{"id":14312,"date":"2023-08-15T09:07:37","date_gmt":"2023-08-15T06:07:37","guid":{"rendered":"https:\/\/blogit.lab.fi\/labfocus\/?p=14312"},"modified":"2023-08-15T09:07:38","modified_gmt":"2023-08-15T06:07:38","slug":"typera-tekoaly","status":"publish","type":"post","link":"https:\/\/blogit.lab.fi\/labfocus\/typera-tekoaly\/","title":{"rendered":"Typer\u00e4 teko\u00e4ly?\u00a0"},"content":{"rendered":"\n<p>Yleinen teko\u00e4ly\u00e4 opettavalle suunnattu kysymyspari on: &#8221;Miksi se teki v\u00e4\u00e4rin ja miten sen voi korjata?&#8221; Vastaus kysymykseen riippuu valitettavasti teko\u00e4lyn teknisest\u00e4 toteutuksesta. Viel\u00e4 1990-luvulla teko\u00e4ly k\u00e4ytti klassisia teko\u00e4lyalgoritmeja. Klassisten algoritmien kohdalla oli todenn\u00e4k\u00f6ist\u00e4, ett\u00e4 koodari saattoi seurata koodia, paikantaa tietyss\u00e4 tapauksessa syyn toiminnalle ja siten korjata &#8221;bugin&#8221;. Moderni teko\u00e4ly k\u00e4ytt\u00e4\u00e4 koneoppimista ja vastaus on yleens\u00e4 ik\u00e4v\u00e4mpi: \u00e4ly on koulutettava uudelleen asian huomioon ottavalla tietopohjalla ja kaikki testaus on teht\u00e4v\u00e4 uusiksi! (Wong 2020)<\/p>\n\n\n\n<figure class=\"wp-block-image size-large\"><img loading=\"lazy\" decoding=\"async\" width=\"1024\" height=\"501\" src=\"https:\/\/blogit.lab.fi\/labfocus\/wp-content\/uploads\/sites\/8\/2023\/08\/540_2023_Typera-tekoaly_1-1024x501.jpg\" alt=\"\" class=\"wp-image-14314\" srcset=\"https:\/\/blogit.lab.fi\/labfocus\/wp-content\/uploads\/sites\/8\/2023\/08\/540_2023_Typera-tekoaly_1-1024x501.jpg 1024w, https:\/\/blogit.lab.fi\/labfocus\/wp-content\/uploads\/sites\/8\/2023\/08\/540_2023_Typera-tekoaly_1-300x147.jpg 300w, https:\/\/blogit.lab.fi\/labfocus\/wp-content\/uploads\/sites\/8\/2023\/08\/540_2023_Typera-tekoaly_1-768x376.jpg 768w, https:\/\/blogit.lab.fi\/labfocus\/wp-content\/uploads\/sites\/8\/2023\/08\/540_2023_Typera-tekoaly_1-570x279.jpg 570w, https:\/\/blogit.lab.fi\/labfocus\/wp-content\/uploads\/sites\/8\/2023\/08\/540_2023_Typera-tekoaly_1.jpg 1280w\" sizes=\"auto, (max-width: 1024px) 100vw, 1024px\" \/><figcaption class=\"wp-element-caption\">Kuva 1. Moderni teko\u00e4ly perustuu koneoppimiseen. (Kuva: Dall-E \/ Jan-Erik Sandelin)<\/figcaption><\/figure>\n\n\n\n<p>Koneoppimisj\u00e4rjestelmiss\u00e4 oppiminen tapahtuu ennen k\u00e4ytt\u00f6\u00f6nottoa, eik\u00e4 valtaosassa ratkaisuja k\u00e4yt\u00f6n aikana en\u00e4\u00e4 tapahdu oppimista ainakaan merkitt\u00e4v\u00e4ll\u00e4 nopeudella. Toisaalta t\u00e4llainen \u201dj\u00e4\u00e4dytetty ratkaisu\u201d ei my\u00f6sk\u00e4\u00e4n ala vahingossa oppia asioita \u201dv\u00e4\u00e4rin\u201d, vaan toimii k\u00e4ytt\u00f6\u00f6noton yhteydess\u00e4 testatulla tarkkuudella aina. (Levine ym. 2020)<\/p>\n\n\n\n<figure class=\"wp-block-image size-large\"><img loading=\"lazy\" decoding=\"async\" width=\"1024\" height=\"494\" src=\"https:\/\/blogit.lab.fi\/labfocus\/wp-content\/uploads\/sites\/8\/2023\/08\/540_2023_Typera-tekoaly_2-1024x494.png\" alt=\"[Alt-teksti: kaksiosainen kaavakuva prosessimaisesta tilanteesta. Vasemmalla on jatkuvasti t\u00e4ydentyv\u00e4 kuvio, jonka osat ovat virhetilanne, virhetilanteen korjaus koodiin, uusi parannettu versio ja testaus. OIkealla kaavion osat ovat virhetilanne, koulutusmateriaalin t\u00e4ydennys, t\u00e4ysin uuden mallin koulutus ja testaus.]\" class=\"wp-image-14315\" srcset=\"https:\/\/blogit.lab.fi\/labfocus\/wp-content\/uploads\/sites\/8\/2023\/08\/540_2023_Typera-tekoaly_2-1024x494.png 1024w, https:\/\/blogit.lab.fi\/labfocus\/wp-content\/uploads\/sites\/8\/2023\/08\/540_2023_Typera-tekoaly_2-300x145.png 300w, https:\/\/blogit.lab.fi\/labfocus\/wp-content\/uploads\/sites\/8\/2023\/08\/540_2023_Typera-tekoaly_2-768x371.png 768w, https:\/\/blogit.lab.fi\/labfocus\/wp-content\/uploads\/sites\/8\/2023\/08\/540_2023_Typera-tekoaly_2-570x275.png 570w, https:\/\/blogit.lab.fi\/labfocus\/wp-content\/uploads\/sites\/8\/2023\/08\/540_2023_Typera-tekoaly_2.png 1280w\" sizes=\"auto, (max-width: 1024px) 100vw, 1024px\" \/><figcaption class=\"wp-element-caption\"><a>Kuva 2<\/a>. Klassiseen teko\u00e4lyalgoritmiin perustuva tietokoneohjelma on seurattavissa ja korjattavissa. Jo opitut tapaukset eiv\u00e4t unohdu. Koneoppimismallin elinkaari on rajattu. Uusi malli pohjautuu muokattuun koulutusmateriaaliin, eik\u00e4 uudella mallilla ole samalla tavalla edelt\u00e4j\u00e4ns\u00e4 koodipohjaa kuin aiemmalla versiolla. (Kuva: Jan-Erik Sandelin)<\/figcaption><\/figure>\n\n\n\n<p>Koneoppiminen on sik\u00e4li uusi asia, ett\u00e4 sen hy\u00f6dynt\u00e4minen suurella m\u00e4\u00e4r\u00e4ll\u00e4 tietoa on muuttunut mahdolliseksi vasta 2000-luvulla.<\/p>\n\n\n\n<p>Klassisessa teko\u00e4lyss\u00e4 algoritmi oli pohjimmiltaan ihmisen muodostama, olipa kyseess\u00e4 toimintatapa tai s\u00e4\u00e4nn\u00f6st\u00f6 tavoille toimia. Koneoppimisessa algoritmi on kokoelma laskentakaavoja. Kaavoille sy\u00f6tet\u00e4\u00e4n lukuja ja niist\u00e4 saadaan lukuja. Laskentakaavojen yksityiskohdat eiv\u00e4t ole en\u00e4\u00e4 ihmisten kirjoittamia. Kaavapohjien lis\u00e4ksi ihminen m\u00e4\u00e4ritt\u00e4\u00e4 koneelle sy\u00f6tett\u00e4v\u00e4t esimerkit ja esimerkeist\u00e4 halutut tulokset. Oppiessaan kone m\u00e4\u00e4rittelee laskentakaavojen tarkan sis\u00e4ll\u00f6n siten, ett\u00e4 jokaisesta annettavasta esimerkist\u00e4 saadaan kyseisest\u00e4 esimerkist\u00e4 haluttu tulos. (Russell &amp; \u200eNorvig 2020.)<\/p>\n\n\n\n<p>Koneoppimisen korjaushaaste piilee siin\u00e4, ett\u00e4 kone oppiessaan muokkaa laskentakaavat lopulliseen muotoonsa. Olisi todella suurit\u00f6ist\u00e4 kuvailla koneelle s\u00e4\u00e4nn\u00f6st\u00f6 esimerkiksi kappaleen tunnistamiseksi. Koneoppimisessa esineist\u00e4 annetut esimerkit sy\u00f6tet\u00e4\u00e4n koneelle ja kone muodostaa laskentakaavat, jotka toimivat s\u00e4\u00e4nt\u00f6n\u00e4. Ihmisen kannalta ongelma on siin\u00e4, ett\u00e4 nuo laskentakaavat ovat ik\u00e4\u00e4n kuin \u00e4\u00e4rimmilleen typistettyj\u00e4 versioita s\u00e4\u00e4nn\u00f6st\u00f6st\u00e4. Kone on sievent\u00e4nyt ne niin suppeiksi, ettei ihmisen ole niit\u00e4 en\u00e4\u00e4 helppo tulkita. Tuollaisen s\u00e4\u00e4nn\u00f6st\u00f6n jonkin kohdan muuttaminen aiheuttaa hyvin suurella todenn\u00e4k\u00f6isyydell\u00e4 sivuvaikutuksia muualla. T\u00e4st\u00e4 seuraa se, ett\u00e4 jos viel\u00e4 tulos saadaankin jollain uudella esimerkill\u00e4 oikeaksi, on laskukaava rikottu aiemmin toimineille esimerkeille t\u00e4ysin! (Lones 2023.)<\/p>\n\n\n\n<h2 class=\"wp-block-heading\"><a>Koneoppiminen toimii pienin\u00e4 osina hyvin<\/a>\u00a0<\/h2>\n\n\n\n<p>Kuinka siis korjata tilanne? Koneoppimisen luonnetta emme voi korjata, mutta usein toimiva ratkaisu on se, ettei koneoppimisella yritet\u00e4 tehd\u00e4 kaikkea kerralla. Kun laskentakaava on sievennetty, on j\u00e4rkev\u00e4\u00e4, ett\u00e4 laskentakaava tekee vain yht\u00e4 asiaa. T\u00e4h\u00e4n l\u00e4hestymistapaan opastetaan my\u00f6s LABin RoboGrowth-projektin (LAB 2023) tuottamalla MOOC-kurssilla Toimistoautomaation perusteet.<\/p>\n\n\n\n<p>Koneoppimista hy\u00f6dynnett\u00e4ess\u00e4 on helpompaa, jos l\u00e4hestymistapaa hy\u00f6dynt\u00e4v\u00e4 tuote on kokoelma pieni\u00e4, diagnosoitavissa olevia, spesifej\u00e4 koneoppimismalleja, jotka auttavat perinteist\u00e4 teko\u00e4ly\u00e4 tekem\u00e4\u00e4n entist\u00e4kin loogisempia p\u00e4\u00e4t\u00f6ksi\u00e4. (Hulten 2018.)<\/p>\n\n\n\n<div class=\"wp-block-group has-background\" style=\"background-color:#b3edfb\"><div class=\"wp-block-group__inner-container is-layout-constrained wp-block-group-is-layout-constrained\">\n<p>Kirjoittaja<\/p>\n\n\n\n<p><strong>Jan-Erik Sandelin<\/strong> on LAB-ammattikorkeakoulun Liiketoiminta-yksik\u00f6n IT-opettaja, joka on opiskelijoiden onneksi ja omaksi ep\u00e4onnekseen saanut kokea ja el\u00e4\u00e4 ty\u00f6el\u00e4m\u00e4ss\u00e4 sek\u00e4 koneoppimisen ett\u00e4 klassisen teko\u00e4lyn elinkaarien kipupisteiden pahimmat hetket.<\/p>\n<\/div><\/div>\n\n\n\n<h2 class=\"wp-block-heading\">L\u00e4hteet<\/h2>\n\n\n\n<p>Hulten, G. 2018. Building Intelligent Systems: A Guide to Machine Learning Engineering. Berkeley: &nbsp;Apress.<\/p>\n\n\n\n<p>LAB. 2023. Prosessilouhinnalla ja RPA-prototyypeill\u00e4 osaaminen kasvuun. Hanke. Viitattu 9.8.2023. Saatavissa <a href=\"https:\/\/lab.fi\/fi\/projekti\/robogrowth-prosessilouhinnalla-ja-rpa-prototyypeilla-osaaminen-kasvuun\">https:\/\/lab.fi\/fi\/projekti\/robogrowth-prosessilouhinnalla-ja-rpa-prototyypeilla-osaaminen-kasvuun<\/a><\/p>\n\n\n\n<p>Levine, S., Kumar, A., Tucker, G. &amp; Fu, J. 2020. Offline Reinforcement Learning: Tutorial, Review, and Perspectives on Open Problems. Viitattu 9.8.2023. Saatavissa <a href=\"https:\/\/arxiv.org\/abs\/2005.01643\">https:\/\/arxiv.org\/abs\/2005.01643<\/a><\/p>\n\n\n\n<p>Lones, M. 2023.&nbsp; How to avoid machine learning pitfalls: a guide for academic researchers. Viitattu 9.8.2023. Saatavissa <a href=\"https:\/\/arxiv.org\/pdf\/2108.02497.pdf\">https:\/\/arxiv.org\/pdf\/2108.02497.pdf<\/a><\/p>\n\n\n\n<p>Russell, S. &amp; \u200eNorvig, P. 2020. Artificial Intelligence: A Modern Approach 4<sup>th<\/sup> edition. Hoboken: Prentice Hall.<\/p>\n\n\n\n<p>Wong, K. 2020. Computational Thinking and Artificial Intelligence Education: A Balanced Approach Using both Classical AI and Modern AI. Teoksessa: Kong, S.C., Hoppe, H.U., Hsu, T.C., Huang, R.H., Kuo, B.C., Li, K.Y., Looi, C.K., Milrad, M., Shih, J.L., Sin, K.F., Song, K.S., Specht, M., Sullivan, F., &amp; Vahrenhold, J. Proceedings of International Conference on Computational Thinking Education 2020. Hong Kong: The Education University of Hong Kong. 108\u2012109.<\/p>\n\n\n\n<p><a id=\"_msocom_1\"><\/a><\/p>\n\n\n\n<p>\u00a0<\/p>\n","protected":false},"excerpt":{"rendered":"<p>Yleinen teko\u00e4ly\u00e4 opettavalle suunnattu kysymyspari on: &#8221;Miksi se teki v\u00e4\u00e4rin ja miten sen voi korjata?&#8221; Vastaus kysymykseen riippuu valitettavasti teko\u00e4lyn teknisest\u00e4 toteutuksesta. Viel\u00e4 1990-luvulla teko\u00e4ly k\u00e4ytti klassisia teko\u00e4lyalgoritmeja. Klassisten algoritmien kohdalla oli todenn\u00e4k\u00f6ist\u00e4, ett\u00e4 koodari saattoi seurata koodia, paikantaa tietyss\u00e4 tapauksessa syyn toiminnalle ja siten korjata &#8221;bugin&#8221;. Moderni teko\u00e4ly k\u00e4ytt\u00e4\u00e4 koneoppimista ja vastaus on yleens\u00e4 [&hellip;]<\/p>\n","protected":false},"author":17,"featured_media":14314,"comment_status":"closed","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[43],"tags":[7131,29,1731,111],"class_list":{"0":"post-14312","1":"post","2":"type-post","3":"status-publish","4":"format-standard","5":"has-post-thumbnail","7":"category-yleinen-fi","8":"tag-algoritmit","9":"tag-artikkeli-e1","10":"tag-koneoppiminen","11":"tag-tekoaly","12":"czr-hentry"},"yoast_head":"<!-- This site is optimized with the Yoast SEO plugin v27.3 - https:\/\/yoast.com\/product\/yoast-seo-wordpress\/ -->\n<title>Typer\u00e4 teko\u00e4ly?\u00a0 - LAB Focus<\/title>\n<meta name=\"description\" content=\"LAB-ammattikorkeakoulun lehtorin pohdintaa teko\u00e4lyst\u00e4. Koska uusi teko\u00e4ly perustuu koneoppimiseen, se ei toimi samoin kuin algoritmiperusteinen teko\u00e4ly.\" \/>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/blogit.lab.fi\/labfocus\/typera-tekoaly\/\" \/>\n<meta property=\"og:locale\" content=\"fi_FI\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Typer\u00e4 teko\u00e4ly?\u00a0 - LAB Focus\" \/>\n<meta property=\"og:description\" content=\"LAB-ammattikorkeakoulun lehtorin pohdintaa teko\u00e4lyst\u00e4. Koska uusi teko\u00e4ly perustuu koneoppimiseen, se ei toimi samoin kuin algoritmiperusteinen teko\u00e4ly.\" \/>\n<meta property=\"og:url\" content=\"https:\/\/blogit.lab.fi\/labfocus\/typera-tekoaly\/\" \/>\n<meta property=\"og:site_name\" content=\"LAB Focus\" \/>\n<meta property=\"article:published_time\" content=\"2023-08-15T06:07:37+00:00\" \/>\n<meta property=\"article:modified_time\" content=\"2023-08-15T06:07:38+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/blogit.lab.fi\/labfocus\/wp-content\/uploads\/sites\/8\/2023\/08\/540_2023_Typera-tekoaly_1.jpg\" \/>\n\t<meta property=\"og:image:width\" content=\"1280\" \/>\n\t<meta property=\"og:image:height\" content=\"626\" \/>\n\t<meta property=\"og:image:type\" content=\"image\/jpeg\" \/>\n<meta name=\"author\" content=\"tainask\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:creator\" content=\"@LABfinland\" \/>\n<meta name=\"twitter:site\" content=\"@LABfinland\" \/>\n<meta name=\"twitter:label1\" content=\"Kirjoittanut\" \/>\n\t<meta name=\"twitter:data1\" content=\"tainask\" \/>\n\t<meta name=\"twitter:label2\" content=\"Arvioitu lukuaika\" \/>\n\t<meta name=\"twitter:data2\" content=\"5 minuuttia\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\\\/\\\/schema.org\",\"@graph\":[{\"@type\":\"Article\",\"@id\":\"https:\\\/\\\/blogit.lab.fi\\\/labfocus\\\/typera-tekoaly\\\/#article\",\"isPartOf\":{\"@id\":\"https:\\\/\\\/blogit.lab.fi\\\/labfocus\\\/typera-tekoaly\\\/\"},\"author\":{\"name\":\"tainask\",\"@id\":\"https:\\\/\\\/blogit.lab.fi\\\/labfocus\\\/#\\\/schema\\\/person\\\/da729f65c4a2fb9fd8f0b1ec7a2ab7d0\"},\"headline\":\"Typer\u00e4 teko\u00e4ly?\u00a0\",\"datePublished\":\"2023-08-15T06:07:37+00:00\",\"dateModified\":\"2023-08-15T06:07:38+00:00\",\"mainEntityOfPage\":{\"@id\":\"https:\\\/\\\/blogit.lab.fi\\\/labfocus\\\/typera-tekoaly\\\/\"},\"wordCount\":685,\"publisher\":{\"@id\":\"https:\\\/\\\/blogit.lab.fi\\\/labfocus\\\/#organization\"},\"image\":{\"@id\":\"https:\\\/\\\/blogit.lab.fi\\\/labfocus\\\/typera-tekoaly\\\/#primaryimage\"},\"thumbnailUrl\":\"https:\\\/\\\/blogit.lab.fi\\\/labfocus\\\/wp-content\\\/uploads\\\/sites\\\/8\\\/2023\\\/08\\\/540_2023_Typera-tekoaly_1.jpg\",\"keywords\":[\"algoritmit\",\"Artikkeli E1\",\"koneoppiminen\",\"teko\u00e4ly\"],\"inLanguage\":\"fi\"},{\"@type\":\"WebPage\",\"@id\":\"https:\\\/\\\/blogit.lab.fi\\\/labfocus\\\/typera-tekoaly\\\/\",\"url\":\"https:\\\/\\\/blogit.lab.fi\\\/labfocus\\\/typera-tekoaly\\\/\",\"name\":\"Typer\u00e4 teko\u00e4ly?\u00a0 - LAB Focus\",\"isPartOf\":{\"@id\":\"https:\\\/\\\/blogit.lab.fi\\\/labfocus\\\/#website\"},\"primaryImageOfPage\":{\"@id\":\"https:\\\/\\\/blogit.lab.fi\\\/labfocus\\\/typera-tekoaly\\\/#primaryimage\"},\"image\":{\"@id\":\"https:\\\/\\\/blogit.lab.fi\\\/labfocus\\\/typera-tekoaly\\\/#primaryimage\"},\"thumbnailUrl\":\"https:\\\/\\\/blogit.lab.fi\\\/labfocus\\\/wp-content\\\/uploads\\\/sites\\\/8\\\/2023\\\/08\\\/540_2023_Typera-tekoaly_1.jpg\",\"datePublished\":\"2023-08-15T06:07:37+00:00\",\"dateModified\":\"2023-08-15T06:07:38+00:00\",\"description\":\"LAB-ammattikorkeakoulun lehtorin pohdintaa teko\u00e4lyst\u00e4. Koska uusi teko\u00e4ly perustuu koneoppimiseen, se ei toimi samoin kuin algoritmiperusteinen teko\u00e4ly.\",\"breadcrumb\":{\"@id\":\"https:\\\/\\\/blogit.lab.fi\\\/labfocus\\\/typera-tekoaly\\\/#breadcrumb\"},\"inLanguage\":\"fi\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\\\/\\\/blogit.lab.fi\\\/labfocus\\\/typera-tekoaly\\\/\"]}]},{\"@type\":\"ImageObject\",\"inLanguage\":\"fi\",\"@id\":\"https:\\\/\\\/blogit.lab.fi\\\/labfocus\\\/typera-tekoaly\\\/#primaryimage\",\"url\":\"https:\\\/\\\/blogit.lab.fi\\\/labfocus\\\/wp-content\\\/uploads\\\/sites\\\/8\\\/2023\\\/08\\\/540_2023_Typera-tekoaly_1.jpg\",\"contentUrl\":\"https:\\\/\\\/blogit.lab.fi\\\/labfocus\\\/wp-content\\\/uploads\\\/sites\\\/8\\\/2023\\\/08\\\/540_2023_Typera-tekoaly_1.jpg\",\"width\":1280,\"height\":626},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\\\/\\\/blogit.lab.fi\\\/labfocus\\\/typera-tekoaly\\\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Home\",\"item\":\"https:\\\/\\\/blogit.lab.fi\\\/labfocus\\\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"Typer\u00e4 teko\u00e4ly?\u00a0\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\\\/\\\/blogit.lab.fi\\\/labfocus\\\/#website\",\"url\":\"https:\\\/\\\/blogit.lab.fi\\\/labfocus\\\/\",\"name\":\"LAB Focus\",\"description\":\"Focus Area blog | LAB University of Applied Sciences\",\"publisher\":{\"@id\":\"https:\\\/\\\/blogit.lab.fi\\\/labfocus\\\/#organization\"},\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\\\/\\\/blogit.lab.fi\\\/labfocus\\\/?s={search_term_string}\"},\"query-input\":{\"@type\":\"PropertyValueSpecification\",\"valueRequired\":true,\"valueName\":\"search_term_string\"}}],\"inLanguage\":\"fi\"},{\"@type\":\"Organization\",\"@id\":\"https:\\\/\\\/blogit.lab.fi\\\/labfocus\\\/#organization\",\"name\":\"LAB Focus\",\"url\":\"https:\\\/\\\/blogit.lab.fi\\\/labfocus\\\/\",\"logo\":{\"@type\":\"ImageObject\",\"inLanguage\":\"fi\",\"@id\":\"https:\\\/\\\/blogit.lab.fi\\\/labfocus\\\/#\\\/schema\\\/logo\\\/image\\\/\",\"url\":\"https:\\\/\\\/blogit.lab.fi\\\/labfocus\\\/wp-content\\\/uploads\\\/sites\\\/8\\\/2020\\\/04\\\/cropped-cropped-tunnus_blogi-01.png\",\"contentUrl\":\"https:\\\/\\\/blogit.lab.fi\\\/labfocus\\\/wp-content\\\/uploads\\\/sites\\\/8\\\/2020\\\/04\\\/cropped-cropped-tunnus_blogi-01.png\",\"width\":1342,\"height\":288,\"caption\":\"LAB Focus\"},\"image\":{\"@id\":\"https:\\\/\\\/blogit.lab.fi\\\/labfocus\\\/#\\\/schema\\\/logo\\\/image\\\/\"},\"sameAs\":[\"https:\\\/\\\/x.com\\\/LABfinland\"]},{\"@type\":\"Person\",\"@id\":\"https:\\\/\\\/blogit.lab.fi\\\/labfocus\\\/#\\\/schema\\\/person\\\/da729f65c4a2fb9fd8f0b1ec7a2ab7d0\",\"name\":\"tainask\",\"image\":{\"@type\":\"ImageObject\",\"inLanguage\":\"fi\",\"@id\":\"https:\\\/\\\/secure.gravatar.com\\\/avatar\\\/4a96427877ef826b76e80c27f60b266128094f522551459346efcf14282febb3?s=96&d=mm&r=g\",\"url\":\"https:\\\/\\\/secure.gravatar.com\\\/avatar\\\/4a96427877ef826b76e80c27f60b266128094f522551459346efcf14282febb3?s=96&d=mm&r=g\",\"contentUrl\":\"https:\\\/\\\/secure.gravatar.com\\\/avatar\\\/4a96427877ef826b76e80c27f60b266128094f522551459346efcf14282febb3?s=96&d=mm&r=g\",\"caption\":\"tainask\"},\"url\":\"https:\\\/\\\/blogit.lab.fi\\\/labfocus\\\/author\\\/tainask\\\/\"}]}<\/script>\n<!-- \/ Yoast SEO plugin. -->","yoast_head_json":{"title":"Typer\u00e4 teko\u00e4ly?\u00a0 - LAB Focus","description":"LAB-ammattikorkeakoulun lehtorin pohdintaa teko\u00e4lyst\u00e4. Koska uusi teko\u00e4ly perustuu koneoppimiseen, se ei toimi samoin kuin algoritmiperusteinen teko\u00e4ly.","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/blogit.lab.fi\/labfocus\/typera-tekoaly\/","og_locale":"fi_FI","og_type":"article","og_title":"Typer\u00e4 teko\u00e4ly?\u00a0 - LAB Focus","og_description":"LAB-ammattikorkeakoulun lehtorin pohdintaa teko\u00e4lyst\u00e4. Koska uusi teko\u00e4ly perustuu koneoppimiseen, se ei toimi samoin kuin algoritmiperusteinen teko\u00e4ly.","og_url":"https:\/\/blogit.lab.fi\/labfocus\/typera-tekoaly\/","og_site_name":"LAB Focus","article_published_time":"2023-08-15T06:07:37+00:00","article_modified_time":"2023-08-15T06:07:38+00:00","og_image":[{"width":1280,"height":626,"url":"https:\/\/blogit.lab.fi\/labfocus\/wp-content\/uploads\/sites\/8\/2023\/08\/540_2023_Typera-tekoaly_1.jpg","type":"image\/jpeg"}],"author":"tainask","twitter_card":"summary_large_image","twitter_creator":"@LABfinland","twitter_site":"@LABfinland","twitter_misc":{"Kirjoittanut":"tainask","Arvioitu lukuaika":"5 minuuttia"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"Article","@id":"https:\/\/blogit.lab.fi\/labfocus\/typera-tekoaly\/#article","isPartOf":{"@id":"https:\/\/blogit.lab.fi\/labfocus\/typera-tekoaly\/"},"author":{"name":"tainask","@id":"https:\/\/blogit.lab.fi\/labfocus\/#\/schema\/person\/da729f65c4a2fb9fd8f0b1ec7a2ab7d0"},"headline":"Typer\u00e4 teko\u00e4ly?\u00a0","datePublished":"2023-08-15T06:07:37+00:00","dateModified":"2023-08-15T06:07:38+00:00","mainEntityOfPage":{"@id":"https:\/\/blogit.lab.fi\/labfocus\/typera-tekoaly\/"},"wordCount":685,"publisher":{"@id":"https:\/\/blogit.lab.fi\/labfocus\/#organization"},"image":{"@id":"https:\/\/blogit.lab.fi\/labfocus\/typera-tekoaly\/#primaryimage"},"thumbnailUrl":"https:\/\/blogit.lab.fi\/labfocus\/wp-content\/uploads\/sites\/8\/2023\/08\/540_2023_Typera-tekoaly_1.jpg","keywords":["algoritmit","Artikkeli E1","koneoppiminen","teko\u00e4ly"],"inLanguage":"fi"},{"@type":"WebPage","@id":"https:\/\/blogit.lab.fi\/labfocus\/typera-tekoaly\/","url":"https:\/\/blogit.lab.fi\/labfocus\/typera-tekoaly\/","name":"Typer\u00e4 teko\u00e4ly?\u00a0 - LAB Focus","isPartOf":{"@id":"https:\/\/blogit.lab.fi\/labfocus\/#website"},"primaryImageOfPage":{"@id":"https:\/\/blogit.lab.fi\/labfocus\/typera-tekoaly\/#primaryimage"},"image":{"@id":"https:\/\/blogit.lab.fi\/labfocus\/typera-tekoaly\/#primaryimage"},"thumbnailUrl":"https:\/\/blogit.lab.fi\/labfocus\/wp-content\/uploads\/sites\/8\/2023\/08\/540_2023_Typera-tekoaly_1.jpg","datePublished":"2023-08-15T06:07:37+00:00","dateModified":"2023-08-15T06:07:38+00:00","description":"LAB-ammattikorkeakoulun lehtorin pohdintaa teko\u00e4lyst\u00e4. Koska uusi teko\u00e4ly perustuu koneoppimiseen, se ei toimi samoin kuin algoritmiperusteinen teko\u00e4ly.","breadcrumb":{"@id":"https:\/\/blogit.lab.fi\/labfocus\/typera-tekoaly\/#breadcrumb"},"inLanguage":"fi","potentialAction":[{"@type":"ReadAction","target":["https:\/\/blogit.lab.fi\/labfocus\/typera-tekoaly\/"]}]},{"@type":"ImageObject","inLanguage":"fi","@id":"https:\/\/blogit.lab.fi\/labfocus\/typera-tekoaly\/#primaryimage","url":"https:\/\/blogit.lab.fi\/labfocus\/wp-content\/uploads\/sites\/8\/2023\/08\/540_2023_Typera-tekoaly_1.jpg","contentUrl":"https:\/\/blogit.lab.fi\/labfocus\/wp-content\/uploads\/sites\/8\/2023\/08\/540_2023_Typera-tekoaly_1.jpg","width":1280,"height":626},{"@type":"BreadcrumbList","@id":"https:\/\/blogit.lab.fi\/labfocus\/typera-tekoaly\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Home","item":"https:\/\/blogit.lab.fi\/labfocus\/"},{"@type":"ListItem","position":2,"name":"Typer\u00e4 teko\u00e4ly?\u00a0"}]},{"@type":"WebSite","@id":"https:\/\/blogit.lab.fi\/labfocus\/#website","url":"https:\/\/blogit.lab.fi\/labfocus\/","name":"LAB Focus","description":"Focus Area blog | LAB University of Applied Sciences","publisher":{"@id":"https:\/\/blogit.lab.fi\/labfocus\/#organization"},"potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/blogit.lab.fi\/labfocus\/?s={search_term_string}"},"query-input":{"@type":"PropertyValueSpecification","valueRequired":true,"valueName":"search_term_string"}}],"inLanguage":"fi"},{"@type":"Organization","@id":"https:\/\/blogit.lab.fi\/labfocus\/#organization","name":"LAB Focus","url":"https:\/\/blogit.lab.fi\/labfocus\/","logo":{"@type":"ImageObject","inLanguage":"fi","@id":"https:\/\/blogit.lab.fi\/labfocus\/#\/schema\/logo\/image\/","url":"https:\/\/blogit.lab.fi\/labfocus\/wp-content\/uploads\/sites\/8\/2020\/04\/cropped-cropped-tunnus_blogi-01.png","contentUrl":"https:\/\/blogit.lab.fi\/labfocus\/wp-content\/uploads\/sites\/8\/2020\/04\/cropped-cropped-tunnus_blogi-01.png","width":1342,"height":288,"caption":"LAB Focus"},"image":{"@id":"https:\/\/blogit.lab.fi\/labfocus\/#\/schema\/logo\/image\/"},"sameAs":["https:\/\/x.com\/LABfinland"]},{"@type":"Person","@id":"https:\/\/blogit.lab.fi\/labfocus\/#\/schema\/person\/da729f65c4a2fb9fd8f0b1ec7a2ab7d0","name":"tainask","image":{"@type":"ImageObject","inLanguage":"fi","@id":"https:\/\/secure.gravatar.com\/avatar\/4a96427877ef826b76e80c27f60b266128094f522551459346efcf14282febb3?s=96&d=mm&r=g","url":"https:\/\/secure.gravatar.com\/avatar\/4a96427877ef826b76e80c27f60b266128094f522551459346efcf14282febb3?s=96&d=mm&r=g","contentUrl":"https:\/\/secure.gravatar.com\/avatar\/4a96427877ef826b76e80c27f60b266128094f522551459346efcf14282febb3?s=96&d=mm&r=g","caption":"tainask"},"url":"https:\/\/blogit.lab.fi\/labfocus\/author\/tainask\/"}]}},"_links":{"self":[{"href":"https:\/\/blogit.lab.fi\/labfocus\/wp-json\/wp\/v2\/posts\/14312","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/blogit.lab.fi\/labfocus\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/blogit.lab.fi\/labfocus\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/blogit.lab.fi\/labfocus\/wp-json\/wp\/v2\/users\/17"}],"replies":[{"embeddable":true,"href":"https:\/\/blogit.lab.fi\/labfocus\/wp-json\/wp\/v2\/comments?post=14312"}],"version-history":[{"count":1,"href":"https:\/\/blogit.lab.fi\/labfocus\/wp-json\/wp\/v2\/posts\/14312\/revisions"}],"predecessor-version":[{"id":14316,"href":"https:\/\/blogit.lab.fi\/labfocus\/wp-json\/wp\/v2\/posts\/14312\/revisions\/14316"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/blogit.lab.fi\/labfocus\/wp-json\/wp\/v2\/media\/14314"}],"wp:attachment":[{"href":"https:\/\/blogit.lab.fi\/labfocus\/wp-json\/wp\/v2\/media?parent=14312"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/blogit.lab.fi\/labfocus\/wp-json\/wp\/v2\/categories?post=14312"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/blogit.lab.fi\/labfocus\/wp-json\/wp\/v2\/tags?post=14312"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}