- Koneoppimisessa algoritmi opetetaan tunnistamaan toistuvuuksia datasta
- Suurten teknojättien ohella myös perinteisemmät yritykset ovat havahtuneet koneoppimisen mahdollisuuksiin
- Turkulainen Valohai kehittää koneoppimisen alustaa, jota voivat hyödyntää jättien ohella myös pk-yritykset
Koneoppiminen (machine learning) on tekoälyn osa-alue, jossa algoritmi koulutetaan datalla tunnistamaan tiettyjä toistuvuuksia, esimerkiksi laivoja satelliittikuvasta tai häiritseviä kommentteja keskustelupalstalla. Monelle teknojätille koneoppiminen on jo hyvin arkipäiväistä ja tuotantokäytössä on niin sanottuja koneoppimismalleja paljon. Esimerkiksi Netflix käyttää koneoppimismalleja ehdottaakseen käyttäjälle lisää katsottavaa sekä valitakseen esikatselukuvat käyttäjäkohtaisesti.
Suurilla amerikkalaisilla teknologiayrityksillä on koneoppimisen hyödyntämisessä ollut merkittävä edelläkävijäasema ja näissä yrityksissä on investoitu merkittävästi koneoppimisen tuotteistamiseen liittyviä haasteita, kuten koneoppimismallien kouluttamisen automatisointia ja palvelininfrastruktuurin hallintaa. Kyseisten haasteiden ympärille on syntynyt termi MLOps eli machine learning operations.
– Teknojättien lisäksi myös pienemmät ja perinteisemmät yritykset ovat heränneet koneoppimisen tuomiin mahdollisuuksiin ja monet näistä ovat kehittäneet malleja yrityksen sisällä. Markkinoille odottaakin merkittävä määrä uusia ratkaisuja, joita ei ole vielä tuotteistettu. Työnluonne muuttuu merkittävästi mitä lähempänä julkaisua ollaan, itsenäisestä tutkimustyöstä lähemmäs insinöörityöskentelyä, kertoo turkulaisen Valohain toimitusjohtaja Eero Laaksonen.
Koneoppiminen tuotannossa eli oikeiden käyttäjien käytössä vaatii sen, että koneoppimismallit toimivat häiriöittä.
– Koneoppimiseen liittyy myös riski siitä, että ajan myötä mallin tuottamat ennustukset huononevat, sillä maailma on muuttunut koulutushetkestä. Näin käy esimerkiksi kieleen liittyville malleille, sillä kielenkäyttö muuttuu arjessa jatkuvasti keskustelunaiheiden lisäksi. Malleja pitää siis tuotantokäytössä tarkastella jatkuvasti ja kouluttaa uudelleen vastaamaan juuri tätä hetkeä, Laaksonen kertoo.
Turkulainen Valohai pyrkii vastaamaan koneoppimisen tuotteistamiseen liittyviin haasteisiin ja madaltamaan kynnystä koneoppimisen hyödyntämiseen, jotta koneoppimisinnovaatiota syntyisi myös teknojättien ulkopuolelta. Valohain MLOps alusta automatisoi mallien julkaisemiseen liittyvää insinöörityötä ja lyhentää tuotteistamiseen liittyvän ajan viikoista tunteihin. Valohain alustaa käyttävät muun muassa Twitter, JFrog sekä LEGO Group.
Lisätietoa koneoppimisesta löydät osoitteesta: www.valohai.com