Generatiivinen tekoäly on nykyisin käytännössä digitalisaation synonyymi. Keskustelu on kuitenkin painottunut yksittäisiin sovelluksiin, kuten asiakaspalvelubotteihin tai dokumenttien tiivistämiseen. Generatiivisen tekoälyn pidemmän aikavälin potentiaali piilee kuitenkin sen kyvyssä tehostaa eri alojen automatisaatiota ja saada aikaan laajempia systeemisiä muutoksia.
Generatiivisen tekoälyn perusmallien, kuten Chat GPT:n, suurin vahvuus on niiden monikäyttöisyydessä: samaa mallia voidaan hyödyntää useaan eri tarkoitukseen, olipa kyseessä tekstin, koodin tai vaikkapa sensoridatan käsittely. Kira-alalla tämä voisi mahdollistaa uuden sukupolven älykkäiden ratkaisujen kehittämisen läpi rakentamisen arvoketjun. Tekoälyn avulla voitaisiin esimerkiksi optimoida toimitusketjun hallintaa, tehostaa kommunikaatiota hankkeen eri osapuolten välillä tai tarjota käyttöliittymä useaan eri datalähteeseen ilman monimutkaisten järjestelmäintegraatioiden tarvetta.
Mutta ennen kuin näihin ratkaisuihin päästään, edessä on eräs merkittävä ongelma: tekoälyn perusmallit eivät sellaisenaan sisällä organisaatiokohtaista tietämystä tai ymmärrystä alan sanastosta ja toimintatavoista. Tämän vuoksi ne muistuttavat ensimmäisen vuoden opiskelijoita, joilla on kyky omaksua uusia asioita, mutta jotka ymmärtävät alaa vain hyvin yleisellä tasolla. Siksi on välttämätöntä hienosäätää näitä malleja vastaamaan tarkemmin kunkin organisaation yksilöllisiä tarpeita.
Jokaisen kira-alan organisaation oman tekoälymallin räätälöiminen on kuitenkin koko alan digitalisaation näkökulmasta epärealistista, tehotonta ja jopa haitallista. Tämä vastaisi tilannetta, jossa opiskelijat koulutettaisiin jokaiseen organisaatioon erikseen vailla ymmärrystä alan kokonaiskuvasta.
Mielestäni tämän ongelman ratkaisuna voisi toimia Rakennustietosäätiön tutkimusjohtaja Tommi Arolan ehdottama kira-alan yhteisen kielimallin kehittäminen jonkin olemassa olevan perusmallin päälle. Alan vakioidut tietoaineistot, kuten RT-, LVI- ja ST-kortistot, tarjoaisivat vankan perustan tälle yhteiselle kielimallille. Tämän mallin avulla yksittäiset organisaatiot voisivat hienosäätää omia mallejaan ilman tarvetta kouluttaa niitä alusta saakka itse. Kira-alan kielimallia voisi myös käyttää tekoälyn nopeaan demonstroimiseen, joka helpottaisi teknologian kehittämistä ja käyttöönottoa koko alalla.
Suomella on erinomaiset edellytykset ottaa johtava asema tämänkaltaisen ratkaisun kehittämisessä, erityisesti kun otetaan huomioon Silo AI:n kehittämä Poro-kielimalli. Tämä malli on suunniteltu erityisesti eurooppalaisia kieliä varten ja rakennettu avoimista aineistoista, mikä takaa teknologian yhteensopivuuden kotimaisen kira-alan tarpeisiin ja kestävyyden mahdollisesti tiukentuvien regulaatioiden edessä.
Kaikki ainekset systeemiseen ratkaisuun ovat jo olemassa: vakioitu tieto, asiantuntemus ja kotimainen tekoälyn perusmalli. Seuraavaksi tarvitaan rahoitusta ja lisätutkimusta, jonka jälkeen voimme kenties alkaa levittää Suomessa kehitettyä huipputason rakennusalan tekoälyratkaisua muualle Eurooppaan.
Tekoälyn hyödyntämisestä kira-alan digitalisaatiossa voi lukea tarkemmin juuri julkaistusta Tampereen yliopiston ja Corelabin raportista Tekoälyn hyödyntäminen kiinteistö- ja rakennusalalla.
Tätä artikkelia ei ole kommentoitu
0 vastausta artikkeliin “Kira-ala kaipaa omaa kielimallia digitalisaation perustaksi”