Siryn kanssa opit:
mitä on tekoäly ja koneoppiminen
minkälaisia tehtäviä roboteilla on jo maailmassa, eri aloilla ja koulussa
minkälaista on asua älytalossa
miten botit ja tekoäly vaikuttavat arjessa
minkälaista tietoa älytalon tai robotin pitää kerätä jotta se voi palvella omistajaansa
Aiheeseen liittyvät tarinat:
Siryn talo on paikka, joka aistii koko ajan asukkaidensa liikkeitä ja olotiloja.
Esimerkiksi lämmitys ja ilmanvaihto käynnistyvät ja säätyvät itse huomatessaan, että tänään Sirylle on saapunut paljon vieraita tai jos ulkona on erityisen lämmintä. Siryn työpisteen valo puolestaan himmenee ja kirkastuu sen mukaan, kuinka paljon ikkunasta tulee luonnonvaloa.
Älytalossa lamput myös sammuvat ja syttyvät automaattisesti sen mukaan, missä Siry ja kissansa Miuku-Mauku liikkuvat.
Siryn mielestä mukavinta on se, että talo auttaa häntä arjessa, myös silloin kun hän tulee vanhaksi. Jos hän seuraa säännöllisesti sydämen sykettä vaikkapa sykemittarilla, voidaan tuo tieto siirtää automaattisesti häntä hoitavalle lääkärille. Näin alan ammattihenkilöt voivat seurata, että Siryllä on kaikki hyvin.
Sirylle tärkeää on, että talo tuottaa mahdollisimman vähän päästöjä ja kuluttaa vain vähän energiaa. Talo toimiikin aurinkoenergialla sekä siihen on lisätty tuuliturbiini nappaamaan tuulesta saatava energia talon käyttöön. Talo siis tuottaa energian omiin tarpeisiin. Myös osa Siryltä ylijäävästä energiasta varastoidaan esimerkiksi Siryn pihasta löytyvään sähköautoon ja loput Siry voi myydä myös muiden käyttöön sähköverkkoon.
Tarvisin vielä älykkäämmän siivousrobotin. Nykyinen robottini vain törmäilee huonekaluihin.
Kun ammattilainen suunnittelee robotin, hän ottaa huomioon:
mekatroniikka – robotteihin kuuluvat laitekomponentit (anturit, toimilaitteet, näiden ohjaus, teholähde, materiaalit, tietoliikenne)
järjestelmän kehitys – sisältäen robottijärjestelmien suunnittelun, mallinnuksen ja kehityksen menetelmät ja työkalut
ihmisen ja robotin vuorovaikutus – sisältäen ihmisen- ja koneen välisen vuorovaikutuksen, näiden yhteistyön sekä turvallisuuden
ympäristön havainnointi – sisältäen anturitiedon käsittelyn ja sen tulkinnan ymmärrykseksi
liikkuminen – sisältäen robotin paikannuksen, kartoituksen ja reitin suunnittelun
älykkyys – sisältäen tiedon mallinnuksen, päättelyn sekä oppimisen.
Ehkä kuuluisin tekoäly joka on kehitetty voittamaan vastustajansa on Aasiassa suosittuun GO -lautapelin voittamiseen kehitetty AlphaGO. Sen kehitti Google DeepMind-yhtiö. Se on tietokoneohjelma, joka pelaa Go-lautapeliä. Siitä tuli ensimmäinen tietokone-go-ohjelma, joka on voittanut ammattilaispelaajan 19×19-pelilaudalla. Maaliskuussa 2016 se voitti kolme ensimmäistä peliä viiden pelin ottelussa ammattilaispelaaja Lee Sedolia vastaan ja siten koko ottelusarjan. Kokonaisuutena sarja päättyi lopulta 4-1. Kyseessä on ensimmäinen kerta, kun go-ohjelma on voittanut 9-dan-tasoisen ammattilaispelaajan ilman tasoituskiviä.
AlphaGon algoritmi on yhdistelmä koneoppimisesta ja puuhausta sekä harjoittelusta ihmis- ja konepelaajia vastaan. Se käyttää Monte Carlon puuhakua, jota ohjaa ”arviointiverkko” (engl. value network) ja ”toimintamalliverkko” (engl. policy network). Toimintamalliverkko suosittelee erilaisia pelitapoja, joista seuraavia pelitilanteita arviointiverkko arvioi. Lopulta AlphaGo valitsee pelitavan, joka on sen simulaatiossa menestyksekkäin
Puuhaku tarkoittaa ohjelman taitoa käyttää oikean ratkaisun valinnassa erilaisia hyväksi koettuja reittejä. Kuvassa puuhaku-ketju.
Kuvassa on GO-pelilauta. Pelissä valloitetaan alueita. Oletko sinä koskaan pelannut?
Lee Sedol -niminen ammattilais-Go-pelaaja ottelee AlphaGO:ta vastaan.
Syväoppiminen perustuu keinotekoisiin hermoihin, jotka muodostavat monikerroksisen neuroverkon. Hermot eli neuronit laskevat numeerisen tuloksen yhdestä tai useammasta numeerisesta, muilta neuroneilta tai syötteestä saadusta hermoärsykkeestä, perustuen sisäiseen painoarvoon.
Syväoppimisen tavoitteena on luoda algoritmin avulla neuroverkko, joka pystyisi ratkaisemaan sille annetut ongelmat. Syväoppimista käytetään erityisesti sellaisten ongelmien ratkaisemiseen, joissa perinteisillä menetelmillä tehdyt ratkaisut vaatisivat erittäin monimutkaisia sääntöjä. Syväoppimista käytetään esimerkiksi puheen, kuvien ja tekstien tunnistamiseen tai käsittelyyn.
vahva tekoäly
heikko tekoäly
neuroverkko
syväoppiminen
koneoppiminen
Muuta kameran kuvat emojeiksi AI:n avulla
Muunna puheesi piirrustukseksi AI:n avulla
