Kuna ma ei prioriseeri praegu sügavate blogipostituste tegemist väga kõrgelt, jagan siin edasi oma mujal tehtud tegevusi ja mõeldud mõtteid.
North Star AI konverents Tallinnas 8. märtsil
Eesti masinõppe ja andmeteaduse kommuunid on omavahel üsna hästi tuttavad — enamik praktiseerijaid on juba kuskil ettekande või paar teinud. Selleks, et ühendada Eesti kommuuni rohkem ülejäänud maailmaga, korraldame konverentsi North Star AI, kus räägitakse tehisintellekti praktilistest rakendustest. Esimese aasta kohta on konverentsi tase ülikõrge.
Enamik spetsialiste ja huvilisi Eestist (ja palju ka lähiriikidest) on konverentsil kohal — üritus on hea võimalus nendega kohtumiseks. Piletid, kava jm info veebilehelt.
Video Kariniga vähem hoolimisest
Mulle tundub, et enamik inimesi hoolivad liiga palju mõttetutest asjadest. Allolevas videos arutame seda Kariniga (14min).
Tehnoloogia, tulevik ja karjäärisoovitused noortele
Tartu kõrgkoolid korraldasid üritust Õpi Tartus, kus rääkisin peamiselt keskkoolinoortele sellest, kuidas arvutite aina laiem levik ja targemaksmuutumine nende karjääriplaane võiks mõjutada. Slaidid leiad siit.
Sama ürituse eel avaldas Novaator minuga lühikese intervjuu sarnastel teemadel.
Lisaks informaatikutele peetud ettekandele rääkisin hiljuti sarnasel teemal TTÜs, seekord majandusteaduskonna tudengite kutsel. Karin võttis selle ka linti; rääkisin peamiselt tehisintellekti oodatavast mõjust ühiskonnale ja majandusele.
Jagan viimasel ajal ettekannete videoid, et natukenegi oma tegemistest ja mõtetest teistega jagada. Blogimine on praegu üsna madala prioriteediga: esikohal on töö Starshipis. Oma elu tagasisaamiseks tegelen praegu intensiivselt outsource’imisega: üritan oma elust eemaldada tegevusi, mida saab veidi raha rakendades kellegi teise kätte anda. Aeg ei ole limiteeriv tegur — paar tundi nädalas leiaksin ikkagi — probleem on pigem tähelepanu, kuna enne magamajäämist/trennis/trollis/jalutades (ehk diffuse režiimis) peas käivaid teemasid ei saa olla eriti palju ning just nendes kohtades tekivad kõige paremad mõtted.
Starship on kõige põnevam pikaajaline projekt, mida ma kunagi teinud olen. Esiteks on robotite ehitamine lahe, teiseks on töö sisuliselt raske ja läheb hästi kokku mu taustaga ja kolmandaks on kõik ümbritsevad inimesed väga heal tasemel. See viimane on natuke stressirohke (ma kirjeldan seda tavaliselt nii, et “kõik mu ümber on oma töös paremad kui mina oma töös, ja 50% neist on minu töös paremad kui mina”), aga samal ajal ka motiveeriv, seega areng on kiire.
Paradoksaalselt: mida rohkem ja põnevamaid ideid mul on, seda vähem on aega neid jagada. Loodan sellegipoolest paari kuu pärast jälle rohkem avaldama hakata — ilmselt peamiselt podcaste, aga ideaalis ka läbimõeldud postitusi.
Mu magistriõpe ETH Zürichis kulmineerus magistritööga, mis omakorda lõppes töö kaitsmisega veidi enam kui kaks nädalat tagasi. Juhendan sel õppeaastal ise kaht lõputööd, mis annab mulle pildi vorstitegemisest teiselt poolt liini, seega jagan enne unustamist lühidalt, mida ma kogu protsessi käigus õppisin, ja loodan, et sellest on kasu tulevastele baka- ja magistritöötajatele.
(Peamiselt toetun siin tuntud majandusteadlaste1 ideedele, aga kui teen mingi jubeda majandusteadusliku vea, siis tulistage mind kommentaarides alla.)
Tehnoloogia vähendab meie vajadust inimeste järele. Isejuhtivad autod nõuavad oluliselt vähem inimtähelepanu kui praegused autod; üks traktor asendab sadu põllutöölisi; e-riigi tõttu on meil vähem ametnikke vaja; tootmisliinidel asendavad masinad järjest inimesi.
See on hea ja õige. Need muutused toovad tüüpiliselt hinda alla või kvaliteeti üles ning vabastavad meid vajadusest ise raskeid tüütuid töid teha. Kui võrrelda sajanditagust tüüpilist tööd (raske ja füüsiline) tänasega (põnevam ja tervisele vähem koormav), ei tahaks keegi meist ajamasinasse astuda.
Lisaks füüsilisele heaolule kasvatab tehnoloogiline progress kujundlikku majanduspirukat meie kõigi jaoks. Kahanev hind tähendab tõenäoliselt tarbimise kasvu2: kui suvaline (isejuhtiv) taksosõit Tallinnas maksaks alla 1€, kasutataks seda varianti palju rohkem kui praeguseid taksosid hinnaga 4-6€/sõit. Transpordi odavnemisel on omakorda positiivne mõju kõigile toodetele, mille hinnas on kohaletoomine oluline komponent (nt toit). Seega võidab ühiskond ja võidab uue tehnoloogia väljaarendaja/tootja (sest tal on võimalik seda kõigile kasumiga müüa), aga on ka ilmselged kaotajaid: need, kes ära automatiseeritakse.
Liigume selgelt lihttööde (sellised, mida saab ilma pikema hariduseta teha) äraautomatiseerimise suunas, seega lihttööjõud muutub aina vähem vajalikuks ja väärtuslikuks. Eeldatavasti langeb seega ka madalapalgaliste palk3. Kapitali (investeeringute) pealt saab samal ajal aga aina rohkem teenida: kuna rohkem tööd teevad ära masinad, siis annab masinate omamine võrreldes ise töötamisega aina rohkem tulu. Inimkeeli: rikastel muutub rahateenimine aina lihtsamaks ja vaestel aina keerulisemaks.
See efekt kandub edasi ka üle põlvkondade, sest rikkad pärandavad oma lastele absoluutsummas palju rohkem kui vaesed. Teine oluline viis, kuidas see põlvkonna piiri ületab, on haridus. Haritud töötajad on turul paremas positsioonis (teenivad rohkem ja leiavad kergemini tööd), aga kooliskäimisel on kulu4 ja jõukamad vanemad suudavad oma laste õpinguid (kauem) toetada.
Kõik eelnev kokku tähendab, et kuigi pirukas kokkuvõttes kasvab, jääb mitterikastele jaotatav lõik aina väiksemaks: kindlasti protsentuaalselt ja võimalik, et ka absoluutselt.
Lahendused
Tavaliselt kirjutaksin siin lahti ka hulga lahendusi: näiteks võiks aidata tasuta kõrgharidus5, negatiivne tulumaks, kodanikupalk või muu sarnane skeem. Detailid ei ole aga praegu olulised: mulle tundub, et tihti vaieldakse väljapakutud skeemile vastu just detailide tõttu6. Kui teeme endale selgeks, et ebavõrdsus muutub aina suuremaks probleemiks, saame ühiselt hakata otsima aktsepteeritavaid lahendusi ning mitte vasak- ja parempoolsuse pinnal vastanduma.
Ja võib-olla tundub, et haletsen üleolevalt neid vaeseid, aga paarikümne aasta pärast võib sellesse gruppi kuuluda 90% elanikkonnast, sealhulgas sina ja mina.
NB: vaata altpoolt Kristjani ja Sandri kommentaare, mis vähendasid mu enesekindlust ülaltoodud argumentatsioonis.
1) inimese poolt loodud agent, mis on intelligentne, kus “intelligentne” tähendab ligikaudu “inimtasemel”. Mõnikord mõeldakse ka tehisintellekti all üldist intellekti, mis tähendab, et agent on võimeline õppima erinevaid ülesandeid lahendama ja teadmisi ühest ülesandest teise üle kandma.
2) uurimissuund, mille eesmärk on arendada ülalmainitud agente.Tehisintellekt kasutab palju masinõppe meetodeid, aga ka klassikalisemaid arvutiteaduse algoritme (nt otsingupuid).
Suurandmed [big data]: andmestikud, mis ei mahu ühe arvuti mällu (RAMi).
Suurima mäluga Amazoni virtuaalmasinal on praegu mälu 2 TB (2000 GB). Mõnikord mahuvad andmed küll ära, aga nende töötlemine võib nõuda kordades rohkem mälu.
Andmeteadus [data science]: ükskõik milline tegevus, mis aitab andmete põhjal kasulikke otsuseid teha.
See võib tähendada väga mittetehnilisi asju nagu kirjalikke analüüse või lihtsat kirjeldavat statistikat, veidi tehnilisemat tööd nagu andmete ettevalmistamist või visualiseerimist, või matemaatiliselt keerulisemaid asju nagu ennustamist (masinõppe meetodeid kasutades).
Viimase aasta jooksul olen raamatutelt aina rohkem liikunud lühema formaadi lugemisele (peamiselt blogipostitustele): kui 2014. aastal lugesin 16 ja 2015. aastal 22 raamatut, siis eelmisel aastal ainult 9.
Masinõpe (machine learning) oli 2016. aastal haibitsükli tipus. Eesti on ses osas ilmselt veidi taga, aga Eesti masinõppe kokkusaamiste populaarsuse põhjal mitte väga kaugel. Tean oma (mitte ainult tehnoloogiaettevõtetes töötavate) tuttavate kaudu, et huvi selle suuna vastu on märkimisväärne.
Pean nimekirja asjadest, millest tahan kunagi kirjutada. Aeg-ajalt (kord nädalas) võtan sealt ühe teema ja kirjutan postituse, aga mõned küsimused jäävad alati kõrvale, sest tunduvad kas liiga ebaolulised või pisikesed, et omaette postitust vääriks.
Tänane postitus on just sellistest väikestest küsimustest.
Miks on isesõitvate autodega maailm parem?
Kui hästi Eesti haridussüsteemil läheb?
Kas Eesti ilm on objektiivselt halvem kui mujal?
Mis juhtuks, kui klooniksin ennast ja kasvataksin klooni üles?
Tänane postitus räägib tehisintellektist, täpsemalt selle olemusest, potentsiaalist ja senisest diskussioonist Eestis. Tegu on kiiresti areneva alaga, mis võib meie kõigi elusid väga oluliselt muuta, seda nii paari kui paarikümne aasta perspektiivis — loodetavasti paremuse poole. Postituse kaasautoriteks on Tartu AI mõtteklubi vedajad Allan Aksiim ja Kaspar Kruup.
