Tekstit

Näytetään blogitekstit, joiden ajankohta on lokakuu, 2022.

4.1 Tekoälyn monet kasvot

Kuva
Johdanto ja omaa pohdintaa Edellisessä blogipostauksessani käsittelin hieman jo tekoälyä, mutta nyt syvennytään tarkemmin aiheeseen. Millaisia ajatuksia tekoäly sinussa herättää? Ovatko ne enemmän negatiivisia vai positiivisia? Vai oletko neutraali asian suhteen? Oma käsitykseni tekoälystä ennen digitaalisen liiketoiminnan kurssia oli lähinnä median muovaama. Ajatusmallina robotit, jotka näyttävät ihmisiltä ja käyttäytyvät kuin ihmiset. Koska tykkään vapaasta ilmaisusta taiteen avulla, oli termin tieteellinen puoli minulle melko uutta. Kuva 1. Robotti Tieteellinen näkökulma Tekoäly on osa tietojenkäsittelytiedettä ja oleellinen osa teknologian kehitystä. Termillä tarkoitetaan älykkäiden koneiden ja ohjelmien luontia. Koneet ja ohjelmat ohjelmoidaan matkimaan ihmisen älyyn liittyviä taitoja kuten esimerkiksi päättelyä. Käytännössä koneistolle luodaan kyky suorittaa ja käsitellä tiettyjä tehtäviä omin avuin. ( Tekoäly.info 2022.) Median maalaama kuva vs. todellisuus Mielestäni tekoäly ...

3. Korvaako tekoäly tulevaisuudessa ihmisen roolin?

Kuva
Johdanto Seuraava blogikirjoitus pohjautuu digitaalisen liiketoiminnan kurssilla pidettyyn DAIN Studios -yrityksen perustajan Ulla Kruhse-Lehtosen vierasluentoon 27.9.2022. Luento käsitteli tekoälyä, dataa, sen analysoimista ja mittaamista. Kuva 1.  Tekoäly Tekoäly osana teknologian kehitystä Tekoäly on osa tietojenkäsittelytiedettä ja oleellinen osa teknologian kehitystä. Termillä tarkoitetaan älykkäiden koneiden ja ohjelmien luontia. Koneet ja ohjelmat ohjelmoidaan matkimaan ihmisen älyyn liittyviä taitoja kuten esimerkiksi päättelyä ja ongelmanratkaisukykyä. Käytännössä koneistolle luodaan kyky suorittaa ja käsitellä tiettyjä, sille määrättyjä tehtäviä omin keinoin. ( CGI 2022.)  Tekoäly perustuu datan keräämiseen ja sen käsittelemiseen. Ilman dataa ei tekoälyä olisi. Kun tekoälyä aletaan hyödyntämään erimerkiksi yrityksen toiminnassa, tulee panostaa datan määrään, keräämiseen ja laatuun. On myös tärkeää ymmärtää, mitä datasta halutaan selvittää, jotta tekoälystä on hyötyä...