Tanel Alumäe on Tallinna Tehnikaülikooli foneetika ja kõnetehnoloogia laboris arendatud kõnetuvastuse rakendusi ja neid saavad inimesed oma arvutites ja nutiseadmetes kasutada juba mitu aastat.

Need tehnoloogiad suudavad eestikeelsest kõnest sünteesida teksti ning tõlkida seda ka üsna täpselt inglise keelde. Oluliselt kehvem on lugu eesti keelest aru saavate nutiabilistega, näiteks Siri või Alexaga, õigupoolest ei saa nad eesti keelest midagi aru. See teeb nad ühtlasi kasutuskõlbmatuteks kriitilistes olukordades või näiteks ka eakamate inimeste jaoks, kes ei oska nutiabilisega suhelda inglise keeles.

Vaata, mis juhtus Eeva Essega:

Eestlase jaoks muutuvad nad kasutuskõlbulikuks alles siis, kui Google või mõni teine suur meediahiid, kes töötab välja keeletugesid erinevatele keeltele, otsustab seda teha ka eesti keele tarvis. Ja siis on Tanel Alumäe ja Eesti teadlaste välja töötatud kõnetehnoloogia lahendustest väga palju abi ning ehk on lootustki, et Alexa ja Siri oskavad meist aru saada ja kõnelda meiega eesti keeles.

Harivaid fakte:

• Tehisintellekt on informaatika haru, mille eesmärk on luua intelligentseid masinaid ja süsteeme. Sellised masinad suudavad märgata andmetes mustreid, teha neist järeldusi, neist õppida ja oma tegevust sellest lähtuvalt planeerida. Tehisintellekt jaguneb tugevaks ja nõrgaks.
• Nõrk tehisintellekt oskab täita üht lihtsamat ülesannet, näiteks anda vastused kindlatele küsimustele, mille inimene neile inimkeeli esitab. Kuid nõrk tehisintellekt ei oska lahendada ettearvamatuid olukordi, näiteks aidata hätta sattunud inimest või teha otsuseid inimese tarbimiskäitumise kohta. Ehk nõrk tehisintellekt, näiteks nutiabiline Siri või Alexa, ei ole kuigi intelligentne.
• Tugev tehisintellekt peaks suutma teha samu ülesandeid, mida inimenegi, ehkki praegu ei ole meil veel ühtki näidet tugevast tehisintellektist. Võimalik, et tugev tehisintellekt on aastakümne pärast olemas, kuid on neidki, kes usuvad, et seda ei tule kunagi.

Kui kaugele on Eesti teadlased kõnesünteesiga liikunud, seda saab ise proovida kõnesünteesi prototüübist. Tegemist on närvivõrkudel põhineva kõnesünteesi prototüübiga, mis on treenitud Eesti Raadio uudiste korpuse peal. Projekt on alles arendusjärgus ja kaugeltki mitte perfektne, aga närvivõrkudel põhinev kõnesüntees kõlab loomulikumalt kui varasemad meetodid. Katsetamiseks klõpsa pildil:

Keeletehnoloogia ja vähirakkude tuvastamise vahel on side ja selleks on tehnoloogia, mida nimetatakse tehislikeks närvivõrkudeks.

Mis on tehislikud närvivõrgud?

Masinõppe üks alavaldkond on tehislikud närvivõrgud, teisisõnu on tegu teatud viisiga, kuidas arvuti õpib. Tehislike närvivõrkude tehnoloogia on inspireeritud inimajust, kus neuronid, suheldes omavahel suudavad lahendada suuri probleeme. Mida rohkem neuroneid on omavahel ühendatud, seda keerukamaid probleeme suudavad nad lahendada, samas üks neuron üksinda ei suuda suurt midagi.

Näiteks võiks tuua selle, kuidas inimene tuvastab midagi pildid. Oletame, et sisendandmeks on kaks pilti, miks mitte näiteks koera ja kreemikoogi pilt. Kujutis kahest pildist jõuab meie ajju, kus neuronid oskavad sellest sünteesida informatsiooni, et ühel pildil on koer, teisel kook ning öelda lisaks ka näiteks koeratõu või kas tegu on kreemikoogi või moorapeaga. Kuidas need teadmised neuronite vahel täpselt tekivad, on keeruline öelda, kuid sama mustrit püütakse jäljendada ka tehislike närvivõrkude puhul. Mida rohkem on sisend- ja väljundkihi vahel kihte, seda sügavam on tehislik närvivõrk, mõnikord kasutatakse nende puhul ka mõistet sügavõpe.

Kui Tanel Alumäe kasutab erinevaid mudeleid õpetamaks arvutit ära tundma kõnes erinevaid sõnakombinatsioone ja nende akustilist kõla, siis Leopold Parts õpetab arvutit hoopis piltidelt ära tundma rakke, täpsemalt vähirakke. Leopold Parts on Tartu Ülikooli bioinformaatika vanemteadur ja ühtlasi töötab uurimisrühma juhina Sangeri Instituudis Inglismaal.

Vähirakud, mille tuumad on punasega ära märgitud. Autor: Sten-Oliver Salumaa

Leopold Parts koos oma kolleegidega õpetab arvutitele, kuidas taolistelt piltidelt ära tunda vähirakke ning selleks kasutab ta samuti tehislikke närvivõrke. Sellest tööst tõuseb tulevikus abi arstidele, sest näiteks arvuti võib olla kiirem ja täpsem märkama vähirakke tavaliste rakkude hulgas või näiteks südamepuudulikkust kõhubeebil.

Masinõpe kliendikirjades

Kuid masinõpe on täiesti kasutatav ning võib-olla olete teie üks 200 000 Eesti elanikust, kes on saanud oma postkasti täiesti ainult teie tarbimisharjumustest lähtuva kliendikirja, mille taga oli samuti masinõpe. Kristjan Eljand töötab STACCis (Software Technology and Applications Competence Center), mida eesti keeles tuntakse ka kui Tarkvara Tehnoloogia Arenduskeskusena. Selle asutasid kaks ülikooli ja Eesti juhtivad IT-ettevõtted 2009. aastal, et teha ettevõtlussuunitlusega kõrgetasemelisi teadusarendusprojekte andmeteaduse ja masinõppe valdkonnas.

Intelligentsete kliendikirjade loomise taga ongi Kristjan Eljand, kelle huvi on tehisintellekti abil töötada välja innovaatilisi andmeanalüütika lahendusi, mis aitavad tõsta ettevõtete tulusid või vähendada nende kulusid. Kuidas see täpselt käib, seda saab vaadata saatest "Uudishimu tippkeskus"

"Uudishimu tippkeskus" püstitas uurimisküsimuse: mis on ühist Facebookil, rakkudel ja nutiabilisel Siril?

Närvivõrgud seostuvad tavalisel inimesel ikka inimkehaga. Arvutiteadlasel aga seostuvad need hoopis viimase aja kuumima uurimissuuna: tehislike närvivõrkudega. Seda tehnoloogiat kasutab maailma suurim pildipank Facebook. Seda tehnoloogiat saab kasutada meditsiinis bioloogilistest andmetest, näiteks rakkudest info saamisel. Ja telefonides meiega kõnelev nutiabiline Siri toimib samuti tehislike närvivõrkude abil. Ja vastus peitubki neis kolmes tehnoloogias, mis kõik kasutavad masinõpet ja närvivõrgu tehnoloogiat.

Teadussaadet "Uudishimu tippkeskus" saab vaadata igal neljapäeval kell 22.05 ETVs. ERR Novaatoris saab aga vaadata kõiki nelja osa korraga juba varem. Oma mõtteid kutsume teid jagama sotsiaalmeedias teemasildiga #tipukas.