Vihreää koodia ja AI-aivoriihiä
02 | 2024 Sanna Valkeejärvi & Tomas Günther, Ratkaisuarkkitehti & Fullstack kehittäjä
”Kipinällä on paljon kokeneita tyyppejä, joilla on ongelmanratkaisuhalua. Me olemme auttamassa asiakkaita, ja haluamme aidosti ymmärtää mistä asiakkaalle on eniten hyötyä.”
Yksi Kipinän kokeneista asiantuntijoista on Tomas Günther, jolla on kokemusta alasta kokonaisuudessaan jo 23 vuotta ja kipinäläisyydestä 2,5 vuotta. IT-alalle hän lähti isänsä jalanjäljissä. Kotona oli jo pikkulapsena PC-tietokone ja myöhemmin myös Amiga 500, joilla oli kiva pelata, piirrellä, tehdä musiikkia ja kokeilla hyvin alkeellista ohjelmointiakin. Pelejä toimimaan viritellessä Tomas oppi hiukan tietokoneen tekniikasta, ohjelmistoista ja käyttöjärjestelmistä. 90-luvun lopulla lukiossa tuli rakenneltua ensimmäinen firman nettisivusto.
”Lukiossa sitten vakavammin mietin, mitä sitä tulevaisuudessa tekisi. Hyvät työllistymismahdollisuudet oletettavasti tarjoavan tekniikan lisäksi minua kiinnosti muun muassa kielet, psykologia, musiikki, biologia ja mainosalakin. Kun teekkarit tulivat esittelemään opinahjoaan, heidän rento olemuksensa ja kertomuksesta opiskelusta tekivät vaikutuksen ja myös karistivat ennakkoluuloja alasta. Tämän jälkeen kävin vielä kaverin kanssa tutustumassa Teknilliseen korkeakouluun paikan päällä, enkä ole sitten enää taakse katsonutkaan”, Tomas kuvailee uravalintaansa.
23 vuoden kokemukseen mahtuu muutoksia
”Ohjelmistotuotannon menetelmäpuolella on tapahtunut isoja muutoksia. Opiskeluaikoina jo 2000-luvun alussa korkeakoulussa opeteltiin käyttämään XP:tä ja SCRUMia, mutta töissä oli melko pitkään käytössä vesiputousmalli ja muut kankeat menetelmät. Silloin kehittäjän toimenkuva oli monesti rajatumpaa kuin nykyään. Hankkeessa saattoi esimerkiksi olla ihan eri ihmiset kirjoittamassa määrittelyjä tai dokumentaatiota. Ja käyttöönoton jälkeen pidettiin hyvänä asiana, mikäli järjestelmään ei tarvinnut koskea pitkään aikaan.”
”Nykyään arvostetaan enemmän nopeaa reagointia mukautuvaan toimintaympäristöön. DevOps-kulttuurissa jopa optimoidaan sitä, miten nopeasti tarpeen esiintulosta jokin lisäominaisuus saadaan toimitettua tuotantoon. Lisäksi esimerkiksi automaatiotestaus, koodin katselmointi sekä automaattisten julkaisuputkien rakentaminen ovat kasvaneet merkittäviksi verrattuna uran alkuaikohin.”
”Myös miellyttävä muutos on ollut, että tekijöiden arvostus on kasvanut. Tällaisia Kipinän kaltaisia yrityksiä ei juurikaan ollut tiedossani, paitsi ehkä startup-maailmassa”.
Tomas on Kipinän ensimmäisiä asiantuntijoita - Kipinä Symposium v. 2021
Keskusteluboteista kielimalleihin
”2010-luvulla asiakkaat alkoivat siirtyä omista konesaleista pilvimaailmaan. Pilvimaailmassa on ollut ja on edelleenkin paljon opiskelemista, mutta tekemällähän niitä parhaiten oppii! Onneksi monessa projektissa on päässyt näkemään ja tekemään erilaisia ratkaisuja.”
”Vime vuosina koneoppiminen maailmaa ennustavine malleineen ja ihmisen kykyjä matkiva tekoäly ovat kasvattaneet merkitystään. Erityisesti pinnalla ovat olleet suuret kielimallit (LLM)”, Tomas jatkaa.
Suurten kielimallien suhteen Tomas näkee enemmän mahdollisuuksia kuin uhkia, vaikka omien sanojensa mukaan alkuun hänellä oli aika epäileväinen suhde esimerkiksi ChatGPT:n hyödyllisyyteen.
”Olin jo noin 20 vuotta sitten leikkinyt MegaHAL-nimisellä kieltä oppivalla ja oppimaansa luovasti yhdistelevällä keskusteluohjelmalla ja rakentanut sen avulla IRC-keskustelukanaville keskustelubotteja. Suurten kielimallien tuottama teksti perustuu todennäköisyyksiin eli siihen, että ennustetaan tekstissä seuraavaksi tulevaa sanaa. Koska osasin MegaHAL-kokemuksen perusteella asetella kysymyksiä tietyllä tavalla, ChatGPT:n vastaukset menivät helposti enemmän absurdin huumorin puolelle.
GPT-mallia on kuitenkin koulittu ja koulutettu lisää ja viime aikoina siitä on ollut jonkin verran apuakin erilaisten asioiden selvittämisessä myös työasioissa. ChatGPT:n kanssa voi pitää vaikka yhden hengen aivoriihen. Ja kun opettelee kirjoittamaan kysymyksiä oikein (prompt engineering), saa myös hyödyllisempiä vastauksia. Viime aikoina olen kokeillut omien GPT:iden rakentamista ja omien PDF-dokumenttien sisällön käyttämistä osana mallin tietoja!”
”Ohjelmointityössä helpon toistuvan koodin kirjoittaminen nopeutuu tekoälyn myötä. Lisäksi ohjelmointi sellaisenaan vähentynee, mutta tämä ei tarkoita, että ihmisiä ei tarvita. Ihmiset tekevät enemmän ikään kuin kustannustoimittajan töitä konetta ohjaten.”
AI oli vahvasti esillä Kipinän Tulevaisuus -workshopissa
Tulevaisuudesta
Muutosta tapahtuu koko ajan. Miten Tomas näkee alan tulevaisuuden?
”Toivon, että eettiset kysymykset muistetaan, kun käytetään tekoälyä ja ML-malleja tehostamaan maailmaa. On olennaista ymmärtää, miten mallin koulutukseen käytetty data vaikuttaa mallin tuottamiin vastauksiin sekä se, että mallista saatu vastaus ei ole totuus vaan todennäköisyys asialle. On tärkeää, että datassa esimerkiksi on kaikenlaisia ihmisryhmiä edustettuina, jotta mallien vastaukset ovat reiluja ja syrjimättömiä. Lisäksi on tietenkin syytä huomioida tietoturva, sekä tekoälyn turvallisuus ja luotettavuus esimerkiksi itse ajavissa autoissa ja lääketieteellisissä diagnooseissa.”
”Työkalut koneoppimisen ja tekoälyn hyödyntämiseen ovat jo hyvällä tasolla, mutta niiden käyttäjiltä vaaditaan ymmärrystä, kuinka käyttää niitä oikein. Mallien kehittäjillä ja niitä käyttävillä organisaatioilla on paljon vastuuta ja mallien toimintaa on syytä seurata. Tämä vastuu pitää ymmärtää, koska se vaikuttaa koko maailmaan. Kun puhutaan vaikkapa luottokortti- tai tukipäätöksistä, niitä voidaan automatisoida tekoälyllä, mutta on huomioitava myös väärien päätösten mahdollisuus ja priorisoitava myös päätösten reiluutta.”
Vihreät arvot ja vihreä koodi ovat entistä merkityksellisempiä Tomaksen mielestä. Koodin ja ratkaisujen tehokkuutta pitäisi arvostaa enemmän osana laadukasta ohjelmistoa ja kestävää kehitystä. Kestävä kehitys (sanaleikki) ei kuitenkaan välttämättä tarkoita hidasta kehitystä, koska tehokkaat ratkaisut ovat usein myös yksinkertaisempia toteutukseltaan.
”Ihmisiä tarvitaan tulevaisuudessakin. Esimerkiksi kielimallit ja pilvipalvelut eivät toimi ilman ihmistä. Niitäkin pitää kehittää ja ylläpitää. Monenlaisia osaajia tarvitaan jatkossakin. Datan merkitys ei myöskään tule ainakaan vähenemään, vaan sen tulkintaan ja siitä seuraaviin valintoihin tarvitaan ihmisiä. Ehkä. Syväoppimisessa lienee ihmisille töitä tai ainakin ihmisläheisissä ja fyysisen maailman töissä.”
Kipinä Code Retreatissä koodattiin kilpaa
Oman osaamisen ylläpitämisestä ja Kipinästä
Miten kokeneet asiantuntijat pitävät huolen, että he pysyvät mukana muutoksessa?
”Tapoja on monenlaisia. Parhaiten oppii tekemällä asioita käytännössä projekteissa, mutta toki asioista opitaan muullakin tavoin. Kipinässä keskustelemme melko paljon teknologiasta ja sen kehityksestä. Olemme myös juuri viettäneet päivän yhdessä ja jutelleet hyvän koodin tunnusmerkeistä ja koodin elinkaaresta. Lisäksi viime vuonna Kipinän asiantuntijat osallistuivat myyntikoulutukseen ja on pidetty strategiasessioita. Ja olemme yhdessä sopineet, että meillä jokaisella 60 tuntia vuodessa aikaa käyttää osaamisen kehitykseen valitsemallamme tavalla työajalla.
”Kipinällä on kokeneita tyyppejä, joilla on ongelmanratkaisuhalua. Me olemme auttamassa asiakkaita ja heidän asiakkaitaan omalla osaamisellamme, yhteistyössä asiakkaan kanssa. Yritämme ymmärtää aidosti asiakkaan tarpeet ja sitten tehdä sitä mistä on heille hyötyä. Kipinässä ei myydä vain teknistä ratkaisua, vaan näkemystä, osaamista ja verkoston tukea sekä sitä kautta tuloksia.”