Tekoälyuutiset: Suuri julkistusviikko

Kuva luotu Flux Pro-tekoälytyökalulla. Kuva: Flux Pro

OpenAI julkaisi o3 mini-mallinsa

OpenAI julkaisi vihdoin pitkään huhutun o3-mallinsa. Kyseessä on uusin lisäys yhtiön päättelyyn erikoistuneiden mallien sarjaan, jossa yhdistyvät tehokkuus ja kustannustehokkuus.

Malli on suunniteltu erityisesti STEM-alojen (tiede, matematiikka, ohjelmointi) tehtäviin, ja se tarjoaa kehittäjille monipuoliset työkalut, kuten funktioiden kutsumisen ja rakenteelliset tulosteet. Käyttäjät voivat valita kolmen eri päättelytason välillä – matala, keskitaso ja korkea – optimoidakseen mallin toiminnan omiin tarpeisiinsa. Malli ei kuitenkaan tue kuvantunnistusta.

Saatavuuden osalta o3-mini on heti käytettävissä ChatGPT Plus-, Team- ja Pro-käyttäjille, ja Enterprise-asiakkaat saavat sen käyttöönsä helmikuussa. Merkittävä uudistus on, että myös ilmaiskäyttäjät pääsevät kokeilemaan mallia rajoitetusti. Plus- ja Team-käyttäjien päivittäinen viestiraja nousee huomattavasti, 50 viestistä 150 viestiin.

OpenAI:n mukaan suorituskyvyltään o3-mini yltää edeltäjänsä o1:n tasolle STEM-tehtävissä, mutta toimii nopeammin. Testauksissa 56 prosenttia asiantuntijoista piti o3-minin vastauksia parempina kuin o1-minin, ja vakavien virheiden määrä väheni 39 prosenttia haastavissa kysymyksissä. Malli pystyy myös hyödyntämään verkkohakua ajantasaisten vastausten antamiseksi.

OpenAI o3 vs DeepSeek-R1 -vertailu

Katso videolta tämän hetken kovimpien kielimallien vertailua koodaustehtävissä:

Näytä tämä julkaisu Instagramissa

Henkilön AI | Technology (@theaifield) jakama julkaisu

OpenAI julkaisi Deep Research -työkalunsa

The Verge raportoi OpenAI:n uudesta ChatGPT:hen integroidusta syvätutkimustyökalusta, joka toimii itsenäisenä tutkimusagenttina. Työkalu kykenee monitasoiseen tiedonhakuun ja näyttää käyttäjälle työskentelyprosessinsa vaiheet sivupalkissa lähteineen.

Agentti pystyy käsittelemään tekstiä, kuvia ja erilaisia tiedostoja, kuten PDF-dokumentteja ja taulukoita. Vastauksen muodostaminen vie tyypillisesti 5-30 minuuttia, ja työkalun kerrotaan toimivan analyytikkotasoisella tarkkuudella. Sen suorituskyky on merkittävästi parempi kuin aiemmilla malleilla – se saavutti ”Humanity’s Last Exam” -testissä 26,6% tarkkuuden, kun aiemmat mallit jäivät alle 15 prosentin.

Työkalu on ensisijaisesti suunnattu Pro-tilaajille, jotka maksavat palvelusta 200 dollaria kuukaudessa. Heille on tarjolla 100 kyselyä kuukaudessa. Plus-, Team- ja Enterprise-käyttäjät saavat työkaluun rajoitetun pääsyn. OpenAI lupaa tulevaisuudessa nopeamman ja kustannustehokkaamman version korkeammilla käyttörajoilla.

Työkalulla on kuitenkin rajoituksensa: se saattaa toisinaan keksiä faktoja, sillä on vaikeuksia erottaa luotettava tieto huhuista, ja se kamppailee vastausten varmuusasteen arvioinnin kanssa.

Euroopassa aletaan kehittämään omaa OpenEuroLLM-tekoälyä

SiloAI:n blogissa uutisoidaan OpenEuroLLM-projektista, joka pyrkii kehittämään seuraavan sukupolven avoimia kielimalleja, jolla voidaan kilpailla mm. DeepSeekin kanssa. Projekti käynnistyy helmikuussa 2025 ja sen odotetaan merkittävästi edistävän eurooppalaisten yritysten ja organisaatioiden mahdollisuuksia hyödyntää tekoälyä. Samalla se vahvistaa Euroopan asemaa tekoälyn kehityksessä ja varmistaa, että kehitys tapahtuu eurooppalaisten arvojen ja säännösten mukaisesti.

Hanke edustaa uudenlaista lähestymistapaa tekoälyn kehitykseen, jossa avoimuus, läpinäkyvyys ja yhteistyö ovat keskeisiä periaatteita. Tämä poikkeaa merkittävästi suljetummasta mallista, jota monet amerikkalaiset ja kiinalaiset teknologiajätit noudattavat.

Projektin keskeiset tavoitteet:

1. Teknologinen riippumattomuus

• Kehitetään eurooppalaisia, avoimeen lähdekoodiin perustuvia kielimalleja
• Varmistetaan Euroopan kilpailukyky globaaleilla tekoälymarkkinoilla
• Luodaan perusta yritysten ja julkisten palveluiden tekoälyratkaisuille

2. Eurooppalaiset arvot ja säännökset

• Mallit kehitetään EU:n sääntelykehyksen mukaisesti
• Painotetaan läpinäkyvyyttä ja yhteisöllistä kehitystä
• Huomioidaan kielelliset ja kulttuuriset erityispiirteet

3. Käytännön toteutus

• Koordinaattorina toimii Prahan Kaarlen yliopisto
• Mukana yli 20 yliopiston, tutkimuslaitoksen ja yrityksen konsortio eri puolilta Eurooppaa
• Rahoitus tulee EU:n Digital Europe -ohjelmasta

4. Erityispiirteet

• Monikieliset mallit tukevat eurooppalaista monimuotoisuutta
• Avoin lähdekoodi mahdollistaa mallien muokkaamisen eri tarpeisiin
• Yhteistyö avoimen tieteen yhteisöjen kuten LAION ja OpenML kanssa

Stargate-projekti – 500 miljardin dollarin unelma vai harhaluulo?

The Verge nostaa muutamia epäkohtia liittyen mm. Trumpin ja Sam Altmanin ajamaan kunnianhimoiseen, Stargate-hankkeeseen liittyen. Projekti tähtää historian suurimman yksityisen tekoälyn laskentainfrastruktuurin rakentamiseen, ja se on saanut 500 miljardin dollarin rahoituslupaukset SoftBankilta, Oraclelta ja Abu Dhabin MGX-rahastolta.

Projektin lupaukset ovat mahtipontisia:

• Maailman suurin yksityinen laskentainfrastruktuuri
• Yli 100 000 uutta työpaikkaa Yhdysvaltoihin
• Läpimurtoja lääketieteessä, kuten syöpärokotteiden kehittäminen 48 tunnissa
• Yhdysvaltojen johtoaseman varmistaminen tekoälykilpailussa

Projektiin liittyy kuitenkin useita haasteita ja epävarmuustekijöitä:

1. Rahoituksen epävarmuus

• Ensimmäisen vuoden 100 miljardin budjetti vaikuttaa epärealistiselta
• Rahoittajien todelliset varat ovat huomattavasti pienempiä kuin luvattu summa
• SoftBankilla on historia epäonnistuneista teknologiasijoituksista
• OpenAI kuluttaa jo nyt miljardeja vuodessa ilman selkeää liiketoimintamallia

2. Tekniset haasteet

• Datakeskukset vaativat valtavasti sähköä ja jäähdytystä
• Nykyinen infrastruktuuri ei sovellu tekoälylaskentaan
• Uusien laitosten rakentaminen on hidasta ja monimutkaista
• Yksittäinen laitos voi maksaa 3,5 miljardia dollaria

3. Strategiset riskit

• Kiinalainen DeepSeek-startup saavutti vastaavat tulokset murto-osalla resursseista
• Pelkkä laskentateho ei välttämättä ole avain tekoälyn kehitykseen
• Teknologia voi vanhentua nopeasti

Vergen artikkelin mukaan asiantuntijat vertaavat projektia Foxconnin tapaukseen, jossa Trumpin hallinnon aikana luvattu 10 miljardin dollarin tehdas kutistui murto-osaan luvatusta. On todennäköistä, että Stargate toteutuu huomattavasti pienempänä tai muuttaa muotoaan merkittävästi.

Projekti kuvastaa Silicon Valleyn uskoa visionääreihin ja teknologiajohtajien kilpajuoksua datakeskusten rakentamisessa. Altman on onnistunut yhdistämään teknologiavision amerikkalaiseen teollisen uudistumisen unelmaan, mutta projektin toteutuminen luvatussa mittakaavassa vaikuttaa epätodennäköiseltä. Seuraavien 6-12 kuukauden aikana selviää, onko Stargate todellinen läpimurto Yhdysvaltojen tekoälyteollisuudessa vai jälleen yksi teknologiaoptimismin kupla, joka ei kestä todellisuuden paineita.

Miten säilyttää työura tekoälyn aikakaudella?

Pradyumna Prasad kirjoitti erinomaisen artikkelin siitä, kuinka säilyttää työura tekoälyn aikakaudella blogissaan. Hän korostaa kirjoituksessaan, että tekoälyn kehitys on tällä hetkellä ennennäkemättömän nopeaa, ja ainoa varma strategia on pysyä mukautumiskykyisenä muutoksessa.

Taustana Prasad mainitsee OpenAI:n uuden o3-tekoälymallin, joka on osoittanut poikkeuksellista kyvykkyyttä erityisesti matematiikassa ja ohjelmoinnissa. Malli ratkaisee 25% huipputason FrontierMath-ongelmista, jotka ovat niin vaikeita, että jopa arvostetut matemaatikot pitävät niitä haastavina. Kilpailuohjelmoinnissa o3 on parempi kuin 99.95% ihmisistä.

Kehitys herättää huolta työpaikoista ja uravaihtoehdoista. Artikkelissa esitetään kaksi keskeistä strategiaa menestyä tekoälyn aikakaudella:

1. Ole vaikeasti määriteltävä

• Tekoäly menestyy parhaiten tehtävissä, joissa on selkeät oikeat ja väärät vastaukset
• Turvatumpia ovat työt, joiden menestystä on vaikea mitata tai muuttaa dataksi
• Esimerkkinä julkiset intellektuellit tai web-suunnittelijat, joiden työ perustuu makuun, kontekstiin ja asiakkaiden ymmärtämiseen
• Näiden töiden automatisointi on vaikeaa, koska ei ole selkeitä kriteereitä ”oikealle” vastaukselle

2. Kehitä taitoja, joissa tekoäly kasvattaa huippuosaajien etumatkaa

• Joissakin taidoissa tekoäly hyödyttää huippuosaajia enemmän kuin keskivertotyöntekijöitä
• Esimerkiksi huippuohjelmoija voi tekoälyn avulla keskittyä monimutkaisempiin ongelmiin ja järjestelmäsuunnitteluun
• Vältä taitoja, joissa tekoäly kaventaa osaamiseroja (kuten SQL-ohjelmointi)
• Keskity aloihin, joissa tekoäly toimii vahvistajana eikä korvaajana

Tulevaisuudessa menestyvät todennäköisimmin ne:

• Joiden työtä ei voi helposti muuttaa mitattavaksi dataksi
• Jotka osaavat hyödyntää tekoälyä oman asiantuntemuksensa vahvistamiseen
• Jotka keskittyvät tehtäviin, joissa inhimillinen harkinta ja kontekstin ymmärtäminen ovat keskeisiä

Natura Umana – käytä tekoälyä ilman häiriöitä

Natura Umana on tekoälylaboratorio, jonka tehtävänä on ”löytää uudelleen ihmisluonto luomalla teknologiaa, joka parantaa elämäämme aiheuttamatta häiriötekijöitä.” Yritys haluaa kääntää suunnan poispäin teknologian dystooppisesta ja koukuttavasta trendistä. Yritys pyrkii tulevaisuuden luomiseen, jossa ihmisten ei tarvitse olla manuaalisessa vuorovaikutuksessa teknologian kanssa, vaan teknologiaa voisi ohjata kaikkein luonnollisimmalla tavalla: äänen avulla.

Yritys aikoo saavuttaa tavoitteen omain laitteiston (HumanPods) ja ohjelmistonsa (NatureOS) yhdistelmällä. Esimerkkinä Natura Umanan laitteista ovat ”HumanPodsit”, langattomat kuulokkeet, joiden avulla käyttäjä voi keskustella Natura Umanan ”tekoäly-henkilöiden” (AI People) avulla.

Tekoäly-henkilöt ovat kielimalleihin perustuvia tekoälyjä, jotka on suunniteltu jäljittelemään ihmisten käyttäytymistä ja keskustelutapaa. Jokaisella tekoäly-henkilöllä on oma persoonallisuutensa, äänensä, taitonsa ja tarkoituksensa. Integraatioidensa ansiosta ne voivat toimia käyttäjän puolesta, jolloin käyttäjä voi vähentää ruutuaikaansa. Kun käyttäjä keskustelee niiden kanssa ajan mittaan, niille kehittyy mielipiteitä, muistoja ja jopa perusarvoja, jotka puolestaan voivat vaikuttaa niiden persoonallisuuteen.

Jokaisella käyttäjällä on pääsy omaan päätekoälyynsä (Nature) sekä erikoistuneisiin tekoäly-henkilöihin (kuten terapeutti, kuntovalmentaja, matkaopas…). Kun Nature ei ole valmistautunut johonkin aiheeseen tai siltä puuttuu tietty taito, se ohjaa sinut sopivammalle tekoäly-henkilölle. Kuten ihmistenkin kanssa, muistot ja tiedot jäävät sille tekoäly-henkilölle, jolle ne on jaettu. Tekoäly-henkilöt muuttuvat ainutlaatuisiksi ja personoiduiksi käyttäjälleen jo ensimmäisen keskustelun jälkeen.

Kohtuuttoman riskin tekoälysovellukset kielletään EU:ssa

TechCrunch raportoi, että Euroopan unionissa astui 2. helmikuuta 2025 voimaan tekoälylain ensimmäinen vaihe. Laki kieltää tekoälyjärjestelmät, joiden katsotaan aiheuttavan kohtuutonta riskiä tai haittaa.

Laki jakaa tekoälysovellukset neljään riskiluokkaan:

1. Minimaalinen riski (esim. roskapostisuodattimet) – ei sääntelyä
2. Rajoitettu riski (esim. asiakaspalveluchatbotit) – kevyt sääntely
3. Korkea riski (esim. terveydenhuollon tekoälyt) – vahva sääntely
4. Kohtuuton riski – täysin kielletty

Kiellettyihin sovelluksiin kuuluvat:

• Sosiaalinen pisteytys käyttäytymisen perusteella
• Alitajuinen tai harhaanjohtava manipulointi
• Haavoittuvien ryhmien (ikä, vammaisuus, sosioekonominen asema) hyväksikäyttö
• Rikosennusteet ulkonäön perusteella
• Biometristen ominaisuuksien päättely (esim. seksuaalinen suuntautuminen)
• Reaaliaikainen biometrinen valvonta julkisissa tiloissa
• Tunteiden tunnistus työpaikoilla tai kouluissa
• Kasvojentunnistustietokantojen luominen verkkokuvista tai valvontakameroista

Rikkomuksista voidaan määrätä sakkoja jopa 35 miljoonaa euroa tai 7% yrityksen vuosituloista. Varsinainen sakotus alkaa elokuussa 2025. Yli 100 yritystä, mukaan lukien Amazon, Google ja OpenAI, ovat jo sitoutuneet vapaaehtoisesti noudattamaan lakia.

Laissa on tiettyjä poikkeuksia viranomaisille erityistilanteissa, kuten kadonneiden etsinnässä tai välittömien uhkien torjunnassa. Myös tunteiden tunnistus voidaan sallia terapia- tai turvallisuustarkoituksissa.

EU:n komission odotetaan julkaisevan tarkempia ohjeita lain soveltamisesta alkuvuoden 2025 aikana.

ByteDance julkaisi uuden videomallin

The Decoder raportoi, että TikTokin omistajayhtiö ByteDance on kehittänyt tekoälymallin, joka pystyy luomaan videosisältöä yksittäisistä kuvista. Järjestelmä osaa animoida sekä oikeita ihmisiä että piirroshahmojen kuvia.

Järjestelmän tärkeimmät ominaisuudet:

• Muuntaa still-kuvat videoiksi lisäämällä liikkeen ja puheen
• Käsittelee samanaikaisesti tekstiä, kuvaa, ääntä ja kehon asentoja
• Koulutettu 19 000 tunnin videoaineistolla
• Tuottaa luonnollisia suun liikkeitä ja eleitä, jotka sopivat puhuttuun sisältöön
• Videoiden pituutta rajoittaa vain käytettävissä oleva muisti (esimerkit 5-25 sekuntia)

Järjestelmä edustaa merkittävää edistysaskelta tekoälyvideogeneroinnissa ja suoriutuu aiempia malleja paremmin lähes kaikissa laatu- ja realistisuustesteissä. ByteDance ei ole vielä ilmoittanut, aikooko se hyödyntää teknologiaa TikTokin kaltaisilla alustoillaan.

Kuuntele SIJOITTAJA-podcastin uusin jakso tekoälystä!

Uusimmassa SIJOITTAJA -podcastin jaksossa kuullaan nopea kertaus siitä, miksi AI-tulokas DeepSeek aiheutti sirujätti Nvidian kurssiin ennennäkemättömän notkauksen. Jakson asiantuntijana kuullaan Sijoittaja.fi:n tekoälyprojektipäällikkö Antti Lähtevänoja.

Kiinnostuitko tekoäly-yhtiöistä?

Sijoittaja360:n Kansainvälisen osaketyökalun avulla löydät ja vertailet helposti yhtiöitä. Osaketyökalu kuuluu Sijoittaja.fi-jäsenyyteen ja löydät sen Sijoittaja360 -osion alta.

Sijoittaja360:n Sijoitusideat -osiosta löydät myös valmiin listan mielenkiintoisimmista tekoälyosakkeista.