Tekoälymaailmassa on kuohunut tällä viikolla kunnolla, kun OpenAI ilmoitti ratkaisseensa vuosisatoja vanhan ja monimutkaisen matemaattisen ongelman. Kyseessä ei ole mikään pikkujuttu, vaan NAVIER-Stokes-yhtälöihin liittyvä vuosisatainen pähkinä, joka kuuluu kuuluisien Millennium-ongelmien joukkoon. Palkintona ratkaisusta on virallisesti miljoona dollaria. [1]
Mutta kuten aiheeseen sopii, draamalta ei vältytty. Heti julkistuksen jälkeen kyseenalaistuksia alkoi sataa muilta matemaatikoilta – mukana oli muun muassa kilpailevan Anthropicin leivissä vaikuttavia tutkijoita, jotka väittivät tuloksissa hyödynnetyn heidän omaa työtään. Akademisessa maailmassa heräsi heti kysymyksiä siitä, onko tekoälyagenttien käyttö akateemisen tutkimuksen pelisääntöjen mukaista vai suoraan sanottuna oikopolku, joka ohittaa ihmisten välisen, huolellisen yhteistyön.
Mitä meemikuva kertoo tekoälystä?
Tätä aihetta kuvaa loistavasti myös somessa kiertänyt meemikuva, joka jakaa kehittäjien arjen kolmeen aikajanaan:
- Ennen tekoälyä: Koodaamiseen kului pari tuntia ja virheiden etsimiseen eli debuggaamiseen kuusi tuntia.
- Tekoälyn tulon jälkeen: ChatGPT generoi koodin viidessä minuutissa, mutta sen virheiden korjaamiseen ja ihmettelyyn kuluu nyt jo kokonainen vuorokausi.
- Miljoonan dollarin matemaattinen ongelma: OpenAI:n agentit ratkaisevat ongelman 88 tunnissa, mutta ihmistutkijalta menee sen tarkistamiseen ja läpikäymiseen 96 vuotta!
Meemi osuu naulan kantaan. Vaikka tekoäly pystyy puskemaan ulos valtavia tuloksia ennätysajassa – kyseisessä tapauksessa tuhannet tekoälyagentit jauhoivat ratkaisua alle neljässä vuorokaudessa – vastuun kantaminen ja tulosten verifiointi jää edelleen ihmisille. Kuten Stanfordin yliopiston tutkijat totesivat: koneen tarkistukset kyllä rullaavat, mutta harva on vielä valmis luottamaan niihin ilman pitkää ihmistyötä.
Mihin tämä johtaa?
Vaikka puhtaassa matematiikassa käydään nyt kiivasta keskustelua eettisyydestä ja tekijänoikeuksista, kyseiset yhtälöt eivät ole pelkkää abstraktia nörttipuuhaa. Navier-Stokesin yhtälöitä tarvitaan käytännössä muun muassa lentokoneiden siipien suunnittelussa, tekoenyströissä ja ilmastonmuutoksen mallinnuksessa.
Kun tekoäly siirtyy yhä autonomisempaan agenttiaikaan, meidän on totuttava siihen, että koneet ratkaisevat ongelmia, joita ihmisaivot eivät ole kyenneet selvittämään sataan vuoteen. Kysymys ei enää ole siitä, pystyykö tekoäly siihen, vaan siitä, kuinka pysymme mukana tarkistamassa, mitä ihmettä ne oikein ratkaisivat.