AI muuttaa pelin sääntöjä taustaselvitysten ja tiedusteluanalyysin maailmassa

Look Closer vahvistaa digitaalisen tiedonhankinnan ja analysoinnin osaamistaan rekrytoimalla tekoälyasiantuntija Magnus Rosellin, jolla on taustaa Ruotsin maanpuolustuksen tutkimuslaitos FOI:sta ja kyberturvallisuusyritys Recorded Futuresta. Hän näkee tekoälyn nopeassa kehityksessä suuria mahdollisuuksia – mutta myös merkittäviä haasteita.

Magnus Rosell

Opiskellessaan 1990-luvun lopulla Tukholman kuninkaallisen teknillisen korkeakoulun (KTH) teknillisen fysiikan ohjelmassa Magnus Rosell osallistui kieliteknologian kurssille – ja innostui heti. Hän jatkoi tutkimustoimintaa KTH:ssa ja väitteli tohtoriksi vuonna 2009. Myöhemmissä työtehtävissään hän on seurannut läheltä suurten kielimallien ja generatiivisen tekoälyn kehitystä – teknologiaa, joka pystyy tuottamaan tekstiä, kuvia ja videoita kyvykkyydellä, joka tietyillä osa-alueilla ylittää ihmisen älykkyyden.

”Jos pitäisi tiivistää, mitä olen tehnyt kaikki nämä vuodet, voisin sanoa, että koko urani on liittynyt automaattiseen tiedonhankintaan ja rakenteettoman informaation analyysiin eri muodoissa. KTH:ssa työskentelin algoritmien parissa, jotka pystyivät automaattisesti tuottamaan yleiskuvan suurista määristä uutistekstejä.”

Työskennellessään Recorded Futuressa kehittäjänä vuonna 2011 Rosell oli mukana luomassa yrityksen tapahtumien tunnistusjärjestelmää, joka teki johtopäätöksiä tulevaisuudesta analysoimalla valtavia tietomääriä, kuten uutislähteitä ja sosiaalisen median julkaisuja. Keskeisiä kohteita olivat yritysostot, sotaharjoitukset ja poliittiset protestit. Sittemmin Recorded Futuresta on tullut globaali toimija, joka tarjoaa useita uhkatiedustelupalveluja suuryrityksille ja viranomaisille eri maissa.

FOI:ssa Rosell työskenteli tutkijana vuosina 2013–2023 ja tutki ns. puoliautomaattista tiedonhankintaa. Yksi keskeinen osa tätä työtä oli menetelmien kehittäminen vaikuttamisoperaatioiden tunnistamiseen – kuten järjestelmiä, jotka havaitsevat väärennettyjä kuvia tai virheellisiä julkaisuja sosiaalisessa mediassa. Hänen mukaansa tällaiset järjestelmät, jotka auttavat yksilöitä ja yhteiskuntaa tunnistamaan, seuraamaan ja ymmärtämään tekoälyn tuottamaa sisältöä, tulevat olemaan yhä tärkeämpiä. Hän vertaa tätä kamppailua niihin, jotka käyttävät tekoälyä pahantahtoisiin tarkoituksiin, ja niihin, jotka pyrkivät suojaamaan itseään, pitkään jatkuneeseen taisteluun virusten ja virustorjuntaohjelmien kehittäjien välillä.

”Näiden kahden voiman välinen tasapaino vaihtelee ajan myötä. Uskon, että jonkinlainen leima tai vesileima tekoälyn tuottamalle sisällölle tulee välttämättömäksi. Samalla tekoälyalustojen on parannettava jäljitettävyyttä ja lähdeviittauksia, jotta taustalla olevat faktat voidaan tarkistaa ja lähettäjän aikomukset ymmärtää.”

Parempia taustaselvityksiä tekoälyn tuella

Look Closerissa Magnus Rosell odottaa innolla pääsevänsä soveltamaan teoreettista osaamistaan käytännön projekteihin. Käytännössä tämä tarkoittaa tekoälypohjaista tukea syvällisissä taustaselvityksissä ja tutkimuksissa, joissa yrityksen tutkijat ja analyytikot voivat saada apua koko prosessin ajan – tiedonkeruusta analyysiin, raportointiin ja asiakkaiden neuvontaan asti.

”On innostavaa olla mukana kehittämässä käytännön sovelluksia tekoälyn avulla – sektorilla, jolla tapahtuu tällä hetkellä vallankumouksellisia asioita. Taustaselvitykset ovat erityisen kiinnostavia, koska tietolähteitä on niin paljon ja ne ovat usein rakenteettomia, ja Look Closerin laatuvaatimukset ovat erittäin korkeat. Toivon, että voimme nopeuttaa joitain prosesseja, mutta myös parantaa lopputuotteen laatua.”

Rosell ei näe tulevaisuudessa yhtä yleistä tekoälyä, joka hoitaisi kaikki taustaselvitykset, vaan useita erityyppisiä tekoälyagentteja ja järjestelmiä, jotka ratkaisevat tarkkaan rajattuja tehtäviä – yksinkertaisista muunnoksista ja oikoluvusta aina kehittyneempään analyysiin. Tärkeä näkökulma on, mitä dataa on eettisesti ja laillisesti asianmukaista käsitellä automaattisesti. Lainsäädäntö datankäsittelyn, tekoälyn ja taustaselvitysten osalta kehittyy nopeasti tulevina vuosina.

”Yksi aihe, josta yrityksessä jo keskustellaan paljon, on se, miten historiallisia poikkeamia pitäisi arvioida ja painottaa, kun tehdään liiketoimintapäätös tai viimeistellään rekrytointi. Voisi kuvitella, että tekoäly pystyisi tarkastelemaan johtopäätöksiä kriittisesti ja etsimään vaihtoehtoisia selityksiä, jotta raportista tulisi mahdollisimman tasapainoinen. Matka siihen pisteeseen on pitkä, mutta riippumatta tekoälyn panoksesta lopullinen arviointi on aina analyytikon vastuulla.”

Sekä tekoälyn avulla että ilman sitä virhelähteitä on monia – tiedonkeruussa voi tapahtua inhimillisiä virheitä, tai julkisesti saatavilla oleva aineisto voi olla epätäydellistä. Vielä haastavampaa on, jos joku tahallaan syöttää vääriä tietoja tai väärentää kokonaisia ansioluetteloita tai yritysesittelyjä huijatakseen rekrytoijia tai ostajia. Look Closerin analyytikot ovat erikoistuneet havaitsemaan tällaisia puutteita – ja uuden teknologian avulla tämä osaaminen kehittyy jatkuvasti.

”Look Closerin työ perustuu oikean datan saatavuuteen. Myös tekoälymenetelmät tarvitsevat oikeaa dataa toimiakseen luotettavasti. Siksi keskityn aluksi vahvasti tähän. Kun käytössämme on laadukas data ja teemme tiivistä yhteistyötä kokeneiden analyytikkojemme kanssa, uskon, että voimme lyhentää prosessien läpimenoaikaa ja parantaa työn laatua tekoälyn avulla.”

Tulevaisuudessa luvassa monia ahaa-elämyksiä

Uransa aikana Magnus Rosell on kokenut useita oivalluksen hetkiä, kun tekoälyn uudet läpimurrot ovat mullistaneet käsityksen siitä, mikä on mahdollista. Hän mainitsee esimerkkeinä Googlen BERT-kielimallin, proteiinien laskostumisongelman ratkaisun AlphaFoldin avulla – joka johti kemian Nobel-palkintoon vuonna 2024 – sekä nykyiset multimodaaliset tekoälymallit.

”Multimodaalinen malli pystyy käsittelemään tekstiä, ääntä, kuvia, videoita ja muuta dataa samanaikaisesti. Tämä tekee siitä esimerkiksi erinomaisen pohjan robotiikalle, koska se pystyy ratkaisemaan robotiikan vaikeimman ongelman – kaikki ne erilaiset suunnittelutarpeet, joita robotti kohtaa. Nämä mallit alkavat nyt kyetä siihen.”

Rosell on varma, että tulevaisuus tuo mukanaan vielä monia uusia ahaa-elämyksiä. Ennustaminen, mitä tapahtuu ja milloin, on kuitenkin paljon vaikeampaa.

”Näen valtavan määrän mahdollisia kehityssuuntia, mutta en tiedä, mitkä niistä toteutuvat. Yksi asia, johon suhtaudun erityisen toiveikkaasti, on automaattinen tutkimus, jota jo tehdään jossain määrin. Jos voimme moninkertaistaa ihmisen tutkimuskapasiteetin tekoälyn avulla, mitä siitä seuraa? Lopputulosta ei voi ennustaa, mutta vaikutukset voivat olla valtavia. Vaikka tekoälyn ja kielimallien kehitys pysähtyisi tähän, kestää vielä hyvin kauan ennen kuin olemme hyödyntäneet niiden koko potentiaalin. Niitä voidaan käyttää niin moniin tarkoituksiin, että uskon meidän olevan vasta alkumetreillä.”

---

Ota meihin yhteyttä tai tilaa uutiskirjeemme.