Näytetään tekstit, joissa on tunniste aivotutkimus. Näytä kaikki tekstit
Näytetään tekstit, joissa on tunniste aivotutkimus. Näytä kaikki tekstit

tiistai 12. elokuuta 2025

Mitä orkesterissa oikein tapahtuu?

Silloin tällöin törmää keskusteluun, missä ihmetellään sitä, mitä orkesterin johtaja tekee. Miten on mahdollista, että soittajat nappaavat tarkan tempon tahtipuikon heiluttelusta. Hiljattain eräässä keskusteluss pohdittiin, mitä suuressa orkesterissa tapahtuu, kun etäisyys kapellimestarin ja kauimmaisten soittajien välillä voi olla yli kymmenen metriä. Kun siis kapellimestari näyttää kriittisen kohdan, takarivin soittaja näkee kyllä viittauksen välittömästi, mutta kapellimestari kuulee hänen reaktionsa jopa yli 50 ms myöhässä. Ja musiikissa se on jo paljon. Joissain tempoissa se voi olla kuudestoistaosanuotin kesto – ja samaan aikaan nuotinnnoksessa voi olla sävelkulkuja, joissa on 1/16, 1/32 ja jopa 1/64-osanuotteja. Eli jos tuota huolta hieman täsmentää: miten on mahdollista soittaa musiikkia, jossa eri soittajien kuulemat sävelten kulkuaikaerot ovat suurempia kuin yksittäisten nuottien kestot. Tai toisella tapaa ilmaisten, muusikot kommunikoivat sävelin, mutta kommunikaatiomediassa esiintyvät häiriöt eli soittajien sijainneista määräytyvät äänen kulkuaikaerot eri soittajien välillä ovat suurempia kun välitetty ”koodi” eli musiikin sisältävät äänen vaihtelun ajat.

Naiivin fysiikan mukaan orkesterisoitto on siis mahdotonta. Toki fysiikka antaa työkalut laskea vaikka kynällä ja paperilla täsmällisesti, miten äänet etenevät ja mihin aikaan ne kuullaan eri puolilla orkesteria, mutta käytännössä tällainen laskenta on mutkikasta, ja ajatus että muusikot tekisivät tällaisia laskelmia aivoissaan reaaliajassa on outo. Ja pahempiakin ongelmia on: laskennalliset kulkuaikaerot johtavat periaatteellisiin ristiriitoihin, kun eri puolilla soittavat muusikot koettavat reagoida ääniin, joita tulee eri puolilta eri soitiryhmistä.

En tiedä osasinko ollenkaan kuvailla ongelmaa, joka tietenkään ei ole ongelma ollenkaan. Kokemuksesta tiedetään, että orkesterisoitto sujuu oikein hyvin, eivätkä muusikot koe tätä ongelmana. Niin, eivät he oikeasti edes ajattele sitä.

Aihepiiri on nykyisin minulle tuttu, sillä minulla on ollut joitakin vuosia ilo soittaa orkesterissa, Tervakaupungin puhaltajissa. Se on aika suuri soittokunta, parhaimmillaan viitisenkymmentä soittajaa. Niin että aivan kuin klassisessa sinfoniaorkesterissa, käytännöt on samat. On eri soitinryhmiä jotka soittavat omia stemmojaan, ja useimmat soitinryhmät jakautuvat vielä alastemmoihin. Ja ehdottomasti tarvitsemme kapellimestarin. Toki voimme periaatteessa soittaa itseksemme ilman kapuakin, mutta se ei olisi ollenkaan sama asia. Joten mihin kapua oikein tarvitaan? Eikö hänet voitaisi korvata suurella mekaanisella metronomilla?

Miten siis voidaan selittää, että orkesterisoitto onnistu niin hyvin? Fysiikka ei näytä tarjoavan helppoja selityksiä, pikeminkin se nostaa esiin jopa uusia periaatteellisia ongelmia, vaikka ne eivät ilmene käytännön tasolla. Parempi selitys löytyy aivotutkimuksesta eli neuropsykologiasta. Ja nyt pitää heti sanoa, että aivotutkimus ei tarjoa samalla tavalla laskentaan ja matematiikkaan nojaavia malleja. Tosin yksittäisen neuronin toiminta ymmärretään varsin hyvin, mutta siitä ei pystytä johtamaan neuroneista koostuvien suurempien järjestelmien toimintaa – nuo järjestelmät ovat jo aivan liian monimutkaisella tavalla kytkeytyneitä. Joten joudumme turvautumaan laadullisiin toiminnan kuvauksiin. Toki noita kuvauksia pyritään todentamaan ihmisen toiminnasta tehtyjen havaintojen ja erilaisten kokeiden avulla.

Joten yritän jotenkin hahmotella selitystä sille, miksi orkesterisoitto onnistuu, vaikka se näyttää yksinkertaisen fysiikan tasolla mahdottomalta. Aloitetaan helpoimmasta, eli orkesteri soittaa nuoteista. Esitettävä musiikki on siis kuvattu täsmällisesti, jokaisella soittajalla on oman stemmansa nuotit. Lisäksi kapulla on edessään partituuri, johon on koottu kaikki soitinstemmat. Kuulostaa hurjalta, koska noita stemmoja voi olla kymmenkunta.

Eli näin se sujuu. Kun soittajat ovat edes kertaalleen soittaneet kappaleen läpi, heillä on muistissaan musiikin kokonaishahmo, ja muistia tukemassa nuotit. Ei se sen kummempaa ole, kuuluisa kapellimestariguru Jorma Panula ohjeisti kerran orkesteriaan eräässä TV- dokumentissa: soittakaa vain, mitä lapuissa lukee.

Mutta onhan se soittaminen paljon enemmän. Jostain syntyy se musiikin taika, jossa nuottien läpitankkaamisen asemasta syntyy se maaginen oikea musiikki, joka saa mielemme sulautumaan siihen ja liikuttaa tunteitamme syvästi. Joten otetaan avuksi hieman neuropsykologiaa. Sen mukaan aivoissamme on erilaisia toiminnllisia kokonaisuuksia. Eräs niistä on itse: oma minuutemme, joka ohjaa toimintaamme, ja jonka kautta koemme kaiken mitä teemme ja mitä ympärillämme tapahtuu. Itsessämme on tunteita, toivoa, halua, tahtoa, aikomuksia. Se on meitä lähinnä, ja kuitenkin ja ehkä sen takia tiedämme siitä niin vähän. Tiedämme että sen tärkeimmät osat ovat muisti, jota on laajasti aivoissamme, talamus, joka käsittelee aistimuksemme ja päättää mikä on huomioitavaa, ja mantelitumake joka liittää aistimuksiimme tunteita. Itseä ohjaa etuaivolohko. Emme tiedä miten se sen tekee, mutta jos vamma tai sairaus vahingoittaa sitä, seuraukset ovat rajuja.

Tämä oli vaikea rasti, koetetaan helpompia. Kokemuksemme maailmasta järjestäytyy tuntemiseksi. Meitä ympäröi aistimusten maailma, ja aivoissamme se toimii maailman mallina. Aivoissamme on siis jatkuvasti aktiivinen maailman pienoismalli. Sen tehtävä on selittää ja ennakoida, mitä ympärillämme tapahtuu, ja ennustaa, mitä seuraavaksi tapahtuu.

Tärkeä osa näitä malleja on peilisolut. Maailman malliin kuuluu neuroneja, jotka kuvaavat, tai oikeastaam  jäljittelevät maailman tapahtumia. Kun vaikka tapaamme jonkun ihmisen, aivoissamme aktivoituu peilisolujen muodostamana tuon ihmisen malli. Nämä ihmisten mallit ovat kytkeytyneitä niihin neuronirakenteisiin, jotka edustavat omaa itseämme. Siksi koemme toisen ihmisen ikäänkuin omana itsenämme. Siksi ymmärrämme toista ihmistä ja hänen tekojaan niin hyvin. Olemme sympatiaolentoja.

No niin, jokohan riitti. Syntyykö näistä osasista mitään järkevää orkesterisoiton selitystä. Aloitamme kapellimestarista. Hänen tehtävänään on tietenkin luoda musiikin tulkinta, eli se tapa jolla soitetaan. Se on hänen ammattitaitoaan, ja konserteissa käyvät ihmiset tietävät hyvin, kuinka ihmeen erilaisia nuo musiikin maailmat voivat olla. Ja sitten se enemmän tekninen osa. Kun kapellimestari astuu orkesterin eteen, soittajien aivoissa aktivoituu kapellimestaria kuvaava neuronimalli. Soittajan ei todellakaan tarvitse nähdä jokaista tahtipuikon lyöntiä tai käden nostoa tai muuta elettä. Hän tuntee ne itsessään, ikäänkuin osana omaa minää.

Hieman samalla tavalla soittajat kuulevat toisten soittajin soiton, ja osaavat liittää oman soittonsa sen elimelliseksi osaksi – tietenkin omien taitojen rajoissa. Kokemus on kahdensuuntainen. Jokainen soittaja tietää, kuinka valtavan paljon enemmän kokemista tarjoaa yhdessä soittaminen, verrattuna yksin soittamiseen. Ehkä yhteissoittoa luonnehtii myös näky, jonka useimmat ovat näheeet akvaariossa tai luontodokumentissa. Kuinka kalaparvi ui yhtenäisenä ja muuttelee suuntaansa hämmästyttävällä tarkkuudella, ikäänkuin ne olisivat yksi ja sama olento. Nyt ymmärrämme, että jokaisen kalan aivojen peilisolut tuottavat tuon ilmiön. 

 

keskiviikko 8. tammikuuta 2025

Kohosen algoritmi

Teuvo Kohonen (1934-2021) oli tekniikan tohtori, akatemiatutkija ja akateemikko. Hän suuntautui urallaan neurolaskennan tutkimukseen. Hän oli maailman tunnetuimpia keinotekoisten neuroverkkojen tutkijoita. 

Tapasin Teuvo Kohosen 1980-luvun alkupuolella. Olin siirtynyt työskentelemään VTT:n tietokonetekniikan laboratorioon, ja tehtäväkseni tuli kehittää tietokoneiden toimintaperiaatteita. Eräs sen aikaisten (ja myös nykyisten) tietokoneiden tehokkuutta rajoittava ongelma on niin sanottu von-Neumann pullonkaula (John von Neumann oli eräs alan varhaisia pioneereja). Kaikki tietokoneet käsittelevät tietoa, eli ammattikielellä dataa. Tietokoneen keskusyksikkö eli prosessori hakee datan pikku pala kerralla erillisestä muistiyksiköstä. Mutta jotta dataa voidaan hakea, pitää tietää, mistä kohdasta muistia, eli mistä osoitteesta data noudetaan. Siksi tietokoneissa käytetään erilaisia menettelyjä pitämään kirjaa datan sijainnista ja kehittämään hakuosoitteita. Ja tämä on hankalaa ja tehotonta.

Olisi paljon helpompaa, jos data voitaisiin poimia suoraan muistista jonkinlaisen sisältövihjeen perusteella. Tällaista muistia sanotaan sisältöhakuiseksi (content accessible memory). Kun aloin tutkia tällaisia muisteja, kävi pian ilmi, että Teuvo Kohonen oli kirjoittanut useita artikkeleita ja jopa kirjoja tällaisista muisteista. Otinkin häneen yhteyttä, ja pian minulle selvisi, että ongelma on varsin vaikea (ei se ole vieläkään ratkennut). Pohdin myös siirtymistä hänen tutkimusryhmäänsä, mutta se ei toteutunut. 

Kohonen tutki myös keinotekoisia hermoverkkoja (ANN, artificial neural networks). Ne olivat myös minulle tuttuja, jollain lailla asiat liittyvät toisiinsa. Nämä verkot ovat yksinkertaisista laskentasoluista koottuja rakenteita, jotka ainakin periaatteessa voisivat käsitellä tehokkaasti tietoa. Kukin verkon solu sekä tallentaa tietoa että suorittaa yksinkertaista laskentaa. Omien aivojemme hermosolut ovat ilmeisest tämän kaltaisia, ja siksi minua ja Kohosta yhdisti myös kiinnostus aivojen tutkimiseen.

Teuvo Kohonen oli tehnyt tärkeän keksinnön. Hänen keksimässään verkossa kukin laskentasolu suorittaa itsekseen hyvin yksinkertaista algoritmia. Osoittautui, että kun tällaiseen verkkoon syötetään dataa, verkko jäsentää datan ja tallentaa sen kaksiulotteisen kartan muotoon siten, että kullakin alueella datassa on keskenään samanlasia piirteitä. Tällaista karttaa sanotaan itseorganisoituvaksi kartaksi (eli self organizing map, SOM, tai Kohonen map /Kohonenkarte). Keksintö oli sensaatiomainen ja herätti paljon huomiota, vaikka välittömiä teknisiä läpimurtoja siitä ei seurannut. 

Kului vuosia ja vuosikymmeniä, SOM kartat jäivät elämään tieteellisenä maamerkkinä ja legendana, mutta ne eivät saaneet suoraa jatkoa. Muutama vuosi sitten viimeistelin kirjaani Robottipuisto. Tiedekirjan kirjoittaminen merkitsee, paitsi oman tietovaraston penkomista ja jäsentelyä, myös sitä, että pitää jatkuvasti lukea uusimpia alan julkaisuja. Ehkä oma tieto onkin vanhentunut, tai ehkä alalla on tehty uusia löytöjä, joista ei vielä ole selvillä. Niinpä sitten tuossa työssä törmäsin käsitteeseen ”Mountcastlen algoritmi”. Heikko tuttuuden tunne syttyi jossain aivojeni lokerossa. Vähitellen tuo tunne muuttui yhä vahvemmaksi, asiaa piti tutkia tarkemmin, ja pian uusi löytö asettui paikoillaan. Kerron nyt, mistä on kysymys.

Vernon Mountcastle (1918–2015) oli amerikkalainen neurotieteilijä, joka loi uransa Johns Hopkins yliopistossa Baltimoressa. Hän oli maailman kuuluisimpia aivotutkijoita. Hän kirjoitti äärettömän tärkeän julkaisun jo vuonna 1957. Silti kuulin hänestä ja hänen työstään vasta muutamia vuosia sitten. Tällaista elämä joskus on.

Mountcastle tutki ihmisen aivokuorta. Ihmisen aivokuori (eli cortex eli neocortex) on kooltaan noin 50*50 cm ja noin 1,5-5 mm paksuinen. Se on rypistynyt kaksijakoisen puolipallon muotoiseksi kappaleeksi, niin että se mahtuu hyvin päähämme. Tuon rakenteen alla sijaitsevat kehityksellisesti vanhemmat aivojen osat. Aivokuoressa on tiheästi pakattuja harmaita hermosoluja, ja sen alla on runsaasti valkeaa ainetta. Valkoinen aine koostuu hermosäikeistä, jotka muodostavat solujen väliset kytkennät. Saman tapainen aivorakenne tavataan monilla mutkikkailla eläimillä, mutta ihmisellä se on erityisen hallitseva.

Aivokuoressa erottuu tyypillisesti 6 solukerrosta, ja on havaittu, että solut ovat voimakkaasti kytkeytyneet toisiinsa pystysuunnassa, eli kohtisuorassa aivokuoren pintaa vastaan. Mountcastlen mukaan solut muodostavat pystysuoria laskentapylväitä tai -kanavia, jotka kaikki suorittavat samanlaista laskenta-algoritmia. Aivokuori on kaikkialla samankaltainen riippumatta siitä, mitä tuo kuoren alue tekee. Se on hyvin oppiva rakenne, joka on mukautunut suorittamaan kullakin aivoalueella tarpeellista toimintaa, oli se sitten näkemistä, kuulemista tai jotain mutkikkaampaa. Tällainen rakenne on hyvin joustava, esimerkiksi ihminen usein toipuu aivovammoista, kun lähialueen solut oppivat korvaamaan vahingoittuneen alueen toimintoja. 

Entä mitä tuo algoritmi tekee. Tämän olen ymmärtänyt jo aikaisemmin toisen kuuluisan aivotutkijan, portugalilaisen Antonio Damasion (s.1944) työn kautta. Aivokuoren algoritmit tekevät yleistyksiä. Ne yhdistävät eri aistinelimien (tai muiden lähteiden) signaaleja sellaisiksi muistirakenteiksi, jotka ovat riippumattomia aistilajeista, yleisiksi muistihahmoiksi. Muistikuvamme ovat tällaisia, vaikka niihin voi liittyä heikkoja kuva-, tai äänihahmoja. Ne on kuitenkin rekonstruoitu, meillä ei ole tarkkaa valokuva- tai videomuistia. 

Entä miten tämä liittyy Teuvo Kohosen SOM-verkkoihin? Siten, että aivokuoren laskentakanavien suorittama ns. Mountcastlen algoritmi on yleiseltä idealtaan hyvin samanlainen kuin SOM-verkon soluen algoritmi. Yhteys on siis periaatteellinen, anatomista tai algoritmitason samankaltaisuutta ei tietenkään ole. 

En tiedä, onko kukaan koskaan huomannut tätä Mountcastlen, Damasion ja Kohosen töiden yhteyttä. No, tässä se nyt on, nauttikaa!




keskiviikko 16. lokakuuta 2024

Neuromiete: uusi sarja

Olen ajatellut aloittaa blogini sisällä eräänlaisen minisarjan. Se ilmesty satunnaisesti, ja sisältää ajatuksia, joita kehittyvä neuropsykologia ja aivotutkimus minussa herättää – erilaisista syistä. Ajattelin myös olla rohkeasti spekulatiivinen, mutta kuitenkin säilyttäen kytkennän tieteeseen. Siis, se mitä aion esittää, on mielestäni totta, mutta ei aina voida aukottomasti todentaa. Voin menetellä näin, koska minulla ei ole painolastina ajatuksia kangistavaa akateemista asemaa tai sellaisen omaavista henkilöistä muodostuvaa verkostoa, jonka ärsyttämistä pitäisi varoa.

Samalla olen hieman huolestunut, sillä nykyään etenkin sähköinen media ja jopa vakiintuneet ja arvostetut kustantajat suoltavat julkisuuteen ällistyttävää hölynpölyä. Joten vakuutan, että kaikki mitä kirjoitan, on totta, niillä ehdoilla ja varauksilla, jotka tekstiini liitän, ja joita tarkkaavainen lukija voi itse punnita. Silti tekstini tulevat hukkumaan kirjavaan ja enimmäkseen heikkolaatuiseen tekstitulvaan ja disinformaatioon. Ei auta, otan sen riskin.

Miksi tällainen aihe? Siksi, että se kiinnostaa minua. Olen seurannut alaa 45 vuotta varsin kiinteästi. Luen sekä laajemmalle yleisölle suunnattuja kirjoituksia, että niitä samoja tiedejulkaisuja, joita alan tutkijat lukevat ja kirjoittavat. Pystyn omaksumaan tällaista tietoa, sillä minulla on tekniikan alan korkeakoulututkinto monista aivotutkimusta sivuavista aiheista, kuten säätö- ja systeemiteoria, elektroniikka, informaatiotekniikka ja laskentatiede. Lisäksi olen väitellyt tohtori, ja olen opettanut tohtorikoulutettaville tutkimusmetodiikkaa. Ei tämä ole kehuskelua, koetan vain vakuuttaa lukijat taustani luonteesta. Ja onhan minulla myös ammatillista taustaa. Olen vuosikausia työkseni suunnitellut ja ohjelmoinut teollisuusautomatiikkaa, siis ympäristöön reagoivia ja ajattelevia koneita. Tämä luonnehdinta ei ole niin outo kuin miltä se näyttää. Jos seuraatte mukanani, tulette sen huomaamaan.

Miten kaikki alkoi? Ystäväni antoivat minulle 30-vuotislahjaksi venäläisen neurologin, A. R. Lurijan kirjan The working brain. Se avasi minulle maailman, joka lumosi minut täysin. Aivot ovat jotain paljon oudompaa kuin olisin ikinä voinut kuvitella! Siitä alkaen luin enemmän tai vähemmän säännöllisesti alaa koskevia kirjoja ja artikkeleja, ja tilasin myös työpaikkani lehtikierrosta, mitä oli saatavissa. Esimerkiksi Scientific American on aina julkaissut myös laadukkaita artikkeleita aivotutkimuksesta, jälkeenpäin muistan jopa joitakin myöhempien nobelistien tekstejä. Sitten siirryin VTT:lle ja toimin pitkään laskentarakenteiden tutkijana. Eräs alan teema on vertailla biologisia ja teknisiä laskentarakenteita. Silloin, 1980-luvulla, ANN (artificial neural networks, keinotekoiset hermoverkot) ja koneoppiminen olivat jo kuumia juttuja.

Entä pitääkö olla lääkäri tai fysiologi ymmärtääkseen aivoja? Tässä kappaleessa siteeraan lyhentäen omaa kirjaani Robottipuisto. 2000-luvun alussa Arizonan Tucsonissa pidettiin aivotutkijoiden konferenssi, jossa pohdittiin tietoisuutta. Lisäsin aineistoon joitakin tunnettuja asiantuntijoita, ja otoksen kooksi tuli 34. Ei kovin tieteellinen otanta, mutta kertoo jotain, kun selvitin tutkijoiden taustat. Vain kymmenen eli vajaat 30 prosenttia oli tullut alalle luonnollista reittiä: aloittamalla lääketieteestä ja fysiologiasta, ja erikoistumalla aivoihin. Psykologeja oli yllättävän vähän, noin kymmenen prosenttia, he kyllä olivat syventyneet neuropsykologiaan. Filosofit olivat omintakeinen ryhmä, heitä oli jopa 25 prosenttia. Selvästi filosofit katsovat mielen tutkimisen olevan osa filosofian laajaa kenttää. He pitäytyvät tonteillaan, tosin eräät nimittävät itseään neurofilosofeiksi (sellaista opintoalaa tai tutkintoa ei ole). Mielenkiintoisin tausta on tutkijoilla, jotka ovat siirtyneet aivojen tutkimiseen aivan toisesta suunnasta. Heitä oli aineistossa eniten, noin 45 prosenttia. Heidän perusopintojensa alat olivat matematiikka (9 %), fysiikka ja kemia (18 %), biologia (3 %) tekniikka ja insinööritieteet (9 %) ja jopa hallinto- ja taloustieteet (6 %). Tulee mieleen, että he ovat eräänlaisia käännynnäisiä, jotka ovat vaihtaneet kovan tieteen humaanimpaan ihmismielen tutkimiseen. Totuus näyttää olevan kokonaan toisenlainen. He eivät suinkaan ole hylänneet kovan tieteen maailmaa, vaan kokevat oman erikoisosaamisena arvokkaaksi ja tärkeäksi resurssiksi, jolla on paljon annettavaa aivojen tai psykologian tutkimukselle. Heidän julkaisuihinsa tutustuminen vahvistaa asian. Insinööri katsoo ihmisen mieltä insinöörin silmin ja fyysikko fyysikon silmin.

No noin, tämän valossa olen siis aivan tyypillinen aivotutkija, vaikka en olekaan aloittanut varsinaista tieteellistä julkaisutoimintaa. Ja pitää vielä todeta, että aivotutkimus on tulkitseva tiede. Aivot on käsittämättömän monimutkainen järjestelmä, siitä ei voida muodostaa samalla tavalla teknistä ja tyhjentävää kuvausta kuin vaikkapa tietokoneesta. Siksi aivotutkimus yhdistää neuroanatomista tietoa, mittaus- ja kuvauslaitteilla saatua haurasta signaalitietoa, havainnoinnilla ja psykologisilla kokeilla saatua käyttäytymistietoa, sekä tutkittavien aivojen omistajan omaa subjektiivista raportointia

Jotain olen kuitenkin aiheesta kirjoittanut. Robottipuisto (2023) on laajalle yleisölle suunnattu tietokirja. Se käsittelee perusteellisesti ihmisen mieltä ja aivoja eri näkökulmista, ja ottaa vertailukohdakseen koneellisen älykkyyden. Niin, mitä oikein onkaan äly, tai vaikka vapaa tahto? Kirja pyrkii sen tekemään selväksi. Se on ehkä paras kirja, mitä olen koskaan kirjoittanut.  Seuraava kirjani Neurojohtaja ilmestyy keväällä 2025. Se soveltaa aivotutkimuksesta saatua tietoa johtamiseen, johtamisoppeihin ja organisaatioihin.

Palataan siihen mitä alussa sanoin, tämä sarja alkaa nyt ja jatkuu pian.

lauantai 3. elokuuta 2024

Vapaan tahdon raunioilla

 ”Vapaa tahto” on sanapari, johon silloin tällöin vetoamme, kun haluamme jotenkin korostaa toimijuuttamme. ”Onhan minulla toki vapaa tahto”. Käytämme sanaparia huolettomasti, koska pidämme sen tarkoittamaa asiantilaa itsestään selvänä. Mutta jos hiukankin epäilisimme sen olemassaoloa, joutuisimme heti niin sanotusti syviin vesiin. Toisin sanoen juuttuisimme mutkikkaisiin moraalisiin ja teologisiin pohdintoihin. Entä jos tuo kauhistuttava epäily olisi perusteltu? Ehkäpä ”vapaa tahto” on vain kulttuuriimme kuuluva sitkeä harhaluulo, oikeasti sellaista ei ole. Aivotutkimus ja neuropsykologia tuottavat jatkuvasti vahvistuvaa todistusaineistoa, että näin ikävästi asiat todella ovat. Vai onko se oikeasti ikävää – vai ehkä vain hieman outoa. Jotain, johon emme ole vielä tottuneet.

Helsingin sanomat julkaisi kesällä (HS 8.7.2024) Mikko Puttosen ansiokkaan esseen, jossa nostettiin pohdittavaksi tilanteesta luultavasti seuraava ja vähitellen voimistuva maailmankuvan muutos. Entä miten siihen reagoitiin? Odotetun laimeasti. Lehti julkaisi muistaakseni muutaman asiaankuuluvan nihkeän ”vastineen”, ja sillä selvä. ”Business as usual”. Voimme rauhoittua, yhteiskuntarauha on turvattu ja papit saavat pitää työpaikkansa.

En aio tässä esitellä vapaan tahdon puuttumisen tieteellistä pohjaa. Koska vakavaa epäilyä ei ole, voin säästää lukijoitteni aikaa ja vaivannäköä. Sen sijaan haluan eritellä tilanteesta vedettäviä tulkintoja ja johtopäätöksiä, jotka ovat mielestäni usein turhankin suoraviivaisia. Esimerkiksi Puttosen esseessä viitataan toistuvasti mekanistiseen maailmankuvaan, ikään kuin psykologisten prosessien mallina. Maailma, mukaan lukien ihmisen aivot, on kuin suuri kellokoneisto, kaikki tapahtuu vääjäämättömästi ankarien luonnonlakien ohjaamana. Jopa suuri filosofi René Descartes todella uskoi tällaiseen maailmankuvaan. Hän näkikin eläimet eräänlaisina koneina, mutta ei sentään rohjennut sanoa ihmisiä koneiksi, vaan oletti ihmisen ainutlaatuisuuden takaajaksi sielu-nimisen toimijan, jonka hän sijoitti aivojen käpyrauhaseen. Tämä tapahtui jo 1600-luvulla. Hänen looginen ymmärryksensä ei voinut hyväksyä vapaata tahtoa, mutta koska ajatus oli tuona aikana kauhistuttava ja moraaliton, hän siirsi ihmisen vastuun teoistaan maagiselle hengelle, joka piileskeli syvällä aivoissa..

Descartesin ratkaisu on väärä, sekä sielun että kellokoneiston metaforan osalta. Noin sata vuotta sitten mekanistinen maailmankuva nimittäin hajosi. Werner Heisenberg, Erwin Shrödinger, Niels Bohr ja monet muut eturivin fyysikot osoittivat vakuuttavasti, että maailman kellokoneisto on rikki – tai pikemminkin se toimii aivan eri tavalla kuin oli kuviteltu. Tapahtumien täsmällinen ennustaminen on mahdotonta. Säätiedotuksia seuraavat havaitsevat sen jopa aivan konkreettisesti. Tämä oli aikanaan valtava maailmankuvan mullistus, joka tuotti runsaasti tieteellistä, filosofista ja jopa teologista kiistelyä. Nyt asiantilaan on jo totuttu Kukaan fyysikko ei menetä yöuniaan se takia, ja itse asiassa fysiikastakin tuli entistä täsmällisempää.

Myös vapaan tahdon osalta olemme murrosvaiheessa. Maailmankuvamme muuttuu, tosin hyvin hitaasti, ja filosofinen, yhteiskunnallinen ja teologinen debatti on kiihtymässä. Millaisia ovat vapaan tahdon puuttumisen seuraukset ja asiasta vedettävät johtopäätökset modernin fysikaalisen maailmankuvan valossa? En pysty erittelemään sitä tässä lyhyesti, mutta aivan selvästi asia on varsin monimutkainen, se antaa tilaa hyvinkin erilaisille spekulaatiolle. Jos haluaa perehtyä eri näkökulmiin lähemmin, kannattaisi lukea kirjani Robottipuisto (Momentum 2023).  Se käsittelee mm. ihmisen mieltä, älykkyyttä, vapaata tahtoa, tietoisuutta ja  - tietenkin - tekoälyä. 

On syytä mainita eräs yleinen ja mielestäni haitallinen spekulaatio. Se hyökkää suoraviivaisesti luonnontieteellistä maailmankuvaa vastaan ja pyrkii raivaamaan tietä erilaisille uushenkisille liikkeille (ks. esim Thomas Nagel). Pidän tätä suuntausta yrityksenä nostattaa uutta magiaa ja mystiikkaa näennäistieteellisellä argumentilla. Miten sen esittäjiltä saattoi jäädä huomaamatta, että juuri moderni fysiikka paljasti maailmamme paljon luultua mutkikkaamman syvärakenteen.

Ei ole mitenkään hyväksyttävää hyökätä ihmisen ainutlaatuisuutta vastaan epämääräisillä tieteenvastaisilla väitteillä.

perjantai 28. huhtikuuta 2023

Tekoäly ja ihmiskuva

Tekoälyn uudet sovellukset ovat kiihdyttäneet mieliä, ja myös herättäneet vakavaa huolta. Tekoäly nähdään itsenäisenä ja uhkaavana voimana, jopa jokapäiväistä elämäämme häiritsevänä tekijänä, jos ei välittömästi, niin ainakin lähitulevaisuudessa. Tämä asenne meille perin tuttu tekniikan historiasta. Tehtaiden koneet, sähkö, kemia, voimakoneet, kulkuneuvot ja automaatio ovat mullistaneet maailmaamme. Niitä on ihailtu, mutta myös pelätty. Ja aivan hyvästä syystä, sillä ne ovat muuttaneet elämäämme ja hävittäneet suuren määrän perinteisiä ammatteja. Samalla ne ovat myös tehneet elämämme monella tapaa miellyttävämmäksi ja helpommaksi.

Teknologinen muutos on ruhjonut monella tapaa perinteisiä ammatteja. Moottorialukset tekivät purjealusten käyttöön perehtyneet merimiehet tarpeettomiksi. Voimakoneisiin perustuvat liikennevälineet hävittivät perinteisen hevosten ja juhtien voimaan perustuneen kuljetustoiminnan. Koneellistuneet tehtaat vähensivät dramaattisesti käsityömanufaktuurien työvoimaa, ja seuraavassa aallossa automaatio teki saman tehtaiden ammattitaitoisille koneenhoitajille. Halvan paperin valmistus puusta loi 1800-luvulla valtavan painetun median informaatioteollisuuden. Moderni yhteiskuntamme on pitkälle tämän mullistuksen tuottama. Nyt sähköinen media uhkaa koko tiedotusalan tulevaisuutta.

Juuri nyt näemme tekoälyssä samanlaisen muutosvoiman. Se näyttää uhkaavan aivan erityisesti niin sanottua ”luovaa alaa”. Tekoäly pystyy nähtävästi kirjoittamaan uutisia ja lehtiartikkeleja, luomaan romaaneja ja käsikirjoituksia ja tekemään vaikuttavia taideteoksia tai yhtä lailla vaikuttavia väärennöksiä tunnetuista taideteoksista. Se voi tehdä väärennöksiä jopa tunnetuista tai aivan tuntemattomistakin ihmisistä – tai ainakin näitä ihmisiä esittävästä kuva- äänite- ja videomateriaalista. Mistä tässä on oikein kysymys?

Aloitan vastauksen tuttuun tapaani menemällä hieman historiaan. On olemassa mielikuva tekoälystä jonkinlaisena ajattelevana koneena, ja tämä mielikuva perustuu historialliseen erehdykseen. Tuo erehdys syntyi samaan aikaan, kuin syntyivät nykyisen kaltaiset tietokoneet, eli suunnilleen 1950- luvulla. Tietokonealan pioneerit lumoutuivat koneidensa nopeudesta ja laskentakyvystä. He uskoivat tietokoneiden pian voittavan ihmiset myös älykkyyden saralla. Tuon ajan psykologia ja filosofia tukivat tällaista harhaluuloa. Ihmisen ajattelun ja ongelmanratkaisukyvyn uskottiin perustuvan loogiseen päättelyyn. Tietokoneesta käytettiin jopa nimitystä ”sähköaivot”. Vuosikymmenien ajan tekoälyn saavutukset jäivät kuitenkin vaatimattomiksi. Siitä huolimatta usko tietokoneen vähintäänkin piileviin älyllisiin kykyihin säilyi. Täytyyhän tietokoneesta aikanaan tulla ihmistä älykkäämpi, samalla tavalla kuin voimakoneet ovat ihmisiä vahvempia.

Asiassa on vain yksi ongelma. Edes psykologit eivät tiedä, mitä älykkyys tarkkaan ottaen on. Älykkyyttä voidaan toki kuvailla yleisellä tasolla sellaisena ihmisen ominaisuutena, joka auttaa selviytymään yllättävissä tilanteissa. Tiedämme varsin hyvin, ettei tietokoneella ole tällaista kykyä. Täsmällisempi, ja samalla täysin kiistaton älykkyyden luonnehdinta kuuluu: se on kyky selviytyä hyvin älykkyystesteissä. Mutta tietokone ei osaa ratkaista älykkyystestin tehtäviä, koska se ei ymmärrä tehtävien merkitystä tai tarkoitusta. Tietokone on etevä vain tehtävissä, jotka on määritelty suoraan laskemisen, logiikan tai muistamisen käsitteiden avulla.

Entä mitä viime aikoina on tapahtunut? Miksi älyllisesti avuton ja kömpelö tekoäly onkin äkkiä noussut uhkaavaksi voimaksi? Koetan nyt kuvailla, mistä tässä on kysymys. Uuden teknologian ytimenä ovat niin sanotut keinotekoiset hermoverkot (ANN, artificial neural networks). Niissä ei ole mitään uhkaavaa, salaperäistä tai synkkää, ainakaan siinä mielessä, että ne olisivat jonkinlaisia oman aivokudoksemme elektronisia klooneja. Nimitys on puhtaasti vertauskuvallinen. Kyse on järjestelystä, jossa suuri määrä yksinkertaisia laskentayksiköitä eli ”soluja” on kytketty verkkomaiseksi rakenteeksi. (Tästä tulee vielä eräs teknologian nimi, eli konnektionismi). Keinotekoinen hermoverkko voi olla tarkoitukseen rakennettu laite, mutta yleensä se on tietokoneohjelma, joka jäljittelee tällaisen laskentaverkon toimintaa.

Keinotekoiset hermoverkkojen tutkimus kehittyi voimakkaasti 1970-luvulla, ja eräs niistä käytetty nimitys oli perseptroni, siis havaitsija. Tällaiset ohjelmat tai laitteet olivat samalla tavalla rajoitettuja ja tehottomia kuin muutkin tuon ajan tekoälykonseptit. Eli mitään varsinaista läpimurtoa niistäkään ei seurannut. Tällainen hermoverkko on kyllä tehokas ja nopea. Se pystyy esimerkiksi tunnistamaan erilaisia muotoja tai kuvioita. Sitä varten verkko pitää ohjelmoida. Ohjelmointi tarkoittaa, että solujen välisille kytkennöille annetaan sopivia ominaisuuksia. Verkko on ohjelmoitava erikseen jokaista tunnistustehtävää varten. Ja niin kuin ehkä aavistamme, ohjelmointi on hidasta ja hankalaa työtä.

Entä jos tuo soluverkko osaisikin oppia itsekseen ilman, että ihmisen pitäisi sitä opettaa? Ehkä se on mahdollista! Suomalainen tekoälytutkimuksen pioneeri Teuvo Kohonen (1934–2021) kehitti 1980-luvulla niin sanotun itseorganisoituvan kartan (SOM, self organizing map). Se on tietyillä tavoin toimivien yhteen kytkettyjen laskentasolujen verkko. Kun tällaiseen verkkoon syötetään tietoa, esimerkiksi suomenkielen sanoja, sen solut herkistyvät vähitellen niin, että ne alkavat tunnistaa kirjaimia ja jopa sanoja.

Nykyiset kohua herättäneet tekoälyjärjestelmät eivät ole samanlaisia kuin nämä Kohosen verkot, paitsi aivan yleisellä tasolla: ne oppivat itsenäisesti ilman tapauskohtaista ohjelmointia. Kantavana ideana on oppimistulosten takaisinkytkentä. Verkon tuottamia tuloksia verrataan syötettyyn dataan. Esimerkiksi jos verkko tunnistaa oikein sille syötetyn kuvion, oikein toimineiden solujen kytkennät vahvistuvat. Kun oppimisjaksoa toistetaan monia kertoja, verkko herkistyy tunnistamaan samankaltaista dataa ja ohittamaan poikkeavan datan.

Käytännössä asia on tietenkin paljon monimutkaisempi. Tällä teknologialla on tiivis yhteys mm tilastotieteeseen, ja ideoiden kehittymistä voidaan seurata ainakin pari sataa vuotta taaksepäin. Hermosolujen kaltaisia laskentaverkkoja alettiin miettiä jo 1920-luvulla, ja tietokoneiden keksiminen ja ajatus tekoälystä vauhdittivat kehitystä. Erilaisten kilpailevien ideoiden, algoritminen ja käytettyjen termien paljous hämmentävät alaan perehtyvää.

Jos oppivia verkkoja opetetaan rajoitetulla datamäärällä, tulokset voivat olla hyviä. Mutta jos verkkoon syötetäänkin opetusmateriaalista olennaisesti poikkeavaa dataa, verkon algoritmit häiriintyvät ja se saattaa tehdä aivan outoja virheitä. Siksi verkkojen kouluttamiseen tarvitaan hyvin paljon dataa, ja juuri internet on täynnä valmiiksi digitoitua tekstiä, kuvamateriaalia, puhetta ja liikkuvaa kuvaa. Samalla erilaisille tekoälysovelluksille avautuu valtavat mahdollisuudet. Mutta olemme myös uudenlaisessa tilanteessa. Internetissä on valtavia määriä kaikkien ihmisten saatavissa olevaa materiaalia, jonka kohdalla tekijänoikeudet rajoittavat kaupallista hyödyntämistä. Onko tämän materiaalin käyttö tekoälyjen opettamiseen hyväksyttyä tai sallittua? Ainakaan tällaista käyttöä ei voida tällä hetkellä kontrolloida tai estää.

Tekoälyn lisääntyvään käyttöön liittyy myös sen toiminnan luotettavuus – ja kriittisissä sovelluksissa tekoälyn validointi. Voimmeko luottaa tekoälyihin? Vai voivatko ne tehdä outoja tai vaarallisia virheitä. Esimerkiksi itseohjaavien autojen järjestelmät voivat tunnistaa liikennemerkit väärin: kaupallisia mainoksia tai vaalimainoksia on luultu nopeusrajoituksiksi. Pankkien järjestelmät ovat estäneet asiakkaiden lainoja tai sulkeneet tilejä, koska ne ovat tulkinneet väärin asiakkaan nettikäyttäytymistä.

Oma lukunsa on eettinen väärinkäyttö. Kasvojentunnistusohjelmia voidaan käyttää epäilyttävien ihmisten valvontaan, Kiinassa tämä on jo hallituksen käytäntö. Todennäköisesti tällaisia järjestelmiä on myös monilla lentokentillä. Ihmisten nettikäyttäytymistä seurataan laajasti – ja usein heidän suostumuksellaan, onhan monilla muun muassa kauppaketjujen etukortteja ja nettikauppojen ja erilaisten palvelujen tilejä. Voidaan olettaa, että tällaista tietoa vuotaa hallitusten, kaupallisten toimijoiden ja rikollisten ulottuville. On myös ilmaantunut aivan uusi käsite: ”deep fake” eli syvähuijaus. Se tarkoittaa oikeista ihmisistä luotuja virtuaalihahmoja, yleensä tarkoituksena on eriasteinen vahingon tuottaminen tai rikoshyöty.

Eräs valaiseva sovellusesimerkki on tekoälyn tuottama ”valokuva”, joka voitti tunnetun valokuvauskilpailun. Voimme hyvin kuvitella, mistä oli kysymys. Tekoälyn opetusmateriaalina on ollut suuri joukko valokuvauskilpaluissa ja gallerioissa olleita kuvia, ja oppimisen laatukriteereinä on käytetty kuvia, jotka ovat voittaneet palkintoja.

Mitä pitäisi tehdä? Ainakin on syytä olla varovainen. Olen aiemmin kirjoittanut aiheesta tässä blogissa otsikolla Koneiden moraali. Tuon kirjoituksen näkökohdat ovat edelleen päteviä. Osaamme suojautua varsin hyvin tekoälyn toiminnan tuottamilta fyysisiltä vaaroilta ja aineellisilta vahingoilta. Samalla huolellisuudella pitäisi suhtautua aineettomiin, informaation kautta tuleviin uhkiin.

Voimme luonnehtia näitä uusia tekoälyn muotoja seuraavasti: ne tuottavat eräänlaisia tilastollisia malleja tai yhteenvetoja maailmasta, niille annettujen vihjeiden ja rajausten mukaisesti. Nämä mallit eivät kuvaa maailmassa vallitsevia asiantuloja sellaisenaan, vaan ne kuvaavat vain internetin sisältöä. Voimme tietysti ajatella, että internetin sisältö heijastaa maailmaamme, mutta suhde ei varmaankaan ole yksinkertainen. Ihmiset syöttävät internettiin sisältöä erilaisista syistä ja motiiveista, ja lisäksi erilaiset järjestelmät ja koneet syöttävät sinne dataa.

Mutta nyt seuraa tärkeä huomio!!

Uudet tekoälyn muodot tuovat mukanaan aivan uudenlaisen ja syvällisen haasteen tai kysymyksen. Tämä haaste on dramaattinen ja järisyttävä, mutta siihen ei ole kiinnitetty oikeastaan lainkaan huomiota. Se muuttaa radikaalisti kuvaamme siitä, mikä ihminen on ja miten ihminen ajattelee.

Viimeisten vuosikymmenien aikana aivojen tutkimus on vähitellen parantanut ymmärrystämme siitä, miten aivomme toimivat, mitä on ajatteleminen, ja viime kädessä siitä, mikä on ihminen. Tämä ymmärrys ei ole lainkaan sellainen, mikä on juurtunut kulttuuriimme. Olemme täysin toisenlaisia kuin mitä uskomme olevamme.

Aloitetaan vertauskuvasta, ja otetaan tarkasteltavaksi eläinten käyttäytyminen. Isoja ihmisapinoita, ennen kaikkea simpansseja pidetään älykkäinä. Ne käyttäytyvät ihmismäisesti, ja niillä on isot aivot, joiden ajatellaan olevan jonkinlainen merkki älykkyydestä. Apinat osaavat ratkaista erilaisia pulmatehtäviä ja käyttää ja jopa valmistaa sitä varten erilaisia apuvälineitä. On kuitenkin niin, että eräät varislinnut ovat pulmatehtävien ratkaisijoina jopa apinoita etevämpiä. Ja kuitenkin, niiden aivot mahtuisivat helposti teelusikkaan.

Tehdään rohkea johtopäätös. Ihmisten (tai apinoiden tai valaiden tai elefanttien) aivojen suuri koko ei sinänsä tee omistajistaan älykkäitä. Nuo suuret aivot tuottavat enimmäkseen jotain aivan muuta kuin niin sanottua älykkyyttä. Mutta mitä?

Aivotutkimus on vähitellen selvitellyt tätä mysteeriä. Osoittautuu, että aivot ovat ennen kaikkea mallinnus- ja ennustuskone. Ne tuottavat ympäristöämme ja sen tapahtumia kuvaavan ja ennustavan dynaamisen mallin, jonka rakennusaineina ovat aistihavainnot ja muistissa oleva tieto. Se on välttämätöntä, jotta pysyisimme toimimaan ja ylipäätään selviytymään maailmassa. Tämä on toki yleinen piirre. Kaikkien eläinten hermostot toimivat vastaavalla tavalla.

Isojen aivojemme erityismerkitys saa valaistusta tästä havainnosta. Aivoihimme tallentuva muistiaines on tässä hyvin tärkeää, kaikesta kokemastamme jää aivoihin muistijälkiä. Olemme sosiaalisia ja pitkäikäisiä eläimiä, ja toimimme mutkikkaalla tavalla mutkikkaassa ympäristössä. Aivoissamme täytyy olla tilaa tallentaa ja hyödyntää tietoa koko pitkän elämämme ajan. Siksi ne ovat niin suuret, erityisesti ihmisellä, joka on suuriaivoisista eläimistä kyvykkäin. Ihmisen valtava tehokkuus, kyky, kapasiteetti (ja tuhovoima) nojaa myös näppäriin käsiimme ja erityiseen kielikykyymme.

Nyt voimme tehdä rinnastuksen uuden tekoälyn toimintaperiaatteeseen. Ajattelumme, toimintamme ja reaktiomme ovat eräänlaisia tilanteen mukaan tehtyjä vedoksia ja yhteenvetoja muistissamme olevasta kokemusvarannosta. Karkeasti ajatellen aivojemme valtava ja jatkuvasti karttuva muistivarasto vertautuu tekoälyn käytössä olevaan internetin sisältöön.

Olen yllä esittänyt radikaalin oivalluksen, aika kompaktisti, ikään kuin pikajuoksuna. En selitä tarkemmin, siihen tarvittaisiin valtavasti tilaa, ei se tähän blogiin mahtuisi. Eikä asia jankuttamalla parane. Radikaalin ajatuksen pitää antaa upota ja vaikuttaa. Sitten siitä voi ottaa varovasti selvää. Vakuutan kuitenkin, että edellä esitetty perustuu etevimpien aivotutkijoiden vuosikymmenien aikana tuottamiin tuloksiin.

Pohjustan näitä ajatuksia tulevassa kirjassani Robottipuisto. Esseitä ihmisen ja koneen älystä. Toivon, että saan sen pian lukijoideni ulottuville.


maanantai 6. maaliskuuta 2023

Kirottu kauneus

Kävin vuoden 2023 tieteen päivillä Helsingissä, ja eräs minua kiinnostanut tapahtuma oli nimeltään ”keskusteluja kauneudesta arkkitehtuurissa”. Tilaisuuden jälkeen olin sekä hämmentynyt että närkästynyt. Se nimittäin ei juuri lainkaan vastannut otsikkoaan. En saanut tietää, millaisia rakennuksia pidetään jollain kriteerillä kauniina. Pikemminkin ”asiantuntijoiden” viesti oli, että tällainen keskustelu on jollain lailla sopimatonta. Rakennuksen kauneusarvojen pohtiminen on latteaa tai banaalia. Todellinen ammattilainen ei sellaiseen lankea, vaan koettaa lähestyä arkkitehtuuria joillain aivan muilla dimensioilla.

Ja todella, kyllähän minäkin oikeastaan tunnistan tällaisen nihkeän asenteen. Sehän kiteytyy Englannin nykyisen kuninkaan Charles III:n tunnettuun kiinnostukseen arkkitehtuuria kohtaan ja vahvoihin mielipiteisiin rakennusten kauneudesta tai rumuudesta. Tämän takia hän on ollut vuosikymmeniä jatkuneen pilkan ja ivan kohteena, vain aristokraatti voi puhua tällaisia tyhmyyksiä. Tietysti kritiikissä on mukana luokkayhteiskunnasta kumpuavaa närää, mutta ei savua ilman tulta. Itsekin tunnen usein iloa kauniin rakennuksen takia, ja vastaavasti syvää rumien talojen inhoa. En tosin ole aristokraatti, mutta syyllistyn silti tällaisiin primitiivisiin mielipiteisiin ihan luontevasti. Ja vielä voisin lisätä, että itsekin harkitsin arkkitehdin ammattia, ja luovuin tuumasta värisokeuden takia – tosin ehkä perusteetta. Joten olen jotenkin osallinen.

Mikä oikein on arkkitehdin tehtävä? Arkkitehti-nimitys on ikivanha ja tarkoittaa vanhempaa teknikkoa eli siis suunnittelijaa. Vanhoina aikoina arkkitehdilla saattoi olla runsaasti vastuualueita. Hän suunnitteli rakennuksen ulkomuodon mutta myös sen tekniset rakenteet, ja saattoi myös toimia hankevetäjänä ja urakoitsijana. Ammattina arkkitehti on todella ilmeisen vanha, se tunnettiin jo antiikin aikana. On myös hyvin ilmeistä, että esteettiset arvot, siis rakennusten ja myös niiden ympäristön kauneus ovat olleet arkkitehdin työsarkaa. Mutta mistä se kauneus syntyy? Minkälaisia periaatteita ja teoriaa asiaan liittyy? Olen kirjoittanut tästä teemasta tässä blogissa aiemminkin, otsikolla Arkkitehdin seikkailu akateemisten humanisti-intellektuellien leirissä. Voin paljastaa, että arkkitehtuurin teoriaa on vaikea löytää, mutta sitä on kyllä pohdittu paljonkin.

Varhainen arkkitehtuurin pohtija ja itsekin arkkitehti ja insinööri oli roomalainen 1. vuosisadalla eaa. elänyt Marcus Vitruvius Pollio. Hänen kymmenosaista arkkitehtuuria käsittelevä teostaan De architectura libri decem (n. 25 eaa.) pidetään alansa varhaisena klassikkona. Teoksen englanninkielinen käännös on pitkään ollut saatavana netissä, itsekin olen sitä lueskellut. Teos on suomennettukin nimellä Arkkitehtuurista (Gaudeamus 2022). Vitruvius näkee arkkitehtuurin tavoitteena olevan rakennusten hyödyllisyyden ja kestävyyden, mutta myös viehättävyyden. Mutta minkälaisista elementeistä viehättävyys oikein syntyy? Vitruvius mainitsee rakennuksen eri osien suhteet, ja puhuu myös valon suunnasta. Korostaessaan numeroiden suhteita Vitruvius selvästi nojautuu ikivanhaan pythagoralaiseen filosofiaan. Sen mukaan maailma koostuu harmonioista ja se puolestaan syntyy pienten kokonaislukujen suhteista. Tällä tavoin arkkitehtuuri ja taide liittyvät myös musiikkiin, siinähän sävelten intervallit ja sointuharmoniat rakentuvat nimenomaan pienten kokonaislukujen suhteista. Tarkemmin sanottuna nuo musiikin piirteet syntyvät sävelten värähtelytaajuuksien suhteista. Pythagoralaiset löysivät nämä suhteet tutkimalla eri pituisia värähteleviä kieliä.

Vitruviuksen kuvaamat kauneuden periaatteet ovat varsin yleisluontoisia. Toki nämä asiat tulevat nykyäänkin esille, kun luonnehditaan arkkitehtuuria ja sen tuotoksia. Mutta miksi juuri tietynlaiset suhteet ja harmoniat miellyttävä ihmistä? Ehkä arvoituksen ratkaisua täytyy hakea kauempaa, biologiasta. Joskus ajatellaan, että estetiikka (sillä siitähän on kysymys) on kulttuurin tuote. Se on siis joukko ihmisten keskuudessa syntyviä taipumuksia, ja siten sopimusvaraisia asioita. Onhan siinäkin perää, sillä eri kauneuskäsitykset voivat olla varsin erilaisia eri aikakausina. Mutta toisaalta, kaikilla kulttuureilla on esteettisiä mieltymyksiä. Tunnistamme kauneusarvoja ja miellyttävyyttä myös vieraiden kulttuurin tuottamissa esineissä, ja tunnistamme tämä piirteen ikivanhoissa arkeologisissa löydöissä.

On sekä luontevaa että loogista olettaa, että kauneuden aistimisella on biologinen perusta. Pohdin nyt tuota biologista perustaa, seuraava esitys on toki osaksi spekulatiivista, mutta pyrin perustelemaan sitä mahdollisimman hyvin. Voisin aloittaa siitä, että kauneuden aistiminen, tai toisella tapaa ilmaisten esteettinen elämys on tunne. Tunteet viriävät meissä automaattisesti, ja niiden syntymiseen vaikuttaa oletettavasti sekä perimässämme olevat valmiudet että elämämme aikana opitut asiat. Tämä kuulostaa ehkä itsestäänselvyydeltä, mutta tunnemekanismin tarkempi erittely vie meidät varmemmalle tiedolliselle pohjalle, aivojen toimintaan ja neuropsykologiaan. Jo kauan sitten 1700-luvun valistusfilosofit Adam Smith ja David Hume pohtivat moraalin alkuperää. He  päätyivät ehdottamaan, että moraalinen tunne, eli tunne oikeasta ja väärästä on automaattisesti viriävä reaktio. Mutta ei siinä vielä kaikki! Vaikuttaa siltä, että myös esteettiset tunteet eli kauneuden kokeminen olisivat läheistä sukua moraalisille tunteille. Kauneuden aistiminen näyttää siis myös olevan automaattisesi viriävä ja synnynnäinen reaktio. Tähän on päätynyt myös tunnettu aivotutkija Antonio Damasio. Tänä ei tietenkään sulje pois sitä, että kauneuden aistiminen on huomattavalta osin myös opittua.

Voimme hyvin ymmärtää, että moraaliset käsitteet liittyvät ihmisen sosiaalisuuteen, eli ne ovat välineitä yhteisöjen syntymiseen ja kehittymiseen. Mutta minkälainen syy tai periaate saattaisi johtaa kauneuden aistimisen kyvyn kehittymiseen evoluutiossa? Ehkä tällainen syy todella löytyy. ”Kaunis” on positiivinen aistimus. Se rauhoittaa mieltä ja vakuuttaa, että havainnon kohde on jollain tavalla sellainen kuin sen pitäisikin olla. Kelvollinen, oikea, hyvä, omassa lajissaan erinomainen. Kauniiksi voidaan mieltää esimerkiksi ehjä, puhdas ja sopivan kypsä hedelmä, terve saaliseläin, hyvin muokattu kasvimaa tai taitavasti valmistettu esine. Emme tietenkään tiedä, mitä sanoja tällaisesta havainnon kohteesta esihistoriallisena aikana käytettiin. Mutta nykyinen sanamme ”kaunis”, jonka vastine on olemassa useimmissa kielissä, on ehdottomasti samaa juurta. Kyky tunnistaa nopeasti kauniita kohteita on yksilölle hyödyllinen, siksi se on vahvistunut evoluutiossa.

Tämä oli siis jossain määrin spekulointia, mutta voin löytää sille myös neurologista tukea. Jo pitkään on ymmärretty, että aivomme poikkeavat ratkaisevasti tietokoneista. Vaikka molemmat käsittelevätkin tietoa, aivot eivät suorita tietokoneiden tapaista algoritmista laskentaa. Hermosolut ovat siihen aivan liian hitaita. Siksi rationaalisuudella ja loogisella päättelyllä on vain pieni rooli aivojen tiedonkäsittelyssä – toki sekin on tärkeää.

Kuvaus aivojen toimintaperiaatteesta on suunnilleen seuraavanlainen. Aivokuorelle saapuu jatkuvasti suuri määrä signaaleja sekä eri aistimilta että kehomme eri osista. Aivokuoren tehtävä on tiivistää tätä dataa tehokkaasti, jotta ehtisimme tulkita sen, reagoida siihen ja toimia tarkoituksenmukaisesti arkielämän tilanteissa. Tämä tiivistys tapahtuu monessa peräkkäisissä vaiheissa, ja samalla dataa yhdistellään lähialueilla käsiteltävän datan kanssa. Tuloksena datavirta supistuu murto-osaan. (Tätä prosessointia sanotaan Mountcastlen algoritmiksi. Koko isojen aivojen kuorikerros näyttää suorittavan tätä algoritmia riippumatta siitä, minkä tyyppisiä aistimuksia käsitellään). Todellisuudessa asia on vielä mutkikkaampi, sillä prosessointiin yhdistyy neuronien toiminta muistina. Prosessoinnin tuottamat hahmot säilyvät siten ajassa kestävinä muistikuvina.

Lopputuloksena ympäristöämme kuvaavista aistimuksista syntyy eräänlaisia yleistyksiä, yhteenvetoja tai kokonaisnäkemyksiä. Tietoinen mielemme käsittelee pääasiassa näitä yleistyksiä, vaikka tarvittaessa aistimuksia voidaan tuottaa myös yksityiskohdista. Tältä pohjalta voidaan fysiologisin perustein todeta, että moraaliset tunteet ja esteettiset elämykset ovat juuri tällaisia yleistyksiä. Moraalinen tunne on tyypillisesti yleistys jostain sosiaalisesta tilanteesta, ja esteettinen elämys puolestaan antaa tunneasteikolle koodatun kokonaisnäkemyksen havainnon kohteesta. Hieman toisella tapaa kuvaten, aivot laativat ulkomaailmaa ja kehomme tilaa koskevasta datavirrasta asteittain yhä korkeamman tason abstraktioita, ja abstraktion korkeimmalla tasolla ovat moraaliset ja esteettiset tunteet.

Mennään nyt vielä syvemmälle. Onko sellaisella maailman kohteella, joka synnyttää esteettisen aistimuksen, jotain syvällisiä ja objektiivisia ominaisuuksia? Sellaisia, joita aivojemme yleistävä toiminta voisi tunnistaa ja hyödyntää?  Täsmällisemmin sanoen, onko kauneudella myös luonnontieteellinen tai jopa matemaattinen perusta, vai onko se pelkästään evoluution tiivistämää kokemusta? Kysymys on sukua sille pohdinnalle, onko biologinen elämä syntynyt ja kehittynyt täsmällisten ja jopa matemaattisten ”luonnonlakien” vaikutuksesta ja niiden ohjaamana? Alan merkittävä uranuurtaja on D'Arcy Thompson ja hänen teoksensa On growth and form (1917). Mieleeni tulee myös Alfred J. Lotka, joka kirjoitti kirjan fysikaalisesta biologiasta, Elements of physical biology vuonna 1925. Vieläpä Alan Turing, joka oli laskentatieteen ja tietokonetekniikan uranuurtajia, pohdiskeli myös morfogeneesiä eli muotojen syntymistä elottomassa ja myös elollisessa luonnossa artikkelissaan The chemical basis of morphogenesis (1952). Itse asiassa olen lukenutkin nämä kolme perusteosta. Ne ovat varsin vaativaa luettavaa, eikä kauneuden arvoitus välttämättä niistä selviä, joitain perusideoita kumminkin. Tiedän kyllä, että jotkut arkkitehtuurin teoreetikot ovat saaneet vaikutteita Thompsonin kirjasta. Koko tutkimusala, matemaattinen biologia ja morfogeneesi, on hyvin vaikea, eikä se toistaiseksi ole tieteellisen tutkimuksen valtavirtaa. Pitäisi kai lisätä: ehkä sen pitäisi olla.

Entä miten tällainen tieto voisi auttaa ymmärtämään kauneuden arvoitusta? Joudun taas turvautumaan arveluihin. Eräät morfogeneesin periaatteet saavat ilmiasunsa erilaisten eliöiden ja jopa joidenkin mineraalien ulkonäössä. Yleisimpiä rakenteessa näkyviä periaatteita on symmetria. Tunnistamme helposti pallomaisia, kiekkomaisia ja keskiakselin tai tason suhteen symmetrisiä eliöitä. Muita luonnossa ilmeneviä matemaattisia muotoja ovat spiraalit, joita on useita lajeja, kuten Arkhimedeen spiraali ja logaritminen spiraali. Eliöiden ulkopinnassa voi esiintyä erilaisia säännöllisiä kuviointeja, joilla voi olla matemaattisia tai tilastollisia ominaisuuksia. Jopa sellainen matemaattinen käsite kuin Fibonaccin sarja ilmenee joskus kasvien rakenteissa, kuten kukintojen haarautumisessa. (Fibonaccin sarja on lukujono, jossa sen uusi jäsen saadaan summaamalla kaksi edellistä jäsentä; sarja alkaa 0, 1, 1, 2, 3, 5, 8, 13 …). Eräs rakennetta kuvaava matemaattinen käsite on fraktaalidimensio. Se on luku, joka kuvaa sitä, miten paljon mutkikkaassa rakenteessa toistuu samanlaisia osia eri mittakaavassa. En kuvaa asiaa tarkemmin, asia on mutkikas. Mutta psykologisissa kokeissa on havaittu sen yhteys kauneuden aistimiseen. Kuvat, joiden fraktaalidimensio on välillä 1,2 – 1,5 koetaan erityisen kauniiksi.

Miten tällä kaikella voi olla vaikutusta siihen, miten ihmisten kyky ja tapa aistia kauneutta on kehittynyt? Taas joudun turvautumaan arveluihin. Ensimmäinen oletus on, että tällaiset kyvyt ovat syntyneet evoluutiossa kauan sitten, sen verran universaalilta kauneusaistimme vaikuttaa. Vaikeampi kysymys on: miten tällainen sopeutuma on syntynyt. Oletan taas, että herkkyytemme kauneudelle on kehittynyt, kun olemme arvioineet hyödynnettäviä kohteita: ravintoa, kasveja, eläimiä ja esineitä. Säännönmukaisten muodon ja rakenteen piirteiden selkeä erottuminen osoittaa, että kohde on terve tai onnistunut, ja että sen kehittyminen tai valmistaminen on ollut häiriötöntä. Huomiomme kohde vaikuttaa hyvältä, kaikki on kunnossa.

Kauneus on tärkeä asia, ja se on sitä muuallakin kuin estetiikassa ja taiteessa. Se on luotettava ja automaattinen reaktio, jota on syytä oppia kuuntelemaan. Kauneudella on kyky ohjata luovaa työtä. Matemaatikot saattavat kuvailla onnistuneita yhtälöitä tai todistuksia kauniiksi, vaikka he eivät osaa luonnehtia niitä sen tarkemmin. Shakinpelaajat mieltävät lupaavat peliasetelmat kauniiksi. Tieteentekijät kokevat usein, että kauneus ohjaa heidän työtään, erityisesti silloin, kun on monia mahdollisia etenemissuuntia.

Palataan nyt arkkitehtuuriin. Kaunis rakennus tai sen suunniteltu ympäristö synnyttävät esteettisen reaktion. Ehkä mittasuhteet ovat miellyttäviä ja sopivassa suhteessa toisiinsa, tai ehkä rakennuksessa on symmetrisiä elementtejä tai säännöllisesti toistuvia rakenteita, muotoja tai kuvioita. Ikivanha evoluution tuottama sopeutuma palvelee meitä uskollisesti edelleen, se auttaa meitä viihtymään. Voisi jopa sanoa, että kauneus tuottaa onnea.

Vitruviuksen mukaan arkkitehtuurin tehtävä on tuottaa rakennuksia, jotka ovat kestäviä, hyödyllisiä ja viehättäviä. Arkkitehtien on otettava vastuuta rakennuksista Vitruviuksen hengessä. Arkkitehtuurista on voitava keskustella vapaasti, ja myös rakennusten kauneudesta.

 

sunnuntai 19. syyskuuta 2021

Jumala koneesta, ystävä raudasta

Miksi ihmeessä joku kirjoittaa tietokirjoja? Tätä voi kysyä, sillä se ei nykyään ole mikään ammatti, jolla voi kuvitella elättävänsä itsensä. Kirjojen kysyntä on supistunut, ja tietokirjoja tarjotaan kuitenkin samaan aikaan suurelle yleisölle entistä enemmän. Keskustelu tietokirjoista on sillä tavoin vaikeaa, että jo tietokirjan käsite on aika laaja. On oppi- ja kurssikirjoja, se on itse asiassa ylivoimaisesti suurin tietokirjojen ryhmä. Niin sanotut julkkiskirjat saavat huomiota, sopiva julkkis voi olla kustantajalle ja kirjailijalle suorastaan kultakaivos. Paljon enemmän kirjoja tehdään kuitenkin henkilöistä, jotka ovat vain vähän tai ei lainkaan tunnettuja. Hyvin suuri osa tietokirjoista pyrkii parantamaan lukijan henkistä tai fyysistä hyvinvointia tai antamaan tietoa eri harrastuksista. Ja sitten on kirjoja, jotka kertovat asioista, joista vain yleisesti ottaen olisi hyvä tietää. Kirjat voitaisiin luokitella myös niiden hyödyllisyyden tai rehellisyyden mukaan, käytännössä tällaisen luokittelun kriteereistä on kuitenkin jokseenkin mahdotonta sopia.

Ihmiset toimivat hyvin erilaisten motiivien ajamina. Itse uskoisin, että suurin osa tietokirjailijoista on maailmanparantajia. He uskovat, että asioita voidaan kehittää, ja että asiat paranevat tuottamalla ihmisten käyttöön hyödyllistä tietoa. Tietokirjat ja tiede ovat laajasti ottaen samalla asialla, niillä on sama intressi tuottaa ja levittää tietoa. Tiede ei kuitenkaan keskity tiedon levittämiseen tavallisten ihmisten keskuuteen. Sen huomio on kokonaan uuden tiedon löytämisessä ja sen mahdollisimman luotettavassa todentamisessa. Tietokirjallisuus siis täydentää ihmiskunnan tietohuoltoa tekemällä tieteen saavutuksia yleisesti tunnetuiksi. Toisaalta tietokirjallisuudella on joustavampi suhde tietoon. Se ei rajoitu tieteeseen, vaan hyödyntää hyvinkin erilaisia tiedon lähteitä. Tietokirjoissa voi esittää mielipiteitä, spekulaatioita, arveluja ja tulkintoja. Voidaan myös puhua tietokirjallisuutta laajemmasta tietojournalismista, joka kattaa muitakin medioita, kuten dokumenttielokuvia ja radio-ohjelmia. Tieteen ja tietokirjallisuuden työnjako ei ole jyrkkä, eikä kohdeyleisöäkään voi määritellä tarkasti. Monet tieteentekijät kirjoittavat myös tietokirjoja, joko omasta tutkimusalueestaan tai laajemminkin. Ja toisaalta tietokirjoja lukevat suuren yleisön lisäksi myös tieteentekijät, ne tuottavat yleiskuvaa tieteen eri alueista ja edistävät poikkitieteellisyyttä.

Tarkastelen nyt viimeisintä kirjahankettani erilaisista näkökulmista. Ensimmäinen käsiteltävä asia on kirjan aihe. Kirjani käsittelee yleisesti ottaen tekoälyä. Annoin sille nimeksi Robottipuisto, ja siihen on omat syynsä, jotka kohta selviävät. Mutta onko aihe tässä riittävän hyvä motiivi? Tekoälyä on kehitetty pitkään, ja mikä kiinnostavinta, se näyttää vihdoin lähestyvän laajan hyödyntämisen vaihetta. Joten myös suuren yleisön on todellakin syytä tietää siitä enemmän. Kirjan aiheen relevanssi eli merkittävyys on mielestäni hyvä. Tekoälystä on viime vuosina kirjoitettu suomen kielellä useita kirjoja. Se on todella hyvä asia, sillä aihe on tärkeä, mielestäni se on tärkeämpi kuin edes kuvitellaan.

Miksi juuri minun pitäisi kirjoittaa tästä asiasta? Lisääkö se jotain olennaista yleiseen ymmärrykseen ja tietovarantoon? Ja sisältääkö kirjani ehkä suorastaan uutta tieteellistä tietoa? Vastaan heti myöntävästi kumpaankin kysymykseen. Joten nyt pitää vain perustella.

Suoraviivainen ja ehkä hieman teknisluonteinen perustelu kirjoittaa tietokirja lähtee omasta erikoisosaamisesta. ”Minä olen tutkinut tätä asiaa vuosikausia, ja olen kerännyt itselleni erittäin suuren tietomäärän, suoranainen velvollisuuteni on kertoa siitä myös muille”. Juuri näin! Tämä on ainutlaatuisen pätevä ja lisäksi syvästi eettinen motiivi. Ei parempaa olekaan. Viime aikoina lukemani suomalaiset tekoälyä käsittelevät kirjat näyttävät nousevan juuri tällaisesta ajatuksesta. Kirjoittajat ovat alansa huippuasiantuntijoita, ja onnistuvat, kansalliseen vakavamieliseen tapaan, kertomaan varsin täsmällisesti, mitä tekoäly on ja mihin sitä voisi käyttää, ja ehkä myös hieman sen käytön ongelmista. Ne ovat erinomaisia kirjoja, ja tietenkin sijoitan ne oman kirjani lähdeluetteloon.

Mutta ehkä heräte tietokirjan tekemiseen tarvitsee jotain enemmän. Asiantuntemuksen lisäksi, sillä se on ehdoton vaatimus tekoälyn kaltaisesta vaikeasta aiheesta kirjoittamiseen. Tietenkin tietokirjan voi kirjoittaa pelkän yleistiedon pohjalta, jos kirjoittajalla on riittävän kiinnostava ja omintakeinen näkökulma. Joskus näkökulmaa ja kovaa asiatietoa on jopa vaikea erottaa toisistaan. Rikas ja monimutkainen tieto kietoutuu monin tavoin kontekstiin eli asiayhteyteen. Ehkä tärkeä heräte kirjoittamiselle onkin konteksti. Maailmassa on jokin vika tai puute. Tietoa ei osata soveltaa, tai sen merkitystä ei ymmärretä, tai se ymmärretään väärin. Ja tämä puute voidaan korjata tarjoamalla lisää tietoa. Olemme siis taas päätyneet maailman parantamiseen. Eihän se ole huono tavoite.

Asiantuntemus minulla on mielestäni kunnossa. Olen työskennellyt vuosia tietokoneiden ja automaation parissa, ensimmäisen tietokoneohjelmani tein jo vuonna 1968. Olen myös toiminut laskentatieteen tutkijana, ja ennen kaikkea olen seurannut kiinteästi tekoälyn kehitystä ja aivotutkimusta. Mutta kuten totesin, ehkä se ei vielä riitä. Joten, mikä oli minulle ratkaiseva heräte kirjoittamiseen? Ehkä niitä oli jopa useita. Vihjeen syistä voisi antaa tämän kirjoituksen salaperäinen nimi: jumala koneesta, ystävä raudasta. Mitä ihmettä se tarkoittaa? Asia vaatii selittämistä. Kuvaan nyt eräitä tekoälyyn liittyviä ristiriitoja ja sekaannuksia, jotka ovat yllyttänet minua kirjoittamaan.

Tekoälyn yliluonnollinen kyvykkyys

Aloitan otsikon alusta. Jumala koneesta, Deus ex machina saattaa olla nykyihmisillekin tuttu sanonta. Se tulee muinaisuudesta, antiikin Kreikan näytelmistä. Sen ajan näytelmässä saattoi olla kärjistynyt ongelmatilanne, joka voi selvitä vain jumalien väliintulon kautta. Jumalat tuotiin näyttämölle jonkinlaisella nosturilla tai muulla laitteella. Nykyisin tämä sanonta tarkoittaa draamallista ratkaisua romaanissa, näytelmässä tai elokuvassa. Sellaista ratkaisua, joka on äkillinen, yllättävä ja yleensä myös hieman keinotekoinen. Tämä liittyy tekoälyn soveltamiseen useallakin tavalla, ja juuri tekoäly on se koneesta tuleva jumala. On selvää, että tekoälystä, niin kuin teknologiasta yleensä, odotetaan ratkaisuja monenlaisiin tilanteisiin. Odotukset voivat olla korkealla, ja koska käsityksemme tekoälyn kyvyistä ovat sumeita, voimme pitää niitä jopa lähes yliluonnollisina. Asia on tätäkin hankalampi, sillä käytännössä on havaittu, että ihmiset todella myös luottavat vahvasti ja ilman perusteita tekoälyn tuottamiin ratkaisuihin. Koska tekoälyllä ei ole konkreettista hahmoa, pidämme sitä jonkinlaisena henkiolentona, jolloin mielikuva tekoälyn yliluonnollisuudesta on jo lähellä. Asia toimii myös toisin päin, asiantuntijoilla on kiusaus tarjota ”jumala koneesta”- ratkaisuja sellaisiin hankaliin ongelmiin, joiden ratkaisuun he eivät osaa muotoilla konkreettista lähestymistapaa. Kuvaamaani ongelmakimppua voidaan aivan ilmeisesti selvitellä tarjoamalla tarkempaa ja ymmärrettävämmin muotoiltua tietoa.

Pahantahtoinen ihmiskunnan tuhoaja

Tekoälyn aavisteltu yliluonnollisuus ruokkii myös yleistä ja pelottavaa myyttiä. Kun tekoäly esiintyy yliluonnollisena jumalankaltaisena olentona, jumalien piirteisiin kuuluu myös arvaamattomuus ja tuhon tuottaminen. Ja juuri sellaisia tapahtumia nähtävästi pelätään. Tekoälyn uskotaan olevan vaarallinen, ja vielä pahempaa, kehityttyään riittävän pitkälle se aikoo tuhota koko ihmiskunnan. Olen ollut syvästi ymmälläni tämän myytin suhteen. Eräät maailman arvostetuimmista tiedemiehistä ja talouselämän vaikuttajista näyttävät uskovan siihen. Silti he eivät näytä tekevän asialle mitään, vaikka heillä olettaisi olevan siihen henkistä kapasiteettia. Eräs selitys voisi olla, että he ovat nielaisseet tarinan tekoälyn lähitulevaisuudessa realisoituvista yliluonnollisista kyvyistä, jolloin peli on jo menetetty. Lähimenneisyydessä pelottava ja realistinen ihmiskunnan tuhon skenario oli suurvaltojen totaalinen ydinsota. Nyt kaatuu päällemme ilmaston lämpeneminen ja ekologinen kriisi. Niitä vastaan on jo ryhdyttykin toimiin, mutta tekoälyn tuottaman uhan varalta ei tehdä mitään! Olisi toki rationaalista analysoida tämä uhka ja alkaa tuottaa tietoa sen torjumiseksi – tai osoittaa tuo uhka pelkäksi hypetykseksi.

Mekaaniset veljemme robotit

Ihmiskunnalla on erityissuhde koneisiin, ja aivan erityinen suhde älykkäisiin koneisiin. Muinaisista ajoista lähtien olemme pitäneet koneita elävinä ja liittäneet niihin myös älykkyyden mielikuvan. Tuo mielikuva on hieman pelottava mutta samalla tunnemme robotteja kohtaan vaistomaista sympatiaa. Miksi ihmeessä? Toisaalta näyttää siltä, että robottien ja tekoälyn syvällinen suhde on jäänyt solmimatta – ainakin toistaiseksi. Tekoäly ei tullut meille robottien mukana, vaan se otti varaslähdön sieluttomien tietokoneiden kautta ja kehittyi robotiikasta erilliseksi myytiksi. Minuun on tehnyt suuren vaikutuksen Boston Dynamics- yhtiön kehittämät ihmismäiset ja eläinmäiset robotit, niistä löytyy suuri määrä videomateriaalia. Mitä kaikkea me voisimmekaan saada yhdessä niiden kanssa aikaan! Liitin kirjaani puolifiktiivisen kertomuksen robottipuistosta. Se kuvaa, miten tällainen uudenlainen yhteistyö ihmisten ja koneiden välillä voisi alkaa. Sanon sitä puolifiktiiviseksi sillä se voisi olla totta jo nyt.

Entä jos onkin monta mahdollista tekoälyä

Älykkäillä koneilla on kauas menneisyyteen ulottuva kulttuurihistoria, mutta tekoälyllä on myös oma ja erilainen lähihistoria. Tekoälyn juuret ovat laskemisessa ja laskukoneissa. Antiikin ajoista alkaen kulttuuriperintömme yhdistää laskemisen ja logiikan ajatteluun. Tietokoneet ovat vieneet laskemisen tehokkuuden aivan uusiin ulottuvuuksiin. Meille tuttu tekoälyn idea keksittiin tietokonemaailmassa, ja se sai tietokoneiden tehokkuuden ansiosta hyvän etumatkan. Unohdettiin, että jo ennen tietokoneita oli olemassa kyberneettinen tekoäly. Ei pelkästään ideana, vaan jo olemassa olevana ja hyödyllisenä teknologiana. Samaan aikaan neuropsykologia ja biologia selvittelivät biologisen älykkyyden mekanismeja. Niiden selvittäminen alaa vähitellen laajentaa kuvaamme tiedon käsittelystä ihmisissä, eläimissä ja organismeissa. Tekoälyä voitaisiin siten luoda myös biologisten esikuvien mukaan.

Emme tiedä, mitä älykkyys on

Tekoälypuhe olettaa huolettomasti, että on olemassa sellainen asia kuin älykkyys. Pidämme sitä täysin itsestään selvänä, älystä on tullut sekä ihmisyyden tunnusmerkki, että mitta-asteikko, jota vastaan arvioimme sekä eläinten että koneiden kykyjä. Älykkyyden käsite syntyi kuitenkin psykologisesta käytännöstä eli älykkyystesteistä. Osaamme mitata älykkyyttä toistettavasti, ja se näyttää olevan persoonallisuuden piirre, mutta emme oikein tiedä, mitä se on. Nimensä älykkyys peri ikivanhasta kansanpsykologiasta, siksi sillä oli heti syvää kaikupohjaa suuressa yleisössä. Mutta sen yhdistäminen koneisiin oli historiallinen virhe. Vasta hyvin vaivalloisesti neuropsykologia on alkanut saada selville, mistä siinä on kysymys. Selkeämpi älykkyyskäsite ja syvällisempi ihmisen henkisten kykyjen tuntemus olisi suureksi hyödyksi tekoälyn tutkijoille.

Ihmiskuvamme rakentuu uudelleen

Kognitiivinen psykologia tarkastelee ihmisen mieltä tiedon käsittelyn näkökulmasta. Tekoälyn tutkimusta tehdäänkin rinnakkain ihmisaivojen tutkimuksen ja neuropsykologian kanssa. Tosin tämän kaltaista yhteyttä on aavisteltu ja spekuloitu jo 1900-luvun alussa ja ennen varsinaisen tietokoneen ilmaantumista. Uusi tutkimus muuttaa perusteellisesti käsityksiämme niin sanotusta ihmisluonnosta. Tekoälyn ihanteena ollut rationaalisen ihmisen malli menettää samalla biologisen pohjansa. Siksi ei vain ihmiskuvamme ole muutoksessa, vaan myös ihmisen ja koneen välisen yhteistyön hyödylliset muodot määritellään vähitellen uudelleen.

  -  -  -  -

Edellä olen vetänyt yhteen niitä havaintoja, jotka ovat motivoineet minua kirjoittamaan tekoälystä. En näe tekoälyä joukkona teknisluontoisia tiedonkäsittelyratkaisuja, vaikka siitäkin on kysymys. Sen sijaan näen sen laajana sosiaalisena ja kulttuurisena muutoksena. Sitä tarvitaan, ja se on tapahtumassa. Tästä syystä kirjan aihepiiri on väistämättä laaja, ja se herättää käytännöllisiä kysymyksiä siitä, kuinka se toimii tietokirjana. Sillä ei ole teknologisesti rajautuvaa kohdeyleisöä, mahdollinen lukijakunta on paljon laajempi. Mutta onko se riittävän kiinnostunut tällaisesta aiheesta? Kirjan poikkitieteellisen ja kulttuurisen luonteen takia etsin kirjalleni ensi kädessä kaupallista kustantajaa, koska siten se herättäisi yleisempää huomiota ja saisi nimenomaan laajan ja epäyhtenäisen lukijakunnan kiinnostumaan. Käsikirjoitus on jo jokseenkin valmis arvioitavaksi ja viimeistelyyn julkaisemista varten.

Kirjan nimi on Robottipuisto. Se saattaa herättää uteliaisuutta: mistähän on kysymys? Kirjaan todella sisältyy myös fiktiivinen jakso, jossa kerrotaan tällaisen puiston synnystä. Se voisi oikeastaan olla jopa mahdollista aivan lähitulevaisuudessa, suunnilleen sillä tavalla kun se on kuvattu. Kirjan nimellä on myös historiallinen ulottuvuus. 1200-luvun lopulla Artoisin kreivi Robert II rakennutti Pohjois-Ranskaan Hesdinin automaattipuiston, jossa vesivoimalla toimivat mekaaniset eläimet ja erilaiset koneet huvittivat ja pelottelivat vierailijoita.

maanantai 2. elokuuta 2021

Keskittymisen taito

Tekniikassa tunnetaan hyvin käsite moodi eli toimintatila. Se liitetään erityisesti elektroniikkaan ja tietotekniikkaan perustuviin älykkäisiin laitteisiin. Erilaiset moodit on tavallinen ominaisuus myös monissa kuluttajille tarkoitetuissa tuotteissa. Hyvin yleinen normaalitilan vaihtoehto on lataustila: laitetta joko käytetään, tai sen akkuja ladataan. Varsin tavallinen ja jopa kiusallinen toimintatila on laitteen eräänlainen ohjelmointi. Laite ei silloin toimi normaalisti, vaan sen sisäistä tilaa muutetaan. Tuttuja ja usein harmillisia toimintatiloja ovat television kanavaryppään viritys ja älylaitteiden päivitykset. Useimmille autoilijoille on tuttua vakionopeussäätimen käyttö. Tämä toimintatila ylläpitää itsenäisesti auton nopeutta, ja kuljettajan työksi jää vain ohjaaminen ja liikenteen tarkkailu. Tesla-autojen itseohjaustila näyttäisi olevan vain pieni askel tästä eteenpäin. Käytännössä kuljettajan on tieliikenteen määräysten ja autonvalmistajan ohjeiden mukaan pidettävä kädet ratissa. Kuljettajalla on siis velvoite seurata ja jäljitellä auton toimintatilaa ja olla valmis puuttumaan ohjaukseen. Oikeasti itseohjaus on tosielämän liikenteen mutkikkaissa ja yllättävissä olosuhteissa vain kaukainen illuusio, jota ruokitaan markkinointisyistä.

Tätä aasinsiltaa myöten päästään sitten ihmisen toimintatiloihin, ja se osoittautuukin hyvin monimutkaiseksi asiaksi. Tosin heti tulee mieleen kaksi vallitsevaa toimintatilaa: olemme valveilla tai nukumme. Ennen kuin menemme tästä pidemmälle, minun tutkijaminäni vaatii minua kuvailemaan tai määrittelemään, mitä tarkoitetaan moodilla tai toimintatilalla. Tietenkin ymmärrämme nämä käsitteet aivan vaistomaisesti ilman sen kummempaa ihmettelyä, mutta tarkempi pohtiminen voi tuottaa uusia oivalluksia.

Voisin aluksi ottaa pohjaksi erään toisen käsitteen. Tämä käsite kuuluu systeemiteorian alueeseen, aivan niin kuin sinne kuuluu myös toimintatilan käsite. Systeemiteorian peruskäsite on systeemi eli järjestelmä. Se on jokin rakenteiden, niiden suhteiden ja toimintojen kokonaisuus. Systeemillä on jollain lailla määräytyvät rajat. Esimerkiksi auto on luonnollisesti rajautuva systeemi. Ymmärrämme, että auto koostuu erilaisista osista. Tuo kokonaisuus voidaan kuitenkin jakaa osiin eli osasysteemeihin. Esimerkiksi auton moottori, kori, voimansiirto ja sähköjärjestelmä ovat kukin osasysteemejä. Noilla osasysteemeillä on luonnollisilta tuntuvat rajat, mutta ne eivät aina ole täysin selviä. Systeemi tai osasysteemi onkin ihmisen ajattelun apuväline, ja se määräytyy näkökulman mukaan. Aina systeemirajat eivät ole itsestään selviä. Esimerkiksi jos haluamme kuvailla auton energiajärjestelmän, onkin jo hankalampaa pohtia, millaisia osia siihen pitäisi lukea. Auto voi puolestaan olla osa liikennejärjestelmää tai osa kuljetusjärjestelmää. Ja ne ovat jokseenkin erilaisia. Oikeasti systeemejä ei siis edes ”ole olemassa”. Ne ovat abstraktioita, mutta ne helpottavat ajattelua ja käytännön toimintaa.

Vastaavasti voidaan nyt pohtia, mikä oikein on moodi tai toimintatila. Suomenkielisen nimityksen mukaisesti se on järjestelmän toiminnan jokin kokonaisvaltainen ilmentymä tai hahmo. Se on siis jonkinlainen järjestelmän piirteiden ja osatoimintojen kokonaisuus. Ja kuten systeemien tapauksessa, toimintatilan tunnistaminen riippuu myös näkökulmasta. Edellä mainitsin unitilan, joka on ihmisen mielen hyvin kokonaisvaltainen piirre. Unelle on tunnusomaista, että suuri osa ihmisen elimistön osista ja toiminnoista on asettunut aivan tiettyyn tilaan. Esimerkiksi emme näe tai kuule. Tarkemmin unta eritellessä tulee kuitenkin täysin selväksi, että ihmisessä on paljon sellaisia osasysteemejä, joiden toimintaan uni ei vaikuta. Jopa aivoissa on toimintoja jotka eivät riipu unitilasta. Kun nukumme, koko elimistömme ei nuku, eivätkä myöskään koko aivomme. Edes kuulomme ei nuku, ainoastaan se osa mieltä, joka kokee kuulevansa. Nukkuessamme näemme unia, emme tosin silmillämme, koska ne ovat kiinni. Pikemminkin meissä toimii unessa sellainen mielemme osa, joka tuottaa kokemista - vaikka valtaosa uniemme kokemuksista unohtuukin nopeasti.

Toivottavasti tämä pohdinta selventää asioita, kun alan pohtia varsinaista aihettani eli keskittymistä. Tarkkaavainen lukija huomaa, että ehdin tässä rakentaa jo toisenkin aasinsillan. Tai ehkä aasinsilta ei ole aivan oikea vertaus, pikemminkin koetin rakentaa jonkinlaiset telineet.

Keskittyminen näyttäisi olevan eräs mielemme toiminnallinen tila. Aivoissa on useita erilaisia ja samanaikaisesti toimivia mekanismeja. Neurotieteilijät mainitsevat joskus aivojemme vallitsevan toimintatilan eli eräänlaisen perusmoodin. Sille on tyypillistä rentoutunut olo, jossa mikään asia ei erityisesti vaivaa mieltämme. Mielemme harhailee, siihen voi nousta muistoja menneisyydestä tai kevyitä aavistuksia tulevista tapahtumista. Se on mukava tila, ja haluamme mielellämme palata siihen tai pysyä siinä. Perusmoodissa ei tietenkään voi olla jatkuvasti, sehän olisikin suorastaan tylsistyttävä. Tila keskeytyy vähän väliä, ulkopuoliset aistiärsykkeet kuten äänet, näköhavainnot ja tuntohavainnot käynnistävät sekä automaattisia että tietoisia toimintoja. Tai vaikkapa nälän tai janon tunne herättää aktiiviseen toimintaan.

Sisäisistä syistä tapahtuu myös siirtymisiä aktiivisempiin toimintatiloihin. Niiden syynä on aivojen tietoinen toimita, ja sen herättäjänä voi olla mieleen tullut muistikuva tai aiempi suunnitelma tai aikomus. Eräs tavallinen aktiivinen toimintatila on ongelmanratkaisu. Sitä tutkitaan psykologiassa paljon, koska tällainen toimintatila on helppo tuottaa toistuvasti ja määrämuotoisesti antamalla koehenkilöille ratkaistavia tehtäviä. Älykkyystestit ovat kehittyneet juuri tällaisista tehtävistä. Keskittyminen ei näytä olevan niinkään erityinen toimintatila, vaan pikemminkin se on kyky ylläpitää jatkuvaa tietoista toimintaa. Esimerkiksi ongelmanratkaisu edellyttää jatkuvaa keskittymistä. Tiedetään, että tietoinen keskittyminen eli mielen toiminnan ohjailu tahtotilan kautta on isojen aivojen otsalohkon etuosan toiminnallinen kyky.

Tässä kohden kannattaa palauttaa mieleen aiempi viittaus systeemiteoriaan. Aivojen toimintatilat ovat tietyllä tavalla rajautuvien neuroniryhmien toimintaa, ja samalla ne ovat osasysteemejä. Niiden määrittely ei ole täysin mielivaltaista, mutta siinä on myös kysymys näkökulmasta.

Keskittyminen ei välttämättä ole jatkuvan tietoisen ponnistelun tulosta. Se voi olla sitä, jos keskittymisen kohteena oleva toiminta on epämieluisaa. Tämä on hyvinkin tuttu tilanne opiskelijoille. Aivan toisenlainen keskittyminen syntyy elokuvaa katsellessa. Istuminen pimeässä salissa vähentää ulkoisia häiriöitä, ja valkokankaalla esitettävä tarina vie katsojan huomion. Elokuva tuottaa voimakkaan keskittymisen tunteen, mutta katsoja on oudolla tavalla sekä keskittynyt että passiivinen. Keskittyminen elokuvaan ei vaadi tietoista tahtotilan ylläpitämistä. Nykyään olemme tottuneet elokuviin sen eri muodoissa ja esitysvälineissä, mutta aikanaan, elokuvan ollessa uutta, jotkut tutkijat luonnehtivat osuvasti elokuvan katsomista valveilla tapahtuvaksi uneksimiseksi.

Keskittyminen voi syntyä myös aivojen tietoisen ja aktiivisen toimintatilan kautta ilman tietoista pakottamista. Pelaaminen, ongelmanratkaisu, suunnittelu ja taiteellinen työ kuten soittaminen, säveltäminen, kirjoittaminen, maalaaminen ja muovailu voivat tuottaa voimakkaan ja miellyttävän keskittymisen. Tällaisesta sisäsyntyisestä keskittymisen tilasta käytetään joskus nimitytä flow. Etenkin silloin kun toimintatila tuntuu ylläpitävän itse itseään, tietoisen itsen kokeminen voi jopa heikentyä. Flow-tilassa olemme hyvin keskittyneitä, mutta oudosti matalammalla tietoisuuden tasolla.

Onko keskittyminen sitten ylipäätään erillinen ja itsenäinen aivojen toimintatila, vai onko se jotain muuta? Ehkäpä kyseessä onkin toiminnassa ilmenevä piirre, joka syntyy silloin, kun siirrytään rennosta perustilasta johonkin tietoisesti ohjattuun tavoitteelliseen toimintaan. Psykologit ovat käytännön syistä tutkineet erityisesti ongelmanratkaisua: sitä on helppo tutkia. Mutta esimerkiksi soittaminen, lukeminen, piirtäminen ja käsitöiden tekeminen ovat myös aktiivista ja tietoista toimintaa, joihin liittyy keskittyminen. Keskittyminen näyttääkin olevan tarkoituksenmukainen piirre, joka suojelee kulloinkin käynnissä olevaa toimintatilaa keskeytyksiltä. Tiedämme kokemuksestamme hyvin, mitä keskittyessä tapahtuu. Lakkaamme reagoimasta ulkoisiin ärsykkeisiin, jos ne eivät ole voimakkaita. Emme juurikaan huomaa, mitä ympärillämme tapahtuu, ja jopa tietoisuutemme omasta itsestämme on heikentynyt. Pikemminkin mielemme sisällön korvaa se toiminta, johon olemme uppoutuneet.

Mielessämme näyttää myös olevan aivan erityinen toimintatilojen luokka, jolla ei ole yleispätevää nimeä. Voisimme sano sitä aktiiviseksi tarkkailuksi. Esimerkkejä siitä ovat keskustelun seuraaminen, lukeminen ja jo mainittu elokuvien ja videoesitysten katselu. Myös nämä toimintatilat tarvitsevat suojaa häiriöitä vastaan, joten niihin liittyy keskittyminen ja tietoisuuden alentunut tila. Viimeksi mainittu tietoisen itsen roolin vaimeneminen on kiinnostava ja jopa ristiriitainen asia. Suorittaessamme tietoisesti käynnistettyä keskittynyttä toimintaa tietoisuutemme taso alenee. Selitys on yksinkertainen. Käynnissä oleva tietoisen toiminnan tila tarvitsee suojaa myös omia ajatuksiamme vastaan.

Sosiaalinen media on varsin uusi asia, mutta se kuuluu selvästi kuvaamaamme aktiivisen tarkkailun toimintatilojen ryhmään. Se saa käyttäjänsä keskittymään ja alentaa tietoisuuden tasoa. Poikkeuksellista siinä on tarkkailun aikajänne. Siinä käyttäjä seuraa itse rajaamansa mediasfäärin tapahtumia, mutta nuo tapahtumat eli uudet päivitykset ilmaantuvat sekuntien, minuuttien ja jopa päivien välein. Siksi sosiaalisesta mediasta muodostuu eräänlainen taustatoiminta, joka aktivoituu joko halutessamme tarkistaa mediatilanteen, tai ääni-ilmoituksista. Tiedämme, kuinka kännykän piippaus voi hetkessä käynnistää aktiivisen tarkkailun toimintatilan.

En ole maininnut sanaa mindfulness, josta käytetään myös sanaa tietoisuustaidot. Kyseessä ei ole mikään uusi asia, sillä sen pohjana on ikivanha meditaation perinne. Psykologit ja jopa neurologit ovat tosiasiassa olleet jo pitkään kiinnostuneita meditaatiosta, ja sitä on tutkittu intensiivisesti. Tässä yhteydessä näen, että kyseessä on mielen perustilan laajennus tai sille rinnakkainen tila. Ne ovat myös sisäisesti ristiriitaisia, koska ne näyttävät edellyttävän keskittymistä. Täytyy siis keskittyä päästäkseen tilaan, jossa ei keskity mihinkään. Mindfulness ja meditaatio ovat uskoakseni hyödyllisiä, ja ennen kaikkea näen niissä terapeuttisia arvoja.

Tämän kirjoituksen aiheeksi valitsin keskittymisen kyvyn, sillä se näyttää olevan sekä arvokas resurssi että uhanalainen ilmiö. Keskittyminen on mielen produktiivisen toiminnan edellytys, siksi se on niin suunnattoman tärkeää. Opiskelu edellyttää keskittymistä, ja aivan erityisesti sitä tarvitaan korkeakoulutasolla. Vakava ja tuloksellinen tieteellinen työ on mahdotonta ilman pitkäkestoista keskittymistä. Monissa ammateissa tehdään keskittymistä edellyttävää työtä. On esitetty mielipiteitä, joiden mukaan ihmisten kyky keskittymiseen on heikentynyt, ja erityisesti ollaan huolestuneita nuorten ihmisten ja lasten keskittymistaidoista. Tiedämmehän, että opiskelu on väylä mielekkääseen elämään ja hyviin ammatteihin. Sitä paitsi yhteiskunnassamme tarvitaan yhä paremmin ja yhä korkeammalle koulutettuja ihmisiä.

Onko huoli yleisestä keskittymiskyvyn heikkenemisestä todellinen? Toistaiseksi en ole nähnyt asiaa koskevaa luotettavaa tutkimustietoa, ainoastaan erilaisia arveluja. Niiden perustana on rajusti lisääntynyt sosiaalisen median käyttö ja lukemisharrastuksen väheneminen. Entä mikä on oma mielipiteeni? En osaa syyttää suorastaan sosiaalista mediaa, samanlaisia syytöksiä on esitetty aikanaan äänilevyteollisuutta, elokuvia ja televisiota vastaan – ja ilmeisen aiheetta. On kyllä totta, että sosiaalinen media näyttää vievän aikaa lukuharrastukselta, ja SE voi olla huolestuttavaa.

Voiko keskittymistä sitten opetella ja kehittää? Mielestäni voi, sillä huomattava osa kognitiivisista ja sosiaalisista kyvyistämme on opittuja. Ja tiedämme että aivot kehittyvät, harjaantuvat ja muovautuvat jatkuvasti. Joten kyllä, mielestäni keskittymiskykyä voidaan kehittää ja harjoitella. Pidän lukemista erittäin hyvänä harjoituksena ja suosittelen sitä lämpimästi. Erilaiset lukupiirit tuovat harrastukseen sosiaalista ulottuvuutta ja laadullista kehitystä, niitä tulisi myös edistää. Ja kyllähän keskittymistä myös tietoisesti edistetään. Kun pohditaan koulunkäyntiä, huomattava osa lähiopetusta näyttäisi tähtäävän keskittymiskyvyn kehittämiseen. Alaluokilla opetuksen tärkein anti onkin opettaa oppilaat keskittymään oppitunnin ajaksi olemaan paikallaan ja seuraamaan opetusta.

Kun olin työelämässä, olin joskus ideoimassa tutkijakoulutusta. Puoliksi leikillämme ideoimme myös eräänlaista tutkijoiden samuraikoulutusta. Siinä ei olisi ollenkaan tieteellistä sisältöä, vaan se keskittyisi metataitoihin. Olennaista olisi ollut keskittymisharjoitukset, käyttäytymisharjoitukset ja kurinalaisuus. Emme kuitenkaan kokeilleet toteuttaa tällaisia kursseja, vaikka olisi varmaan pitänyt. Kurista puhuminen on kovin vanhanaikaista, mutta oikeasti tarvitsemme sekä itsekuria että itsekurittomuutta. Olin kyllä järjestämässä luovuuskoulutusta, ja se taas on olennaisesti kurittomuuskoulutusta.

 

sunnuntai 15. syyskuuta 2019

Kertomus koneista, roboteista ja aivoista

Edelleen varsin yleisen ja aika kaavamaisen ajatuksen mukaan tiede käsittelee syvällisesti maailman perusasioita ja parantaa ymmärrystämme luonnonlaeista. Vaikka tiede on luonnostaan teoreettista ja abstraktia, siitä saattaa olla laajempaakin hyötyä. Esimerkiksi siten, että luonnontieteistä voi kehittyä hyödyllisiä insinööritieteitä. Tai että yhteisöjen sosiologinen tutkimus ehkä auttaa kehittämän yhteiskuntia harmonisempaan suuntaan. Tai että taloustieteet johtavat talouskriisien parempaan hallitaan ja talouden tuottaman hyvän levittämään yleiseen onneen. Tässä vaiheessa ajattelevan lukijan nauruhermoissa tosin voi jo tuntua kihelmöintiä. 

Tällainen käsitys vaikuttaa edelleen yhteiskunnaisen keskustelun taustalla, vaikka se on auttamattoman vanhentunut. Todellisuus on monipuolisempi, tieto ja muut vuorovaikutukset virtaavat kaikkiin suuntiin. Edes selvältä tuntuva käsite "luonnonlaki" ei todellisuudessa ole lainkaan yksinkertainen juttu: katso kirjoitukseni Se on luonnonlaki. Toisaalta pitää muistuttaa myös, että nykyään niin tavallisilla tieteen ja tiedon vastaisilla asenteilla ei ole todellisuuspohjaa.

Moderni maailma perustuu edelleenkin tietoon ja sen hyödyntämiseen. Taloustieteellä on edelleen yhtymäkohtia reaalitalouteen, vaikka ne ovat monimutkaisia ja monensuuntaisia. Lääketieteessä tapahtuu jatkuvaa edistymistä, se on poikkeuksellisen kiinteässä ja hyödyllisessä yhteydessä lääkintätaitoon. Koululääketieteen kritiikki ja uskomushoidot eivät ole todellisuuspohjalla, vaikka ne saavat näennäistä tukea ihmisen fysiologian monimutkaisuudesta ja siihen liittyvästä tilastollisesta vaihtelusta. Edes insinööritaito ei ole luonnontieteiden yksisuuntaista soveltamista, vaan se on enimmäkseen jotain aivan muuta: omalakista ja mutkikasta ihmisten toimintaa. Se tuottaa ymmärrystä tekniikasta, ihmisyhteisöistä, luonnosta. - ja myös luonnonlaeista. Olen kirjoittanut tästä asiasta tarkemmin otsikolla Isi, mitä sinä teet töissä?

Nyt seuraa kertomus insinööritaidon harrastamisen kautta syntyvästä laaja-alaisesta ymmärryksestä. Se ansaitse tulla kerrotuksi myös, koska se on katoavaa teollisuus- ja kulttuurihistoriaa.

1970- luvulla työskentelin teollisuuden automaatioinsinöörinä. Työpaikkani oli Helsingissä, Strömbergin Pitäjämäen tehtailla. Jälkeenpäin ajatellen tajuan, että silloin elimme huikean jännittävää tietokonetekniikan pioneeriaikaa. Tietokoneet kehittyivät tuohon aikaan valtavaa vauhtia. Emme voineet tietää, mihin se johtaisi, mutta tällaisessa tilanteessa parhaalta vaihtoehdolta tuntui elää muutoksen mukana ja koettaa hyötyä siitä.

Strömberg Oy on perinteinen ja merkittävä sähkövoimatekniikan pioneeriyritys. Sen perusti Berliinissä sähkötekniikkaa opiskellut Gottfrid Strömberg jo vuonna 1889. Voidaan sanoa, että yhtiö sähköisti Suomen teollisuuden ja jopa kotitaloudet. Se valmisti sähkömoottoreita ja generaattoreita, muuntajia ja säätölaitteita sekä sähkönjakelussa tarvittavia kojeita ja laitteita. Jonkin verran tuotettiin myös kotitalouksien liesiä ja lämmittimiä. Pitäjänmäen tehtaan konesalit ja asennushallit olivat kiehtovia paikkoja, koska ne yhdistivät luovasti raskasta metalliteollisuutta, sähkötekniikkaa ja elektroniikkaa. Juuri voimakkaasti kehittyvä elektroniikka oli monella tavalla kaiken keskiössä. Miten se tulisi ottaa huomioon tuotannossa, ja miten suuressa määrin. Nykyiset johtamisopit puhuvat rönsyjen karsimisesta, mutta 1970- luvulla tehtiin toisin. Rönsyjä ei karsittu, vaan niitä vaalittiin, jotta nähtäisiin, mitä niistä kasvaa. Ehkä äärimmäinen esimerkki on, että 1970- luvun alussa yhtiö kehitti ja valmisti pienen sarjan raskaita prosessitietokoneita (Strömberg 1000 eli SELCO 1000). 

Niinpä työskentelyni aikana laboratoriomme takaseinällä seisoi muutamia pakastekaapin kokoisia ja satojen kilojen painoisia tietokoneita. Taoimme ohjelmia koneiden sisään rämisevillä mekaanisilla teletype - kirjoittimilla. Ja sitten, muutamassa vuodessa siirryimme keskelle mikroprosessorien murrosaikaa. Teimme suunnilleen samoja asioita kuin kollegamme Amerikan piilaaksossa, ja luimme lehtikierrossa samoja ammattilehtiä. Se oli ihmeellistä ja se oli kiehtovaa. Mutta meistä, jotka olimme silloin mukana - se oli aivan normaalia.

Ammatillisesti kiinnostavin työvaihe alkoi, kun aloin vetää "mekaanisen puunjalostusteollisuuden automaatioryhmää". Minun tiimini kehitti ja toimitti sahoille puutavaran käsittelylaitteistojen ohjausjärjestelmiä. Nuo laitteistot olivat suuria, kymmenien metrien pituisia koneita, joissa tukkeja, lautoja ja lankkuja sahattiin, mitattiin, lajiteltiin ja paketoitiin. Tietokone ohjasi koneiden kaikkia toimintoja, ja ohjauksen piti olla hyvin täsmällistä ja oikein ajoitettua. Kaiken piti tapahtua muutaman sadasosasekunnin tarkkuudella. Viivytellä ei voinut, muuten joku lauta murskautuisi koneen rautojen välissä tai sinkoutuisi lattialle. Koneiden piti olla myös luotettavia: jos tietokone pysähtyisi tai hidastelisi, koko laitos pysähtyisi. Koneissa oli paljon antureita ja tietokoneen ohjaamia moottoreita ja työsylinterejä. Kaikkien osien piti toimia synkronoidusti, mutta myös joustavasti erilaisilla tuotantonopeuksilla. Teollisuuden alkuaikoina tällaisia työkoneita ohjattiin mekaanisilla releillä. Nyt kaikki piti tehdä paljon nopeammin, tehokkaammin ja älykkäämmin, ja siihen meillä oli tarjota tietokoneita, elektroniikkaa ja aineettomia bittejä.

Eräs merkittävä oivallus oli filosofinen, sitä voisi sanoa "insinöörieetokseksi". Itse asiassa se ei edes ollut oivallus, vaan ajattelutapa, jonka olimme omaksuneet aivan huomaamattamme. Törmäsin samaan asiaan kirjallisuudessa jokin aika sitten. Fyysikko ja säieteorian kehittäjä Michio Kaku nimitti sitä "konstruktiiviseksi filosofiaksi". Se on eräänlaista suoran toiminnan filosofiaa. Mekin tunsimme jo silloin tuon periaatteen. Toimiston seinällä oli taulu, jossa luki suunnilleen näin: "Mahdottomat asiat tehdään kahdessa viikossa, mutta ihmeistä pitää sopia ensin esimiehen kanssa". Ja näin me toimimme. Tiimini alkoi ensimmäisten joukossa talossamme käyttää mikroprosessoreita, kaikki oli uutta ja ongelmia oli. Kohtasimme ongelmia, joista tiesimme ettei niille ole teoreettista ratkaisua, ja sitten oli ongelmia, jotka olivat muuten vain vaikeita. Useimmiten ne kuitenkin ratkesivat. 

Rakentamistamme koneista opin tärkeitä asioita. Ne olivat ikään kuin eläviä olentoja. Ne saivat tietoja ympäristöstään lukuisten antureiden ja mittalaitteiden kautta, ja tiettyihin signaaleihin piti reagoida tarkasti ja oikealla tavalla. Koska signaaleja saapui näennäisen satunnaisesti, koneiden piti tehdä päätelmiä reaktioiden kiireellisyydestä. Koneiden tuli selvitä itsenäisesti poikkeustilanteista, kuten epänormaaleista signaaleista. Siinä ohessa niiden tuli reagoida konetta ohjaavien ihmisten toimenpiteisiin. Koneemme toimivat itsenäisesti rikkaassa ja dynaamisessa ympäristössä, ja niiden toiminnassa oli tarkoitukseen tähtäävä piirre: ylläpitää omaa toimintakykyä ja käsitellä puutavarakappaleita oikealla tavalla. 

Pian huomasimme laatimissamme ohjelmissa kiinnostavia piirteitä, ja ryhdyimme kehittämään ja vahvistamaan niitä tietoisesti. Ohjelmien avulla rakensimme tietokoneen sisään mallin puutavaraa käsittelevästä koneesta ja sitä ympäröivästä maailmasta. Malli oli dynaaminen, sillä erilaiset anturisignaalit ylläpitivät tuota mallia jatkuvasti. Mallin elementit: muuttujat, laskurit ja taulukot, kuvasivat sekä puutavaran käsittelykoneen omaa tilaa, että siinä liikkuvien puutavarakappaleiden tiloja. 

Aloimme käyttää tuota ohjelmarakennetta myös ohjelmistojemme testaukseen. Rakensimme yksinkertaisen simulaattorin kuvaamaan automaation toimintaa. Visualisoimme tuon tietokoneen sisäisen mallin: lisäsimme koneemme ohjelmistoon uuden ohjelman, joka piirsi noin viisi kertaa sekunnissa sisäisen mallin tilan graafisin symbolein kuvaruutunäytölle. Näin saatoimme katsella reaaliajassa, mitä teollisessa prosessissa tapahtui, tai oikeastaan mitä tietokone kuvitteli tapahtuvan. Tämä järjestely oli hyödyllinen ohjelmien testaajille - ja asiakkaamme suorastaan lumoutuivat siitä.

Opimme siis, että automaatiojärjestelmän sisälle tulee rakentaa dynaaminen malli sen ympäristöstä. Tietenkään emme silloin tienneet, että brittiläinen psykologi Richard Gregory oli keksinyt saman idean Edinburghin yliopiston tekoälyprojektissa jo vuonna 1967. Harvat tuntevat tätä ideaa vieläkään. Mutta alun perin idean takana on vielä vanhempi mentaalisen mallin käsite, ja sen esitti skottilainen filosofi Kenneth Craik (1914–1945). Ilmeisesti roboteillekin siis pitää rakentaa mentaalinen malli.

On varsin yllättävää, että kymmenisen vuotta sitten saman tapainen toiminta löytyi elävien olentojen ja ihmisen aivoista. Tosin asian tarkempi tutkiminen on edelleen käynnissä. Tämä asia on syvällinen, ja se tuntuu liittyvän myös tietoisuuden käsitteeseen. Elämme rikkaassa ja muuttuvassa maailmassa, johon tietoisuudellamme ei ole mitään suoraa yhteyttä. Tietoisuutemme tuntee vain tuon aivojen luoman sisäisen maailmanmallin. Ja asialla on toinenkin puoli. Aivomme tuottavat vastaavan mallin myös itsestämme. Se kertoo meille ruumiimme tilasta ja tuntemuksista, ja ruumiimme sijainnista maailmanmallissa. Ja se sisältää myös elämänkerrallisen mallin, joka on kertomus itsestämme, yhdistettynä muistikuviimme ja tulevaisuuden suunnitelmiimme. 

Kehomme malli, sisäinen ruumiinkuva on meille ainutlaatuisen tärkeä. Jos siinä on puutteita tai vikoja, ne ilmenevät psyykkisinä häiriöinä. Erityisen konkreettisina ne näkyvät syömishäiriöiden kohdalla. 

Neurofysiologit ja neuropsykologit ovat vasta aivan viime vuosikymmeninä selvittäneet tämän aivojemme toiminnallisen piirteen, joka on automaatioinsinöörille vanhastaan tuttu. Miten he ovat päätyneet siihen? Eräs selitys saattaa olla, että hämmästyttävän monet eturivin aivotutkijat ovat alun perin insinöörejä tai tietokonenörttejä. Esimerkiksi Michio Kaku, Jeff Hawkins, Richard Gregory, Christof Koch ja Teuvo Kohonen. Ehkä siksi heillä on ollut ennakkoluulottomuutta ja moraalista rohkeutta tarkastella ihmisaivoja koneena.

Palaan vielä entiseen työnantajaani Strömbergiin. 1960- ja 1970- luvuilla sen insinööreillä oli varsin hyvät mahdollisuudet esittää elektroniikkaan liittyviä uusia hankkeita tai omaksua uusia ideoita projekteihinsa. Rönsyjä syntyi ja niitä ruokittiin, mutta syntyikö niistä vahvoja innovaatioita ja uutta liiketoimintaa? Tähän on vaikea vastata suoraan. Yleinen teollisuusautomaatio kuihtui vähitellen pois. Mutta elektroniikan ja mikroprosessorien yhdistäminen sähkövoimatekniikkaan tuotti tärkeitä uusia tuotteita, kuten ohjauslaitteita ja suojareleitä. Sähkönjakelua ei enää oikein voisi kuvitella ilman elektroniikan tuottamaa älyä ja toiminallisuutta. Loistava esimerkki on vaihtovirtamoottorien säätäminen taajuusmuuttajan avulla. Yhtiö kehitti tämän laitteen 1970- luvulla käyttökelpoiselle tasolle ensimmäisenä maailmassa, Vaikka Strömberg on nykyään sulautunut monikansalliseen ABB- konserniin, taajuusmuuttajien tuotanto Suomessa on edelleen merkittävää liiketoimintaa.  

Rönsyjen kasvattaminen vaatii myös aikaa. Kehitystyön jatkuminen pitää turvata, vaikka se on hidasta ja epävarmaa. Suuri ja vakiintunut yhtiö voi sallia itselleen tällaisia riskejä. Siksi niillä on oma roolinsa merkittävien innovaatioiden tuottajana. Muistan osallistuneeni keskusteluun ruoripotkureista vuonna 1982, kun olin juuri lähtemässä uuteen työpaikkaan. Voisivatko ne joskus toimia sähköllä? Ruoripotkuri on monipuolinen ja tehokas laivojen työntövoimaa tuottava laite. Ensimmäinen suoravetoinen, elektronisesti ohjattu ja sähköinen Azipod- ruoripotkuri asennettiin laivaan vuonna 1990. Siitäkin syntyi merkittävää ja kestävää liiketoimintaa.