin tavanomaista softatuotetta saadaan myytyä tyhmille.

Ei vaan. Jaottelu on aika vaikeaa. Siksi yleensä tuleekin puhuttua ennemmin koneoppimista hyödyntävistä sovelluksista kuin tekoälystä. Kiitos scifi-leffojen, "tekoäly" on monien mielissä jotenkin kaikkivoipainen tai vähintään ihmisen tasolle kaikessa pääsevä asia.
 
ei mennyt kuin muutama vuosi tästä ja AI:ta alettiin hypettää ihan uudella tavalla
siksi on aiheellista nostaa tämä keskusteluketju uudestaan pinnalle
 
Tosin nyt viime aikoina taas keskustelu/lööpit julkisuudesta aika lailla hävinneet.
 

Eräät varoittelevat, että tekoälyn suosio on räjähtämäisillään oleva kupla. Räjähdyksen jälkeen tilanne tasaantuu ja eiköhän tekoäly tule osaksi arkea kuten internet. Se vaan vie vielä jonkun aikaa.
 
AlphaGon treenaus maksoi 35,000,000 dollaria. Oliko siitä hyötyä juuri kenellekään? Ei.

Syväoppiminen on käytännössä vain tuunattua muistamista. Siitä on iloa vain hyvin kapealla osalla. Miten AlphaGOta voidaan soveltaa esim vanhustenhuollossa? Ei mitenkään.

DeepMindilla on kaikki munat samassa korissa; Syväoppimisessa.

Tuntuu että DeepMind on täynnä lautapelinörttejä. Joten näitä turhanpäiväisiä GO-siirtotietokantoja pukkaa ulos. Ei kunnon geneeristä tekoälyä.

Ketju kyllä hienosti osoittaa sen miten ei ymmärretä perustutkimuksen tärkeyttä.

Ilman niitä Deepmind tutkimuksia ja muita ei oltaisi tässä, missä hyödyt alkaa olla kaikkien näkyvillä.
 
Historiassa on ollut jo useita "ai kesiä" ja "ai talvia". Jotenkin tuntuu että koko ai:n perusta on teoreettinen innovointi eikä se että pusketaan dataa läjälle gpu:ita ja toivotaan, toivotaan.
 
Ehkä jossain määrin AI tai pikemminkin koneoppiminen normalisoitunut käyttöön. Tyyliin uutinen LG:lta missä AI:n avulla saadaan suunniteltua akkuja nopeammin. Ei tuollainen akunsuunnittelu mitään megauutista vaadi mutta pikkuhiljaa konealgoritmit yleistyvät ja muuttavat maailmaa. LG saa AI:n avulla suunniteltua kustomoituja akkuja nopeammin ja tasalaatuisemmin mikä johtaa yrityksen parempaan kilpailukykyyn.

 
Viimeksi muokattu:
Ilman niitä Deepmind tutkimuksia ja muita ei oltaisi tässä, missä hyödyt alkaa olla kaikkien näkyvillä.

Oliko se just deepmind joka joskus 12 vuotta sitten generoi kuvaa ja videota jossa toistuu vähän kaikkialla koiran naama?



toi video on 7 vuoden takaa mut veikkaan että originaali oli yli 10 vuoden takaa, mut tommosia videoklippejä tarkoitan
 
Tekoälyllä varustettu kiinteistöautomaatio, joka osaisi säätää rakennuksen lämpötilaa mahdollisimman energiatehokkaasti. Lähtisin liikkeelle rakentamalla skaalattavan lämmitysverkkopiirin, joka olisi "standardi" tälle älylle.
 
Tekoälyllä varustettu kiinteistöautomaatio, joka osaisi säätää rakennuksen lämpötilaa mahdollisimman energiatehokkaasti. Lähtisin liikkeelle rakentamalla skaalattavan lämmitysverkkopiirin, joka olisi "standardi" tälle älylle.

Näitähän sitten löytyy hyllystä valmiina ratkaisuna jo useammaltakin taholta, niin Suomessa kuin ulkomailla.
 
Miksi tähän tarvitaan tekoälyä?

Eihän siihen tarvita, kuten ei moneen muuhunkaan asiaan. Mutta jos puhutaan esim. ostoskeskuksista, tai toimistorakennuksista joissa toimii useita yrityksiä, on ihan normaalia että käyttötottumukset ja siten optimaalinen lämmitys/valaistus/jne. muuttuu ajan saatossa, kun samoissa tiloissa vaihtuu yritykset tai vaikkapa kuluttajien tottumukset ja kulkureitit muuttuu. Noissa voi sitten yrittää pysyä mukana sen käsin hakatun logiikan kanssa, tai voi käyttää koneoppimista siihen että se saadaan tehtyä automaattisesti tai vähintään puoliautomaattisesti.
 
Miksi tähän tarvitaan tekoälyä?
Tilanne jossa tekoäly pystyisi/osaisi säätää verkoston vesivirrat ja lämpötilan, tarvittaessa korjaamaan ja ilmoittamaan huollon tarpeen.

Pumppauskustannukset ja yleisesti energiatehokkuus paranisivat.

Monesti kiinteistöjen, isojenkin säädöt on retuperällä kun huoltomies/nainen on käynyt omineen säätämässä venttiileitä, jotka ovat usein hankalissa paikoissa. Esimerkkinä.

Järjestelmät ovat suunnittelukokonaisuuksia, joiden toimintaan vaikuttaa paljon eri muuttujia, niiden uudelleen tasapainoitus on työlästä sekin ja vaatii ymmärrystä tekijältänsä. Olisi melko luontevaa, että tälläistä ympärivuorokautista prosessia valvoo tekoäly, joka mahdollisesti osaisi dataa seuraamalla tehdä johtopäätökset murto-osassa siitä ajasta mitä ihmisellä tuohon menisi.
 
Tilanne jossa tekoäly pystyisi/osaisi säätää verkoston vesivirrat ja lämpötilan, tarvittaessa korjaamaan ja ilmoittamaan huollon tarpeen.

Pumppauskustannukset ja yleisesti energiatehokkuus paranisivat.

Monesti kiinteistöjen, isojenkin säädöt on retuperällä kun huoltomies/nainen on käynyt omineen säätämässä venttiileitä, jotka ovat usein hankalissa paikoissa. Esimerkkinä.

Järjestelmät ovat suunnittelukokonaisuuksia, joiden toimintaan vaikuttaa paljon eri muuttujia, niiden uudelleen tasapainoitus on työlästä sekin ja vaatii ymmärrystä tekijältänsä. Olisi melko luontevaa, että tälläistä ympärivuorokautista prosessia valvoo tekoäly, joka mahdollisesti osaisi dataa seuraamalla tehdä johtopäätökset murto-osassa siitä ajasta mitä ihmisellä tuohon menisi.
luulen että tällä hetkellä noi toimii niin että siellä on automaattinen logiikka joka pitää ne käynnissä suurinpiirtein
sitten joku huoltoukko välillä kattoo millaisia lukemia siellä on ja säätää tarvittaessa
jos tekoäly tekee sen säädön niin ei tarvita edes etäukkoa joka lukee mittaria, jatkossa
 
luulen että tällä hetkellä noi toimii niin että siellä on automaattinen logiikka joka pitää ne käynnissä suurinpiirtein
sitten joku huoltoukko välillä kattoo millaisia lukemia siellä on ja säätää tarvittaessa
jos tekoäly tekee sen säädön niin ei tarvita edes etäukkoa joka lukee mittaria, jatkossa

Uudemmissa pumpuissahan on automatiikka mikä osaa pitää esim. virtaaman tai paineen vakiona. ongelmaksi muodostuu se että suurin osa venttiileistä on vielä mekaanisia käsikäyttöisiä. Uusissa kohteissa alkaa olla jo jonkin verran toimilaitteilla ohjattuja venttiilejä rungossa. AI ei tässä tilanteessa auta ellei se osaa kulkea ympäriinsä kääntelemässä esisäätöjä. Pelkkä energian säästö voi tulla kalliiksi jos ei oteta huomioon muita kuluja. ja Kuinkas paljon se tekoäly viekään sitä energiaa??
 
Uudemmissa pumpuissahan on automatiikka mikä osaa pitää esim. virtaaman tai paineen vakiona. ongelmaksi muodostuu se että suurin osa venttiileistä on vielä mekaanisia käsikäyttöisiä. Uusissa kohteissa alkaa olla jo jonkin verran toimilaitteilla ohjattuja venttiilejä rungossa. AI ei tässä tilanteessa auta ellei se osaa kulkea ympäriinsä kääntelemässä esisäätöjä. Pelkkä energian säästö voi tulla kalliiksi jos ei oteta huomioon muita kuluja. ja Kuinkas paljon se tekoäly viekään sitä energiaa??
Moottorilla toimiva säätöventtiili ja molemmin puolin paineanturi, siitähä tuo osaa virtaaman säätää kohdilleen.

Yhden venttiilin kääntö vaikuttaa painesuhteisiin muualla, niin teeppä tätä yhdellä liikuteltavalla mittarilla.

Säästääkö tuo energiaa ja kuinka paljon, mutta mitä suurempi verkosto, sitä hankalampi sitä on hallita ja lennosta lähteä tutustumaan.

Mielestäni tuohon suuntaan kehitystä on vietävä, jos me halutaan ylipäätään kehittyä. Asioiden opettamista koneelle jolloin ihmisten tarvitsee osata käyttää hyväksi sen luomia mahdollisuuksia.
 
pirusti jos se on neuraaliverkko joka suoritetaan Nvidia näytönohjaimessa..
Ailta kun kysyin joskus paljonko tekoälyhaku vie energiaa tavan internet hakuun verrattuna, niin tuli vastaus tyyliin että ei voi kertoa. Mutta kyllä se lienee jopa 50 kertainen määrä. Riippunee monesta asiasta, mutta selvää lienee ainoastaan se että ei voi olla mahdollista että jokainen tavan tallaaja siirtyisi yhtäkkiä ai-hakuihin kun maksavat sen verran paljon enemmän.
 
Tilanne jossa tekoäly pystyisi/osaisi säätää verkoston vesivirrat ja lämpötilan, tarvittaessa korjaamaan ja ilmoittamaan huollon tarpeen.

Pumppauskustannukset ja yleisesti energiatehokkuus paranisivat.

Monesti kiinteistöjen, isojenkin säädöt on retuperällä kun huoltomies/nainen on käynyt omineen säätämässä venttiileitä, jotka ovat usein hankalissa paikoissa. Esimerkkinä.

Järjestelmät ovat suunnittelukokonaisuuksia, joiden toimintaan vaikuttaa paljon eri muuttujia, niiden uudelleen tasapainoitus on työlästä sekin ja vaatii ymmärrystä tekijältänsä. Olisi melko luontevaa, että tälläistä ympärivuorokautista prosessia valvoo tekoäly, joka mahdollisesti osaisi dataa seuraamalla tehdä johtopäätökset murto-osassa siitä ajasta mitä ihmisellä tuohon menisi.

No ei tuollanen mitää tekoälyä vaadi, ihan puhdasta automaatiota. :D
 
No ei tuollanen mitää tekoälyä vaadi, ihan puhdasta automaatiota. :D

Tekoälyä voisi sitten käyttää vaikka siinä että tutkitaan sääennusteita ja sen perusteella varaudutaan lämmitys/jäähdytys tarpeeseen. taikka Juhannussaunan ja joulukinkun lämmityksen aiheittamat energiapiikit ja niiden tuoma lämpökuorma. Ihmiset juhannuksena poissa kotoa niin energian tarve laskee jne. tekoäly ohjaamaan automaatioita.
 
No ei tuollanen mitää tekoälyä vaadi, ihan puhdasta automaatiota. :D
Eihän me mihinkään autojakaan tarvita, koska hevosellakin pääsee. :D

Ei mulla ole muuta esittää kuin se, että haasteita on joka kohteessa. Automaatiokin on niin tyhmä, ettei siihen ole ohjelmoitu esimerkiksi säätö -tilaa, jolloin voisi kaikki moottori/magneettiventtiilit aueta verkostosta, vaan ne täytyy käskyttää erikseen auki, osaa ei saa.

Välillä se automaatiopääte ilmoittaa toista, kuin mitä todellisuus on. Sehän näyttää vakiltä mikä käsky on päällä, lamppu ei kuitenkaan pala todellisuudessa, niin sanotusti.

Joo ei ole mahdoton tehtävä, yleensä yhteistyöllä pääsee pitkälle. Olen vaan sitä mieltä, että näkisin mielelläni kuinka tekoäly toimisi tai voisi toimia alalla jolla työskentelen, vaikka tämän voisi tehdä myös wanhanaikaisesti.

Yksinkertaisesti:
Itse ajattelen tekoälyä oppikirjana, niille opetetaan jokin tietty aihe ja annetaan tehtävät, jotka pitää ratkaista. Ihminen voi käyttää hyödyksi tekoälyn tuottamia ratkaisuja.
 
Aika usein ihmiset kuvittelevat, että tekoäly on joku maaginen black box joka pultataan kiinni järjestelmään hoitaamaan kaiken automaattisesti. Toki jos otetaan vuosikausien ajalta käyttödataa ja koulutetaan AI sillä, voidaan saada joku epävakaa purkkaviritelmä joka approksimoi perinteistä automaatiota.
 
AI:n ansiosta saavutin hiljattain oman ennätyksen myötähäpeässä lukiessani yhtä generatiivisella tekoälyllä kirjoitettua LinkedIn-hehkutusta henkilön omasta urasta. Olen melko varma, että tulokseni oli Suomen kaikkien aikojen kolmen parhaan tuloksen joukossa yli 50-vuotiaiden cringe-sarjassa.
 
  • Tykkää
Reactions: jad

Statistiikka

Viestiketjuista
256 997
Viestejä
4 465 764
Jäsenet
73 878
Uusin jäsen
VilleIkola

Hinta.fi

Back
Ylös Bottom