Tekoäly tanssii ja soi, piirtää ja veistää. Mutta osaako tekoäly tehdä kuunneltavia muusiikkikappaleita? Useimmat tekoälytuotokset ovat olleet melko mielikuvituksettomia, mutta koneet kehittyvät. Nyt algoritmit ovat sillä tasolla, että tekoäly tekee sen, mitä Punk yritti: demokratisoi taiteen.
Jos viimeaikainen matala syntyvyys ja korkea maahanmuutto jäävät pysyviksi, Suomen väestörakenne tulee muuttumaan melko nopeasti. Matalan syntyvyyden vuoksi väestö alkaa pienentyä, kun taas maahanmuutto kasvattaa väestöä. Tämän hetken nettomaahanmuutto kompensoi syntyvyyden pienenemisen ja yhteisvaikutuksena Suomen väestö saattaa kasvaa selvästi tulevaisuudessa. Pitkällä aikavälillä suurin osa suomalaisista on ulkomaalaistaustaisia, mutta myös suomalaistaustaisten määrä kasvaa merkittävästi.
Keskustelua tekoälystä on Suomessa hallinnut sääntelynäkökulma, huoli yksityisyydestä ja tekoälyn ongelmista. Pienemmälle painolle on jäänyt se, että tekoäly tulee muuttamaan maailmaa perinpohjaisesti. Se mikä eilen oli uutisissa digitalisaatiota, on tänään tekoälyä. Eilisen uraauurtavat tekoälysovellukset ovat tänään arkipäivää. Tekoäly jatkaa siitä, mihin digitalisaatio loppuu.
Ainakin joka kymmenes X/Twitter-tili on botti 1. Miten helposti suuren kielimallin avulla voi opettaa botin, joka edustaa annettua näkemystä? Yllättävän helposti. Tuloksetkin ovat melko vakuuttavia. Eri aineistoilla opetetut botit voi myös laittaa keskustelemaan keskenään. Tässä blogissa näytetään, kuinka hyvin botit osaavat keskustella EK:n ja SAK:n blogiaineiston perusteella. Bottien keskustelu on sujuvaa, mutta latteaa tai jopa tahmeaa, eivätkä kommentit aina vastaa tausta-aineistoa. Bottien keskustelu antaa häivähdyksen sosiaalisen median tulevaisuudesta.
Radio Suomen Poppikoulussa osallistujat kilpailevat priimuksen arvonimestä. Sen saavuttaakseen kilpailijan on osattava vastata hankaliin pop-, jazz-, roots- ym. aiheisiin kysymyksiin. Harva osaa vastata puoleenkaan esitetyistä kysymyksistä. Tämä tekee Poppikoulusta hyvän testialustan kokeilla, miten hyvin tekoäly pärjää ihmisiä vastaan. Aiemmissa jaksoissa on kokeiltu GPT-3:n ja ChatGPT:n pärjäämistä. Toistaiseksi ihminen on ne voittanut. Nyt OpenAI on kuitenkin julkaissut jälleen uuden, entisiä paremman version, GPT-4:n. Miten sen kanssa käy?
Suomessa syntyvyys on pudonnut rajusti vuoden 2010 jälkeen: Syntyneiden lasten määrä on Suomessa laskenut 61 000 lapsesta vuonna 2010 noin 44 900:ään vuonna 2022. Hedelmällisyysluku on jäämässä vuoden 2022 alustavien tietojen mukaan 1,31:een, joka on kaikkien aikojen matalin (Tilastokeskus, 2023). Laskeva trendi on jatkunut lähes koko aikavälin 2010-2023, joten satunnaisvaihtelusta ei ole kysymys (Kuva 1). Tulevaisuus näyttää synkältä, mutta rakkaus voi yllättää.
Radio Suomen Poppikoulussa osallistujat kilpailevat priimuksen arvonimestä. Sen saavuttaakseen kilpailijan on osattava vastata hankaliin pop-, jazz-, roots- ym. aiheisiin kysymyksiin. Harva osaa vastata puoleenkaan esitetyistä kysymyksistä. Tämä tekee Poppikoulusta hyvän testialustan kokeilla, miten hyvin tekoäly pärjää ihmisiä vastaan.
Syntyvyys on alentunut niin nopeasti, että se uhkaa tehdä väestöennusteet vanhentuneiksi jo niiden julkaisuvuonna. Väestöennusteet ovat silti arvokkaita välineitä tulevaisuuden haasteiden arviointiin. Niiden avulla mm. voidaan suunnitella tulevia resurssitarpeita. Myös erilaisten pitkän aikavälin laskelmien perusta on usein väestöennuste.
Osakkeet ovat olleet työeläkeyhtiöille loistava sijoituskohde viime vuosina, vaikka kuluva vuosi onkin hieman synkempi. Vuoden 2017 uudistuksessa osakesijoitusten osuutta lisättiin ja se on kannattanut hyvin. Varoja on kertynyt laskutavasta riippuen 5,0-6,2 miljardia euroa enemmän uudistuksen ansiosta. Mutta jäikö matka kesken? Pitäisikö osakkeiden osuutta lisätä edelleen? Viimeisten 15 vuoden kokemusten mukaan osakepaino olisi voinut olla korkeampi.
Työeläkejärjestelmä sijoittaa varat tuottavasti ja turvaavasti. Paino on perinteisesti ollut turvaavuuden puolella, mutta viimeisten 5 vuoden aikana osakeriskin osuutta on kasvatettu ja tuotot ovat olleet hyviä. Mutta minkälaista työeläkelaitosten sijoittaminen on ollut?
Eläketurvakeskus julkaisi torstaina 13.10.2022 uudet laskelmansa työeläkkeiden tulevaisuudesta. Niissä maksupaine on lieventynyt hyvien sijoitustuottojen ansiosta, mutta samalla vakuutettujen eläkemaksuille saama tuotto heikentyneet ja tulevaisuuden näkymät synkenneet. Tarve tehdä eläkejärjestelmää vahvistavia ja tehostavia uudistuksia ei ole kadonnut minnekään. Jotta työeläkkeiden rahoitus saadaan turvattua, työeläkkeisiin tarvitaan:
Jokaiselle tuttuja ovat taiteen merkkiteokset: Taistelevat metsot, Haavoittunut enkeli, Sammon puolustus. Maalaukset ovat upeita, mutta joskus ne herättävät kysymyksen siitä, mitä oikeastaan on rajauksen ulkopuolella. Mitä esimerkiksi Poika ja varis -maalauksen Poika oikeastaan katselee. Tästä blogista löytyvät vastaukset.
Ior Bockin omalaatuisissa tarinoissa Sipoon Gumbostrand on lähes maailman napa: keskeinen paikka kertomuksissa on Gumbostrandissa sijaitseva kivipaasi, jonka alta pitäisi löytyä kauan sitten sinetöity Lemminkäisen Temppeli. Sitä kaivetaan taas esille.
Osittainen perustulo korvaa pääosan perusturvaetuuksista, mutta ei ansiosidonnaisia etuuksia. Etuusmeno kasvaa, joten verotusta täytyy kiristää ja työnteon kannusteet heikkenevät. Miltä tämä näyttää Sotu-komitean tarkastelemassa perustulomallissa?
Budjettiriihessä tehtiin 1.9.2022 päätöksiä valtion varojen käyttökohteista. Budjettiriihestä ja budjetista käytiin Twitterissä innokasta keskustelua sekä ennen budjettiriihtä että sen jälkeen. Alun positiivinen tunnelma kääntyi sentimenttianalyysin mukaan negatiiviseksi.
Sentimenttianalyysi kertoo, onko jokin tekstin sävy positiivinen, negatiivinen tai neutraali. Tässä tekstissä kuvataan lyhyesti, miten sentimenttianalyysiä voi tehdä OpenAI:n GPT-3:lla.
Sijoituksia tehtäessä mietitään aina, millaista tuottoa sijoitetulle pääomalle saa. Työeläke on vakuutus, johon sisältyy myös suuri säästämiskomponentti. Onkin luontevaa kysyä, millaista tuottoa työeläkkeelle saa.
Suomessa on aina pohdittu sitä, miltä maa näyttää ulkomaalaisen silmin. Kertooko se sitten huonosta itsetunnosta vai ei, enpä tiedä. Siksi on kiinnostavaa kokeilla, miltä Helsinki näyttää tekoälyn silmin.
Radio Suomen Poppikoulussa osallistujat kilpailevat priimuksen arvonimestä. Sen saavuttaakseen kilpailijan on osattava vastata hankaliin pop-, jazz-, roots- ym. aiheisiin kysymyksiin. Harva osaa vastata puoleenkaan esitetyistä kysymyksistä. Tämä tekee Poppikoulusta hyvän testialustan kokeilla, miten hyvin tekoäly pärjää ihmisiä vastaan.
A social security reform influences the behavior of people, but it is hard to figure out how. For example, would people work more if the Nordic social security model would be replaced with basic income? Or would they work significantly less? Financial viability of a social security reform depends on how employment would be affected by the reform.
Generous social security displaces work. If the incentives for employment are too weak, a high level of social security leads not only to a low employment rate, but also to an erosion of the financial base of the welfare state. When reforming social security, it is important to assess the effects of possible reforms on employment, which is best achieved with a calculation model that takes behavioral effects into account. In this research, a stochastic life cycle model describing the incentives of social security, taxation and work is developed, in which individuals make the best choices from their point of view by optimizing their own benefit over the life cycle. Traditionally, such models have been solved with dynamic programming, but with the development of algorithms, artificial intelligence solutions using artificial neural networks have become possible. The life cycle model reproduces the observed age-specific employment and unemployment rates well, and can be used to evaluate the effects of policy reforms on employment and unemployment rates. The study presents estimates of the employment effects of two policy reforms. The entire source code of the calculation model is freely available. In Finnish.
Viime aikoina olen rakentanut koneoppimispohjaista elinkaarimallia (Tanskanen 2020), joka etsii optimaalisia työllistymispäätöksiä yksilön elinkaaren aikana. Suomeksi sanottuna malli miettii, milloin yksilön kannattaa mennä töihin, milloin ei. Elinkaarimallin tavoitteena on pystyä arvioimaan, miten esimerkiksi sosiaaliturvamuutokset ja niistä aiheutuvat käyttäytymismuutokset heijastuvat työllisyyteen.