artificial_intelligence_02

Tekoäly

Pystyvätkö koneet ajattelemaan?

Yksi tietojenkäsittelyn osa-alue – tekoäly – on noussut vilkkaan kiinnostuksen kohteeksi vuodesta 2017 alkaen. Tekoäly on osoittautunut hyödylliseksi monenlaisissa käyttökohteissa: virtuaalisissa avustajissa, sovelluksissa, älypeleissä ja monissa muissa kohteissa.

Palatkaamme silti alkuperäiseen kysymykseen: Pystyvätkö nämä koneet todellakin ajattelemaan? Kun yritämme vastata siihen, joudumme välittömästi seuraavan kysymyksen ääreen: Mitä tarkalleen ottaen on ajattelu? Tälle käsitteelle ei ole yhtä selkeää määritelmää.

Mikä erottaa tekoälyn ihmisen älykkyydestä?

Luovuus ja innovatiivinen ajattelu ovat ainakin vielä toistaiseksi ihmisen ainutlaatuisia piirteitä. Koneet puolestaan voivat valita valmiista päätösvaihtoehdoista ja käsitellä käsittämättömän suuria tietomääriä. Lisäksi niiden luotettavuus, tarkkuus ja väsymättömyys ovat melkoisia – ne pystyvät työskentelemään kellon ympäri. Ne pystyvät suorittamaan hyvin monimutkaisiakin tehtäviä itsenäisesti, kunhan niille annetaan oikeat ohjeet. Algoritmit, suuri käsittelyteho ja käsittelyä vaativan datan määrän eksponentiaalinen kasvu muodostavat tekoälyn perustan.

Pelkästään sen ansiosta on selvää, että tekoälyn mahdollisuudet ovat valtavat. Koneoppimisen jatkuva kehitys näkyy myös työpaikoilla.

DOWNLOAD WHITEPAPER HERE

SSI_Whitepaper_AI_ENG_WEB.pdf

null

758.0 KB

TEKOÄLYYN LIITTYVIÄ PERUSKÄSITTEITÄ

Innovations and Trends in material handling and logistics

Tekoäly (engl. artificial intelligence, AI) on tietojenkäsittelyn osa-alue, joka keskittyy älykkään toiminnan automatisointiin. Tekoälyssä tavoitteena on ohjelmoida tietokone siten, että se kykenee käsittelemään ongelmia itsenäisesti, samaan tapaan kuin asianmukaisesti koulutettu ihminen tekisi. Ongelmanratkaisu tarkoittaa sellaisten päätösten tekoa, joilla voidaan muodostaa asianmukainen vaste käsillä olevaan ongelmaan tietyn ajan puitteissa erilaisia tietolähteitä hyödyntämällä (tietokannat, anturit, videokamerat jne.).

artificial_intelligence_04

Koneoppiminen on yleiskäsite, jolla tarkoitetaan erilaisia prosesseja, joiden avulla pyritään selvittämään syöte- ja tulostietojen välinen tuntematon funktionaalinen suhde. Edelleen tärkeiden perinteisten menetelmien, kuten klusterinmuodostuksen, regression sekä tekijä- ja aikasarja-analyysien, lisäksi se hyödyntää monimutkaisempia menetelmiä, kuten hermoverkkoja, evolutionääristä laskentaa ja tukivektorikoneita.

ARTIFICIAL INTELLIGENCE

Learn more about artificial intelligence.

What is Artificial Intelligence?

Is a machine able to think or can it even take its own decisions? Artificial intelligence is omnipresent - not only in the business world but also in our private surroundings. Do you want to find out more?

ARTIFICIAL INTELLIGENCE IN LOGISTICS

Let's talk about opportunities...

What about the future?

We are already looking ahead to the logistics of the future. Artificial intelligence is opening up new opportunities. Discover the world of digitalization with us.

TEKOÄLYÄ KOSKEVAN ASIANTUNTIJARAPORTIN LAATIJAT

Bild Markus Klug

... opiskeli teknillistä matematiikkaa Wienin teknillisessä yliopistossa (TU Wien) erikoistuen simulaatioihin, operaatiotutkimukseen ja tilastotieteeseen. Opintojensa jälkeen hän asui Glasgow'ssa, missä hän tutki ydinmenetelmien käyttöä diskreettien tapahtumien simulaatiomalleissa. Vuonna 2001 hän siirtyi Seibersdorfin tutkimuskeskukseen Itävaltaan, missä hän toimi aluksi projektipäällikkönä ja myöhemmin prosessioptimoinnin työryhmän johtajana. Seibersdorfin vuosinaan hän toteutti ja veti sekä kansallisia että kansainvälisiä tutkimusprojekteja, jotka liittyivät kuljetuslogistiikkaan, sijaintiriippuvaiseen logistiikkaan ja globaaleihin toimitusketjuihin. Tutkimustyönsä ohella hän alkoi myös opettaa erilaisissa korkeamman asteen oppilaitoksissa eri puolilla Itävaltaa. Opettamisesta tuli sittemmin hänen pääasiallinen ammattinsa.

Markus Klug liittyi SSI SCHÄFER IT Solutions GmbH:hon vuonna 2013. Hänen ensimmäinen vastuualueensa oli data-analyysin ja simulaation kehittäminen yhtiön tarpeisiin. Tämä rooli kasvoi myöhemmin kattamaan myös datatieteen sekä tekoälyn ja koneoppimisen. Hän on operaatiotutkimukseen erikoistunut puolustusvoimien reservin asevoimalogistiikan asiantuntija ja toimii siten myös Itävallan armeijan konsulttina tarjoten asiantuntijaneuvontaa sotilassektorin matemaattisten mallien ja prosessien kehittämisessä. Markus Klugin tietämys ja kokemus ovat hyvin laaja-alaisia, mikä näkyy hänen lukuisissa akateemisissa julkaisuissaan, luennoissaan, akateemisten ohjelmien komiteajäsenyyksissään, akateemisten konferenssien vastuutehtävissään sekä hänen roolissaan kansainvälisten julkaisujen vertaisarvioijana.

Georg Riefillä on laskennallisten tieteiden kandidaatintutkinto ja fysiikan maisterintutkinto. Opiskeluaikoinaan hän keskittyi pääosin simulaatioihin ja datatieteeseen, sillä tekoäly ei tuolloin vielä ollut tärkeä alue eikä siksi keskeinen hänen opintojensa kannalta. Hän oli kerännyt 8 vuotta kokemusta muiden toimialojen ohjelmistokehityksestä ennen siirtymistään SSI SCHÄFERille maaliskuussa 2014. Hän työskenteli aluksi asiakasprojektien W4-kehittäjänä, ja siirtyi datatieteen ja simulaatioiden osastolle joulukuussa 2016.

Karina Konrath opiskeli teknillistä matematiikkaa Grazin teknillisessä yliopistossa ja on työskennellyt SSI SCHÄFERillä marraskuusta 2017. Datatieteilijänä hän on suurelta osin vastuussa tietoaineistojen analysoinnista ja valmistelusta, mikä edellyttää tilastotieteen ja matematiikan intensiivistä soveltamista.

Bild Georg Reif

Georg Rief has a bachelor's degree in computational sciences and a master's degree in physics. He focused mainly on simulation and data science, as artificial intelligence was not a particularly important topic at that time and was therefore not central to his studies. He had 8 years of experience in software development in other sectors before coming to SSI SCHAEFER in March 2014. Initially he worked as a W4 developer for customer projects, before transferring to the data science/simulation department in December 2016.

New Content Item (1)

Karina Konrath studied technical mathematics at Graz University of Technology and has been working for SSI SCHAEFER since November 2017. As a data scientist, she is largely responsible for the analysis and preparation of data, which requires the intensive use of statistics and mathematics.

Kuinka voimme auttaa?