Tekoäly ja monimutkainen ongelmanratkaisu

Abstract

Tekoälytutkimuksessa on vuosikymmeniä ollut kunnianhimoisena tavoitteena itsenäisesti toimivien älykkäiden kokonaisuuksien luominen. Viime vuosien myönteisestä kehityksestä huolimatta tekoälyn ongelmanratkaisukyvyt ovat edelleen ihmistä heikommat, kun kyseessä on monimutkainen tai jäsentymätön tilanne. Tässä tutkimuksessa on selvitetty systemaattisen kirjallisuuskatsauksen menetelmällä, mitä keskeisiä ongelmia tekoälyn ongelmanratkaisuun liittyy ja minkälaisia ratkaisuehdotuksia niihin esitetään. Kirjallisuushaun tietokantana toimi scholars.google.fi ja hakusanoina käytettiin termejä cognitive science solutions for ai complex problem solving. Tarkennettuina hakukriteereinä olivat tarkka ilmaus artificial intelligence problem solving ja julkaisuajankohta 2017–2023. Kirjallisuushaussa löytyi yhteensä 86 artikkelia, joista seulonnan jälkeen tarkasteluun jäi kahdeksan tutkimusta. Tutkimusaineistosta tunnistetut tekoälyn ongelmanratkaisukyvyn keskeiset haasteet on jaoteltu teorian pohjalta frame-ongelman ja tiedon hankinnan ongelman kategorioihin. Frame-ongelma sisältää näkökulmat ongelman ja tavoitetilan määrittelyn vaikeudesta sekä kaikkien mahdollisten tilojen määrittelyn haasteen. Tiedon hankinnan ongelma käsittää tiedon mallintamisen ja luotettavuuden näkökulmat. Ratkaisuna em. ongelmiin tutkimusaineistossa esitettiin muun muassa erilaisiin oppimisstrategioihin, kuten siirto-oppiminen, aktiivinen oppiminen ja kokemuspohjainen oppiminen perustuvia malleja, mutta myös hakuavaruuden mallintamista ja mittaamista. Tutkimusaineiston kaikkien artikkeleiden ratkaisuehdotukset olivat hieman erilaisia, keskeisimpänä yhdistävänä tekijänä oli ihmisen hyödyntäminen tekoälyn tukena joko kouluttajana, aineiston validoijana tai ongelmatilanteen jäsentäjänä. Tutkimuksen johtopäätöksenä esitetään viitekehys, jossa aineistosta nousseet ongelmat on suhteutettu ihmisen ongelmanratkaisun kognitiiviseen prosessiin. Tutkimus ei ole kaiken kattava katsaus tekoälyn ongelmanratkaisuun ja mahdollisiin ratkaisuihin, mutta se luo suuntaa tulevista kehitysnäkymistä sekä jäsentää tutkimusalaa kognitiotieteellisestä näkökulmasta. Tutkimuksen perusteella vaikuttaa siltä, että yhtä selkeää ratkaisua tekoälyn ongelmanratkaisukyvyn kehittämiseksi ei ole vielä kehitetty eli jatkotutkimukselle on tarvetta. Jatkotutkimuksena voisi selvittää yleistyvätkö tutkimuksen tulokset kattavammalla aineistolla tai kartoittaa tunnistettujen ratkaisujen mahdollisuuksia ja heikkouksia.