JavaScript is currently disabled.Please enable it for a better experience of Jumi.

Älykäs karttapalvelu, joka ohjaa kiertämään ruuhkat ja tietyöt, on meille jo itsestäänselvyys. Viime vuoden lopulla tekoälyn avulla toteutettu Google Translate -käännöspalvelun uudistus oli puolestaan huima loikka, jonka myötä suomenkielistenkin tekstien kääntäminen alkaa jo tuottaa hämmentävän laadukkaita lopputuloksia. Jopa reaaliaikainen kääntäminen suoraan korvakuulokkeisiin on nyt mahdollista.

Myös kuvantunnistuksessa tekoälystä on kuluttajille iloa jo nyt esimerkiksi henkilöiden löytämisessä puhelimen kuvapankista. Seuraavaksi on vuorossa liiketoiminta.

Salesforce lanseerasi oman Einstein Vision -kuvantunnistusteknologian viime keväänä. Keskusteluissani kotimaisten yritysten kanssa on tullut selväksi, että tekoälyn tekemälle kuvantunnistukselle on huimasti käyttökohteita. Erityistä on juuri uuden teknologian sovellettavuus hyvin erilaisten toimialojen tarpeisiin.

Otetaan esimerkiksi aurinkopaneeleja myyvä yritys. Heille keskeistä on tietää, millainen katto henkilöllä tai organisaatiolla tarkalleen ottaen on. Mikäli rakennuksessa on etelään antava harjakatto, kyseessä on potentiaalinen asiakas. Tekoälyä hyödyntävän kuvantunnistuksen myötä tämä tieto on löydettävissä Google Street View -katukuvasta.

Toinen esimerkki tulee huollosta ja laitteiden kunnossapidosta. Pesukonetta huoltamaan saapunut korjaaja saattaa kohdata hänelle tuntemattoman mallin ja joutuu vaihtamaan osan, jota hän ei tunnista. Puhelimella otetusta kuvasta tekoäly pystyy suoraan kertomaan, mistä varaosasta on kyse ja kuinka kauan toimitus kestää. Näin uuden osan tilaaminen hoituu käden käänteessä ja menee varmasti oikein.

Sosiaalisessa mediassa visuaalista aineistoa on uskomaton määrä. Pelkästään Instagramissa jaetaan arviolta 95 miljoonaa valokuvaa ja videota joka päivä: yrityksille ja brändeille onkin hyvin arvokasta tietää, miten heidän tuotteensa ja palvelunsa näkyvät kuluttajien kuvavirrassa. Usein tuotteiden tai palveluiden nimiä ei julkaisussa mainita, joten brändien etsiminen kuvista on ollut sattumanvaraista käsityötä. Mutta nyt tekoäly voi rouskuttaa kuvat läpi ja tunnistaa tuotemerkit kovalla tarkkuudella.

Tekoäly vaatii opetusta

Tekoälyn käyttö kuvantunnistuksessa pohjautuu syväoppimisessa ja neuroverkon arkkitehtuurissa otettuihin edistysaskeliin. Esimerkiksi Einstein-tekoäly toimii jotakuinkin seuraavasti:

Järjestelmään syötetään kuva. Tekoäly alkaa käsitellä kuvaa etsimällä sieltä tunnistettavia ominaisuuksia: muotoja, värejä ja erilaisia osia. Tekoäly käy läpi löytämänsä ominaisuudet ja muodostaa sen pohjalta kokonaiskuvan. Kun analyysi on valmis, tekoäly luokittelee kuvan esimerkiksi kissaksi tai ei-kissaksi.

Tekoälyä myös opetetaan entistä tarkempaan kuvantunnistukseen tämän saman prosessin kautta. Erona on se, että järjestelmään syötetään jo luokiteltua aineistoa. Mikäli tekoälyn tekemä analyysi täsmää, kaikki on hyvin. Jos ei, tekoälyn kouluttamista jatketaan lisämateriaalilla niin kauan, että osumatarkkuus saadaan riittävälle tasolle.

KUVA: Einstein Vision -tekoälyn toimintaperiaate. Hidden-kerrostumassa kuva puretaan osiin ja sen pohjalta tehdään lopullinen luokittelu.

Tekoälyn kehitys on siinä pisteessä, että siihen kannattaa suhtautua vakavasti. Mielestäni jokaisen suomalaisen yrityksen tulisi miettiä, miten ne voivat soveltaa älykkäitä sovelluksia omassa bisneksessään.

Kyse ei ole siitä, että jokaisen yrityksen tulisi itse ohjata merkittäviä panostuksia oman tekoälyn kehittämiseen. Voittajia ovat ne, jotka osaavat hyödyntää olemassa olevia teknologioita ja soveltaa niitä oman liiketoiminnan kehittämiseen ja tehostamiseen.

Petteri Poutiainen
Maajohtaja, Salesforce

 
 

LTE-mikroverkot tuovat yhteydet jopa kaivokseen

Erityisesti teollisuuden tarpeisiin sopivat LTE-mikroverkot ovat vähitellen siirtymässä pilottikohteista tuotantokäyttöön. Teknologia tarjoaa teollisuudelle uudenlaisia mahdollisuuksia, hyvää käytettävyyttä ja vahvaa tietoturvaa.

Lue lisää...

Koko järjestelmää voidaan simuloida kerralla

Simulointi on perusedellytys monimutkaisen järjestelmän onnistuneelle suunnittelulle, kehittämiselle ja testaamiselle. Yhdistämällä Wind Riverin Simicsin kaltainen tietokoneen simulointiohjelmisto fyysisen järjestelmän ja ympäristön simulaatioon voidaan koko järjestelmän kattavia testejä ajaa täysin automaattisesti niin usein kuin halutaan.

Lue lisää...
 
ETN_fi Thaimaan luolapelastusoperaatiossa käytettiin MaxMesh-verkkotekniikkaa, joka perustui Analog Devicesin AD9364-piire… https://t.co/eVFbYcblRg
ETN_fi Älä käytä verkkopankkia julkisilla laitteilla tai wifillä! https://t.co/oghm4QvzPj
ETN_fi Tämän takia Linux ei valtaa työpöytiä https://t.co/GmLMkZ7C1q
ETN_fi The 1st ever ETNdigi is out! Ensimmäinen ETNdigi ilmestyi – lue vankka paketti IoT-tekniikasta https://t.co/AeNPCRgufC
ETN_fi What is Mindsphere IoT by Siemens?. Ilmari Veijola explains at ECF2018. https://t.co/PczsxwpCO4 @SiemensSuomi @ETN_fi
 
 

ny template