Tekoäly on kovassa huudossa. Shakki- ja go-mestarit ovat joutuneet nöyrtymään tietokoneelle, Facebookin tekoäly tunnistaa käyttäjien kasvot, ja Tesla opettaa autopilottiaan satojen tuhansien autojen tuottamalla datalla. Syväoppiminen lupaa kertoa, mistä tekoälyssä on kyse.
Syväoppiminen on simppeli historiakatsaus koneoppimiseen. Se käy läpi eri menetelmiä, millä tietokone on valjastettu oppimaan itse ja löytämään paras ratkaisu ongelmaan. Periaatteessa kyse on yksinkertaisesti siitä, että tietokoneelle kerrotaan tavoite, johon päästä (tunnistaa kasvot tai liikennemerkki, voittaa pelissä jne.) ja sen jälkeen lähtöaineiston perusteella opetetaan tekoälyä, siis hiotaan laskentamalli halutun tuloksen saamiseksi.
Käytännössä toteutus ei ole helppo. Algoritmien toiminta ja rajoitukset on ylätasolla helppo ymmärtää perustason ohjelmointiosaamisen perusteella, mutta syvällisempään ymmärtämiseen vaaditaan matriisien ja vähän muunkin matematiikan tuntemusta. Kaksi vuosikymmentä TKK:n matematiikan kursseista tarkoittaa väistämättä sitä, että ennen tätä kirjaa pitäisi kerrata hartaudella Kreyzig:iä päivä jos toinenkin, jos siis haluaisi tosissaan tajuta homman jujun. Lyhyen matikan lukijat älkööt vaivautuko.
Syväoppiminen on kiva välipala. Kaikkea sen sisältämää ei tarvitse sisäistää täydellisesti saadakseen ymmärryksen siitä mitä tekoälyllä tarkoitetaan ja mitä mahdollisuuksia se tuo mukanaan (Skynetiä on turha pelätä). Jos aihe kiinnostaa ja tiedät mikä on matriisi, kannattaa lukea ihan yleissivistyksen vuoksi.
Arvosana: 3/5
