Tekoälyn voi luokitella esimerkiksi generatiiviseen tekoälyyn ja koneoppimiseen. Jos henkilö kertoo käyttävänsä tekoälyä, niin käyttää hän todennäköisesti generatiivista tekoälyä. Esimerkkejä generatiivisesta tekoälystä ovat ChatGPT ja Googlen Gemini. Generatiivisen tekoälyn lyhenne on GenAI. Se tulee sanoista Generative Artificial Intelligence.
Generatiivinen tekoäly toimii tuottamalla uutta sisältöä vastauksena sen käyttäjän antamaan promptiin. Prompti on viesti tai muu syöte / kehote, jonka käyttäjä antaa generatiiviselle tekoälylle. Prompti voi olla esimerkiksi tekstiä tai kuvaa.
Modernit generatiivisen tekoälyn sovellukset ovat usein multimodaalisia, eli ne toimivat useiden erilaisten sisältömuotojen kanssa. Käytännössä tuon voi nähdä tarkoittavan erityisesti sitä, että nykyisin useille generatiivisille tekoälyille voi antaa syötteeksi muutakin kuin tekstiä ja lisäksi ne voivat tuottaa vastauksia myös muussa muodossa kuin tekstinä.
Esimerkiksi ChatGPT:n tapauksessa prompti sekä sovelluksen vastaus ovat kuitenkin edelleen tyypillisesti tekstin muodossa.
Generatiivinen tekoäly vs tekoäly: Generatiivinen tekoäly on yksi tekoälyn muoto. Kuitenkin siis myös esimerkiksi koneoppiminen on tekoälyä. Esimerkiksi tätä tekoälyn määritelmän moniulotteisuutta on käsitelty tällä sivulla (avautuu uuteen ikkunaan).
Esimerkki generatiivisen tekoälyn toiminnasta
Käyttäjä antaa generatiiviselle tekoälylle seuraavan promptin: laadi minulle harjoitusohjelma, jolla voin parantaa juoksukuntoani, kun olen nyt aloittelija ja tavoitteenani on juosta 2 kuukauden päästä Cooperin testissä 2 000 metriä. Tuohon vastauksena generatiivisen tekoäly sitten laatii harjoitusohjelman, joka pyrkii auttamaan käyttäjää saavuttamaan hänen tavoitteensa.
Mihin generatiivisen tekoälyn vastaus perustuu?
Generatiivinen tekoäly hyödyntää vastauksissaan sen opettamiseen käytettyä dataa sekä mahdollisesti myös käytännössä reaaliajassa hankittavaa uutta dataa.
Niin sanottu opetusdata on voinut tulla monesta eri lähteestä. Se on voinut tulla esimerkiksi nettisivustoilta ja kirjoista. Käytännössä tekoälyn opetusdata on voinut siis olla esimerkiksi blogikirjoituksia ja kirjoituksia eri keskustelufoorumeilta. Opetusdata on voinut olla myös muussa muodossa kuin kirjallisena. Se on voinut olla esimerkiksi kuvia sekä videoita. Saman tekoälyn kehittämiseen on voitu käyttää eri muodoissa olevaa opetusdataa.
Se millaista opetusdataa tietty generatiivinen tekoäly on käyttänyt, vaikuttaa erittäin merkittävästi sen vastausten laatuun.
Ylempänä käsitellyn harjoitusohjelma-esimerkin kohdalla voi generatiivisen tekoälyn vastauksen käyttäjän promptiin olettaa olevan paljon parempi, jos kyseessä olevan generatiivisen tekoälyn opettamiseen on käytetty paljon juoksuharjoittelua käsittelevää tietokirjallisuutta kuin jos sitä ei ole käytetty juuri ollenkaan.
Ikävä kyllä tyypillinen generatiivisen tekoälyn käyttäjä ei käytännössä voi tietää sitä, mitä opetusdataa tekoälylle on annettu. Tuossa on myös eroja eri tekoälyjen välillä.
Nykyään jotkin generatiiviset tekoälyt voivat hyödyntää vastauksissaan niiden koulutusdatan lisäksi myös reaaliajassa saatavilla olevaa uutta dataa. Generatiivista tekoälyä voi esimerkiksi pyytää noutamaan internetin uutissivustoilta tietoa tuoreesta tapahtumasta ja sitten yhdistämään sitä sen koulutusdatan sisältämiin tietoihin.
Tuon lisäksi monen GenAI-sovelluksen käytettäväksi voi vielä myös ladata itse dataa. Esimerkiksi jonkinlaisen dokumentin. Generatiivinen AI voi sitten hyödyntää myös tuota dataa vastauksen muotoilussa. Esimerkiksi henkilökohtaisten dokumenttien ja yrityksen tietojen lataamisessa generatiivisen tekoälyn käytettäväksi on kuitenkin hyvä käyttää harkintaa, sillä tietosuojaan ja yksityisyyteen liittyvät kysymykset eivät aina ole täysin selkeitä GenAI-ratkaisujen kanssa.
Voiko generatiivisen tekoälyn vastaukseen luottaa?
Generatiivinen tekoäly tekee vielä nykyisin jonkin verran virheitä. Se voi antaa täysin väärää tietoa, jättää kertomatta oleellisia asioita tai lisätä oikeiden asioiden joukkoon kuviteltuja asioita.
Generatiiviseen tekoälyyn ei siis kannata luottaa esimerkiksi siinä tilanteessa, että tarvitsee pitkän esitelmän jostakin aiheesta ja esitelmän jokaisen faktan pitää olla oikein.
Generatiivinen tekoäly voi kuitenkin esimerkiksi olla erittäin hyödyllinen juttelukaveri uusien näkökulmien hankkimista varten. Se voi myös olla erittäin hyödyllinen sellaisten kysymysten pohtimista varten, joihin ei ole vain yhtä oikeaa vastausta. On myös hyvä huomata, että generatiivisen AI:n vastauksien luotettavuus on parantunut viime vuosien aikana.
Vastaus voi olla monessa muodossa
Moni käyttää generatiivista tekoälyä niin, että se tuottaa vastauksena promptiin vain tekstiä. Muunkinlaiset vastaukset ovat siis kuitenkin mahdollisia.
Generatiivinen tekoäly voi tuottaa vastauksena myös esimerkiksi kuvan, videon, kotisivut tai sovelluksen / ohjelman. Kun generatiivista tekoälyä käytetään luomaan sovellus / ohjelma, niin puhutaan usein vibekoodauksesta. Voi olettaa, että tulevaisuudessa generatiivinen tekoäly voi tuottaa vielä monipuolisempia ja laadukkaampia vastauksia kuin nykyään.
Suosittuja generatiivisia tekoälyjä
| Tekoälyn nimi: | Yritys taustalla: |
| ChatGPT | OpenAI |
| Gemini | Google / Alphabet |
| Claude | Anthropic |
| Copilot | Microsoft |
| Meta AI | Meta (Facebook) |
| Grok | xAI |
Listatuista suosituista generatiivisista tekoälyistä on usein tarjolla useampi eri versio. Generatiivista tekoälyä voi tyypillisesti käyttää selaimen sekä sovelluksen kautta. Grokin taustalla oleva xAI on Elon Muskin yritys. Tuo selittää esimerkiksi sen, miksi Grok on tarjolla X:n (Twitterin) kautta, vaikka varsinaisesti sen taustalla on eri yritys kuin X:n.
Edellä listatut generatiivisen tekoälyn sovellukset ovat monikäyttöisiä. On myös olemassa enemmän tiettyyn asiaan keskittyviä generatiivisen tekoälyn sovelluksia. Esimerkiksi Midjourney kuvia varten, Sora videoita varten sekä Lovable verkkosivustoja ja omia sovelluksia varten.
Tuollaisten tiettyyn tarkoitukseen suunnattujen GenAI-sovellusten toimintaperiaate on monesti se, että niiden taustalla / alla toimii jokin yleisempi tekoäly, kuten ChatGPT tai Gemini, ja sovellukset on sitten rakennettu olemaan ikään kuin kohdentava kerros tuon varsinaisen tekoälyn päällä. Tuon logiikan (kerros + pohjalla oleva tekoäly) ansiosta tuollaiset sovellukset voivat esimerkiksi olla helpompi tapa tehdä jokin tietty asia tekoälyn kanssa kuin pohjalla olevan tekoälyn suoraan käyttäminen.
Sinua voisivat kiinnostaa myös esimerkiksi nämä sivut:
Tilaa uutiskirje tekoälystä, voit esimerkiksi saada vinkkejä generatiivisen tekoälyn käyttämiseen
Uutiskirje on ilmainen, suomenkielinen ja sen tilaus on mahdollista perua.
