Esineiden internetistä koneoppimiseen

Hetki sitten alan lehdissä kirjoitettiin IoT:stä, esineiden internetistä. Esineitä voidaan netin välityksellä ohjailla ja seurata. Enää ei tarvitse nousta ylös työtuolista, että vika saadaan korjattua, vaan kaikki tuntuu hoituvan helposti siltä istumalta kahvia siemaillen.

Kun IoT innostus on tullut osaksi jokapäiväistä bisnestä, niin seuraava muotitermi on sitten Machine Learning, koneoppiminen. Puhutaan koneoppivista algoritmeista, mutta monet kutsuvat tätä yksinkertaisesti tekoälyksi. Koneoppimisen ideana on, että koneen käyttäjän ja kerätyn datan avulla saadaan ohjelmisto toimimaan entistä tehokkaammin. Kone oppii sitä mukaan, kun sen tietokantaan lisätään enemmän tietoa.

Mikä olisi hyvä koneoppimisen resepti? Jo nyt tietojärjestelmiin kertyy erilaista dataa valtavat määrät. Tarjolla on ohjelmistoja, joiden avulla tämä hyvin erilainen data saadaan luettavaan muotoon, jonka jälkeen sitä on helppo analysoida. Tätä dataa voidaan sitten käyttää liiketoiminnan, palveluiden ja tuotteiden kehittämisessä. Kerätyllä datalla voidaan ennustaa esimerkiksi laatuongelmia elintarvikkeissa, ei siis pelkästään näytteitä keräämällä. Tällöin voidaan saada miljoonien säästöt, kun pystytään estämään viallisen tuotteen päätyminen asiakkaalle. Elintarvikkeen tuotantolinjalla oleva analytiikka paljastaa, jos ketjussa tapahtuu virheitä ja tällöin niihin voidaan puuttua ajoissa. Koneoppivien algoritmien avulla voidaan tunnistaa tuotantolinjojen parhaat ohjausrajat ja operaattorin ei tarvitse enää käyttää koneita omilla säädöillään. Jotta päästään tähän automaatioon tarvitaan valtavasti dataa. Räätälöity mallintaminen on kallista ja tarvitaan vielä paljon suunnittelua, että päästäisiin jonkinlaisiin yleispäteviin malleihin.

Koneoppimista käytetään myös mobiilipelien alustoilla. Suurin osa mobiilipeleistä on ilmaisia, joten rahat on saatava mobiilimainonnalla. Koneoppimisen avulla jokaisessa laitteessa syntyy nopeasti päätös siitä, millainen mainos pelaajille näkyy. Jos mainos on ”hyvä” ja pelaaja tämän jälkeen lataa pelin, niin pelin julkaisijan tilille ropisee rahaa. Todennäköisyys, että pelaaja lataa pelin nähtyään mainoksen, perustuu laskentamalleihin, joiden pohjana on hänen aikaisempi pelikäyttäytymisensä, pelaajaprofiili. Mainostajat käyvät kovaa kilpailua peleistä ja pelillä voi olla useita mainostajia. Ohjelmisto seuraa esimerkiksi, minkä mainoksen jälkeen pelaaja lataa pelin. Näin mainostulot menevät sille yritykselle, joka näytti mainoksen ennen lataustapahtumaa. Liikevaihtoa halutaan tietenkin jatkuvasti kasvattaa miettimällä uusia keinoja pelaajien sitouttamiseksi. Tähän voidaan käyttää pelin keskenjäämistä juuri kriittisellä kohdalla. Eteenpäin pääsee vain katsomalla mainoksen tai rahalla.

Keinoälyn avulla voidaan tehdä monia hyviä asioita teollisuuden tuotantolinjaoilla tai vaikka ihmishenkien pelastamiseksi.