Etusivu » Teollisuus » Tekoälyratkaisuista tylsä tekoäly tuottaa parhaiten
Älykäs teollisuus

Tekoälyratkaisuista tylsä tekoäly tuottaa parhaiten

tekoälyratkaisuista
tekoälyratkaisuista
Viime vuosina yritysten tekoälyratkaisut ovat lisääntyneet. Kuva: Getty Images

Alexander Törnroth

AI Accelerator Lead, innovaatiot ja talous, Teknologiateollisuus ry

Tekoälylle on asetettu turhan korkeita odotuksia, sillä se ei ole ratkaisu kaikkeen.

– On otettava huomioon, millaisia ratkaisuja markkinoilla on, mikä niiden arvo on, ja mietittävä tarkkaan, mihin tekoälyä kannattaa hyödyntää. Kun tekoäly tekee arkisia ja tylsiä töitä, silloin ollaan oikeilla jäljillä, muistuttaa Alexander Törnroth Teknologiateollisuus ry:stä.

Törnroth vetää Suomen tekoälykiihdyttämöä ja toimii myös Silo AI:n ekosysteemijohtajana.

Vuodesta 2017 yritysten tekoälyratkaisut ovat tuplaantuneet lähes vuosittain.

– Hyvä, että yritykset ovat uskaltaneet ottaa ensimmäisen vaadittavan askeleen eli tehneet investointipäätöksen. Vuoteen 2019 asti oltiin vielä varovaisia, mutta viime aikoina budjetit ovat kasvaneet.

– Seuraava kysymys onkin mitä on opittu? Kun asiaan on laitettu rahaa, on olennaista myös pystyä osoittamaan ratkaisujen taloudellinen hyöty. Jos tekoälyratkaisuja ei viedä tuotantoon, ne eivät vaikuta liiketoimintaan. Tämä on kiitettävästi parantunut suomalaisyrityksissä viimeisen kahdentoista kuukauden aikana, Törnroth toteaa.

Konenäköä ja koneoppimista

Konenäkö tai muu älykäs teknologia ratkaisee vain rajatun ongelman. Kun huomataan, että se toimii, ryhdytään usein miettimään, mihin muuhun sitä voisi käyttää. Yksittäisistä pistoinvestoinneista siirrytään laajempien sovellusmahdollisuuksien kartoittamiseen. Teollisuudessa näkee tällä hetkellä sovelluksia, joissa yhdistetään koneoppimista sekä liikkuvaa kuvaa, kuten videota ja lidaria eli valotutkaa. Edge eli reunalaskenta, jossa IoT-laitteiden keräämä data prosessoidaan mahdollisimman lähellä datan keräämispaikkaa, herättää odotuksia.

Suomalaisten yritysten vahvuus on siinä, että ei lähdetä kokeilemaan kokeilemisen ilosta, vaan takana on aina investointipäätös.

Turvallisuus on toinen iso ajuri teollisuudessa. Konenäollä luodaan liikkuville koneille kyky hahmottaa ympäristöään. Laadunvalvonnassa algoritmi tunnistaa vian ja tuo poikkeavan kappaleen ihmiselle tarkastettavaksi. Ihminen tekee lopullisen päätöksen, mutta samalla algoritmi oppii.

– Erityisesti kompleksisessa ympäristössä täytyy harkita mitä ratkaisuja kannattaa viedä eteenpäin. Jos yhtä asiaa muutetaan, mihin kaikkeen se vaikuttaa? Toisaalta suomalaisten yritysten vahvuus on siinä, että ei lähdetä kokeilemaan kokeilemisen ilosta vaan takana on aina investointipäätös. Mikä on tekoälyn funktio, mitkä asiat vaikuttavat myyntiin ja miten saadaan palvelua oman tuotteen kylkeen, summaa Alexander Törnroth.

Next article