Yleinen tekoäly eli AGI: mitä termi tarkoittaa ja mitä ei

Harva tekoälykeskustelun sana on yhtä käyttökelpoinen ja yhtä hyödytön kuin AGI. Lyhenne tulee englannin sanoista artificial general intelligence, suomeksi yleinen tekoäly. Sitä käytetään sekä tutkimusartikkeleissa että sijoittajaesityksissä, ja juuri siksi kaksi ihmistä voi väitellä siitä tuntikausia huomaamatta puhuvansa eri asioista.

Käsitteet tekoäly, koneoppiminen ja syväoppiminen on selitetty erikseen artikkelissa mitä tekoäly oikeasti on, joka mainitsee AGI:n ohimennen. Tässä artikkelissa käsitellään pelkästään se kysymys: mitä termillä tarkoitetaan, miksi siitä ei päästä yksimielisyyteen ja miten väitteitä kannattaa lukea.

Ongelma ei ole vastauksessa vaan kysymyksessä

Kysymys "milloin AGI tulee" näyttää empiiriseltä. Se kuulostaa samalta kuin kysymys siitä, milloin jokin tekninen kynnys ylitetään. Mutta empiirisessä kysymyksessä on mittari, ja tässä sitä ei ole.

Vertaa: kysymys "milloin auto kulkee sata kilometriä tunnissa" on selvä, koska nopeus on määritelty ja mitattavissa. Kysymys "milloin auto ajaa hyvin" ei ole, koska hyvin ei ole määritelty. AGI-keskustelu on jälkimmäistä lajia. Kaikki osapuolet mittaavat jotain, mutta kukaan ei mittaa samaa asiaa.

Tästä seuraa käytännön ohje. Kun luet väitteen, jonka mukaan yleinen tekoäly on lähellä tai kaukana, etsi ensin puhujan määritelmä. Jos määritelmää ei anneta, väite ei ole tarkistettavissa eikä siitä kannata olla erityisen huolissaan kumpaankaan suuntaan.

Kapea ja yleinen: missä nykymallit ovat

Kaikki nykyinen tekoäly on kapeaa siinä mielessä, että järjestelmä on koulutettu tiettyyn tehtäväjoukkoon ja se toimii sen sisällä. Suuret kielimallit ovat hämmentäneet tätä jakoa, koska yksi malli tekee monta hyvin erilaista tehtävää: kääntää, tiivistää, kirjoittaa koodia ja vastaa kysymyksiin. Se on aidosti uutta verrattuna aiempiin järjestelmiin, joissa jokainen tehtävä vaati oman mallinsa.

Ero näkyy siinä, mitä laajuus tarkalleen tarkoittaa. Yksi malli hoitaa monta tehtävää, koska nuo tehtävät kaikki ovat tekstin käsittelyä ja koska niistä kaikista on ollut esimerkkejä opetusaineistossa. Tehtävien joukko on siis laaja, mutta ne ovat samaa lajia.

Laajuus ei kuitenkaan ole sama asia kuin yleisyys. Malli suoriutuu tehtävistä, jotka muistuttavat sen opetusaineistoa. Sen kyky ratkaista tehtävä, jonka rakenne poikkeaa kaikesta nähdystä, on selvästi heikompi, ja juuri tämä ero on se, mitä yleisyydellä yleensä tarkoitetaan. Se, miten ala päätyi tähän pisteeseen, on kuvattu artikkelissa tekoälyn historia, ja kertomuksen opetus on tässäkin sama: vaikuttavasta kapeasta kyvystä on aiemminkin päätelty yleistä osaamista liian nopeasti.

Turingin testistä opittiin, ettei yksi koe riitä

Ensimmäinen laajasti tunnettu yritys tehdä kysymyksestä mitattava oli Alan Turingin vuonna 1950 esittämä ajatuskoe. Siinä ihminen keskustelee kirjallisesti sekä koneen että toisen ihmisen kanssa, ja jos hän ei osaa erottaa kumpi on kumpi, konetta on Turingin mukaan järkevää kutsua ajattelevaksi. Turingin oma tarkoitus oli siirtää keskustelu pois sanan ajatteleminen määrittelystä johonkin havaittavaan.

Kokeen historia on opettavainen. Jo 1960-luvulla yksinkertaiset sääntöpohjaiset keskusteluohjelmat saivat osan käyttäjistä uskomaan puhuvansa ihmisen kanssa. Ohjelmat eivät ymmärtäneet mitään, mutta ihminen täydensi puuttuvan merkityksen itse. Koe osoittautui siis mittaavan enemmän ihmisen taipumusta tulkita kuin koneen kykyä.

Tästä seuraa yleinen opetus, joka pätee myös nykyisiin vertailutesteihin. Kun yleisyyden kaltainen laaja ominaisuus yritetään pakata yhteen kokeeseen, koe alkaa ennen pitkää mitata jotain kapeampaa kuin oli tarkoitus. Sama toistuu joka kerta, kun jokin uusi koe esitetään ratkaisevana.

Neljä tavallista määritelmää ja niiden ristiriidat

Alla ovat ne määritelmät, joita julkisessa keskustelussa käytetään. Ne eivät ole vaihtoehtoisia sanamuotoja samalle asialle vaan johtavat eri johtopäätöksiin.

Ristiriita on ilmeinen. Taloudellisen määritelmän mukaan AGI voidaan saavuttaa järjestelmällä, joka ei opi mitään uutta käytön aikana. Kognitiivisen määritelmän mukaan juuri se olisi todiste siitä, ettei kyseessä ole AGI. Kumpikaan ei ole väärässä, koska ne mittaavat eri asiaa.

Sekaannusta lisää se, että sääntelyssä käytetään toista termiä. EU:n tekoälyasetuksessa puhutaan yleiskäyttöisistä tekoälymalleista, ja sillä tarkoitetaan malleja, joita voidaan käyttää moneen eri tarkoitukseen. Se ei ole sama asia kuin yleinen tekoäly, vaikka nimet muistuttavat toisiaan. Yleiskäyttöisten mallien velvoitteet koskevat jo olemassa olevia malleja, eivät hypoteettista tulevaisuuden järjestelmää.

Miksi vertailutestit eivät ratkaise kysymystä

Kun malli suoriutuu jostain kokeesta ihmistä paremmin, uutisointi tulkitsee sen askeleeksi kohti yleistä älykkyyttä. Tulkinta ontuu kolmesta syystä.

Ensimmäinen on aineiston vuotaminen. Testin kysymykset tai niiden kaltaiset tehtävät ovat usein olleet verkossa, joten ne ovat voineet päätyä opetusaineistoon. Silloin testi mittaa osittain muistia eikä päättelyä, eikä vuotamisen määrää ole helppo todentaa jälkikäteen.

Toinen on se, että testi kapenee heti kun siitä tulee tavoite. Kun tiettyä koetta käytetään mittarina, mallien kehitystä ohjataan sitä kohti. Tulos paranee, mutta paraneminen ei välttämättä siirry mihinkään muuhun.

Kolmas on Moravecin paradoksina tunnettu havainto: koneelle vaikeat ja helpot asiat eivät ole samoja kuin ihmiselle. Kone hoitaa ylioppilaskokeen tasoisen tekstitehtävän mutta kompastuu asioihin, jotka pieni lapsi osaa, kuten uuden esineen käsittelyyn tai fyysisen tilanteen ennakointiin. Siksi koetulos ei kerro suoraan mitään yleisestä kyvystä.

Mitä nykymalleilta oikeasti puuttuu

Rehellinen listaus puuttuvista kyvyistä on hyödyllisempi kuin kiista sanan merkityksestä. Nämä ovat asioita, joista alalla vallitsee melko laaja yhteisymmärrys.

• Jatkuva oppiminen. Malli ei opi käytön aikana. Sen parametrit ovat lukittuina, ja keskustelu unohtuu istunnon päättyessä, ellei sitä erikseen tallenneta.
• Oman tietämyksen rajan tunnistaminen. Malli tuottaa yhtä varman kuuloisen vastauksen riippumatta siitä, tietääkö se asian. Tämä on sama juuri, josta hallusinaatiot syntyvät.
• Pitkäjänteinen tavoitteellinen toiminta. Monivaiheiset tehtävät hajoavat, kun askelia kertyy, mikä näkyy käytännössä tekoälyagenttien toiminnassa.
• Toiminta fyysisessä maailmassa. Havaitseminen, tarttuminen ja liikkuminen ovat edelleen huomattavasti vaikeampia kuin tekstin käsittely.
• Syiden ymmärtäminen. Malli oppii säännönmukaisuuksia, ei syy-seuraussuhteita, joten se erehtyy tilanteissa, joissa tuttu yhteys ei enää päde.

Listaan kannattaa lisätä yksi harvemmin mainittu asia: emme tiedä tarkasti, miksi malli tekee sen mitä tekee. Miljardien parametrien yhteisvaikutuksesta syntyvää päätöstä ei voi lukea säännöistä, koska sääntöjä ei ole kirjoitettu. Tämä rajallinen selitettävyys tekee kykyjen arvioinnista hankalaa myös periaatteessa: jos et näe miten tulos syntyi, et voi päätellä kokeesta kovin luotettavasti, mihin muuhun kyky yltää.

Osa näistä on tutkimusaiheita, joihin on jo osittaisia ratkaisuja. Esimerkiksi päättelymallit pidentävät sitä, kuinka monta askelta malli pystyy pitämään kasassa. Se ei kuitenkaan ole sama asia kuin puutteen poistuminen.

Miksi ennusteet vaihtelevat vuosista vuosikymmeniin

Julkisuudessa esitetyt arviot AGI:n ajankohdasta vaihtelevat muutamasta vuodesta useisiin vuosikymmeniin, ja osa tutkijoista pitää kysymystä huonosti muotoiltuna. Vaihtelu ei johdu siitä, että joku olisi paremmin perillä. Se johtuu kolmesta erosta lähtöoletuksissa.

Ensimmäinen ero on määritelmä, joka on jo käsitelty. Toinen on oletus siitä, jatkuuko nykyinen kehityskaava. Jos uskoo, että laskennan ja aineiston lisääminen tuottaa jatkuvasti uusia kykyjä, ennusteesta tulee lyhyt. Jos uskoo, että kaava tasaantuu ja tarvitaan menetelmällinen läpimurto, ennusteesta tulee pitkä, koska läpimurtoja ei voi aikatauluttaa. Kolmas ero on puhujan asema. Ennusteella on taloudellisia ja poliittisia seurauksia, ja sekä ne, jotka myyvät tekniikkaa, että ne, jotka varoittavat siitä, hyötyvät lyhyestä aikataulusta.

Historia antaa lisäksi yhden varoituksen. Tekoälyn ajankohtaennusteita on annettu 1950-luvulta lähtien, ja ne ovat toistuvasti olleet liian optimistisia. Syy ei ole ollut huolimattomuus vaan sama systemaattinen virhe: kun ensimmäinen osa ongelmasta ratkeaa nopeasti, loppuosan oletetaan ratkeavan samaa tahtia. Käytännössä helpoin osa on yleensä ratkennut ensin, ja jäljelle jäänyt osa on ollut vaikeampi kuin koko alkuperäinen ongelma näytti.

Käytännön ohje on siis kysyä ennusteesta kolme asiaa: mikä määritelmä, mikä oletus jatkuvuudesta, ja mikä on puhujan asema. Ilman näitä luku on pelkkä mielipide numeromuodossa.

Miksi kysymyksellä on merkitystä, vaikka vastausta ei ole

Voisi ajatella, että koko keskustelu kannattaa sivuuttaa. Se olisi virhe kahdesta syystä.

Ensinnäkin AGI-puhetta käytetään perusteluna päätöksille, jotka koskevat tätä hetkeä: investointeihin, sääntelyyn ja siihen, mitä työpaikoilla ehditään ottaa käyttöön. Jos perustelu on epämääräinen, päätös on epämääräisellä pohjalla.

Toiseksi keskustelu vie huomiota nykyisiltä haitoilta, jotka ovat konkreettisia ja mitattavia. Väärät vastaukset, vinoutuneet päätökset, tietosuojaongelmat ja huijaukset eivät odota mitään yleistä tekoälyä. Rikolliset käyttävät nykyisiä välineitä jo nyt, mikä näkyy suoraan siinä, miten tekoäly on muuttanut huijausviestejä ja ääniä. Nämä ongelmat ratkaistaan samoilla keinoilla riippumatta siitä, mitä AGI:sta ajattelee.

Kolmanneksi termi vaikuttaa siihen, miten ihmiset suhtautuvat käyttämiinsä välineisiin. Jos uskoo puhuvansa lähes yleisälykkäälle järjestelmälle, sen vastauksia tarkistaa vähemmän. Jos taas pitää koko keskustelua pelkkänä huijauksena, jättää käyttämättä välineen, joka on monissa tehtävissä aidosti hyödyllinen. Molemmat ääripäät johtavat huonompiin arjen päätöksiin kuin se, että arvioi järjestelmää sen todellisen toiminnan perusteella.

Näin luet seuraavan AGI-väitteen

1. Etsi määritelmä. Jos puhuja ei kerro, mitä hän sanalla tarkoittaa, väite ei ole arvioitavissa.
2. Erota mitattu tulos ja siitä tehty tulkinta. Koetulos voi olla oikein, vaikka siitä vedetty johtopäätös olisi liioiteltu.
3. Kysy, mitä järjestelmä tekee tehtävässä, joka poikkeaa opetusaineistosta. Yleisyys näkyy juuri siinä.
4. Katso, kuka hyötyy väitteestä. Sekä innostus että pelko myyvät.
5. Palauta kysymys nykyhetkeen: mitä tästä järjestelmästä seuraa minulle tai organisaatiolleni tällä viikolla.

Rehellinen yhteenveto on, että emme tiedä. Emme tiedä, koska emme ole sopineet siitä, mitä kysymme. Se ei ole väistely vaan kysymyksen tarkin mahdollinen kuvaus, ja se on paljon käyttökelpoisempi lähtökohta kuin varma vastaus kumpaankaan suuntaan.