Tekoälyn voima turvallisuuden tueksi
”Käytämme erilaisia tekoälypohjaisia järjestelmiä jo nyt”, muistuttaa KPMG:n Senior Security Advisor, Perttu Luhtakanta.
”Googlen karttapalvelun reitinsuunnitteluominaisuus osaa ottaa huomioon nopeusrajoitukset ja tietyöt. Taustalla on vahvaa analytiikkaa. Tietokantaan tallennetaan dataa, jota hyödynnetään erilaisten kaavojen mahdollistamassa prosessissa käyttäjän nähtäväksi”, Luhtakanta kuvailee.
”Tekoälyä voi pitää yläkäsitteenä. Sen alakäsitteitä ovat muun muassa koneoppiminen, älykäs analytiikka ja robotiikka, jotka ovat mielenkiinnon kohteita ja kehittyvät voimakkaasti maailmalla. Kehityksessä pahin pullonkaula on tällä hetkellä tiedonkäsittelyn laskentateho eli se, että koneet eivät välttämättä pysty tekemään kaikkea sitä, mitä niiden teoriassa pitäisi pystyä tekemään.”
”Koneet eivät saisi yllättää meitä ihmisiä housut kintuissa.”
Tietokoneiden prosessointikyvyn kehittyminen heijastuu suoraan automatiikan kehitykseen, esimerkiksi tästä käyvät reaaliaikaisesti kääntävät kielikoneet.
”Ehkä pullonkaulan avaamiseen vaaditaan myös jokin uusi laskentatehon kustannukset romahduttava innovaatio, josta emme vielä tiedä tai josta meillä on vain aihioita. Toki laskentamallejakin voi vielä kehittää eteenpäin, ja myös siinä voi hyödyntää koneoppimista.”
Myös tekoälyn käytön eettinen normisto on vielä kehittymässä.
”Tekoälyyn liittyvistä humanitäärisistä ja moraalisista kysymyksistä on laadittu erilaisia lausuntoja aina YK:ta myöten. Yhtenä huolenaiheena on tieteiselokuvissakin esiin nostettu koneiden kapina. Koneet eivät saisi yllättää meitä ihmisiä housut kintuissa.”
Aikaisemmin sotilasteknologia on edennyt kehityksen kärjessä ja innovaatiot levinneet sieltä siviilisovelluksiin. Hieman robustina esimerkkinä voidaan pitää saksalaisten keksimää magneettiherätteistä merimiinaa. Samaa periaatetta hyödynnetään liikennevaloissa, jotka vaihtuvat auton ajettua katuun asennetun magneettisen tunnistimen yli. Nykyisin sotilasteknologia – ja myös viranomaissovellukset – saavat innovaatioita yritysmaailmassa kehitetyistä sovelluksista.
”Isot toimijat investoivat suuria summia tekoälyyn ja erityisesti laskentatehoon sekä sotilas- että siviilipuolella. Suomalaiset eivät ole teknologiaosaamisen suhteen mitenkään jälkijunassa, vaikka toki isommalla rahoituksella mentäisiin täälläkin nopeammin eteenpäin.”
Koneäly seuloo ja tunnistaa
Koneälystä on eniten hyötyä suurten tietomassojen analysoinnissa. Esimerkiksi säätä ennustettaessa analysoidaan koneellisesti valtavaa tietomäärää suhteessa erilaisiin reunaehtoihin.
”Siviiliviranomaiset ja sotilaat hyödyntävät säätietoja varautumisessaan luonnon aiheuttamiin uhkiin. Tekoälypohjaiset automaattiset tunnistuspalvelut seulovat tietoverkoissa liikkuvasta informaatiosta esimerkiksi vihapuhetta ja pyrkivät sen perusteella tunnistamaan mahdollisia terroristeja. Tämä alue kiinnostaa viranomaisia Suomessakin”, Luhtakanta sanoo.
”Ihminen ei mitenkään pysty käsittelemään erilaisia jättimäisiä datamääriä, ja tietomassojen seulonta vaatii ehdottomasti tekoälyä.”
”Kiinassa ja länsimaissa harjoitettavan teleseulonnan ero on teknisesti ottaen lopulta varsin vähäinen.”
Kiinassa laajasti käytettäviä kasvojen tunnistamiseen pystyviä kamerajärjestelmiä on paheksuttu muun muassa länsimaissa, koska niitä käytetään rikollisuuden torjunnan ja selvittämisen ohella maan oman väestön kontrollointiin ja yksityisyyden valvontaan.
Luhtakanta muistuttaa, että Kiinassa ja länsimaissa harjoitettavan teleseulonnan ero on teknisesti ottaen lopulta varsin vähäinen.
”Vaikka kasvoja ei tunnistetakaan, muilla tiedoilla pääsee ihmisten tunnistamisessa varsin pitkälle. Itse asiassa jo New Yorkin 9/11-iskun tekijät olivat jo viranomaisten tiedossa, mutta tiedustelujärjestelmillä ei ollut vielä kykyä puuttua ajoissa uhkaan”, Luhtakanta pohtii.
Yhtenä syynä olivat eri viranomaisten vastuualueet.
”Kiinassakin kyse on vielä analytiikasta, kamerajärjestelmä ei lähde vielä itse automaattisesti eliminoimaan tunnistamaansa uhkaa kadulta. Tieteiselokuvista tuttua radikaalia kykyä automaattisesti tunnistaa ja tuhota en ole nähnyt olevan vielä kenelläkään.”
Älykkäämmät robotit ja dronet
Robotit ovat kymmenen viime vuoden aikana oppineet liikkumaan maastossa ja heittämään kuperkeikkoja. Tämän ovat mahdollistaneet tekniset ratkaisut, jotka jäljittelevät ihmisen biologiaa ja jopa yksittäisiä lihaksia.
Luhtakanta sanoo, että robotiikka on mielenkiintoista ja haastavaa.
”Ihmisen kaltaisilla mekanismeilla pystytään jo nyt korvaamaan pelastushenkilöitä tai sotilaita ihmiselle hengenvaarallisessa ympäristössä. Pelastustoimi käyttää maailmalla kalliita ja vielä varsin mekaanisia laitteita. Ne menevät savuisiin ja kuumiin tiloihin, joihin ihmisillä ei ole asiaa. Samalla ne keräävät tietoa mahdollisia jatkotoimenpiteitä varten. Sotilaat puolestaan käyttävät vastaavaa teknologiaa esimerkiksi miinanraivaukseen.”
Erilaisissa drone-innovaatioissa hyödynnetään paljon tekoälyä. Lennokit tekevät tiedustelulentoja ja pudottavat räjähteitä tunnistamiensa kohteiden päälle. Toisaalta on myös droneja, jotka tunnistavat ja tuhoavat automaattisesti toisia droneja.
Dronet eivät kuitenkaan vielä korvaa ihmisen ohjaamia hävittäjiä, mutta vuosikymmenien päässä tilanne voi olla jo toinen.
”Drone-teknologia ei vielä ole riittävän kehittynyttä. Niiden maksimi aselasti on pieni, eikä etäohjaajan päätenäkymä tarjoa samanlaista näkymää ympäristöön, kuin lentäjällä on ohjaamosta. Ei tietenkään vaadita kuin jokin hieno innovaatio, jolla tilanne muuttuisi kokonaan.”
Tekoäly oppii ja kehittyy
Itseoppivissa järjestelmissä tekoälyn taustalla toimivat neuroverkot, joiden älykkyyttä ja tarkkuutta uusi tieto hienosäätää. Muuten järjestelmien äly on vielä pääasiassa ihmisen kirjoittamien algoritmien ja reunaehtojen varassa.
”Robotti ei vielä toistaiseksi tee älykästä ihmisen kaltaista robottia.”
Johtamisen apuna toimivalle tekoälylle on asetettu suuret odotukset, sillä sitä tarvittaisiin suodattamaan eri puolilta tulevaa ja jatkuvasti kasvavaa tietomassaa.
”Päätöksentekijälle tulevan tiedon määrä on valtava, ja kriisitilanteessa sen määrä yleensä vain kasvaa- En kuitenkaan ole vielä tavannut tilannetta, jossa johtaja tekisi päätöksensä puhtaasti koneen tekemän analyysin perusteella”, Luhtakanta sanoo.
”Strategiseen ajatteluun ja nopeiden tilanteiden muutosjohtamiseen kykenevän robotin kehitykseen on vielä matkaa. Ihmisen tietoisuutta sekä monipuolista kykyä toimia ja ajatella on vielä mielestäni toistaiseksi mahdoton korvata täysin millään tekoälyteknologialla. Mutta koneoppivasta järjestelmästä tulee keskeinen johtamisen apuväline, sillä se pystyy priorisoimaan tietoa suurista massoista esimerkiksi avainhakuehtojen mukaan.”
Tekoälystä nopeasti tukea tilannekuvalle
Erillisverkoilla on tunnistettu tekoälyn olevan tulevaisuudessa keskeinen osa asiakaskunnan arkea.
”Kartoitamme valmisteilla olevassa Erillisverkkojen tekoälystrategiassa, miten tekoäly vaikuttaa meihin ja asiakaskuntaamme ja miten me voisimme auttaa asiakkaita tekoälyratkaisujen hyödyntämisessä”, osastopäällikkö Antti Kauppinen kertoo.
Kauppinen uskoo, että tilannekuvan saaminen paranee ja päätöksenteko nopeutuu seulomalla tekoälyn avulla oleellista tietoa esiin.
”Johtamisen informaatiolähteet ovat lisääntyneet ja päätöksentekoketjut ovat monimutkaistuneet. Operatiivisia päätöksiä pitää tehdä tiiviimmässä syklissä kuin ennen. Toiminta tehostuu, kun päätöksenteko tehostuu.”
”Meidän roolinamme on tarjota konesali- ja kapasiteettipalvelujemme kautta laskentatehoa, alusta sekä tekoälyn jalostuksessa tarvittavia komponentteja, joiden päälle toteutetaan erilaisia sovelluksia. Kun nämä ratkaisut tuodaan meidän ympäristöömme, ne voidaan jakaa viranomaisille kyberturvallisuusvaatimukset täyttäen. Operatiivisessa toiminnassa ei voi käyttää kaupallisia pilvipalveluja.”
Datan, kuten matkapuhelinten sijaintitietojen, seulonta voi tulevaisuudessa mahdollistaa onnettomuuksien ja viranomaistehtävien paremman ennakoinnin. Tekoälyä voi hyödyntää myös palveluiden saatavuuden varmistamisessa. Huolto- ja korjaustöistä selvitään pienemmin hankaluuksin, kun järjestelmien häiriöitä pystytään ennakoimaan koneoppimisen keinoin.
Kauppisen mukaan tekoäly auttaa myös yhdistämään tietokantoja ja tutkimaan niiden välisiä korrelaatioita.
”Kun kahdesta tekijästä hahmottuu kolmas, esiin voi nousta yllättäviäkin asioita. Aina ei edes tiedetä, mitä lähdetään etsimään.”
