Käsitteet tekoäly ja koneoppiminen

Abstract

Tämän opinnäytetyön tavoitteena oli esittää selkeästi tekoälyn ja koneoppimisen eri ulottuvuuksiin liittyvät termit ja käsitteet, kuten neuroverkot ja syväoppiminen.

Tekoäly on tietojenkäsittelytieteen osa-alue, joka painottuu älykkäiden koneiden ja ohjelmien luontiin. Tekoälystä ja koneoppimisesta on tullut oleellinen osa teknologiateollisuutta ja sen kehitystä. Molemmilla on merkittävä osa tuottavuuden parantamisessa, sekä tulevaisuudessa prosessien ja liiketoimintamallien kehittämisessä.

Tekoälyn liittyvää keskustelua ja kehitystä on edistänyt erityisesti koneoppimisen ja neuroverkkojen avulla saadut tutkimustulokset. Keinotekoiset neuroverkot keksittiin jo 1940-luvulla, mutta vasta 2000-luvulla käytettävissä olevan datan määrän kasvu, sekä koneiden prosessorien, laskentatehon ja muistin kasvamisen myötä neuroverkkotekno-logiaa on pystytty hyödyntämään suuremmalla potentiaalilla kehitystyössä. Tekoälysovellukset nykyisin perustuvat pitkälti datasta oppimiseen ja koneoppiminen onkin hallitsevin tekoälyn osa-alue.

Käsitteestä tekoäly on monenlaisia tulkintoja asiayhteydestä riippuen. Määrittely vaihtelee sillä, tekoäly yhdistyy useisiin, erilaisiin tieteenaloihin, kuten esimerkiksi matematiikkaan, fysiikkaan, filosofiaan, lääke- ja tietojenkäsittelytieteisiin. Yleensä käsiteellä viitataan kuitenkin laitteisiin tai ohjelmiin. Tarkkaa määrittelyä hankaloittaa myös se, että tekoäly ei ole muuttumaton kokonaisuus. Käsite sisältää sovelluskohteesta riippuen skaalan erilaisia teknologioita, menetelmiä ja suuntauksia.

Työssä esiteltiin yleiskuva tekoälystä, määrittelystä, tekniikoista, käsitteistä ja termistöstä. Tekoälyyn liittyvien käsitteiden ja teknologioiden käytännön hyödyntämistä havainnollistettiin opinnäytetyössä esimerkkien avulla.

The purpose of this thesis was to present clearly the terms and concepts related to artificial intelligence and the different dimensions of machine learning, such as neural networks and deep learning.

Artificial Intelligence is a part of computer science that focuses on creating intelligent machines and programs. Artificial intelligence and machine learning have become an essential part of the technology industry and its development. Both have a significant role in improving productivity and in the future development of processes and business models.

The discussion and development related to the A.I has been accelerated by the results of research related to machine learning and neural networks. Artificial neural networks were invented already in the 1940s, but the increase in the data available in the 21st century and the growth of machine processors, computing power and memory has enabled neural network technology to benefit from greater potential for development. Artificial intelligent applications are mostly based on learning from the input data and machine learning is the most dominant element of artificial intelligence.

The concept of artificial intelligence is a wide range of interpretations depending on the context. The definition varies because artificial intelligence is combined with a wide range of sciences such as mathematics, physics, philosophy, medical and computer science. Usually the concept refers to devices or programs. The exact definition is also challenging by the fact that artificial intelligence is not constant entity. Depending on the application, the concept includes a range of different technologies, methods and trends.

In the thesis an overview of artificial intelligence, definition, concepts and terminology was presented. The practical use of artificial intelligence concepts and technologies was illustrated in the thesis through examples.