Elämme keskellä teknologian vallankumousta, joka tulee väistämättä vaikuttamaan kaikilla toimialoilla. Tällainen disruptio tapahtuu aina, kun kehitetään uusi, huomattavasti nykyistä tehokkaampi tapa toteuttaa asioita. Asiantuntijat sanovat, että nykyinen mullistus on ihmiskunnan näkökulmasta suurempi kuin tulen tai sähkön keksiminen. Vallankumouksen mahdollistaa teknologian kehitys ja kaiken tiedon digitalisoituminen. Kehityksen ansiosta koneet pystyvät suorittamaan tehtäviä huomattavasti ihmistä tehokkaammin ja oppimaan tekemästään. Koneet ovat jo aikaisemmin suoriutuneet ihmisiä tehokkaammin yksittäisissä asioissa, mutta nyt on käynnistynyt eri teknologioiden yhdistyminen. Tekoälyn avulla koneet pystyvät yhdistämään näkemäänsä, lukemaansa, kuulemaansa ja oppimaansa ja tekemään sen huomattavasti ihmistä tehokkaammin. Siinä missä ihmiseltä kestää 10 000 toistoa oppia joku asia, voi kone suorittaa nuo oppimiseen vaadittavat toistot muutamassa tunnissa.
Pelastustoimen osalta tämä tarkoittaa, että alalle kehitetään työkaluja, joilla pystymme luotettavasti arvioimaan toimintaympäristön riskejä ja tunnistamaan riskeihin vaikuttavia tekijöitä reaaliaikaisesti. Väitän, että esimerkiksi valtavan henkilöstövaihtuvuuden ja sille kuulumattomien puheluiden kanssa painiskelevan hätäkeskuslaitoksen osalta tämä tarkoittaa, että kymmenen vuoden kuluessa nykyisenkaltainen hätäkeskuspäivystäjän työ loppuu. Miksi? Koska siinä tehtävässä tekoäly voittaa ihmisen joka kerta.
Tekoäly nopeuttaa toimintaa
Koneälyyn perustuva hätäkeskuspäivystäjä pystyy käsittelemään lukemattoman määrän puheluita samanaikaisesti ja kykenee luokittelemaan puhelut ihmistä tarkemmin. Tämä tarkoittaa esimerkiksi noin 600000 hätäkeskuslaitokselle kuulumattoman puhelun automaattista prosessointia vuodessa. Pelkästään tästä luvusta on helppoa ymmärtää tekoälyn mukanaan tuomat säästöt. Tekoäly vastaa puheluihin välittömästi, se pystyy yhdistämään dataa eri tietokannoista ja liittämään useiden samanaikaisten hätäpuheluiden tiedot paremmaksi tilannekuvaksi hälytyksestä. Kone jaksaa tehdä työtä vuorotta, se ei hätäänny missään tilanteessa eikä väsyminen vaikuta sen suorituskykyyn tai tarkkaavaisuuteen.
Autojen, kotien, valvontakameroiden ja muiden sensoreiden eli esineiden internetin tuottama data voidaan tekoälyn avulla kytkeä suoraan pelastustoimen automaattiseen hälyttämiseen, mikä nopeuttaa pelastustoiminnan aloittamista ja vähentää virheellisten hälytysten määrää. Tekoäly pystyy ottamaan puheluita vastaan kaikilla kielillä ja se oppii jokaisesta keikasta. Jos joku murehtii hädässä olevan ihmisen kohtaamaa inhimillisyyttä, niin lohdutuksena voidaan todeta, että jo nyt on olemassa sellaisia järjestelmiä, joiden kanssa keskustellut ihminen ei kykene tunnistamaan konetta vuoropuhelun taustalla. Kone on yksinkertaisesti halvempi, nopeampi, tehokkaampi ja tarkempi.
Koneoppimisen monipuolista hyödyntämistä tukee alan selkeä säädöstausta, joka jättää melko vähän tulkinnanvaraa. Koneoppiminen toimii hyvin työssä, jossa kysymyksiin vastataan kyllä / ei tai vastausvaihtoehdot on selkeästi luokiteltu. Tämä tarkoittaa hälyttämisen, riskianalyysin, toimintavalmiussuunnittelun tai esimerkiksi rakentamismääräyskokoelmaan liittyvän neuvonnan ja lupaprosessien helpompaa automatisointia.
Tämä visio ei ole mitään sci-fi-haihattelua, vaan nämä teknologiat ovat jo olemassa. On enää kysymys siitä, kuka paketoi palvelun kasaan ja tarjoaa sitä pelastustoimelle ensimmäiseksi. Samalla se tarkoittaa, että pelastusalalle tulee uusia ulkopuolisia toimijoita. Jos tavoitteemme on vilpittömästi parantaa turvallisuutta ja tehostaa toimintojamme, avaamme rajapinnat ja kehitämme asioita yhteistyössä muiden kanssa. Tekoälyn avulla pystymme kohdistamaan toimintavalmiuttamme, ennaltaehkäiseviä toimenpiteitä ja lainsäädäntöä huomattavasti nykyistä tarkemmin.
Kirjoittaja Petri Lindh on Suomen Palopäällystöliiton koulutuspäällikkö, joka opiskelee digitaalisia innovaatioita Laurea-ammattikorkeakoulussa ja tutkii tekoälyn mahdollisuuksia pelastustoimen prosessien kehittämisessä.
