Aalto-yliopisto: erikoistuminen on Suomen tekoälystrategia
Aalto-yliopiston Sähkötekniikan korkeakoulun dekaani Jussi Ryynänen ja varadekaani Petri Mähönen julkaisivat linjauksen, jossa he piirtävät Suomelle reitin tekoälyn vientimarkkinoille. Reitti ei kulje GPT-mittakaavan yleismallien kautta vaan kapeiden, toimialakohtaisten ratkaisujen.
Linjauksen ajoitus ei voisi olla puhuvampi. Tällä viikolla OpenAI ja SpaceX kohosivat biljoonan dollarin yhtiöiksi pörssilistautumisillaan, ja kysymys Suomen roolista tässä mittakaavassa on saanut uusia muotoja. Aallon vastaus on selkeä: emme pelaa samaa peliä.
“Vahvuutemme on ketteryys. Kun ongelma on rajatun kokoinen, pystymme ratkaisemaan sen nopeasti ja kehittämään täsmälliset välineet.”
Mistä rahaa tehdään: automaatio, verkot, teollisuus
Mähösen ja Ryynäsen kartoittamat alueet eivät ole spekulaatiota vaan jo nyt suomalaisen elinkeinoelämän selkärankaa. ABB ja Konecranes rakentavat automaatiotuotteita, joiden ohjaukseen kapeammat tekoälymallit istuvat kuin tilattuna. 5G-verkoissa parametrejä on tuhansia, eikä ihminen pysty optimoimaan niitä intuitiivisesti. 6G:n suunnittelussa Suomi on jo merkittävä toimija Nokian ja VTT:n kautta.
Reuna-AI ja IoT-järjestelmät ovat omaa luokkaansa. Niissä laskenta tapahtuu siellä, missä data syntyy, ei jättimäisissä datakeskuksissa. Pienempi malli pyörii anturissa, tehdaspäätteessä tai sähköverkon mittarissa. Energiankulutus tippuu, viive katoaa, eikä datan tarvitse matkata Yhdysvaltoihin.
FCAI ja ELLIS-instituutti antavat selkänojan
Aallon linjaus ei synny tyhjästä. Suomen tekoälyn keskus FCAI ja joulukuussa 2024 perustettu ELLIS Institute Finland muodostavat tutkimusinfrastruktuurin, johon visio nojaa. FCAI on Aallon, Helsingin yliopiston ja VTT:n yhteishanke ja yksi Suomen Akatemian lippulaivoista. ELLIS-instituutti kytkee suomalaisen tutkimuksen eurooppalaiseen huippuverkostoon, jonka erityisaloja ovat todennäköisyysmallit, datatehokas syväoppiminen ja yksityisyyttä suojaava koneoppiminen.
Yksityisyys on yksi vientiargumentti, jota Aallon tutkijat alleviivaavat. Eurooppalaisille ostajille kapean mallin avoimuus ja jäljitettävyys eivät ole kustannus vaan ominaisuus, josta maksetaan. AI-asetus voimaantuu vaiheittain, ja korkean riskin järjestelmiltä vaaditaan dokumentaatiota, jota suljetut yleismallit eivät tarjoa.
“Kun tiedämme, miten malli on tehnyt päätöksensä, voimme havaita ongelmat ja kantaa vastuun.”
Vastuukysymys ratkaisee
Ryynäsen näkökulma erottaa kapean mallin yleismallista periaatteessa. Lääketieteessä, energiantuotannossa tai turvallisuuskriittisessä automaatiossa selitettävyys ei ole akateeminen kysymys vaan edellytys, jonka ilman tuote ei pääse markkinalle.
Yhdysvaltalaiset kärkimallit on rakennettu skaalan ehdoilla. Niiden sisäinen logiikka pakenee jopa niitä rakentavia tutkijoita, ja musta laatikko -ongelma on ratkaisematta. Suomalaiset tutkimusryhmät ovat tehneet vuosia työtä selitettävyyden ja datatehokkuuden parissa, koska tutkimusbudjetit eivät riitä raakaan skaalaan. Pakon ajamasta valinnasta on muodostunut suunnannäyttäjä.
Mitä tämä tarkoittaa suomalaiselle yritykselle
Linjaus on signaali kahteen suuntaan. Suurelle teknologiateollisuudelle se on muistutus siitä, että OpenAI:n tai Anthropicin sovellusrajapintaan tukeutuminen ei ole strateginen valinta vaan riippuvuussuhde. Pienille ja keskisuurille toimijoille se on rohkaisu: oman alan kapealla osaamisella voi rakentaa mallin, jota globaali jättiläinen ei viitsi tehdä.
Suomalainen pk-yritys, joka kehittää tekoälyä metsäkoneeseen, sähkövoimalan ohjaukseen tai sairaalan logistiikkaan, ei kilpaile ChatGPT:tä vastaan. Se kilpailee siitä, kuka osaa muuttaa kapean toimialatiedon malliksi nopeammin kuin muut. Aallon näkemyksen mukaan tämä on peli, jossa Suomi voi voittaa.
Strategia on myös sen valitsemista, mitä ei tehdä
Aalto-yliopiston linjaus kertoo myös sen, mitä Suomi ei tee. Maa ei rakenna omaa kilpailijaa Gemini-mittakaavan malleille eikä laita rahojaan satojen miljardien dollarien laskentaklustereihin. Resurssit kohdennetaan sinne, missä niillä on vipuvaikutusta. Linjauksen tärkein viesti on, että strategia on yhtä paljon valintaa siitä, mitä jätetään tekemättä.
Sanasto
Reuna-AI (edge AI)
Tekoäly, joka pyörii suoraan laitteessa kuten anturissa tai puhelimessa, ei etäisessä datakeskuksessa. Säästää energiaa ja pitää datan paikallisena.
Selitettävyys
Tekoälymallin kyky paljastaa, millä perusteella se päätyi tiettyyn vastaukseen. Tärkeää aloilla, joilla virheellisestä päätöksestä on kannettava vastuu, kuten lääketieteessä.
Musta laatikko -ongelma
Tilanne, jossa tekoälymallin sisäistä päättelyä ei voi tutkia ulkopuolelta. Malli antaa vastauksen, mutta edes sen rakentaneet tutkijat eivät tiedä tarkalleen miksi.
Seuraavat kuukaudet näyttävät, lähteekö linjaus elämäänsä konkreettisina vientituotteina. Aallon piirissä mainitaan jo useita yrityksiä, jotka pilotoivat kapeisiin malleihin perustuvia ratkaisuja ulkomaille. Jos pilotit kantavat, viidessä vuodessa puhutaan Suomen mallista tekoälyssä eri sävyllä kuin tänään.
Viikoittainen uutiskirje
Tule firmasi fiksuimmaksi AI-osaajaksi
Yksi uutiskirje kerrallaan. Kokoamme viikon tärkeimmät tekoälyuutiset suomeksi ja kerromme, mitä ne tarkoittavat sinun työsi kannalta. Luet sen kahvitauolla.
