Tekoälysanakirja
Tekoälyfoorumin sanakirjasta löydät selkeät kuvaukset tekoälytermeistä ja tekoälytyökaluista olennaisine lisätietoineen.
🔍 Vinkki: käytä alta löytyvää sanahakua löytääksesi etsimäsi. Jos et löydä hakemaasi termiä, ilmoitathan siitä meille.
🔍 Vinkki: käytä oikean reunan sanahakua löytääksesi etsimäsi. Jos et löydä hakemaasi termiä, ilmoitathan siitä meille.
TEKOÄLYFOORUMI
Selaa alta tai etsi hakusanalla
Mitä tarkoittaa yleinen tekoäly (AGI)?
Yleisellä tekoälyllä (Artificial General Intelligence, AGI) tarkoitetaan kehittynyttä tekoälyjärjestelmää, joka kykenee oppimaan ja suorittamaan minkä tahansa kognitiivisen tehtävän yhtä hyvin tai paremmin kuin ihminen. Toisin kuin nykyiset kapean tekoälyn (narrow AI) järjestelmät, AGI pystyisi soveltamaan oppimaansa joustavasti eri tilanteissa ja käyttämään tietoa luovasti uusissa konteksteissa. AGI:n kehitys on vielä teoreettista, ja siihen liittyy sekä suuria mahdollisuuksia että merkittäviä eettisiä ja turvallisuusriskejä.
Synonyymit: vahva tekoäly
🔗 Lisätietoa
Mitä tarkoittaa API-rajapinta?
API-rajapinnalla tarkoitetaan ohjelmointirajapintaa, joka mahdollistaa eri ohjelmistojen ja sovellusten välisen kommunikaation ja tiedonvaihdon. Tekoälyn yhteydessä API-rajapinnat antavat kehittäjille mahdollisuuden integroida tekoälypalveluita (kuten kielimalleja, kuvantunnistusta tai puhesynteesiä) omiin sovelluksiinsa ilman, että heidän tarvitsee itse kehittää tai ylläpitää tekoälymalleja.
API-rajapintojen avulla yritykset ja kehittäjät voivat rakentaa tekoälyominaisuuksia sovelluksiinsa lähettämällä pyyntöjä palveluntarjoajan palvelimille ja vastaanottamalla tulokset standardoidussa muodossa, kuten JSON tai XML.
Tunnisteet: ohjelmointirajapinta, integraatio, tekoälyintegraatio, sovelluskehitys, REST API
🔗 Lisätietoa:
Mitä tarkoittaa algoritmi?
Algoritmilla tarkoitetaan tarkasti määriteltyä sarjaa sääntöjä tai ohjeita, joiden mukaan tietokone suorittaa tehtävän. Tekoälyn ja koneoppimisen yhteydessä algoritmit käsittelevät dataa, tunnistavat kuvioita ja tekevät päätöksiä. Ne voivat olla yksinkertaisia if-then-sääntöjä tai monimutkaisia neuroverkkoja.
🔗 Lisätietoa:
Mikä Anthropic?
Anthropicilla tarkoitetaan yhdysvaltalaista tekoälytutkimusyritystä, joka kehittää turvallista ja luotettavaa tekoälyä. Yritys tunnetaan erityisesti Claude-nimisistä kielimalleistaan, jotka kilpailevat OpenAI:n ja Google DeepMindin mallien kanssa. Anthropic painottaa tekoälyetiikkaa ja mallien läpinäkyvyyttä.
Synonyymi: claude
🔗 Lisätietoa
Mitä tarkoittaa big data?
Big datalla tarkoitetaan erittäin suuria, monimutkaisia ja nopeasti kasvavia tietomääriä, joita ei voida käsitellä perinteisillä tietokantaohjelmistoilla. Tekoäly hyödyntää big dataa oppiakseen ja parantaakseen ennusteitaan. Näitä tietoaineistoja analysoidaan esimerkiksi koneoppimisalgoritmeilla ja pilvipohjaisilla tietojärjestelmillä.
Synonyymi: massadata
🔗 Lisätietoa
Mitä tarkoittaa chatbot (tekoälybotti)?
Tekoälybotilla tai chatbotilla tarkoitetaan tekoälyohjelmaa, joka on suunniteltu käymään keskustelua ihmisen kanssa luonnollisella kielellä. Nykyaikaiset tekoälybotit hyödyntävät kielimalleja (LLM) ja syväoppimista ymmärtääkseen käyttäjän kysymyksiä ja tuottaakseen relevantteja vastauksia. Tekoälybotteja käytetään asiakaspalvelussa, tiedonhaussa ja avustavissa järjestelmissä.
Synonyymit: keskustelubotti, palvelubotti, asiointibotti, virtuaaliassistentti, virtuaaliavustaja, chattibotti
🔗 Lisätietoa
Mitä tarkoittaa datatiede?
Datatieteellä tarkoitetaan poikkitieteellistä alaa, joka käyttää tieteellisiä menetelmiä, algoritmeja ja tekoälyä suurten tietomäärien analysointiin ja hyödyntämiseen. Datatieteilijät yhdistävät tilastotiedettä, koneoppimista ja tietojenkäsittelytiedettä löytääkseen datasta arvokasta tietoa ja käyttökelpoiseksi muovailtuja ennusteita. Datatiede muodostaa perustan monille tekoälysovelluksille.
Synonyymit: data science
🔗 Lisätietoa
Mitä tarkoittaa diffuusiomalli?
Diffuusiomallilla tarkoitetaan generatiivista tekoälyä, joka luo uutta sisältöä kuten kuvia tai ääntä asteittaisen "kohinanpoistoprosessin" kautta. Diffuusiomallit toimivat ensin lisäämällä satunnaista kohinaa dataan ja sitten oppimalla kääntämään tämän prosessin. Ne ovat nykyaikaisten kuvageneraattoreiden kuten Stable Diffusionin, DALL-E:n ja Midjourneyn perusta. Diffuusiomallit ovat mullistaneet generatiivisen tekoälyn laadun ja hallittavuuden verrattuna aiempiin menetelmiin.
Synonyymit: diffusion model, kohinanpoistomalli
🔗 Lisätietoa
Mitä tarkoittaa few-shot learning?
Englanninkielisellä termillä few-shot learning (voisi kääntää esim. "esimerkkioppiminen" tai "pienen otoksen oppiminen") tarkoitetaan tekoälyn kykyä oppia ja suorittaa uusia tehtäviä vain muutaman esimerkin avulla. Toisin kuin perinteisissä koneoppimismenetelmissä, joissa tarvitaan satoja tai tuhansia esimerkkejä, few-shot-oppiminen mahdollistaa mallin nopean mukautumisen uusiin tilanteisiin hyödyntämällä rajallista määrää esimerkkejä.
Tätä lähestymistapaa hyödynnetään erityisesti kielimalleissa (LLM), joissa käyttäjä voi antaa mallille muutaman esimerkin halutusta vastaustyylistä ennen varsinaista kysymystä tai tehtävää. Esimerkiksi käyttäjä voisi näyttää mallille pari esimerkkiä runojen kirjoittamisesta tietyllä tyylillä ennen kuin pyytää mallia luomaan samankaltaisen runon uudesta aiheesta.
Pienen otoksen oppiminen on merkittävä edistysaskel tekoälyn joustavuudessa ja käytettävyydessä, sillä se mahdollistaa mallien hyödyntämisen tilanteissa, joissa dataa on rajoitetusti tai kun halutaan nopeasti mukautua uusiin tehtäviin ilman laajamittaista uudelleenkoulutusta.
Synonyymit: few-shot learning, esimerkkioppiminen, muutaman esimerkin oppiminen
🔗 Lisätietoa:
Mitä tarkoittaa generatiivinen tekoäly?
Generatiivisella tekoälyllä tarkoitetaan tekoälyjärjestelmiä, jotka pystyvät luomaan uutta sisältöä kuten tekstiä, kuvia, musiikkia tai videota olemassa olevan datan pohjalta. Nämä järjestelmät oppivat tunnistamaan datassa esiintyviä kuvioita ja säännönmukaisuuksia, joiden perusteella ne pystyvät tuottamaan alkuperäistä dataa muistuttavaa, mutta uutta materiaalia. Tunnettuja esimerkkejä ovat GPT-kielimallit ja DALL-E kuvageneraattorit.
Synonyymit: luova tekoäly, GenAI
🔗 Lisätietoa
Mitä tarkoittaa GPT?
GPT (Generative Pre-trained Transformer) on OpenAI-yrityksen kehittämä kielimallisarja/kielimalliperhe, joka perustuu transformeriarkkitehtuuriin. GPT-mallit on esikoulutettu valtavalla määrällä tekstidataa ja ne pystyvät tuottamaan johdonmukaista ja kontekstiriippuvaista tekstiä, keskustelemaan, ohjelmoimaan ja suorittamaan monia muita kielellisiä tehtäviä. GPT-mallisarja päivittyy jatkuvasti ja uudet mallit ovat aina entistä kyvykkäämpiä. GPT-malleja käytetään muun muassa ChatGPT-palvelussa.
Synonyymit: Generative Pre-trained Transformer
🔗 Lisätietoa
Mitä tekoälyn hienosäädöllä tai fine-tuningilla tarkoitetaan?
Hienosäädöllä tarkoitetaan prosessia, jossa esikoulutettu tekoälymalli, kuten kielimalli, mukautetaan tiettyyn tehtävään tai toimialaan käyttämällä pienempää, erikoistunutta datajoukkoa. Hienosäätö on kustannustehokas tapa luoda erikoistuneita malleja, sillä se hyödyntää yleistä osaamista, joka malliin on jo rakennettu esikoulutuksessa. Hienosäätöä käytetään räätälöitäessä kielimalleja esimerkiksi lääketieteelliseen, juridiseen tai tekniseen käyttöön.
Synonyymit: fine-tuning, mallin hienosäätö
🔗 Lisätietoa
Mitä tarkoittaa huomiomekanismi ?
Huomiokertoimella tai huomiomekanismilla tarkoitetaan tekoälyn komponenttia, joka mahdollistaa mallin keskittyä tiettyihin syötteen osiin ja painottaa niitä enemmän kuin muita. Tämä on keskeinen osa transformeripohjaisissa malleissa kuten GPT ja BERT. Huomiomekanismi mahdollistaa sen, että malli voi käsitellä pitkiäkin sekvenssimuotoisia syötteitä ja ymmärtää sanojen tai elementtien keskinäisiä suhteita kontekstissa. Huomiomekanismi on merkittävä edistysaskel, joka on mahdollistanut nykyisten suurten kielimallien kehityksen.
Synonyymit: attention mechanism, huomiokerroin
🔗 Lisätietoa
Mitä tarkoittaa kapea tekoäly?
Kapealla tekoälyllä tarkoitetaan tekoälyä, joka on suunniteltu ja koulutettu suorittamaan vain yhtä tai muutamaa tarkoin määriteltyä tehtävää erinomaisesti. Toisin kuin yleinen tekoäly (AGI), kapea tekoäly ei osaa soveltaa oppimaansa tietoa tehtäväalueen ulkopuolella eikä sillä ole ihmisen kaltaista ymmärrystä tai yleistämiskykyä. Kaikki nykyisin käytössä olevat tekoälysovellukset ovat kapean tekoälyn muotoja, kuten roskapostisuodattimet, kuvantunnistusohjelmat, hakukoneet, suosittelujärjestelmät ja jopa kehittyneet kielimallit.
Synonyymit: weak AI, specialized AI, erikoistunut tekoäly, rajoitettu tekoäly, heikko tekoäly
🔗 Lisätietoa
Mitä tarkoittaa kielimalli?
Kielimallilla (Large Language Model, LLM) tarkoitetaan tekoälyjärjestelmää, joka on koulutettu valtavalla määrällä tekstidataa ymmärtämään ja tuottamaan luonnollista kieltä. Kielimallit pystyvät vastaamaan kysymyksiin, kirjoittamaan erilaisia tekstejä, kääntämään kieliä ja jopa ohjelmoimaan. Ne toimivat ennustamalla todennäköisimmän seuraavan sanan tai lauseen aiemman tekstikontekstin perusteella. Tunnettuja kielimalleja ovat esimerkiksi GPT-4, Claude ja BERT.
Synonyymit: suuri kielimalli, large language model, LLM
🔗 Lisätietoa
Mitä tarkoittaa koneoppiminen?
Koneoppimisella tarkoitetaan tekoälyn osa-aluetta, jossa tietokoneohjelmat parantavat suorituskykyään kokemuksen kautta ilman, että niitä on nimenomaisesti ohjelmoitu jokaista tilannetta varten. Koneoppimisalgoritmit hyödyntävät dataa havaitakseen kuvioita ja tehdäkseen päätöksiä minimaalisella ihmisen ohjauksella. Koneoppimista hyödynnetään esimerkiksi suosittelujärjestelmissä, hakukoneissa ja kuvantunnistuksessa.
Synonyymit: machine learning, ML
🔗 Lisätietoa
Mitä tarkoittaa kuvageneraattori?
Kuvageneraattorilla tarkoitetaan tekoälyjärjestelmää, joka pystyy luomaan uusia kuvia tekstikuvausten, olemassa olevien kuvien tai muiden syötteiden perusteella. Modernit kuvageneraattorit perustuvat usein diffuusiomalleihin tai GAN-verkkoihin (Generative Adversarial Networks) ja pystyvät tuottamaan hämmästyttävän realistisia tai tyyliteltyjä kuvia. Tunnettuja esimerkkejä ovat DALL-E, Midjourney, Imagen ja Stable Diffusion.
Synonyymit: tekoälykuvageneraattori, AI image generator, AI kuvageneraattori, AI kuvittaja
🔗 Lisätietoa
Mitä tarkoittaa luonnollisen kielen käsittely?
Luonnollisen kielen käsittelyllä (Natural Language Processing, NLP) tarkoitetaan tekoälyn osa-aluetta, joka keskittyy tietokoneiden ja ihmiskielen väliseen vuorovaikutukseen. NLP-teknologiat mahdollistavat tietokoneiden ymmärtää, tulkita ja tuottaa ihmiskieltä mielekkäällä tavalla. Sovelluksia ovat mm. kääntäjät, tekstianalytiikka, puheentunnistus ja bottitekoälyt.
Synonyymit: natural language processing, NLP
🔗 Lisätietoa
Mitä tarkoittaa neuroverkko?
Neuroverkolla tarkoitetaan koneoppimismallia, joka on löyhästi mallinnettu ihmisaivojen toiminnan mukaan. Neuroverkot koostuvat toisiinsa kytketyistä keinotekoisista neuroneista, jotka välittävät signaaleja toisilleen. Ne oppivat tunnistamaan kuvioita suurista datamääristä säätämällä neuronien välisiä yhteyksiä. Neuroverkot muodostavat syväoppimisen perustan ja mahdollistavat monimutkaisten tekoälysovellusten toiminnan.
Synonyymit: hermoverkkko, artificial neural network
🔗 Lisätietoa
Mitä tarkoittaa ohjattu oppiminen?
Ohjatulla oppimisella tarkoitetaan koneoppimisen menetelmää, jossa algoritmia koulutetaan syötteiden ja niitä vastaavien ennalta määriteltyjen tulosten avulla. Algoritmi oppii tekemään ennusteita tulevista syötteistä vertaamalla niitä aiempiin esimerkkeihin. Tyypillisiä ohjatun oppimisen sovelluksia ovat esimerkiksi sähköpostin roskapostisuodattimet ja kasvontunnistus.
Synonyymit: supervised learning
🔗 Lisätietoa
Mitä tarkoittaa ohjaamaton oppiminen?
Ohjaamattomalla oppimisella tarkoitetaan koneoppimisen menetelmää, jossa algoritmi etsii kuvioita ja rakenteita datasta ilman ennalta määriteltyjä luokkia tai tuloksia. Menetelmä sopii tilanteisiin, joissa merkitykselliset kuviot tai ryhmittelyt eivät ole etukäteen tiedossa. Yleisiä sovelluksia ovat asiakassegmentointi, anomalioiden tunnistaminen ja suosittelujärjestelmät.
Synonyymit: unsupervised learning
🔗 Lisätietoa
Mitä tarkoittaa kehotesuunnittelu tai syötesuunnittelu?
Kehotesuunnittelulla tai syötesuunnittelulla tarkoitetaan taitoa muotoilla tekoälylle annettavia tekstikehotteita (prompteja) tehokkaasti, jotta saadaan halutunlaisia vastauksia. Kyseessä on menetelmä, jossa tekoälymallia ohjataan tuottamaan täsmällisiä, relevantteja ja laadukkaita tuloksia huolellisesti laadittujen ohjeiden avulla.
Hyvä kehotesuunnittelu huomioi tekoälyn toimintalogiikan ja sisältää selkeät tavoitteet, tarvittavan kontekstin ja usein esimerkkejä halutuista lopputuloksista.
Tekniikoita ovat esimerkiksi vaiheittainen ohjeistus, roolipromptaus ja esimerkkien kautta ohjaaminen. Kehotesuunnittelu on muodostunut keskeiseksi taidoksi tekoälyaikana, ja sitä voidaan pitää uudenlaisena digitaalisena lukutaitona.
Synonyymit: prompt engineering, promptaus, kehotteen suunnittelu, syötesuunnittelu
🔗 Lisätietoa
Mitä tarkoittaa RAG?
RAG (Retrieval-Augmented Generation) on tekoälyn menetelmä, jossa kielimalli yhdistetään tiedonhakujärjestelmään, jolloin se voi hakea ajantasaista tai erikoistunutta tietoa ulkoisista lähteistä vastausta muodostaessaan. RAG parantaa tekoälyn vastausten luotettavuutta ja faktuaalista tarkkuutta antamalla mallille pääsyn omien parametriensa ulkopuoliseen tietoon.
Tyypillisessä RAG-prosessissa järjestelmä hakee ensin asiaankuuluvat dokumentit tai tiedonpalaset, jotka sitten syötetään kielimallille kontekstina, minkä jälkeen malli tuottaa tietoon perustuvan vastauksen.
Tunnisteet: tiedonhaku, dokumenttienhaku, faktuaalinen vastaus, ulkoinen tieto, tietämyskanta
🔗 Lisätietoa
Mitä tarkoittaa synteettinen data?
Synteettisellä datalla tarkoitetaan keinotekoisesti luotua tietoa, joka jäljittelee todellista dataa mutta ei sisällä aitoa informaatiota. Synteettistä dataa tuotetaan algoritmien ja simulaatioiden avulla, ja sitä käytetään tekoälymallien kouluttamisessa erityisesti tilanteissa, joissa aito data on vaikeasti saatavilla, kallista tai sisältää yksityisyyteen liittyviä rajoituksia. Synteettisen datan etuja ovat yksityisyyden suoja, muokattavuus ja skaalautuvuus, mikä tekee siitä arvokasta esimerkiksi terveydenhuollon, rahoituksen ja autonomisten ajoneuvojen kehityksessä.
Synonyymit: synthetic data, keinotekoinen data
🔗 Lisätietoa
Mitä tarkoittaa syväoppiminen?
Syväoppimisella tarkoitetaan koneoppimisen osa-aluetta, joka hyödyntää monikerroksisia neuroverkkoja tiedon käsittelyssä ja oppimisessa. Nämä neuroverkot koostuvat useista kerroksista keinotekoisia neuroneita, jotka pystyvät asteittain oppimaan yhä abstraktimpia ja monimutkaisempia piirteitä datasta ilman ihmisen erikseen määrittelemiä sääntöjä.
Syväoppiminen on mullistanut tekoälyn kehityksen mahdollistamalla läpimurtoja monilla aloilla, kuten kuvantunnistuksessa, puheentunnistuksessa, luonnollisen kielen käsittelyssä ja pelitekoälyssä. Syväoppimismenetelmien avulla tekoäly pystyy esimerkiksi tunnistamaan kasvoja kuvista, kääntämään tekstiä kielestä toiseen tai voittamaan ihmisen monimutkaisissa strategiapeleissä.
Syväoppimisen teho perustuu sen kykyyn oppia automaattisesti tunnistamaan monimutkaisia kuvioita ja rakenteita suurista datamääristä. Toisin kuin perinteisissä algoritmeissa, syväoppimisessa ohjelmoijan ei tarvitse erikseen määritellä, mihin piirteisiin algoritmin tulisi kiinnittää huomiota, vaan neuroverkko oppii itse löytämään olennaiset piirteet datan perusteella.
Synonyymit: deep learning
🔗 Lisätietoa
Mitä tarkoittaa tekoälyetiikka?
Tekoälyetiikalla tarkoitetaan tieteenalaa, joka tutkii tekoälyn kehittämiseen, käyttöönottoon ja käyttöön liittyviä moraalisia kysymyksiä. Tekoälyetiikka pohtii tekoälyjärjestelmien suunnittelun, toteutuksen ja käytön eettisiä periaatteita sekä sitä, miten varmistetaan, että tekoäly toimii oikeudenmukaisesti, läpinäkyvästi ja ihmiskunnan hyväksi. Keskeisiä kysymyksiä ovat esimerkiksi yksityisyys, syrjimättömyys, vastuullisuus ja turvallisuus.
Synonyymit: AI ethics, eettinen tekoäly, tekoälyn etiikka, AI etiikka, tekoälyn eettisyys
🔗 Lisätietoa
Mitä tarkoittaa tekoälyn läpinäkyvyys?
Tekoälyn läpinäkyvyydellä tarkoitetaan sitä, kuinka hyvin tekoälyjärjestelmän toimintaa, päätöksentekoa ja vaikutuksia voidaan ymmärtää ja selittää. Läpinäkyvyys on tärkeää luottamuksen rakentamiseksi ja vastuullisuuden varmistamiseksi. Se mahdollistaa järjestelmän virheiden tunnistamisen ja korjaamisen sekä auttaa arvioimaan, toimiiko tekoäly oikeudenmukaisesti ja suunnitellusti.
Synonyymit: AI transparency, selitettävä tekoäly
🔗 Lisätietoa
Mitä tarkoittaa tekoälyasetus tai tekoälysäädös?
Tekoälyasetuksella tai tekoälysäädöksellä tarkoitetaan Euroopan unionin laatimaa sääntelykehystä, joka asettaa yhteiset vaatimukset tekoälyjärjestelmien kehittämiselle, käyttöönotolle ja käytölle EU:n alueella. Kyseessä on maailman ensimmäinen kattava tekoälyä koskeva lainsäädäntö, joka on suunniteltu tasapainottamaan innovaation edistäminen ja perusoikeuksien suojelu.
Tekoälyasetus luokittelee tekoälysovellukset niiden riskitason mukaan eri kategorioihin, joihin sovelletaan eriasteisia vaatimuksia. Korkean riskin järjestelmille, kuten kriittiseen infrastruktuuriin, terveydenhuoltoon ja työhönottoon liittyville tekoälysovelluksille asetetaan tiukempia vaatimuksia liittyen läpinäkyvyyteen, dokumentaatioon, ihmisvalvontaan ja riskienhallintaan. Tietyt tekoälysovellukset, jotka rikkovat EU:n arvoja tai ihmisoikeuksia, kuten sosiaalinen pisteytys, on kokonaan kielletty.
Asetus määrittelee standardeja tekoälyn luotettavuudelle, vinoumien välttämiselle, läpinäkyvyydelle ja vastuuvelvollisuudelle sekä asettaa rikkomuksista merkittäviä seuraamuksia. EU:n tekoälyasetus tuli voimaan vuonna 2024, ja sitä sovelletaan asteittain seuraavien vuosien aikana.
Synonyymit: EU AI Act, tekoälylaki, AI-asetus, tekoälysäädös
🔗 Lisätietoa
Mitä tarkoittaa vahvistusoppiminen?
Vahvistusoppimisella tai trial and error -oppimisella tarkoitetaan koneoppimisen menetelmää, jossa tekoälyagentti oppii toimintaympäristössään palkkioiden ja rangaistusten kautta. Agentti tekee päätöksiä ja saa palautetta toimintansa seurauksista, pyrkien maksimoimaan pitkän aikavälin palkkion. Tätä menetelmää käytetään esimerkiksi pelitekoälyssä, robotiikassa ja itseohjautuvissa ajoneuvoissa.
Synonyymit: reinforcement learning, trial and error -oppiminen
🔗 Lisätietoa
Mitä tarkoittaa vastuullinen tekoäly?
Vastuullisella tekoälyllä tarkoitetaan lähestymistapaa tekoälyn kehittämiseen, käyttöönottoon ja hallintaan, jossa huomioidaan eettiset periaatteet, yhteiskunnalliset vaikutukset ja ihmisten hyvinvointi. Vastuullinen tekoäly pyrkii varmistamaan, että tekoälyjärjestelmät toimivat läpinäkyvästi, oikeudenmukaisesti, turvallisesti ja ihmiskeskeisesti. Tämä sisältää tekoälyn suunnittelun siten, että se kunnioittaa ihmisoikeuksia, yksityisyyttä, monimuotoisuutta ja erilaisia kulttuurisia arvoja.
Vastuullisen tekoälyn periaatteisiin kuuluvat algoritmisten vinoumien tunnistaminen ja vähentäminen, selitettävyys ja läpinäkyvyys, tietoturva ja yksityisyys, sekä tekoälyn käytön seurausten arviointi ja vastuu mahdollisista haitoista. Tärkeää on myös ihmisten säilyttäminen päätöksentekoprosessissa siten, että tekoäly toimii ihmisten apuna eikä korvaa ihmisharkintaa kriittisissä päätöksissä.
Synonyymit: eettinen tekoäly, responsible AI, sustainable AI, kestävä tekoäly
🔗 Lisätietoa
Mitä tarkoittaa tekoälyvinouma?
Tietojärjestelmien yhteydessä puhutaan paljon datan vinoumista. Usein käytetään myös englanninkielistä termiä bias.
Tekoälyvinoumalla tarkoitetaan tekoälyjärjestelmissä esiintyviä systemaattisia virheitä, jotka johtavat epäoikeudenmukaisiin tai epätarkkoihin tuloksiin. Nämä vinoumat voivat syntyä koulutusaineiston puutteista, algoritmin suunnittelusta tai yhteiskunnallisten ennakkoluulojen heijastumisesta dataan. Vinoumat voivat johtaa syrjintään ja epätasa-arvoon tekoälyn käytössä, esimerkiksi rekrytoinnissa, lainapäätöksissä tai kasvojentunnistuksessa.
Synonyymit: AI bias, algoritminen vinouma, datan vinouma, datavinouma
🔗 Lisätietoa
Mitä tarkoittaa zero-shot prompting?
Englanninkielisellä zero-shot promping -termillä tarkoitetaan tekoälyn käyttötapaa, jossa mallille annetaan tehtävä tai kysymys ilman ennakkoesimerkkejä tai aiempaa hienosäätöä kyseistä tehtävää varten. Tekoäly pystyy suorittamaan tehtävän perustuen yleiseen koulutukseensa ja siirtämään tietämystään uuteen kontekstiin. Tämä on yksi nykyaikaisten suurten kielimallien (LLM) merkittävimmistä kyvyistä – vastata kysymyksiin ja suorittaa tehtäviä, joita varten niitä ei ole erityisesti koulutettu.
Zero-shot prompting on yksinkertaisin kehotesuunnittelun muoto, jossa käyttäjä esittää suoran kysymyksen tai pyytää tehtävän suorittamista ilman erityisiä ohjeita tai esimerkkejä. Tämä eroaa few-shot-kehottamisesta, jossa mallille annetaan muutamia esimerkkejä halutusta vastaustyylistä ennen varsinaista kysymystä.
Synonyymit: zero-shot prompting, esimerkitön kehottaminen, suora kehottaminen
🔗 Lisätietoa