Hae Tekoälyfoorumilta

🎧  Kuuntele kirjoitus alta! Tekoälyfoorumi julkaisee kaikki jutut myös audiona. Kuuntele milloin vain, missä vain – vaikka puhelimen näyttö lukittuna. " Kun laadukasta, monipuolisista lähteistä louhittua tietoa on aina saatavilla, pelkkä faktapohjainen osaaminen menettää merkitystään.", kirjoittaa tekoälytulkki Pinja Valkonen . Entisenä toimittajana ja mediapäällikkönä Pinja Valkonen siirtyi julkiselle sektorille kehittämään viestintää ja tekoälyratkaisuja. Nykyään hän toimii yrittäjänä. Kielimallit kykenevät jo tuottamaan akateemisen tason tutkimuksia, raportoimaan uutisia ja analysoimaan dataa ihmiselle mahdottomalla nopeudella. Mitä se tarkoittaa ajattelulle ja tiedon arvolle? Tuleeko ajattelusta samanlainen erillinen harrastus kuin liikunnasta? Kokeeko tieto inflaation, kun sitä pystytään tuottamaan erittäin pienin kustannuksin? #1 Tieto ei ole katoamassa mutta sen arvo voi muuttua Kun laadukasta, monipuolisista lähteistä louhittua tietoa on aina saatavilla, pelkkä faktapohjainen osaaminen menettää merkitystään. Arvokkaaksi nousee kyky arvioida, tulkita ja kyseenalaistaa – eli kriittinen ajattelu. #2 Oppiminen ei ole vain tiedon muistamista Jos tekoäly voi muistaa kaiken puolestamme, onko oppimisella enää merkitystä? Kyllä on! Oppiminen on ajattelutaitojen kehittämistä, kokemusten kautta syntyvää ymmärrystä ja metakognitiota. Tekoäly antaa uuden mahdollisuuden laiskistua, kun meidän ei ole pakko haastaa omaa ajatteluamme ja ponnistella löytääksemme tietoa. Mutta jos käytämme tekoälyä syventämään ymmärrystämme, oppimisesta voi tulla tehokkaampaa ja syvempää kuin ennen. #3 Onko ajattelu tulevaisuudessa vain harvojen harrastus? Jos tekoäly “ajattelee” puolestamme, voi käydä kuten fyysiselle aktiivisuudelle – sitä pitää vaalia erikseen, koska arki ei sitä meiltä välttämättä vaadi. Jo nyt on mahdollista "ulkoistaa" ajattelunsa hakukoneille ja algoritmeille ja kielimalleille. Teknologia on mahdollista myös valjastaa työkaluksi, joka haastaa ja terävöittää omaa ajattelua ja kaivaa lähteitä, joiden etsimisestä säästyneen ajan voi käyttää - ajatteluun! #4 Voiko tekoäly inspiroida ajattelua laiskistamisen sijaan? Lopulta kyse on siitä, miten käytämme teknologiaa. Jos annamme tekoälyn tarjota meille valmiiksi pureskeltuja vastauksia, aivomme saattavat surkastua. Mutta jos käytämme koneita uusien näkökulmien löytämiseen ja ajattelun haastamiseen, voimme olla menossa kohti uudenlaista renessanssia. Tietoa kirjoittajasta Pinja Valkonen  on tekoälyn ja viestinnän asiantuntija, joka yhdistää syvällisen osaamisen ja käytännönläheisen otteen. Hänellä on monipuolinen ura viestinnän, sisällöntuotannon ja datalähtöisen kehittämisen parissa. Entisenä toimittajana ja mediapäällikkönä Pinja siirtyi julkiselle sektorille kehittämään viestintää ja tekoälyratkaisuja. Nyt hän toimii yrittäjänä ( Konsultointi Valkonen ), tarjoten asiakkailleen ajankohtaista tietoa ja käytännön työkaluja, jotka tekevät työstä sujuvampaa ja vaikuttavampaa. Pinjan erityisosaaminen on julkisessa sektorissa, jonka toimintaympäristön ja reunaehdot hän tuntee syvällisesti. Puhujana hänet tunnetaan innostavana, selkeänä ja käytännönläheisenä.

🎧  Kuuntele kirjoitus alta! Tekoälyfoorumi julkaisee kaikki jutut myös audiona. Kuuntele milloin vain, missä vain – vaikka puhelimen näyttö lukittuna. "Enää ei tarvitsekaan kysyä, voiko tekoäly tehdä valokuvamaisia kuvia, vaan kysymys on enää siitä, milloin ne ovat täysin erottamattomia aidosta.", kirjoittaa tekoälyyn ja visuaaliseen ilmaisuun erikoistunut asiantuntija Antti Heikkilä . Antti Heikkilä jakaa LinkedIn'ssä aktiivisesti tekoälyllä luotuja kuvasarjoja, joista hän pyytää yleisöä etsimään virheitä. Reaktiot ovat yllättäneet Heikkilän. Mitä virheitä sinä löydät näistä kuvista? Kuinka realistisia tekoälyllä luodut kuvat oikeasti ovat? Tekoälyllä luotujen kuvien realismi ja niiden tunnistettavuus herättävät keskustelua. Voiko tekoälykuva huijata ihmistä? Mistä tunnistaa tekoälyllä tehdyn kuvan? Nämä kysymykset nousivat esiin, kun jaoin LinkedInissä tekoälyllä generoidun kuvasarjan suomalaisesta mökkimaisemasta. Pyysin ihmisiä etsimään siitä virheitä: " Sanokaa yksikin virhe, joka paljastaisi tämän tekoälyn tekemäksi. Mä en nimittäin löydä mitään.". Yleisön reaktio yllätti minut täysin. Kuvakaappaus Heikkilän LinkedIn-postauksesta, joka on tähän päivään mennessä kerännyt lähes 500 reaktiota. "Yleisimmät kommentit keskittyivät yhteen asiaan: kuvissa esiintyvät ihmiset olivat liian iloisia." Näillä sanoilla aloitin LinkedIn-postauksen , jossa jaoin käsittelemättömiä tekoälykuvia "suomalaisista mökkimaisemissa". Postaus sai lähes 500 reaktiota, 450 kommenttia ja 180 000 näyttökertaa. Yleisimmät kommentit keskittyivät yhteen asiaan: kuvissa esiintyvät ihmiset olivat liian iloisia . Ei siis sormien lukumäärään tai muuhun ilmiselvään asiaan.  Tämän jälkeen olen arkisin klo 6:45 julkaissut tekoälykuvia ”etsi virheet” -teemalla, ja keskustelu käy edelleen vilkkaana. Kommenttien perusteella monelle tekoälykuvat menisivät läpi normaalissa kuvavirrassa ja vasta tarkemmalla syynillä niistä alkaa löytää epäluonnollisia yksityiskohtia. Tekoälykuvien tyypillisimmät virheet Vaikka tekoälykuvat ovat kehittyneet nopeasti, niissä on kommenttien pohjalta edelleen tyypillisiä virheitä, joista ne voidaan tunnistaa: Usein ihon tekstuuri on epäluonnollisen tasainen ja kuvan terävyys vaihtelee tavalla, joka ei vastaa kameran optiikkaa.  Myös valaistuksessa on ristiriitoja, esimerkiksi ulkokuvassa kohde voi näyttää sisätilassa valaistulta. Joskus kasvonpiirteet toistuvat, eli samaan kuvaan voi tulla useampi toisiaan muistuttava henkilö. Tavallista on myös, että AI:n luomissa kuvissa henkilö erottuu taustasta liian selkeästi, mikä tekee kuvasta luonnottoman. Henkilö saattaa olla kauttaaltaan tarkka ja siksi erottuu poikkeuksellisen paljon taustastaan ja näyttää epäaidolta. Toisessa postauksessa esitin kaksi kuvaa ja kysyin, että onko toinen niistä valokuva. Kuvat olivat hieman erilaisia, koska ne oli tehty eri tekoälyillä: Imagenilla ja Fluxilla. Iso osa ihmisistä piti Imagenilla tehtyä, käsittelemätöntä kuvaa valokuvana. Tämä kertoo, että tietyt AI-työkalut pystyvät jo nyt tuottamaan lähes täysin realistisia kuvia. Onko tässä kuvassa tekoälyllä tehtyjä kuvia vai mahdollisesti niin kutsuttuja kuvapankkikuvia? Tekoälytehosteiset kuvageneraattorit Olen testannut useita tekoälypohjaisia kuvageneraattoreita, ja jokaisella niistä on oma tunnistettava jälkensä: Koulutin Fluxilla itsestäni, koirastamme ja kuvitteellisesta tuotteesta AI-malleja, jotka voi promptata erilaisiin tilanteisiin ja ympäristöihin. Jälki on hyvää, vaikkakin vähän vahamaista. Flux on kuitenkin selkeästi monipuolisin kuvien luomisen ja muokkaamisen kannalta. Recraftilla saa realistista jälkeä ja siinä on tyyliin liittyviä hyödyllisiä esiasetuksia, mutta on muokattavuudeltaan rajallisempi. Magnificilla puolestaan voi luoda jättikokoisia kuvia ja omiin kuviin saa promptattua esimerkiksi uuden tekstuurin. Imagen on tällä hetkellä suosikkini realismin promptaamisessa ja olen käyttänyt sitä eniten linkkaripostauksissani. Kuvien generointiin on valtava määrä työkaluja ja jokaisessa on oma, usein tunnistettava, ominaisjälkensä. Kukapa ei tunnistaisi esimerkiksi DALL-E:lla (ChatGPT:n kuvageneraattori) tehtyä kuvaa. Tekoälyn luomien kuvien laadussa on siis selviä eroja, ja eri työkaluja kannattaa käyttää eri tarkoituksiin. Löydät lyhyet kuvaukset ja linkit edellä mainituista työkaluista tämän kirjoituksen lopusta. Miten ihmiset suhtautuvat tekoälyllä luotuihin kuviin? On kiehtovaa seurata, kuinka eri ihmiset kokevat kohtaamansa tekoälykuvat. Joillekin ne herättävät muistoja ja tunteita, kun taas toiset pitävät niitä epämiellyttävinä. Ilmiselvät virheet, kuten ylimääräiset sormet, ovat yhä harvinaisempia, mutta katsojat huomaavat, jos jokin tuntuu ”epäaidolta”. Kokemus voi liittyä esimerkiksi valoon, ilmeisiin tai yksityiskohtien epäsuhtaan. Tai esimerkiksi kokemukseen siitä, että tekoälyhahmojen silmissä "kukaan ei katso takaisin". Monet eivät taas huomaan mitään outoa ja hyväksyvät kuvat empimättä. Tämä kehitys avaa mielenkiintoisia mahdollisuuksia esimerkiksi markkinoinnissa ja taiteessa, mutta myös kysymyksiä siitä, miten visuaalista mediaa tulisi tulevaisuudessa arvioida.  Enää ei tarvitsekaan kysyä, voiko AI tehdä valokuvamaisia kuvia, vaan kysymys on enää siitä, milloin ne ovat täysin erottamattomia aidosta. Toisaalta voi kysyä, alammeko katsomaan tekoälykuvaa eri tavoin kuin valokuvaa. Silloin kyse ei ole sen erehtymättömästä valokuvamaisuudesta, vaan hyväksymme sen sellaisena kuin se on, omana kuvallisen ilmaisun muotonaan. Tämä kysymys kiinnostaa minua enemmän. Tietoa kirjoittajasta Antti Heikkilä on tekoälyyn ja visuaaliseen ilmaisuun erikoistunut asiantuntija, jolla on vahva tausta luovassa työssä, johtamisessa ja yrittäjyydessä. Hän tutkii ja kehittää tapoja, joilla tekoäly voi rikastuttaa visuaalista kerrontaa ja kuvallista ilmaisua. Heikkilä yhdistää työssään teknologian ja luovuuden, luoden oivaltavia ja puhuttelevia visuaalisia sisältöjä tekoälyn avulla. Hän jakaa näkemyksiään tekoälyn ja kuvallisen ilmaisun risteyskohdista sekä opastaa, miten tekoäly voi toimia työkaluna luoville ammattilaisille. Tietoa mainituista AI-kuvageneraattoreista Flux : Black Forest Labsin kehittämä Flux on edistynyt tekstistä kuvaksi -malli, joka hyödyntää multimodaalisia ja rinnakkaisia diffuusiotransformerirakenteita. Se tuottaa korkealaatuisia ja yksityiskohtaisia kuvia, jotka ovat verrattavissa muihin huippuluokan AI-kuvageneraattoreihin. ​( https://flux-ai.io/ ) Recraft V3 : Recraftin uusin versio, Recraft V3, on suunniteltu erityisesti ammattimaiseen graafiseen suunnitteluun ja kuvagenerointiin. Se tukee pitkiä tekstikuvauksia ja mahdollistaa tekstin sijoittelun ja koon määrittelyn kuvissa, mikä tekee siitä monipuolisen työkalun monimutkaisiin suunnittelutarpeisiin. ​( https://www.recraft.ai/ ) DALL·E 3 : OpenAI:n kehittämä DALL·E 3 on kolmas versio suositusta tekstistä kuvaksi -mallista. Se pystyy luomaan monipuolisia ja luovia kuvia monimutkaisista tekstikuvauksista, yhdistäen syvällisen tekstin ymmärryksen ja kuvageneroinnin. ​( www.chatgpt.com ) Imagen : Googlen kehittämä Imagen on tekstistä kuvaksi -malli, joka yhdistää suuren kielimallin (LLM) ja kuvageneraattorin tuottaakseen fotorealistisia kuvia korkealla tarkkuudella. Se hyödyntää edistynyttä tekstin ymmärrystä ja kuvagenerointitekniikoita saavuttaakseen korkealaatuisia tuloksia. ( https://imagen-ai.com/ ) Magnific AI : Edistynyt AI-pohjainen kuvanlaadun parantaja, joka mahdollistaa korkean resoluution upscalingin, yksityiskohtien lisäämisen ja kuvan muokkaamisen luonnollisen näköiseksi. Käyttäjä voi hallita lopputulosta eri parametreilla, kuten "Creativity"-liukusäätimellä. ( magnific.ai )

🎧  Kuuntele kirjoitus alta! Tekoälyfoorumi julkaisee kaikki jutut myös audiona. Kuuntele milloin vain, missä vain – vaikka puhelimen näyttö lukittuna. Tulevaisuuden menestyvät B2B-yritykset eivät vain “tee videoita” – ne rakentavat omia mediabrändejään, kirjoittaa Markus Laukkanen. Kirjoittaja Markus Laukkanen on AI-animaatiostudio Unmöglich.AI:n perustaja ja tekoälykouluttaja. Markus on palkittu tekoälyvideoiden tekijä, ja hänen tuotoksensa ovat menestyneet muun muassa Business Finlandin AI-Gaalassa ja Project Odyssey -kilpailussa. Mitä jos B2B-markkinointitiimisi olisi kuin miniversio Netflixistä? Kuva: Unsplash B2B-videomarkkinointi on ollut pitkään varovaista, tylsää ja usein jopa laiminlyöty markkinointimuoto. Monet yritykset eivät yksinkertaisesti tuota videoita, vaikka videoiden kulutus kasvaa jatkuvasti. Statistan (2025) mukaan keskimääräinen amerikkalainen internetin käyttäjä viettää jo 52 minuuttia päivässä katsellen sosiaalisen median videoita. Silti B2B-markkinointisisällöt eivät useinkaan vastaa tätä todellisuutta – ne koetaan vanhanaikaisiksi ja huonosti tuotetuiksi. Tämä on iso ongelma. WHM:n tutkimuksen (2022) mukaan jopa 48 % B2B-ostajista pitää B2B-markkinointia tylsänä. Samaan aikaan ostajat kuluttavat vapaa-ajallaan visuaalisesti näyttäviä TikTok-, YouTube- ja Netflix-sisältöjä. Ei ole ihme, että vanhat tavat eivät enää toimi. Tekoäly voi pelastaa B2B-markkinointisisällöt! Viime vuosina AI-videotyökalut kuten Runway, Luma ja Hailuo ovat tehneet videotuotannosta nopeampaa ja edullisempaa. Tämä on mullistanut markkinoijien mahdollisuudet: Wyzowlin (2025) tutkimuksen mukaan jo 51 % markkinoijista käyttää tekoälyä videoiden tekemiseen. Tekoäly markkinoinnissa auttaa myös markkinointitiimejä automatisoimaan sisällöntuotantoa työkaluilla kuten Invideo ja Lumen5, jotka mahdollistavat lyhyen formaatin somevideot helposti. Wyzowlin (2025) tutkimuksen mukaan jo 51 % markkinoijista käyttää AI:ta videoiden tekemiseen Mutta tässä piilee uusi vaara: geneerisyys. Jos kaikki käyttävät samoja AI-työkaluja ilman luovaa otetta, B2B-videoista tulee entistä persoonattomampia ja mitäänsanomattomia. B2B-yrityksistä tulee mediataloja – miniversioita Netflixistä? Tulevaisuuden menestyvät B2B-yritykset eivät vain “tee videoita” – ne rakentavat omia mediabrändejään. Tämä tarkoittaa siirtymistä lyhyistä myyntivideoista kohti narratiivisia sisältöjä, kuten dokumentteja ja sarjoja. Hyviä esimerkkejä tästä kehityksestä ovat: VR:n “Radalla” -sarja, jossa junamatkailua tuotiin esiin viihteellisessä muodossa. dRPC:n AI-lyhytelokuva “Alice in Node-Land”, joka keräsi yli 93 000 katselukertaa EthDenver-messuilla ja nosti verkkosivuliikennettä 40 %. Unmöglich.AI ja muut AI-animaatiostudiot, jotka tuottavat tarinallisia AI-videoita yrityksille. Mitä jos B2B-markkinointitiimisi olisi kuin miniversio Netflixistä? Netflixistä mallia B2B-markkinointiin? Brändien kannattaa siirtyä yksittäisistä kampanjoista pitkäjänteiseen viihteelliseen sisällöntuotantoon. Ajattele: Mitä jos B2B-markkinointitiimisi olisi kuin miniversio Netflixistä? Tuottaisitte jatkuvia tarinallisia sarjoja, jotka sitouttavat katsojia. Käyttäisitte AI-videotyökaluja tehokkaasti mutta luovasti, jotta sisältö ei olisi vain generoitua geneerisyyttä. Julkaisitte sisältöä omilla kanavillanne, jolloin brändistänne tulisi tunnettu mediatoimija. Yritykset, jotka ymmärtävät tämän muutoksen nyt, saavat etulyöntiaseman tulevaisuudessa. Artikkelin linkit ja lähteet https://www.statista.com/statistics/1349972/us-minutes-spent-daily-watching-social-video/ https://whmcreative.com/press_release/whm-survey-half-of-b2b-decision-makers-bored-by-b2b-marketing/ https://runwayml.com/ https://lumalabsai.partnerlinks.io/rkwbxpm407ui https://hailuoai.video/ https://www.wyzowl.com/video-marketing-statistics/ https://invideo.io/ https://lumen5.com/ https://www.hs.fi/kulttuuri/art-2000005544119.html https://drpc.org/ https://unmoglich.ai/ Tietoa kirjoittajasta Kirjoittaja: Markus Laukkanen ( LinkedIn ), AI-Animaatiostudio Unmöglich.AI:n perustaja ja GenAI-kouluttaja. Markus on palkittu AI-videoiden tekijä, ja hänen tuotoksensa ovat menestyneet muun muassa Business Finlandin AI-Gaalassa ja Project Odyssey -kilpailussa. Piditkö tästä jutusta? Tilaa ilmoitukset uusista Tekoälyfoorumin julkaisuista suoraan sähköpostiisi. Arvostamme myös valtavasti, mikäli jätät meille arvostelun Googlessa . Kiitos. 💙

🎧  Kuuntele kirjoitus alta! Tekoälyfoorumi julkaisee kaikki jutut myös audiona. Kuuntele milloin vain, missä vain – vaikka puhelimen näyttö lukittuna. Kasvuriihi-hankkeen loppuraportti esittää 41 ehdotusta talouskasvun vauhdittamiseksi ja yritystoiminnan uudistamiseksi. Raportin keskeisimmät suositukset keskittyvät erityisesti yritysten uudistumisen tukemiseen, ja se sisältää kappaleen myös tekoälyyn liittyen – löydät sen tiivistettynä tästä uutisesta. Pääministeri Petteri Orpo asetti syksyllä 2024 Kasvuriihi -hankkeen ideoimaan kestävää talouskasvua edistäviä toimenpiteitä. Varman toimitusjohtajan Risto Murron johdolla toiminut työryhmä luovutti loppuraporttinsa pääministerille 28.2.2025. Kuva: Varma. Mikä kasvuriihi-hanke? Valtioneuvostn Kasvuriihi-hanke on syksyllä 2024 käynnistetty työryhmä, jonka tavoitteena oli tunnistaa konkreettisia keinoja Suomen talouskasvun vauhdittamiseksi ja yritystoiminnan uudistamiseksi. Pääministeri Petteri Orpon asettamaa hanketta johti Varman toimitusjohtaja Risto Murto, ja sen työ keskittyi erityisesti yritysrakenteen uudistamiseen, investointien houkuttelemiseen sekä osaamisen ja pääomamarkkinoiden kehittämiseen. Työryhmä esitti 41 toimenpide-ehdotusta, jotka kattavat muun muassa kasvuyritysten toimintaedellytysten vahvistamisen, vihreän siirtymän investoinnit sekä puolustusteollisuuden kasvumahdollisuudet. Lisäksi raportissa korostetaan tekoälyn ja tutkimus- ja kehityspanostusten merkitystä tuottavuuden kasvattamisessa. Hallitus käsittelee raportin suosituksia maaliskuussa ja huhtikuun puoliväliriihessä. Tekoälyn rooli Kasvuriihi-hankkeen loppuraportissa Tekoäly ja datatalous nähdään Kasvuriihi-hankkeen 28.3.2025 julkaistussa loppuraportissa keskeisinä tekijöinä Suomen talouskasvun vauhdittamisessa ja tuottavuuden parantamisessa. Vaikka suomalaisilla yrityksillä on vahvat perustaidot digitalisaation hyödyntämisessä, tekoälyä käytetään pääosin nykyisten prosessien tehostamiseen, eikä vielä laajasti uusien liiketoimintamallien tai innovaatioiden kehittämiseen. "Osaaminen ja osaajat on tekoälyn käyttöönottoon liittyen keskeinen pullonkaula. Ilman osaamista tekoälyä ei oteta käyttöön, eikä siihen liittyviin mahdollisuuksiin päästä käsiksi." Suomella on kuitenkin potentiaalia nousta tekoälyssä ja siihen liittyvissä teknologioissa, kuten kvanttilaskennassa ja kestävän laskentakapasiteetin kehittämisessä, kansainväliseksi edelläkävijäksi. Erityisenä haasteena nähdään tekoälyosaamisen puute, joka estää laajamittaisen käyttöönoton sekä yrityksissä että julkisella sektorilla. Myös tekoälyä hyödyntävien innovaatioiden skaalaamiseen tarvitaan lisää panostuksia. Raportissa nostetaan esiin kaksi keskeistä ehdotusta, joilla tekoälyn käyttöönottoa voitaisiin edistää Suomessa: Ehdotus 1: Tekoälyosaamisen ja käyttöönoton vahvistaminen (Ehdotus 3.16) – "Osaaminen ja osaajat on tekoälyn käyttöönottoon liittyen keskeinen pullonkaula" Tekoälystä saatavan hyödyn maksimoimiseksi raportti ehdottaa kattavaa koulutusohjelmaa, joka parantaisi työikäisen väestön tekoälytaitoja sekä yksityisellä että julkisella sektorilla. Esimerkkinä mainitaan Tanskan malli, jossa miljoona kansalaista koulutetaan tekoälyn perusteisiin. Lisäksi raportissa korostetaan yritysten ja tutkimuslaitosten yhteistyön tiivistämistä, jotta huippututkijat ja osaajat saataisiin paremmin osaksi kotimaista yrityskenttää. ELLIS-instituutti ja LUMI-superlaskentakeskus voisivat toimia tärkeinä osaajakeskittyminä. Tekoälyn käyttöönottoon tarvitaan myös pitkäjänteisiä rahoitusmalleja sekä innovaatioekosysteemejä, joissa yritykset, tutkimuslaitokset ja sijoittajat voivat kehittää uusia ratkaisuja. Keskitetyt ekosysteemit, kuten pääministerin johtamat pyöreän pöydän keskustelut tai Singaporen kaltaiset valtiolliset innovaatiokeskukset, nähtiin mahdollisina toimintamalleina. Ehdotus 2: Suomen aseman vahvistaminen tekoälylainsäädännössä (Ehdotus 3.17) Raportti esittää, että Suomesta tulisi Euroopan tason edelläkävijä tekoälyn ja datatalouden sääntelyssä. Selkeät lainsäädännölliset puitteet voisivat nopeuttaa tekoälyn käyttöönottoa ja houkutella teknologiayrityksiä investoimaan Suomeen. Keskeisenä toimenpiteenä ehdotetaan sääntelyn testialustoja (regulatory sandbox), joiden avulla uusia tekoälypohjaisia liiketoimintamalleja voidaan kehittää turvallisesti. EU:n tekoälyasetuksen tulkintaan suhtaudutaan raportissa kriittisesti, ja sen käytännön toteutusta tulisi Suomessa selkeyttää. Esimerkiksi terveydenhuollossa tekoälyn rooli on epäselvä, sillä eri hyvinvointialueet ovat tehneet erilaisia tulkintoja sen käytöstä potilastyössä. Kansallisten linjausten yhtenäistäminen voisi nopeuttaa tekoälyn käyttöönottoa ja säästää merkittävästi julkisia resursseja. Raportti painottaa, että Suomen tulee vaikuttaa aktiivisesti EU-tason tekoäly- ja datasääntelyyn, jotta kotimaiset toimijat voivat hyödyntää tekoälyä kilpailukykyisesti. Kasvuriihi-hankkeen mukaan tekoälyn hyödyntäminen edellyttää sekä osaamisen kehittämistä että ennakoivaa sääntely-ympäristöä. Toteutuessaan ehdotukset voisivat tehdä Suomesta tekoälyteknologian edelläkävijän ja vauhdittaa maan talouskasvua merkittävästi. Lue hankkeesta lisää Loppuraportin verkkosivusto

Tekoälykonsultti ja juristi Aku Nikkola jakaa kokemuksiaan ensimmäisistä kokeiluista OpenAI Sora -työkalun kanssa. Akulla itsellään ei ole laajempaa kokemusta videoiden kuvaamisesta tai editoinnista. Sora – tekstistä videota silmänräpäyksessä OpenAI:n kauan odotettu text-to-video -työkalu Sora julkaistiin viime viikolla. Yksinkertaistettuna, kyseessä on siis tekoälymalli, joka luo videota pelkän tekstikuvauksen perusteella. Käyttäjä kirjoittaa, mitä haluaa nähdä, ja Sora tuottaa sen pohjalta videon, joka voi olla mitä tahansa sarjakuvan ja hyperrealistisen henkilökuvan väliltä. Tätä kirjoittaessa 10.3.2025, mallin kyvykkyydet ovat vielä hyvin rajatut, ja sillä voi luoda esimerkiksi ainoastaan maksimissaan 5 sekunnin mittaisia 720p videoita. Ensimmäiset testaukset onnistuivat kuitenkin vakuuttamaan Nikkolan, jolla ei ole hirveästi aiempaa kokemusta videoiden kuvaamisesta tai editoinnista. Katso alta lyhyt videoesittely Soran toiminnallisuuksista Miten onnistuin ensimmäisessä lyhytelokuvassani Soran avulla? Katso 30 sekunnin lyhyteokuva: The Edge of Us. Video on luotu mobiililla katseltavaksi, eli kuvasuhteella 9:16. Luotavien videoiden kuvasuhdetta voi muokata Soran sovelluksessa. Tässä oppini ensimmäisistä kokeiluista Soran kanssa: 1. Tunne Soran vahvuudet ja heikkoudet Sora pystyy kyllä jo nyt tuottamaan erittäin realistisia ja elokuvamaisia kohtauksia, mutta sen vahvuudet ja heikkoudet on hyvä tiedostaa etukäteen. Omien kokemuksien mukaan ne voidaan jakaa tällä hetkellä seuraavasti: Vahvuudet: Lähikuvat ihmisistä, joissa on hienovaraisia ilmeitä ja eleitä Hidas kameraliike ja rajatut sommitelmat Elokuvamaiset valaistukset ja tunnelmalliset ympäristöt Haasteet: Monimutkaiset liikkeet, kuten juokseminen tai tanssiminen Pitkät kameraliikkeet tai dynaamiset action-kohtaukset Tarkasti määritellyt tarinalliset jatkumot ilman editointia Tämän vuoksi päädyin itse tekemään lyhytelokuvina puhtaasti Soran vahvuuksien mukaan – ja siksi myös lopputulos on niin realistinen. Somessa kiertää myös paljon videoita, jotka ovat epäonnistuneet pahasti, niihin liittyy usein liikaa elementtejä ja esimerkiksi liikettä. 2. Aloita vahvalla visuaalisella idealla Kuvittele ensin, millaisen tunnelman tai tarinan haluat kertoa, ja rakenna promptisi sen ympärille. Esimerkiksi The Edge of Us -lyhytelokuvan kohdalla halusin kuvata hiljaista yhteyttä tuntemattomien välillä, joten valitsin visuaalisesti voimakkaan ympäristön – Skotlannin karun rannikon. Vinkki: Aloita hakemalla inspiraatiota elokuvista, valokuvista tai muista taiteen muodoista. Mitkä elementit tekevät niistä vaikuttavia? 3. Iterointi on avain onnistumiseen Sora ei aina tuota täydellistä lopputulosta ensimmäisellä yrittämällä. Esimerkiksi The Edge of Us -projektissa käytin kymmeniä kokeiluja saadakseni haluamani tyylin ja tunnelman. Loin myös aluksi videoista automaattisesti kaksi eri versiota – sen asetuksen pystyy valitsemaan Soran ohjauspaneelista. Luovuin tästä kuitenkin nopeasti, sillä pelkäsin, että se kuluttaa krediittini liian nopeasti loppuun. Oma tärkein vinkkini on, että Soralle syötettäviä prompteja kannattaa iteroida valitun tekoälytyökalun, esimerkiksi Clauden tai ChatGPT:n kanssa. Keskity seuraaviin seikkoihin: Käytä tekoälyä luomaan paras mahdollinen prompti. Esimerkiksi ihmisten kohdalla voit pyytää sitä luomaan useita prompteja erilaisista ihmisistä samassa ympäristössä – niin myös minä tein. Testaa erilaisia kuvakulmia, valaistuksia ja sommitelmia. Kokeile hienosäätää promptiasi pienin muutoksin (esim. “soft cinematic lighting” vs. “dramatic moody lighting”). Jos jokin ei toimi, muuta lähestymistapaasi. Älä jää kiinni yhteen ideaan, jos se ei onnistu Soran rajoitusten takia. Kysyt tekoälyltä rohkeasti parhaita käytäntöjä text-to-video promptien luomisessa. 4. Luo iso nippu videoita Soran avulla ja katso, missä se on parhaimmillaan Kun olet luonut nipun prompteja tekoälyn avulla, seuraavaksi on aika testata niitä. Syötä ne Soralle erilaisilla asetuksilla, kuten eri kuvasuhteilla, ja katso, mihin Sora pystyy parhaiten. Kun alat tunnistamaan sen vahvuudet, keskity niihin ja luo samalla promptirakenteella ja asetuksilla lisää videoita – jos siis tavoitteesi on luoda tunnelmaltaan yhtenäinen video 5. Hyödynnä muita työkaluja viimeistelyyn Sora ei ainakaan vielä kykene muokkaamaan videoistasi eheää kokonaisuutta, vaan siihen tarvitaan muita työkaluja tueksi. Itseni kohdalla Soran luomat kohtaukset olivat jo lähtökohtaisesti todella elokuvamaisia, joten esimerkiksi värimäärittelyä ei edes tarvinnut tehdä. Halusin kuitenkin rikastaa yhteenommeltuja pätkiä äänen avulla. Käytin muokkaamiseen ja viimeistelyyn seuraavia työkaluja: Äänimaailma: Käytin ElevenLabsia tuottamaan skotlantilaisen voice-overin ja taustaääniä, kuten meren kohinaa. ElevenLabs on kiistatta markkinoiden paras tekoälytyökalu äänen luomiseen, ja suosittelen kaikkia kiinnostuneita kokeilemaan sitä. Ilmaista materiaalia pystyy luomaan 5 minuutin edestä kuukausittain. Editointi: Kokosin lopullisen elokuvan CapCutilla , jossa lisäsin myös automaattiset tekstitykset. CapCutissa on myös loistavia tekoäölyominaisuuksia, mutta en käyttänyt niitä tämän videon luomisessa. Älä pelkää yhdistää eri työkaluja – Sora on loistava sellaisenaan, mutta sekä text-to-video prompteissa ja videon viimeistelyssä muut työkalut auttavat nostamaan projektin seuraavalle tasolle. Lopuksi: Onko Sora pettymys? Myönnetään suoraan – Sora ei ole vielä täydellinen. Se on itse asiassa todella kaukana siitä. Suurin osa Soran tuottamista videoista on joko sekavia tai muuten käyttökelvottomia. Näiden rajoitusten takana piilee kuitenkin jotain aidosti jännittävää ja jokainen kokeilu Soralla vie teknologiaa eteenpäin. Ajatus siitä, että tekstistä voidaan tehdä videota jo näin tehokkaasti, on itselleni jotenkin täysin käsittämätöntä. Sitä ei mielestäni saa pitää itsestäänselvyytenä. Joten ei, mielestäni Sora ei ole pettymys. Se on aivan jäätävä edistysaskeln teknologian historiassa.