Keraus "tekoälyjärjestelmät" herättää monille assosiaatioita erilaisiin tieteiselokuviin ja keskustelukumppaniohjelmiin, jotka jäljittelevät tekoälyä. Roboteista on tullut todellisuutta meidän aikanamme, ja joka kerta kun avaat toisen robotiikalle omistetun näyttelyn, hämmästyt kuinka pitkälle ihmiskunta on edistynyt teknologisessa kehityksessään.
Tekoälyn ongelma liittyy siihen, että yleisesti hyväksyttyjen käsitysten mukaan ihmisen tekemä mieli on tietokoneprosessi, jonka ominaisuudet liittyvät ihmisen ajatteluun. Tiede ei kuitenkaan vieläkään pysty selvittämään tarkasti, miten ihminen ajattelee ja mitä hänen ajattelunsa on. Siksi tekoälyn luominen perustuu toistaiseksi vain intuitiivisiin arvauksiin.
Sillä välin yhdeksi lupaavimmista nykyaikaisen tietotekniikan kehittämisen alueista on tullut sovellettujen hermoverkkojen luominen. Mikä onedustaa keinotekoista hermoverkkoa (ANN)? Tämä on pieni matemaattinen malli, joka toimii biologisten neuronien periaatteella, toiminnallisesti yhdistettynä yhdeksi järjestelmäksi.
Ihmisen valmistamia hermoverkkoja tai, kuten niitä kutsutaan myös tekoälyjärjestelmiksi, käytetään usein ratkaisujen löytämiseen ongelmiin, joissa on epätäydellistä dataa tai ongelmia, joita ei voida selkeästi formalisoida.
Ensimmäinen ANN ilmestyi vuonna 1958 psykologi Frank Rosenblattin ansiosta. Tämä kuvapohjainen järjestelmä simuloi ihmisen aivoja ja yritti tunnistaa visuaalista dataa. ANN-toiminnan periaate perustuu yhteyden luomiseen käsiteltyjen elementtien joukon välille. Jokainen neuroni vastaanottaa suuren määrän signaaleja sisääntulossa. Se suorittaa niiden analyysin painotettujen kertoimien mukaisesti ja tuottaa henkilökohtaisen signaalin, joka tulee toiseen neuroniin. Kaikki neuronit on järjestetty kerroksiin ja niillä on yhteys toisiinsa. Jokainen kerros käsittelee tulosignaalin ja muodostaa sitten oman seuraavaa kerrosta varten. ANN:n tärkein etu on kyky oppia itse.
Tekoälyjärjestelmän toimintaan kannattaa käyttää useita prosessoreita, sillä vain yhtä tietokonetta käytettäessä työn nopeus laskee huomattavasti. Tällaisia ANN:eja käytetään puheen, käsinkirjoituksen synteesiin ja tunnistamiseen, rahoitusalalla sekä aina, kun on tarvetta analysoida tehokkaita tietovirtoja.
Neuro-asiantuntijajärjestelmät, jotka ovat nykyään suosittuja, ovat erikoisjärjestelmiätekoäly, jonka perustana on v altava tietopohja. Se tallentaa lukuisia tehtävien ratkaisemiseen tarvittavia tietoja ja menetelmiä. Tietokanta sisältää myös itseoppivan algoritmin, joka perustuu menettelyllisten päätösten arviointitietoihin.
Erittäin tärkeä komponentti kaikissa asiantuntijajärjestelmissä on sen käyttöliittymä. Hänen ansiostaan henkilö voi täyttää tietokannan uusilla tiedoilla, saada loogisia johtopäätöksiä jne. Kertynyttä tietoa soveltamalla nämä järjestelmät voivat löytää oikean ratkaisun niihin tehtäviin, jotka ovat liian monimutkaisia ihmisen kyvyille. Asiantuntijajärjestelmiä käytetään usein sellaisilla aloilla kuin ohjelmistotekniikka, sotatiede, geologia, suunnittelu, ennustaminen, lääketiede ja koulutus.
Äskettäin tuli tunnetuksi, että Google aikoo tarjota hakukyselyjen käsittelyn uudelle tekoälylle vuoteen 2029 mennessä. Lisäksi teknisen johtajan R. Kurzweilin sanojen mukaan uusi älykäs hakukone pystyy ymmärtämään ihmisten tunteita. Eikö olekin ihmeellistä? Robotit eivät vielä osaa ajatella, mutta he voivat oppia. Ja mitä tapahtuu seuraavaksi?..