Jaak Vilo teadlase kommentaar saatest „Labor“:

Viimasel ajal on väga palju juttu tehisintellekti ja masinõppe revolutsioonist – kasutame suuri Facebooki ja Google'i teenuseid nagu pildi- ja näotuvastusi. Samadel tehnoloogiatel on väga suur mõju ka teaduses.

Tartu ülikooli arvutiteaduse instituudis on näiteks teadlased kasutanud neid süvaõppe meetodeid rakkude piltide analüüsiks. See võimaldab lugeda kokku rakke ja kudesid mikroskoobipiltide pealt.

Selle vastu tunneb huvi ka praegu suur mikroskoobivalmistaja ning ettevalmistamisel on teaduslik koostöö.

Siinse kommentaari mõte on selgitada, kuidas selline innovatsioon tekib.

Aastate jooksul on arendatud fundamentaalteaduses arusaama, millised on närvivõrgud, kuidas neid treenida. Ühel hetkel tuleb aga suur arenguhüpe, kus saavutatakse kvalitatiivne muudatus. Sellistes närvivõrkude õpetamises on väga tähtis närvivõrgu treenimine, kus on väga palju arvutusi. Mida rohkem on andmeid, seda parem.

Üks kvalitatiivne hüpe oli see, kui võeti kasutusele graafikaprotsessorid. Kui meie tavalises arvutis mängiti arvutimängu, siis graafikaprotsessori ülesanne oli kuvada see arvutiekraanile 2D pildina.

Selles protsessis tehti väga palju ühetüübilisi arvutusi, väga palju, väga kiiresti.

Needsamad protsessorid võimaldavad masinõpet kiiremini teha. Tänu sellele kogemusele on väljatöötamisel ja juba ka töötatud esimesed nn masinõppeprotsessorid, mis võimaldavad sedasama tehnoloogiat kasutada sedasama tehnoloogiat närvivõrkude treenimiseks.

Kõik see võib tunduda teaduse sisemise asjana, aga suured tehnoloogiahiiud kasutavad tehnoloogiaid inimestele paremate teenuste osutamiseks. On näiteid, kus seesama pildianalüüs ehk pildituvastus aitab näiteks prügi sorteerida.

Juba on olemas esimesed ettevõtted, kus pildituvastuse ja -analüüsi abil tuvastatakse lindi peal prügi, mis seejärel sorteeritakse.
Selline IT võimaldab mehhaniseerida tüütuid töid. See on täiesti reaalne ja igapäevane.

Viis aastat tagasi ütlesid IT-firmad, et nemad tahavad programmeerijaid, aga praegu ütleb peaaegu iga IT-ettevõte, et meie teeme tehisintellekti. Needsamad õppekavad, mis viis aastat tagasi käivitati, annavad praegu seda tööjõudu nendesse ettevõtetesse, kes tehisintellekti edasi arendavad.

Ülikoolides viivad seda ala edasi õppejõud-teadlased, kõige suuremas osas aga doktorandid. Just doktorantide töö uute tehnoloogiate edasiarendamisel, juurutamisel ja igapäevasel kasutuselevõtul on see, mida me ei oska hinnata ka siin Eestis.

Doktorantuur on tegelikult see hetk, kus uusi tehnoloogiaid välja arendatakse ja kasutusele võetakse.

Nüüd on veidike riigi enda nutikuse asi kui palju on doktorante, kui nutikaid me suudame palgata ja millistesse ettevõtetesse, millistesse sektoritesse nad pärast tööle lähevad.

Kas neid üldse piisab vastavatesse ettevõtetesse tehnoloogiaid arendama?