Join Medium for free to get updates from this writer.
Johdanto: Mistä on kyse, kun puhumme vuonna 2025 “AI:sta”?
AI:n lyhyt määritelmä; jos mahdollista.
mitä on ML — koneoppiminen?
koneoppiminen- kun tehtävänä on optimaalisen tuloksen jahtaaminen tietokoneohjelmalla!
Onko AI:n ytimessä oleva matematiikka monimutkaista?
Hermoverkko ja tekoäly: miksi joidenkin tekoälyjen taustalla oleva tietorakenne on graafi, eli verkko?
Mistä hermoverkon “verkko” eli graafi muodostuu?
Silmukka ja sen käyttö oppimisessa: tehokkaasti dataa sisään, kierrätetään se mallilla (“model”)- oppiminen. Silmukka tarkoittaa että sama operaatio tehdään tuhansia kertoja, jolloin hermoverkko oppii datasta.
Epookit: miksi samaa dataa käytetään eli annetaan verkolle, useita satoja tai tuhansia kertoja? Eikös se ole turhaa energiantuhlausta?
Pieni sivujuoni: paljonko oikeasti sähköenergiaa kuluu hermoverkon treenaamisvaiheessa (“training”) ja mitä se maksaa? Suhteutetaan erilaisiin konkreettisiin verrokkeihin, kuten saunan kiukaaseen.
Oppiminen tapahtuu tekoälyssä ja koneoppimisessa vain, jos verkko saa palautetta!
Mistä verkko saa sitten palautteensa?
Mitä palaute on?
Mitä palautteella tehdään konkreettisesti mallin algoritmissa?
F-pistemäärän laskentaan tarvittavat tilastot, tuloksena saadaan 4 pistettä (lukuarvoa)
F-pistemäärän laskentakaava (F score, tai F1 score / F2 score?)
Kerro mitä eroa on eri F-pistesysteemeillä? Miksi niitä on ainakin kaksi erilaista?
Miten F-pistettä tulkitaan, kun halutaan tietää treenatun neuroverkon nykyinen laatu?
Voiko F-pistettä edelleen seurata, siis myös myöhemmin, ei vain alkuperäisessä verkon treenausvaiheessa?
Datan määrittely: vektorisoidaan kaikki syöte, eli muunnetaan kaikki data numeroiksi.
Miksi puhutaan “vektoreista”? Mitä ne oikeasti ovat?
Miten käytännössä data vektorisoidaan? Muutama esimerkki.
No entä matriisit? Onko vektori myös matriisi?
Verkon painokertoimien (weights) alustus- miten hermoverkon solmujen painot alustustetaan eli alkuarvo asetetaan? Miksi? Onko sillä väliä mitä arvoja tässä käytetään? Tarvitseeko eri painokertoimilla olla keskenään uniikit tai erilaiset arvot? Mitä jos pistää kaikkiin nollan?
Voiko kaikille graafissa oleville painokertoimille (weights) vain laittaa satunnaisen aloitusarvon?
Seuranta, eli miten annetaan feedback verkolle joka kierroksella.
Palautteen tekemä muutos? Miten verkko adaptoituu kun se saa palautteen?
Kuinka paljon verkko voi oppia 1 bitistä palautetta? Y/N, miten vaikuttaa oppimiseen. Kvantifioidaan oppiminen.
superopetus — paras mahdollinen opetuksen määrä — onko tällaista?
Saturointi, tuloksen / oppimisen nopeuden lasku. Vääjäämätöntä? Mitäs sitten tehdään?
montako bittiä tarvitaan hyvälaatuiseen opetukseen?
miten verkon neuronit kykenevät “palastella” (shattering) datan vaikutuksen
numpy ja datan käsittely, dimensiot, koko, matriisien muoto
reititys — ticketin karkea tunnistus oikeaan luokkaan.
Tietoturva ja AI:n IPR:t — erityistapauksia: voidaanko hermoverkon äly varastaa kopioimalla vain painoarvot treenatusta verkosta?
Miten voi suojata jo oppineet verkot olennaiselta IPR:n eli kyvykkyyden varastamiselta?
Voiko palveluja tarjota siten että itse verkon kyky ei ole varastettavissa?
Miten verkkoja voidaan huijata antamaan vääriä vastauksia? Ja mitä siitä voisi seurata? Anna esimerkki akateemisesta maailmasta.
