Mihin generatiivinen tekoäly soveltuu tutkimus-, kehitys ja innovaatiotoiminnan (TKI) työssä ja mihin sen ominaisuuksia kannattaa käyttää? Kysymys on tällä hetkellä ajankohtainen, sillä tekoäly on muuttamassa tekemisen tapoja kaikilla toimialoilla, eikä TKI-toiminta ole poikkeus.
Laajat kielimallit, niiden omaksumat tietomäärät sekä niiden laaja saatavuus mahdollistavat kaikille tekstin ja muunlaisen sisällön tuottamisen. Jokainen voi saada koko maailman asiantuntijuuden käyttöönsä. Haasteeksi muodostuu erottautuminen: Miten yhtäältä omat ajatuksemme voivat erottua joukosta, kun kaikki tieto on ihan kaikkien saatavilla? Entä kuinka toisaalta hankehakemustekstimme voivat erottua muiden joukosta, jos samaa kielimallia ja materiaalia on käytetty niiden kaikkien tuottamisessa?
Hankehakemusten kirjoittamisen lisäksi halusimme pilotissamme tarkastella, miten voimme helpommin integroida oppimista TKI-toimintaan syöttämällä opintojaksojen sisältöjä tekoälymalliin.
Kolme mahdollista mallia tekoälyn hyödyntämiseen
Lähdimme rakentamaan omaa tapaamme käyttää tekoälyä Puhtaat ja kestävät ratkaisut -innovaatiokeskittymässä erottautuminen mielessä. Tästä lähtökohdasta mietimme mahdollisia ratkaisuja ja mahdollisuutta rakentaa jotain sellaista omaa, jota ei ole kenelläkään muulla. Tunnistimme kolme vaihtoehtoista tapaa toimia ja tutustuimme niiden tuottamiin tuloksiin. Nämä mallit olivat
- ostettu tekoäly-chatbot startup-toimijalta
- yleisen kielimallin kaupallisen version testaaminen
- oman kehitystyön tuloksena luotu tekoälymalli, joka toimisi Google Cloud -palvelussa.
Kolme vaihtoehtoista tapaa vastasivat omilla tavoillaan meidän tunnistamiimme haasteisiin, jotka liittyivät sekä erikoistumiseen että tietoturvaan. Käyttämällä yleistä kielimallia, myös sen kaupallista versiota, voi hyvin luoda tekstiä. Tekoälylle syötetty tieto muuttuu kuitenkin samalla sen koulutusaineistoksi. Tätä tietoa voi osaava tekoälyn käyttäjä, joka työskentelee oman organisaatiosi ulkopuolella, käyttää hyväkseen. Näin ollen tekoälymalleihin ei kannata syöttää sellaista tietoa, jota ei haluta jakaa.
Kaksi testattua mallia tekoälyn hyödyntämiseen
Otimme vertailuun ostetun version start-up toimijalta sekä kehitimme oman, koska halusimme vertailla sekä kokemuksia että syntyviä kuluja näistä molemmista malleista. Rakensimme oman ratkaisumme suljettuun ympäristöön, jotta pystyimme hallitsemaan sitä tietoa, mitä tekoälymallille syötettiin. Näin saimme varmistettua myös sen, että tietoturva toteutuu parhaalla mahdollisella tavalla.
Sekä valmiin startup-toimijan tekoälyn käyttöönotto että oman tekoälymallin kehittäminen ovat resursseja vaativaa toimintaa. Siksi kaupallisen generatiivisen tekoälyn käyttäminen onkin niin houkuttelevaa. Se on sekä edullista että helppoa. Kaupallisen tekoälyn hyödyntäminen onkin monessa organisaatiossa, mukaan lukien Metropoliassa, ensimmäinen tapa hyödyntää tekoälyä ja siksi jätimme sen lopulta pois meidän pilotista.
Meidän pilottiprojektissa oli mukana kolme kuukautta päättötyötään tekevä insinööriopiskelija sekä innovaatiokeskittymän muuta henkilökuntaa. Opiskelija vastasi teknisestä kehitystyöstä. Hän rakensi Chat-GPT kielimallin päälle generatiivisen tekoälyn, joka siirrettiin meidän organisaatiomme hallinnoimaan Google Cloudiin. Muu työresurssi varattiin projektin hallintaan sekä käyttäjätestaamiseen.
Huomasimme nopeasti, että kolme kuukautta tekoälyn kehittämisessä on lyhyt aika. Siinä ajassa saimme luotua yhden toimivan oman tekoäly-chatbotin sekä koekäytettyä ulkopuolisen toimijan toimittaman mallin.
Tekoälymallin kouluttaminen olennaista
Yhtä olennaista kuin tarvittavien resurssien varaaminen tekoälyn käyttöönottoon tai kehittämiseen, on tekoälymallin kouluttaminen ja koulutusaineiston hallinta. Voidakseen erikoistua tulee organisaation rakentaa tekoälylle organisaation tavoitteiden mukaisia tekoälyagentteja. Me testasimme omaamme robotiikan alalla ja syötimme sille seuraavia dokumenttityyppejä:
- robotiikkaan liittyviä tieteellisiä julkaisuja
- hankehakemuspohja
- auto- ja konetekniikan osaamisalueen opintojaksosisältöjä
- yleistä tietoa Puhtaat ja kestävät ratkaisut -innovaatiokeskittymästä.
Näin pystyimme luomaan tehokkaasti ja tarkasti hakemustekstejä, joita voimme tulevaisuudessa käyttää hankehauissa. Sisällöt olivat uusia ja ajanmukaisia, mutta ennen kaikkea meidän omiamme. Ne perustuivat tunnistettavasti Metropolian osaamisen ja tekemisen. Tällainen omiin valikoituihin koulutusaineistoihin perustuva tekoälyn käyttö mahdollistaa erottumisen muista tekoälyä TKI-hankkeiden hakemuksissa käyttävistä organisaatioista.
Oikeat kysymykset avainasemassa
Ilman selkeää ymmärrystä siitä, mitä tekoälyn halutaan tekevän, on haastava määritellä tekoälyn käyttöä ja sen mahdollisesti tuottamaa hyötyä. Tekoälyllä on loputtomasti mahdollisuuksia, mutta sen edessä on helppo menettää suunta mitä kohti edetä. Siksi käytimme projektin aikana paljon aikaa pohtiaksemme mitä kysymystä olemme oikeasti ratkaisemassa. Tämä ohjasi toimintaamme. Ratkaistavan ongelman ymmärtäminen ja siihen keskittyminen ovat olennaisin osa tekoälyn käyttöönottoa ja sen toimivuuden arviointia myös korkeakoulun kontekstissa.
Pilotti avasi silmämme siihen, että meillä ratkaistava haaste oli olemassa olevan tiedon yhdistäminen uusimpaan tutkimustietoon tehokkaasti siten, että se voidaan valjastaa hankekirjoittajien käyttöön tukemaan kirjoitusprosessia. Tämän ongelman ratkaisemisessa tekoälyllä – oikein käytettynä ja oikealla tiedolla varustettuna sekä omassa erillisessä pilvessä pyöritettynä – on erinomainen mahdollisuus tuottaa lisäarvoa TKI-toimintaan.
Meidän innovaatiokeskittymässä on osaamista ja kapasiteettia kehittää omia tekoälyratkaisuja, ominaisuus, joka monelta organisaatiolta puuttuu. Meille parempi tapa toimia oli siis kehittää oma ratkaisu, jolloin myös jatkokehitys on mahdollista tehdä omin voimin. Ulkoisen toimittajan palvelun ostamalla jää riippuvaiseksi tästä palveluntarjoajasta, mutta monelle organisaatiolle tämä on kuitenkin hyvä ratkaisu. Olennaista on löytää ratkaisu, joka toimii.
Rakenna siis omannäköisiä, tietoturvallisia ja tavoitteidesi mukaisia tekoälyratkaisuja. Mieti tarkasti, mitä kysymystä olet ratkaisemassa ja ohjaa tekoäly oikeaan suuntaan. Tiedon määrä ei ole enää kilpailuvaltti – sen viisas soveltaminen on.
Kirjoittaja
-
Timo Nykopp
TKI-tiimipäällikkö, Metropolia AmmattikorkeakouluPuhtaat ja kestävät ratkaisut -innovaatiokeskittymän TKI-tiimipäällikkönä Timo Nykopp vastaa osaltaan innovaatiokeskittymän operatiivisesta toiminnasta.
Tutustu tekijään
