Haaga-Helian 3D + Robo Lab on korkeakoulumme tutkimus- ja kehitysympäristö, joka keskittyy 3D-mallintamiseen ja -tulostamiseen sekä robotiikan perusteiden opettamiseen. Laboratorion suurin käyttäjäkunta ovat opiskelijat. 3D + Robo Lab on tuottanut myös asiakkaille mallinnus-, tulostus- ja robotiikkapalveluita. Esimerkiksi Yleisradio on hankkinut draamatuotantoon tulosteita, ja Pikku Kakkosessa esiintynyt lohikäärme sai ilmeikkyyttä opiskelijoiden rakentamilla robottikorvilla ja -kulmakarvoilla.

Käyttämämme ohjelmistot ja laitteet ovat kaikki avoimen lähdekoodin periaatteille rakennettuja. Tästä seuraa se, että esimerkiksi koodaus- ja mallinnusohjelmistot ovat maksuttomia, ja laitteet, joista robotteja rakennetaan, ovat nekin hyvin edullisia. Perusopetuksessa käytetty Arduino Uno maksaa vain kaksi euroa, ja jos laitteen halutaan viestivän Bluetoothilla tai WLAN:n kautta, käytetään kahdeksan euron hintaisia ESP32-piirejä.

Avoimesta lähdekoodista seuraa sekin etu, että erilaisia esimerkkiohjelmia ja tutoriaaleja on saatavana hyvin runsaasti. Samoin kaikkien anturien ja muiden lisälaitteiden vaatimat ohjelmakirjastot sisältävät esimerkkejä, joiden avulla opiskelijat pääsevät hyvin alkuun laitteiden ohjelmoinnissa. Tulokset ovat olleet pääsääntöisesti erinomaisia – eräs opiskelijaryhmä sai kahdeksan viikon innovaatiokurssilla rakennettua laitteen, joka lukee sähkön pörssihinnan internetistä ja sen mukaan säätää lampun valon väriä. Kukaan kyseisen opiskelijaryhmän jäsenistä ei ollut aiemmin tutustunut Arduinoon tai ESP32:een.

Tekoälyä voi soveltaa monin tavoin

Nyt myös tekoäly tuo uusia mahdollisuuksia laitteiden ohjelmointiin. OpenAI-yhtiön tunnettu ChatGPT-tekoälyjärjestelmä pystyy annetun kehotteen perusteella kirjoittamaan toimivaa ohjelmakoodia, oli se sitten C-kieltä, HTML:ää, PHP:ta, tai melkein mitä tahansa tarvittavaa koodia. Ensimmäiset kokeet ovat osoittaneet, että perustason koodia syntyy hyvinkin näppärästi, kunhan tietää, mitä ChatGPT:lle pitää antaa kehotteeksi.

Otetaan esimerkiksi tilanne, jossa halutaan liittää Arduinoon lämpötila- ja kosteusanturi DHT11, ja näyttää sen tulokset LCD-näytöllä. Tällainen prosessi aloitetaan yleensä liittämällä laitteiden koodikirjastot osaksi ohjelmointiympäristöä. Tämän jälkeen luetaan kirjastoissa olevat esimerkit, ja kokeillaan, miten ne liitetään toisiinsa.

Nyt voidaan kuitenkin kirjoittaa ChatGPT:lle kehoite: ”Write code for Arduino where a DHT11 sensor collects temperature and humidity data, and displays it on a LCD1602 display.” Tuloksena on valmis koodi:

Tässä koodiin on liitetty DHT11:n ja LCD-näytön tarvitsemat kirjastot, annettu ohjelman tarvitsemat laitteiden kytkentätiedot ja asetettu pääohjelma kirjoittamaan näytölle lämpötila ja ilmankosteus sekunnin välein. Ohjelman generointi vei kymmenkunta sekuntia. Jos opiskelija laitettaisiin etsimään oppaista ensin lämpötila-anturin tarvitsema koodi, sitten näytön ohjauskoodi, ja lopulta yhdistämään nämä, aikaa kuluisi helposti tunti tai useampi.

Toinen esimerkki: laboratorion käyttöasteen seurantaa varten on rakennettu laitteisto, joka seuraa oven lukitusta kytkimen avulla, pöytien ääressä istumista kahden passiivi-infrapuna-anturin avulla, ja lämpötilaa sekä ilmanpainetta omalla anturillaan. Tiedot kirjoitetaan tietokantaan minuutin välein. Käyttöliittymänä on verkkosivu, jonka pohjaksi kirjoitin kehotteen: ”Write php code to create a table with rounded corners, seven rows, and two columns.”

Tuloksena oli taulukon rakentava PHP-skripti. Tekoälyn generoiman ohjelman muokkaaminen niin, että se kävi lisäksi hakemassa tietokannasta sinne tallennetut mittausarvot, veikin sitten enää muutaman minuutin. Käyttöliittymä on nyt tällainen:

Kehityksen kohteitakin löytyy

3D-mallinnuksen suhteen ChatGPT:n tasoista tekoälyä ei vielä ole nähty. ChatGPT:n taidot perustuvat 45 teratavun (!) kokoisen tekstiaineiston analyysiin ja käsittelyyn. 3D-pistepilviä tai -objekteja ei vielä pystytä kehittämään uskottavan näköisinä, koska koulutusaineistoa ei ole tarjolla alkuunkaan samoissa mitoissa kuin tekstin parissa. Ensimmäiset esille tulleet kehotteen pohjalta syntyneet 3D-mallit ovat vielä hyvin alkeellisia. OpenAI-yhtiön Point-E pystyy luomaan tekstikehotteen pohjalta kuvan, ja sitten kehittämään kuvasta 3D-pistepilven, mutta mallien resoluutio on vielä varsin pieni.

Myös ensimmäisiä kehotteen pohjalta luotuja lisätyn todellisuuden tuotoksia on nähty. Varsinkin niissä on vielä pitkä matka saumattomaan ulkomuotoon ja uskottavaan lopputulokseen. Täytyy kuitenkin muistaa, kuinka nopeasti tekoälyn sovellukset ovat muutaman viime vuoden aikana kehittyneet. Tuskin on kuin ajan kysymys, koska virtuaalilaseilla voidaan katsella lisättyä todellisuutta ja pyytää järjestelmää lisäämään siihen halutunlaisia kohteita vain sanomalla mitä tarvitaan.

On siis todennäköistä, että tekoälyn tarjoamat mahdollisuudet otetaan osaksi opetusta myös Haaga-Helian 3D + Robo Labissa. Tämä muuttaa hieman opetuksen painopistettä, sillä tekoälyn kanssa toimiessaan opiskelijoiden on opittava kysymään oikeita kysymyksiä. Kun tekoälyn antamat vastaukset alkavat olla tätä luokkaa, ja ne syntyvät hetkessä, opiskelijoille jää enemmän aikaa pohtia sitä, mitä he haluavat saada aikaan.