Open technologies will democratize AI

The ongoing digitalization and AI-driven change of the global economy, national economies, and corporations has started and seems to have no end in sight. This change represents societal disruption with many impacts. Continuous change, development and experimentation is the new normal. In order to stay competitive, organizations need continuous exploration of opportunities to exploit data and AI technologies to improve existing business processes and offerings, as well as to find new ones.

A recent PWC report estimates Artificial Intelligence (AI) could make $15.7T potential contribution to the global economy by 2030[i].  The same report identifies nearly 300 use cases for AI spanning business and society.  Finland’s goal to become a leader in applying AI represents an ongoing digitalization and societal change[ii].

AI and the information, communication and automation technologies used in its realization are developing at a breathtaking pace. Development is so fast that education systems face challenges to meet rapidly changing skills needs in the training of workforce to the labor market. Various on-line courses and mini-degrees have increased their popularity in response to rapid skill development needs[iii].

Availability of open AI technologies and related pool of experts has been growing steadily over the past few years.  In 2017, the GitHub community for open source software developers reached 24 million developers working across 25 million repositories of open source code[iv].  Open AI technologies have become a serious option for commercial AI technology offerings.

For example, Google has opened the source code of its machine learning platform behind its own production services, which has created a significant developer and user community around it. In 2017, TensorFlow and TensorFlow Models were two of the top ten most active code repositories on GitHub. Several other AI technologies have also become available with open source licenses.  Just under half of the 100 largest companies in the United States (by revenue) use GitHub Enterprise to build software.  Furthermore, to address the AI skills shortage, globally only 5 thousand teachers and 500 thousand students actively used GitHub in 2017.

Development of new services requires strong AI technology expertise

VTT and IBM Research – Almaden are in research exchange co-operation at Silicon Valley. The goal is to study architecture, ecosystem and future development of open AI technologies from the viewpoint of AI systems development and engineering. Preliminary results of the work are published on a joint blog (http://opentechai.blog) and the topic is discussed at the international OpenTech AI Workshop in Helsinki.

The advantages of open AI technologies include rapid pace of development. The research activities on the field of AI produce new algorithms and machine learning models. For reproducibility of results, these are often implemented and made available with open technologies first. In addition to open source code, lot is happening also around open datasets, machine learning models, benchmarking and leaderboards. The ecosystem around open AI technologies has emerged and is evolving rapidly. This evolution is not only worth following in the sidelines, but calls for active participation to research, development and exploitation of open AI technologies. Clarifying the role and importance of open AI technology for any organization is wise preparation for the future.

The evolution of open AI technologies is a development that has emerged during the past few years. This is continuation to the open source development in software products, which started already earlier. The open development on AI technologies is democratizing opportunities for exploitation of AI; It enables building needed skills, code sharing and exploitation independently of individual vendors in an open ecosystem. Also in the field of AI, value creation and commercial competition are shifting from software products to applications and related services. Here crucial is strong and versatile expertise on AI technologies and capability to apply new and rapidly evolving technology together with customers.


Daniel Pakkala
Principal Scientist, Data Driven Solutions, VTT

Jim Spohrer
Director, Cognitive Open Technologies, IBM

For more information:

http://opentechai.blog

https://developer.ibm.com/opentech/2018/01/29/helsinki-march-2018-opentech-ai-workshop/

[i]  PWC (2017) Artificial Intelligence Study. https://www.pwc.com/gx/en/issues/data-and-analytics/publications/artificial-intelligence-study.html
[ii] VTT (2018) Finland AI Strategy. http://www.vttresearch.com/Impulse/Pages/Finland-seeking-top-spot-in-application-of-artificial-intelligence-AI.aspx
[iii] For example, for a freely available, easy to access online set of courses see http://cognitiveclass.ai
[iv] GitHub (2017) State of the Octoverse. https://octoverse.github.com/

 

Avoimet teknologiat demokratisoivat tekoälyn

Meneillään oleva maailmantalouden, kansantalouksien ja yritysten digitalisaatio ja tekoälyn soveltaminen edustavat vaikutuksiltaan laajaa yhteiskunnallista murrosta, jonka loppua ei ole näkyvissä. Jatkuva muutos, kehittäminen ja kokeileminen ovat uusi normaali. Säilyäkseen kilpailukykyisinä organisaatioiden on jatkuvasti tarkasteltava datan ja tekoälyteknologioiden hyödyntämismahdollisuuksia olemassa olevien liiketoimintojen tehostamiseksi sekä uusien liiketoimintamahdollisuuksien löytämiseksi.

Tuore PWC:n raportti arvioi tekoälyn tuottavan n. 15,7 triljoonan dollarin potentiaalisen lisän maailmantalouteen vuoteen 2030 mennessä[i]. Raportissa tunnistetaan myös lähes 300 käyttötapausta tekoälyn soveltamiseen eri toimialoilla ja yhteiskunnassa. Suomen tavoite pyrkiä johtavaksi tekoälyn hyödyntäjämaaksi edustaa menossa olevaa digitalisaatiota ja yhteiskunnallista muutosta[ii].

Tekoäly ja sen toteuttamiseen liittyvät informaatio-, viestintä- ja automaatioteknologiat kehittyvät hengästyttävää tahtia. Kehitys on jopa niin nopeaa, että koulutusjärjestelmillä on haasteita vastata muuttuviin osaamistarpeisiin koulutettaessa uusia osaajia työmarkkinoille. Erilaiset kaikille avoimet verkkokurssit ja pienimuotoiset tutkinnot ovat kasvattaneet suosiotaan vastauksena osaamisen nopeaan kehitystarpeeseen[iii].

Avoimien tekoälyteknologioiden saatavuus ja osaajayhteisö ovat olleet vahvassa kasvussa muutaman viime vuoden ajan. Vuonna 2017 avoimen lähdekoodin kehittäjäyhteisö GitHub saavutti 24 miljoonan kehittäjän rajan. Kehittäjät työskentelivät 25 miljoonan avoimen lähdekoodin projektin parissa[iv]. Avoimista tekoälyteknologioista on tullut vakavasti otettava vaihtoehto kaupallisille tekoälytarjoamille.

Esimerkiksi Google on avannut omien tuotantopalveluidensa taustalla pyörivän koneoppimisalustansa lähdekoodin, joka on saanut merkittävän kehittäjä- ja käyttäjäyhteisön ympärilleen. Vuonna 2017, TensorFlow ja TensorFlow Models olivat kymmenen aktiivisimman koodivarannon  joukossa GitHub’issa. Myös useita muita tekoälyteknologioita on tullut saataville avoimen lähdekoodin lisensseillä. Hieman alle 100 liikevaihdoltaan suurinta yritystä USA:ssa käyttää GitHub’in yritysversiota ohjelmistokehityksessä. Tekoälyteknologioiden osaamisvajeeseen liittyen vuonna 2017 vain n. 5 000 opettajaa ja 500 000 oppilasta käyttivät aktiivisesti GitHub’ia maailmanlaajuisesti.

Uusien palvelujen kehitys edellyttää vahvaa tekoälyteknologioiden osaamista

Teknologian tutkimuskeskus VTT ja IBM Research – Almaden tekevät tutkimusvaihtoyhteistyötä Piilaaksossa avoimien tekoälyteknologioiden parissa.  Tavoitteena on tutkia avoimien tekoälyteknologioiden arkkitehtuuria ja ekosysteemiä sekä tulevaa kehitystä tekoälyjärjestelmien suunnittelun ja kehittämisen näkökulmasta. Työn alustavista tuloksista kerrotaan yhteisessä blogissa (http://opentechai.blog) ja aiheesta keskustellaan kansainvälisessä OpenTech AI -työpajassa Helsingissä.

Avoimien tekoälyteknologioiden etuna on erittäin nopea kehitystahti. Aihealueen tutkimus tuottaa prototyyppejä, uusia algoritmeja ja koneoppimismalleja. Tulosten toistettavuuden vuoksi nämä tulevat usein ensimmäisenä saataville ja sovellettaviksi avoimilla teknologioilla toteutettuina. Avoimen lähdekoodin lisäksi paljon tapahtuu myös avointen datasettien, koneoppimismallien sekä tekoälytoteutusten kyvykkyyksiä vertailevien haastekilpailujen saralla, jotka ovat oleellisia tekoälyn kehittämisen ja soveltamisen kannalta. Ekosysteemi avoimien tekoälyteknologioiden ympärillä on syntynyt ja kehittyy nopeasti. Tätä kehitystä ei kannata pelkästään seurata sivusta vaan osallistua avoimien tekoälyteknologioiden tutkimukseen, kehitykseen ja hyödyntämiseen. Avoimien tekoälyteknologioiden roolin ja merkityksen selkeyttäminen oman organisaation toiminnan kannalta on viisasta tulevaisuuteen varautumista.

Avointen tekoälyteknologioiden kehitys on muutaman viime vuoden aikana alkanut kehityskulku, jossa jatkuu jo aiemmin ohjelmistoissa alkanut avoimen lähdekoodin tuotteiden yleistyminen. Tämä kehityskulku demokratisoi tekoälyteknologioiden hyödyntämismahdollisuudet, sillä se mahdollistaa osaamisen kehittämisen, yhteiset koodivarannot ja tekoälyteknologian soveltamisen yksittäisistä toimittajista riippumattomasti avoimessa ekosysteemissä. Myös tekoälyn saralla arvonluonti ja kaupallinen kilpailu siirtyvät ohjelmistotuotteista kohti niiden avulla toteutettavia sovelluksia sekä niihin liittyviä palveluita. Tässä oleellista on vahva ja monipuolinen osaaminen tekoälyteknologioissa sekä kyky soveltaa uutta ja nopeasti kehittyvää teknologiaa asiakkaiden kanssa yhdessä.

Daniel Pakkala
Principal Scientist, Data Driven Solutions, VTT

Jim Spohrer
Director, Cognitive Open Technologies, IBM

http://opentechai.blog

https://developer.ibm.com/opentech/2018/01/29/helsinki-march-2018-opentech-ai-workshop/

[i]  PWC (2017) Artificial Intelligence Study. https://www.pwc.com/gx/en/issues/data-and-analytics/publications/artificial-intelligence-study.html
[ii] VTT (2018) Finland AI Strategy. http://www.vttresearch.com/Impulse/Pages/Finland-seeking-top-spot-in-application-of-artificial-intelligence-AI.aspx
[iii] For example, for a freely available, easy to access online set of courses see http://cognitiveclass.ai
[iv] GitHub (2017) State of the Octoverse. https://octoverse.github.com/