Koneoppiminen

Koneoppimisella tarkoitetaan tekoälyn yhtä osa-aluetta, jossa on kyse siitä, että kone opetetaan tai lopulta opettelee itse tekemään eri askareita ilman ihmisvalvontaa. Yksinkertaisesta koneoppimisesta on kyse, kun verkkokauppa antaa aiempien ostosten perusteella ostosuosituksia tai meiliohjelma suodattaa roskapostit.

Koneoppimisen mahdollisuudet ovat valtavat ja sitä käytetään nyt jo monella eri alalla osakemarkkina-analyyseista ja pankkien käyttämistä automaattisista luottoluokituksista kasvojen- ja puheentunnistusohjelmiin. Googlen itsekulkeva robottiauto on myös esimerkki koneoppimisesta.

Koneoppimisessa ohjelmistolle ei ole annettu algoritmia jokaista mahdollista tilannetta varten, vaan se oppii itsenäisesti päätymään tyydyttävään lopputulokseen koneoppimisalgoritmien avulla. Nämä jakautuvat ohjattuun oppimiseen, jossa tiedetään ennalta haluttu lopputulos, ohjaamattomaan oppimiseen, jossa datasta ei tiedetä ennalta mitään, sekä vahvistusoppimiseen, jossa oppiminen tapahtuu ympäristön ja mallin vuorovaikutuksesta.

Vielä ei koneoppimisen ohjelmointi ole jokaisen työkalupakissa, sillä siihen tarvitaan erinomaiset koodaustaidot. Googlen mielestä kaukana tulevaisuudessa ei kuitenkaan ole aika, jolloin joka ikinen voi askarella koneoppimisen parissa. Google on luonut avoimen lähdekoodin TensorFlow-ohjelmiston, jonka playground.tensorflow.org-sivustolla voi käydä hieman leikkimässä ja kokeilemassa taitojaan Neural Networkin parissa.

Niin sanottu ”deep learning” eli syväoppiminen on tällä hetkellä intensiivisin koneoppimisen muoto. Se rakentaa monimutkaisia matemaattisia rakenteita, joita kutsutaan neural networkeiksi, lähteenään valtavat määrät dataa. Nämä toimivat samalla tavalla kuin ihmisen aivot ja vasta muutaman viime vuoden aikana tietokoneista on tullut tarpeeksi tehokkaita käyttämään neural networkeja tehokkaasti.