#10 | Agentti tunnissa. Miten helppoa on AI-agenttien rakentaminen? Vieraana Rami Luisto.

Missä tilanteissa kannattaa käyttää AI-agentteja, missä tilanteissa RPA-tyyppiset ratkaisut riittää ja miten RPA:ta voi tehostaa tekoälyllä? Milloin yrityksen kannattaa investoida agenttien kehittämiseen ja mitä hyötyjä ne tuovat? Miten helppoa on AI-agenttien rakentaminen käytännössä? Entä miten tekoälymalleja oikeasti koulutetaan? Silloin kun ihmisessä yhdistyy älykkyys, sosiaaliset taidot ja intohimo omaa tekemistä kohtaan, niin syntyy arvokkaita ja syvällisiä keskusteluja, jotka lisäävät meidän kaikkien tietämystä. Signaali-podcastin vieraana on tällä kertaa matematiikan dosentti ja syväteknologian huippuasiantuntija Rami Luisto Digital Workforce Services Plc:stä. Rami toi keskusteluun runsaasti esimerkkejä siitä, miten syväteknologiaa voidaan valjastaa tuottamaan konkreettista lisäarvoa sekä yrityksille että niiden asiakkaille. Tämä jakso täydentää minun aiemmin Karli Kalpalan kanssa käytyä keskustelua jaksossa 5 teknisimmillä asioilla agentteihin, RPA:han ja tekoälyyn liittyen. Teimme parhaamme, jotta jakso olisi kuunneltavissa ymmärrettävällä tasolla kaikille kuulijoille taustastaan riippumatta ja siitä kuuluu suuri kiitos Ramille, joka osasi purkaa minun hankalat kysymykset pienempiin ja ymmärrettävimpiin kokonaisuuksiin. Sen lisäksi meillä oli tosi hauskaa ja siitä kiitokseksi aion tuomita Ramin uuteen jaksoon tänä keväänä 😅 Jakso lähtee pohdinnalla siitä minkälaista on olla matemaatikkona liike-elämässä ja noin puolen tunnin kohdalla siirrymme keskustelemaan ydinasioista. Mukavia kuunteluhetkiä ja muista seurata podcastia kaikilla yleisillä lempialustoillasi 🎧 Miten näet tekoälyn ja automaation roolin omalla alallasi? --- AIKALEIMAT 00:00:00 - Fiksuus ja osaaminen 00:01:45 - Työelämän rikastuminen 00:02:36 - Ratkaisukeskeisyys 00:03:33 - Ajatusjohtajuus 00:05:01 - Monimutkaiset paperit 00:07:51 - Yann LeCun 00:10:02 - AGI ja LLM 00:12:11 - Datan puute 00:14:24 - LLM ja kieli 00:19:32 - Innovaatio ja tekoäly 00:22:37 - Kokemus ja oppiminen 00:25:28 - Luovuus ja rajat 00:26:31 - Ramin esittely 00:27:49 - Tekoälyn ja robotiikan rooli 00:30:38 - Terveyssektori ja tekoäly 00:31:51 - Transformaatioprojektit 00:33:52 - RPA 00:35:54 - Low-code 00:37:39 - Koodipohjainen toteutus 00:40:01 - Agenttipohjainen tekoäly 00:42:13 - Hybridiratkaisut 00:43:03 - Vertauskuva 00:47:24 - Kielimallit 00:49:36 - Mallien nimet 00:50:55 - Mallien alkuperä 00:52:58 - Jatkokoulutus 00:56:33 - Vertauskuva ja ymmärrys 00:59:58 - Testausmenetelmät 01:01:06 - Vertauskuva ja mallin arviointi 01:03:54 - Virheiden toleranssi 01:06:44 - Pienet ja suuret kielimallit 01:08:15 - Mallien käyttäytyminen 01:09:57 - Konteksti ja ymmärrys 01:12:29 - Datan puhdistaminen 01:13:31 - Deep tech -asiat 01:15:30 - Tulevaisuuden näkymät 01:21:06 - Arvot ja työ 01:22:28 - Matematiikka ja topologia 01:24:51 - Työ ja vapaa-aika 01:26:03 - Tekoälyn käyttö 01:36:38 - Tekoälyn vaikutus motivaatioon 01:40:13 - Tekoäly ja vastuu 01:42:37 - Agentin rakentaminen 01:47:01 - Data ja API 01:49:34 - Semaphore 01:51:08 - Kiitokset ja lopetus --- Rami Luisto toimii Healthcare AI Lead Data Scientistina Digital Workforcella ja vastaa tittelinsä mukaisesti terveysteknologiasektorin tekoälyratkaisuista. Rami on pohjakoulutukseltaan matematiikan dosentti, mutta vaihtoi akateemiselta urapolulta yksityiselle puolelle vuonna 2020 aloittaessaan Digital Workforcen tekoälytiimissä. Hänen erikoisosaamisaluettaan ovat kielipohjaiset tekoälyt sekä erityisesti suuret kielimallit, ja käyttää tällä hetkellä valtaosan työajastaan tekoälyagenttien kehityksen parissa. --- 🕸️Signaali: https://signaalipodcast.fi/ 📸Instagram: https://www.instagram.com/signaalipodcast/ 👔Linkedin (Signaali): https://www.linkedin.com/company/signaali-podcast 🗣️Linkedin (Juontaja): https://www.linkedin.com/in/georgelapinlampi/