Martin Kuustik: Tehisintellekt – milles probleem?

Martin Kuustik: Tehisintellekt – milles probleem?. 03.06.2024. Iga muutus toob endaga kaasa nii võimalused kui ka riskid. Tehisintellekt pole siin mingi erand. Tehisintellekti kasutamise puhul tekitab muret tendents, kus kõik püüavad seda pöörata üksteise võidu enda konkurentsieeliseks, omamata tihti konkreetset probleemipüstitust ja sellest tulenevat sihti. Esmajärjekorras on vaja aru saada, kas eksisteerib asjakohane ning oluline probleem, misjärel saab ühe võimaliku lahendusena kaaluda tehisintellekti. Probleemi defineerimisel tuleks lähtuda sellest, mis on ühiskonna või kitsamalt äritegevuse jaoks kriitiline: kas on raske leida inimesi, kas protsessid võtavad liiga kaua aega või on mõnes valitsuse haldusalas piiratud ligipääs teenustele. On oluline leida probleemile kõlapind enne lahenduste otsimist, sest see aitab tehnoloogilise või tehisintellekti osalust eeldava lahenduse leidmiseks. Andmed aitavad Tehisintellekt on olemuselt andmete töötluse süsteem. Tehisintellekt kogub, töötleb ja väärindab andmeid, ning seda teevad ka inimesed, kellel aga sageli ei õnnestu andmete baasilt asjakohaseid probleeme lahendada ning väärtust luua. Kõik ressursid on olemuslikult piiratud, seega aitab nende suunatud kasutamine kaasa edukale tulemusele. Tehisintellekt saab olla suunaja rollis. Tehisintellekti kasutamise lugusid leiab sektorite lõikes juba mitmeid ning eriti edukad on need olukordades, mille puhul on pakkuda ka kvaliteetseid andmeid. Transporditööstus saab oma andmetele tuginedes leida säästlikke transporditeekondi ja vähendada seeläbi nii kulusid kui ka oma ökoloogilist jalajälge. Energiasektor on kasutanud tehisintellektipõhiseid mudeleid nii kliimatrendide analüüsimisel kui ka rohetootmise planeerimisel, sest kõrgema matemaatika puhul on masinad inimestest täpsemad. Riskide juhtimise maailmas on tehisintellektimudelid loonud mitmeid edulugusid, kuna andmete kvaliteet on keskmisest parem ning ennustuste loomine võimaldab toetada riskijuhtimist. Akadeemilises maailmas on tehisintellekti kasutus samuti kanda kinnitanud, kuna tehisintellekti tööriistad võimaldavad toetada õppimist – olgugi et pole tundmata ka plagiaadistsenaariumid,  mis muudavad õpilase enda panuse ja tehisintellekti tehtu eristamise keeruliseks. Ükski teekond pole sirge Siit tulenevad riskid, mistõttu koguvad turul populaarsust tehisintellektipõhised töövahendid, kuna need aitavad eristada tehisintellekti ja inimese loodud sisu ning tuvastada sedakaudu ka pettusi. Ettevõtluse jaoks on selline võimekus ääretult tähtis, kuna tehisintellekti kasutuslood ei ole kaugeltki kõik positiivsed ning meie tehnoloogilist maastikku mõjutavad küberpettuste ja -rünnakute, tehisintellekti genereeritud libauudiste, libalehekülgede rohked juhtumid. Tehisintellektiga on seotud teisigi väljakutseid. Üks murekoht tehnoloogiliste uuenduste rakendamisel keskendub ökoloogilisele jalajäljele. Rahvusvaheline Energiaagentuur (IEA) prognoosib, et andmekeskuste elektritarbimine on kasvanud 2026. aastaks 1000 teravatt-tunnini ja tehisintellektil on selles oluline osa. Tehisintellekti päringute energiatarbimise maht on kasvanud aastas 26-36 protsenti; lisaks tuleb arvestada asjaoluga, et arvutusmahud kahekordistuvad ligikaudselt iga 100 päeva tagant. Jalajälje vähendamiseks on võimalik ajatada tehisintellektimudelite õppimist väiksema energianõudlusega aegadele. Näiliselt väiksemahuline optimeerimine vähendab koormust energiatootmise pakkumusele. Tuleb teada oma teadmisi Igal juhul ei näita tehisintellekti kasutusmäär praegu aeglustumise märke ning ettevõtted ei pääse kiirete tehnoloogiliste muutuste mõjudest, kuna nende kaudu pakutakse võimalusi lahendada nii äriprotsesside, riskijuhtimise, töölõikude automatiseerimise kui ka tooteinnovatsiooniga seotud probleeme. Selle kõige keskel on möödapääsmatult oluline mõista, mis probleeme on vaja lahendada ja kuidas saab tehisintellekt meid aidata. Kui tehisaru abi alguspunkti tundub keeruline defineerida, saab alati panustada teadmiste laiendamisse ning koolitamisse. On igati praktiline kasvatada ja ühtlustada enne uute töövahendite kasutamist oma teadmisi, sest tehisintellekti võimaluste juurutamise käigus võimaldab see kiiremini edasi liikuda – liikuda koos tehisintellektiga.