“Kui oled harjumuses kinni, ei oska mõeldagi, et tegelikult oleks üks või teine tööjupp tehisaru jaoks ideaalne,” ütleb Microsofti andmeteadlane Teele Tamme, kes teab omast käest, et isegi maailma ühes suuremas ja edukamas tehnoloogiaettevõttes ei pruugita häid võimalusi automatiseerimiseks esimese hooga kohe ära tunda.
Jaanuari lõpus Tallinna Kultuurikatlas toimuval aasta suurimal pilvetehnoloogiate konverentsil Cloud Technology Townhall Tallinn räägib Teele, milliste lihtsate lahenduste abil saab turgutada nii produktiivsust kui ka loomingulisust ja koostööd.
Kas tehisaru pealetung on tabanud ka andmeteadlast üllatusena ja mida tähendab “juhi nagu teadlane” mõtteviis, seda konverentsi eel Teelelt uurisimegi.
Microsofti blogis rääkisid sa viimati 2023. aasta juulis. Sellest ajast saati on palju muutunud. Paljudele on AI pealetung tulnud üllatusena. Mis pilguga sina seda vaatad?
Minule see üllatus küll ei ole, AI haip on kestnud senikaua kui mäletan. Mul on 20 aastat valdkonna kogemust ja kogu aeg toimub midagi revolutsioonilist. Ülikoolis arvutasime paberi ja pastakaga regressioone. Selleks hetkeks, kui ülikooli lõpetasin, oli kõik juba ümber kirjutatud – tuli masinõpe ja big data. Kui tööle läksin, tuli deep learning peale.
Minu jaoks ei ole üllatus AI tulek, vaid selle magnituud ja mõju tervele maailmale. Kui varem on muudatused olnud rohkem AI mulli sees, siis generative AI on tegelikult muutnud tervet maailma.
Kas on midagi välja tuua, mida sa paar aastat tagasi ei oleks osanud isegi mõelda, et võimalikuks saab?
Minu jaoks on kõige suurem muutus, kui palju see mind ennast igapäevatöös aitab. Kui eelnevate muutuste tulemusel on paranenud lõpptulemus – meie väljund on parem, efektiivsem, täpsem –, siis viimaste arengute mõju on tunda igas etapis. See on minu jaoks hämmastav.
Too mõni näide.
Inglise keel ei ole minu emakeel, aga tunnen, et AI viib minu inglise keele kasutuse ligilähedasele tasemele. Kui lasen tehisarul oma meile, ettekandeid või dokumente üle vaadata, näen ära, kui palju kasutan sõnakordusi ja kui palju rikkam võib keel olla. Loomulikult tean kõiki sõnu, mida AI juurde paneb, aga need ei ole minu igapäevases keelekasutuses. Tänu sellele on mu keelekasutus selgem, täpsem ja üheselt arusaadavam – ei teki olukorda, kus keegi tõlgendab valesti. See on muutnud koostöö teiste tiimide ja koostööpartneritega ladusamaks.
Teine pool on loomingulisus. Ma ei ole loomult klassikalises mõttes väga loominguline inimene, aga AI aitab minus seda poolt välja tuua. Kui ma tehisarult palun, et anna mulle 50 või 100 ideed, paneb see ajus mingid rattad tööle ja aitab kreatiivsuse blokist üle saada – isegi kui neist ideedest sobib lõpuks ainult üks või ei sobi ükski.
Milline on Microsofti senine kogemus tehisaru integreerimisega tiimide töösse?
Mulle meeldib mõte, mida mu ülemus kord ütles: “Drinking our own champagne.” See tähendab ettevõttes enda toodete kasutamist. Mida rohkem erinevaid produktiivsuse vahendeid, näiteks Copilotit, kasutame, seda produktiivsemad oleme. Samal ajal aitab see meil ka oma klientide jaoks parimat toodet luua.
See on minu jaoks eelmise aasta märksõna, kuidas me tiimina erinevaid vahendeid kasutame, et luua parimat produktiivsust nii iseendale kui lõppkasutajale.
Kuidas toime tulla sellega, et inimesed ja tiimid kohanevad AI-normaalsusega väga erinevas tempos?
Tiimisiseselt ei ole ma tähele pannud, et töötempod oleksid väga erinevad. Tiimide vahel on näha küll, et mõnel on AI tšakrad lahti, mõnel mitte. See vajab natuke treeningut, et aru saada, millist manuaalset tööd võiks tehisaru abiga automatiseerida. Kui oled harjumuses kinni, ei oska mõeldagi, et tegelikult oleks üks või teine tööjupp tehisaru jaoks ideaalne. Vahel ei olegi lahenduseks generative AI, vaid tavaline masinõppe mudel. Mulle endale tohutult meeldivad elegantsed lahendused, kus on mitu asja koos – kui saame kavalalt kombineerida erinevaid lahendusi.
Kui tahta selle temaatikaga ree peal püsida, siis mis otsustava tähtsusega on?
Mind on väga inspireerinud Microsofti peateadlase Jaime Teevani mõtteviis “Lead like a scientist” (juhi nagu teadlane – toim.). Time on ta valinud AI teemades saja kõige mõjukama inimese hulka. Me kõik – nii mina ja sina kui kõik ülejäänud inimesed – teeme midagi fundamentaalselt uut, mida me ei ole varem teinud. Mingi osa saab õppida videotest või raamatutest, aga palju peab ise eksperimenteerima, itereerima, testima, defineerima. See nõuab palju enesejuhtimist. Tiimi liikmed võivad kasutamise osas erineva kiirusega liikuda, aga eksperimenteerimise mindset peab kõigil ühine olema.
Tähtis on aru saada, et kõik ei tule esimese korraga välja. Kõik prompt’id ei ole kohe alguses perfektsed.
Mis on klassikalised veakohad, millega tehisaru puhul puusse pannakse?
Esimene ebamõistlik kasutus on see, kui sa AI-d ei kasuta!
Teine ebamõistlik kasutus on, kui kasutad liiga kallist või keerulist asja, kuigi saaksid tegelikult palju lihtsama töövahendiga hakkama.
Kolmas keeruline koht on valideerimine. Kuidas edukust mõõta? Kui enne tegid midagi pool päeva, siis nüüd teed võib-olla tunni ajaga. Samas võib ka kvaliteet olla kehvem. Võib-olla on hoopis mingi kolmas mõõdupuu.
Varem oli valideerimine ühtsem ja selgem, nüüd on edukuse mõõdikud (success metrics) oluliselt laiemad. Võid oma prompt’i kuude viisi tuunida, aga kui palju sellest tulemus paremaks läheb? Mulle tundub, et valideerimise pool on muutunud hüppeliselt olulisemaks.
Cloud Technology Townhall Tallinna konverentsil saab sinu ettekannet kuulda reedel, 31. jaanuaril. Kes sind kuulama tulema peaks?
Minu ettekanne sobib kõigile. See ei ole supertehniline – ei ole programmi või lahenduse demo või tutorial. Räägin praktiliste näidete varal, kuidas kasutan erinevaid lahendusi produktiivsuse, loomingulisuse ja koostöö jaoks. Kõik võiksid tulla!
