Suomalainen tutkija Sampo Pyysalo Turun yliopistosta on nostanut esille tärkeitä näkökohtia tekoälyö yritysten, kuten OpenAI:n, kehityksestä, herättäen keskustelua siitä, kuinka paljon todellista edistystä on saavutettu.

OpenAI:n toimitusjohtaja Sam Altmanin esittelemät aikaansaannokset ovat herättäneet suuren kiinnostuksen. Viime kuukausina yritys on julkaissut uuden kielimallin, joka lupaa yhä monimutkaisempia älyllisiä saavutuksia. Kuitenkin, Pyysalon mukaan, termit "päätteleminen" ja "ajatusketju" ovat hieman liioiteltuja, eikä niiden käyttö ole täysin paikallaan.

– On hienoa, että malli kykenee suoriutumaan tietyistä teknisistä ja tieteellisistä tehtävistä paremmin kuin aikaisemmat mallit, mutta se ei vielä tarkoita, että olisimme lähellä ihmismäistä älykkyyttä, hän huomauttaa.

Altmanin mukaan uusi kielimalli pystyy ratkaisemaan monimutkaisempia loogisia ongelmia, mikä on vaikuttanut parhaimmillaan yllättävältä. Esimerkiksi kelpaamaton ongelma, jossa prinsessan ja prinssin ikätietoisuutta kyetään arvioimaan monimutkaisella matemaattisella logiikalla, nostaa esille tekoälyn potentiaalia. Kuitenkin, Pyysalo varoittaa, että tämä kaikki on osittain vain markkinoinnin tulosta.

Malli, jota Altman mainostaa edistyneenä, on myös saanut osakseen kritiikkiä sen pitämästä läpinäkyvyyden puutteesta. Vaikka koulutusprosessista on mainittu vahvistusoppiminen - tekniikka, jota käytetään muun muassa Peleissä, kuten AlphaGo, ei OpenAI ole paljastanut selkeästi, miten uusi malli on koulutettu ja mitä innovaatioita siihen on todella sisällytetty.

Aivan erityisesti Pyysalo kaipaa tarkkaa huomioimista siitä, kuinka monet muut yritykset ovat myös kehittäneet ketterämpiä ja tehokkaampia malleja. Tekoälyalalla on ollut yli kymmenen vuoden ajan jatkuvia innovaatioita, mikä tekee vaikeaksi arvioida, onko OpenAI:n o1-malli todella niin ainutlaatuinen kuin se esitetään.

OpenAI ja Altman ovat viime aikoina ansainneet myös kärsivällisempiä sijoittajia. Yhtiö etsii tällä hetkellä miljardeja dollareita rahoitusta kasvattaakseen toimintaansa ja kattakseen tekoälymallien kouluttamisesta syntyviä valtavia kuluja. Aiemmin tänä vuonna Altman paljasti, että kouluttaminen voi maksaa jopa miljardi dollaria per mallin. Tämä herättää kysymyksiä siitä, voiko tekoälytodellisuus tulla kaupallisesti kannattavaksi lähitulevaisuudessa.

Kuitenkin teknologisten edistysaskelten takana kuitenkin piilee paljon haastetta. Pyysalon mukaan voidaan puhua pienistä kehitysaskelista, ei suorasta murroksesta. On odotettavissa, että tulevat vuosikymmenet tuovat vielä mukanaan radikaaleja innovaatioita, mutta tähän päivään saakka on saavutettu ennakoimattomia saavutuksia, vaikka haasteet ovat yhä valtavia.

Kun otetaan huomioon käytettävissä oleva data, koulutusprosessit ja teknologioiden yhdistäminenkä, on selvää, että tulevaisuuden kielimallit tulevat olemaan entistä tehokkaampia. Kuitenkin, on tärkeää katsoa faktoja ja toteuttaa realistisia odotuksia, eivätkä vain markkinoinnin kauniita lupauksia. Tekoälyalalla on vielä pitkä matka edessään, ennen kuin voimme puhua todella älykkäistä järjestelmistä.