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 talossa on paljon erilaisia robotteja.

Talossa hyödynnetään siis robotiikkaa. Robotiikka tarkoittaa robottien suunnittelua. Sinäkin voit suunnitella robotteja! 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.

Siryn siivousrobotissa on antureita, joiden avulla se ei törmäile esteisiin.

Robotissa on ohjelmisto, johon on tallennettu tieto miten robotin tulee toimia eri tilanteissa.

Mitä robotti tarvitsee?

Robottien hyödyntäminen

Erilaisia robotteja

Tekoäly

Ilmiö nimeltä Alpha Go

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 ja neuroverkot

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.

Sanastoa tekoälystä:

  • vahva tekoäly
  • heikko tekoäly
  • neuroverkko
  • syväoppiminen
  • koneoppiminen

Muuta kameran kuvat emojeiksi AI:n avulla

Emoji Scavenger Hunt

Muunna puheesi piirrustukseksi AI:n avulla

Scribbling Speech

Robotteja työssään