RAG tekoälytekniikka ja tiedonhaku

 

Kielimallien hallusinoimisen ominaisuutta voidaan huomattavasti säätää ja tarkentaa kohti todellisempaa, jopa faktuaalista tietoa. Tämä onnistuu RAG-ohjelman (Retrieval Augmented Generation) avulla.  Valjastettaessa RAG-ohjelma LMM-kielimallin rinnalle avuksi tapahtuu tiedonhaun tuloksissa iso askel kohti luotettavampaa tiedonlouhintaa. Prosessissa kielimalli hakee ensin RAG tiedonhakujärjestelmän kautta vastausta esitettyyn kysymykseen ja vasta näiden tulosten pohjalta tekoäly alkaa tuottamaan kielellistä vastausta. RAG ikään kuin seuloo tiedot kielimallille. Samalla tekoälypalvelu voi tuottaa näkyville lähteet, joihin sen antamat vastaukset perustuvat.  

Oleellista tässä toimintamallissa on se, että tällöin tekoäly ei hallusinoi eli olemme tällöin vapaan verkon ja avointen tietolähteiden ja kielimallin lisäksi hakukoneen kykyjen risteyksessä, emme pelkästään kielimallin varassa. Ja asia vain tarkentuu, jos olemme rajallisemman, esimerkiksi jonkun yrityksen oman datavaraston äärellä. RAG ohjelman ja hallusinoimisen ulottuvuudet on kuitenkin hyvin kompleksinen ilmiö. Aaron Tay avaa RAG ohjelmien tuotosten ja faktuaalisuuden suhdetta omassa blogissaan, mistä käy hyvin ilmi, että asia vaatii paljon lisätutkimusta (Tay 2024).

Akateemisessa maailmassa tämänkaltaisen sovelluksen käyttöönotto suljettujen lisensoitujen e-aineistojen ja kirjastomaailman oman metadatan äärellä voisi olla hyvinkin käyttäjäystävällistä ja toimivaa. Olisihan se hienoa saada tarkkoja vastauksia ja kielellisesti laadukasta kommunikointia koneen kanssa. (Mutta, aina se mutta (!)). Tämäkään ei poista sitä, että tekoälylle asetetun kehotteen (prompt) tulee olla mahdollisimman pätevä. Eli samat tiedonhaun semanttiset lainalaisuudet vaikuttavat yhä taustalla. Myöskään RAG ei toistaiseksi takaa faktuaalisuutta (Tay 2024).

Perinteinen kirjastotietokantojen hakuprosessi etenee semanttisen vastaavuuden perusteella eli haluttua tietoa louhitaan samanlaisten nollia ja ykkösiä sisältävän merkkijonon vastaavuuden vertaamiseen perustuen. Tätä voidaan laajentaa tai supistaa tiettyjen erityismerkkien avulla (jokerimerkki, läheisyysindikaattorit jne.) ja sitten myös yhdistellä Boolen operaattoreiden avulla näitä haettavia merkkijonoja. 

 

Mitä on RAG – miten se toimii?

Retrieval-augmented generation (RAG) on Koneoppimisen alle dokumenttien hakemiseen luokiteltu systeemi. LMM malleissa on yleisenä ongelmana niiden omien sisäisten tietokantojen koko ja niiden sisältämien erilaisen informaation laajuus. Mikäli kuitenkin halutaan keskittyä tarkemmin suppeampaan osaamisalueeseen tarvitaan jonkinlainen apusysteemi.

Meta esitteli vuonna 2020 ratkaisuksi RAG-metodin (Meta RAG blog 3). Metan mallissa vektorimallinen tietokanta valjastetaan esitellyn systeemin avuksi, ja RAG hakee kyselyä (kehote, prompt) vastaavia dokumentteja ja tarjoilee ne RAG systeemille/mallille, joka suodattaa ja asettaa ne LMM mallille saataville. Näin LMM kielimalli voi vertailla näitä tuloksia RAG:n tarjoilemiin dokumentteihin ja korjata vastauksia. (Meta, 2020.)

Metan esittelemän uuden mallin ero muihin malleihin on RAG:n kyky käyttää syötettyä kyselyä relevanttien dokumenttien hakemiseen. Malli on perusolemukseltaan sequence2sequence tyyppinen eli se ottaa yhden sekvenssin sisäänsä ja tulostaa ulos toisen vastaavan. (Pulli, 2024.)

Esimerkiksi kysymys: ”Mikä on maailman suurin lentokone”, jolloin vektorihaun prosessin samankaltaisuushaku nostaa (mahdollisesti) ylös/esiin dokumentteja aiheesta ”lentokonetekniikka” ja vaikka ”lentokoneenrakentaminen” ja ”ilmailunhistoria”. Nämä esiin nostetut syötetään RAG:iin, jonka käytössä on oma (parametrinen muisti, siis mallien parametrien tietoihin tallennettu tieto) ja vain sen omassa tietomuistissa oleva tieto (parametriton muisti). Nämä täydentävät toisiaan vuorovaikutteisesti. RAG on siis jonkinlainen fuusiomoottori, joka mahdollistaa dokumenttien tiedon integraation, prosessissa RAG:lla on eräänlainen metodi tuottaa eräänlaisia ennustuspisteitä informaation vahvuudelle ja virheilmoitukset syötetään takaisin hakumekanismiin. Lopputuloksena on koko prosessin huima nopeutuminen.(Meta, 2020; Pulli, 2024.)

RAG:n ja LMM taustalla oleva vektorihaku perustuu merkkijonojen semanttiseen merkitysten vertaavuuksien pohjalta tapahtuvaan vertailevaan etsimiseen. Prosessi on laajennettu matemaattisella mallintamisella vektorihaku malliseksi. Vektorihaussa koneoppimisen opetetut algoritmit kykenevät tunnistamaan semanttista vastaavuutta laajemmin merkkijonojen, tekstien ja merkkien korrelaatioita, jolloin objektit saavat vektoriesityksen. Syntyneitä vektoreista käytetään käsitettä upottamismalli (text embedding). Tässä mallin prosessissa yhtälaiset tai merkitykseltään lähellä toisiaan olevat semanttiset merkkijonot ovat matematiikan euklidisessa vektoriavaruudessa vektoriena toisiaan lähempänä.

Reinikaisen (2023) mukaan prosessi toimii karkeasti yksinkertaistettuna näin:

Ensin ohjelma muodostaa saatavilla olevasta informaatiosta vektoreita (pidempiä merkkijonoja), jonka jälkeen vektorihaku etenee suoraviivaisesti:

1. Tekstinpätkä, jolla semanttinen haku halutaan toteuttaa, muutetaan vektoriksi.

2. Saatua vektoria vertaillaan aiemmin muodostettuihin vektoreihin kosinietäisyyden avulla.

3. Samankaltaisimmat vektorit etsitään ja niitä vastaavat tekstit palautetaan hakutuloksina.

Näiden vektorien samankaltaisuutta voidaan mitata useilla eri mittareilla, joista yleisin on nimeltään kosinietäisyys. Siinä vektorit hahmotetaan moniulotteisen avaruuden janoina, joiden välinen kulma voidaan laskea. Kulman kosinin suuruus kuvaa vektorien samankaltaisuutta (Reinikainen 2023).

Jos vertailtavia vektoreita on paljon, hakua voidaan nopeuttaa käyttämällä lähimmän naapurin algoritmeja, jotka löytävät samankaltaisia vektoreita ilman, että joka ikistä kosinietäisyyttä tarvitsee laskea erikseen. Useissa vektorihakuun suunnitteluissa valmiissa vektoritietokannoissa on tällainen toiminnallisuus sisäänrakennettuna (Reinikainen 2023). 

Heuristisena mallina, muistin virkistämiseksi: muistele koulun matematiikan tunteja ja X-Y akselista vektoria. Piirrä mielessäsi kaksi origosta lähtevää janaa, ja pohdi näiden etäisyyttä toisiinsa. Sitä tässä vertaillaan.

Reinikainen (2023) esittää, että prosessi etenee siten, että halutun informaation sisältävät tekstit muunnetaan vektoreiksi ja tallennetaan vektorivarastoon. Käyttäjän esittäessä kielimallille kysymyksen (kehote, prompt), eli kysymys muutetaan vektoriksi ja vektorihaun tulokset sisällytetään tai siirretään kielimallin kehotteeseen.

Tässä lähestymistavassa on oletuksena se, että kysymys ja siihen vastaamisen kannalta relevantti materiaali ovat keskenään semanttisesti samankaltaisia ja että vektorisoinnin hoitava tekoäly kykenee tunnistamaan tämän samankaltaisuuden. Jos etäisyys kasvaa liian mittavaksi, alkaa laatu heiketä, jolloin toimivaan ratkaisuun tarvitaan hiukan lisää toimenpiteitä. Tässäkin on yhä tietoa etsivän semanttisella kyvykkyydellä merkitystä.

Huomioitavia seikkoja: vektorihaku heikkenee laajoissa tietomassoissa, joten pilko aineistoja pienemmiksi. Tämän saattaa huomata esim. DeepL tai MOT kielenkääntäjää käytettäessä. Jolloin pitkä teksti heikkenee laadullisesti verrattuna lyhyempien lauseiden ja tekstin osien kääntämiseen.    

Hakukysymysten tarkka muotoilu ja mahdolliset lisäaineistot parantavat lopputulosta.

Kehotteita kannattaa yrittää itse etukäteen optimoida.

Hakutulosten järjestelyn kautta voidaan edetä kohti parempaa eli jos relevantteja hakutuloksia on runsaasti, joskus kaikista paras hakuosuma voi jäädä pois hakutuloksista.

Ongelmaa voidaan korjata käyttämällä erillistä reranker-kielimallia (uudelleen järjestelymalli) hakutulosten järjestämiseen ja priorisointiin sekä myös erilaisia tekstin upottamisen. Kilpailevia RAG-ohjelmia on useita ja tekoälyn kehitystyö on tällä sektorilla melko kiihkeää. Toisinsanoen vektorihaun ja kielimallin yhteistoiminnallista suhteiden käsittelyä ja järjestelyä on mahdollista tehostaa ja lopputuloksena on parempi käyttäjäkokemus sekä hakutulosten optimoituminen. (Desetty 2023; Reinikainen 2023; Toivanen 2024.)

Asiasta ja asian sudenkuopista lisää seuraavassa kirjoituksessa. 

Tätä kirjoittaessa kuuntelin Masharik nimistä slovenialaista yhteyettä. @masharik

https://www.youtube.com/watch?v=nhuXmF3grTE

 

Lähteet:

Desetty, Ravi Theja. (2023).  Boosting RAG: Picking the Best Embedding & Reranker models. https://www.llamaindex.ai/blog/boosting-rag-picking-the-best-embedding-reranker-models-42d079022e83

Meta AI blog. (2020). Retrieval Augmented Generation: Streamlining the creation of intelligent natural language processing models. https://ai.meta.com/blog/retrieval-augmented-generation-streamlining-the-creation-of-intelligent-natural-language-processing-models/

Pulli, Samu (2024).  Suuret kielimallit pelinkehityksessä. https://www.theseus.fi/bitstream/handle/10024/860403/Pulli_Samu.pdf;jsessionid=D30496A5F15D21877A78F970CBAD0648?sequence=3

Reinikainen, Samuli. (2023). Kurkistus hypetetyn tekoälytermin konepellin alle – Miten RAG toimii ja mitä sen hyödyntäminen vaatii? https://www.itewiki.fi/p/kurkistus-hypetetyn-tekoalytermin-konepellin-alle-miten-rag-toimii-ja-mita-sen-hyodyntaminen-vaatii

Tay, Aaron. (2024). When is a Hallucination Not a Hallucination? The Role of Implicit Knowledge in RAG. http://musingsaboutlibrarianship.blogspot.com/

Toivanen, Rasmus. (2024).  Evaluating Embedding & Reranker Models For Finnish. https://www.recordlydata.com/blog/evaluating-embedding-and-reranker-models-for-finnish

 

Lisälukemista euklidisten avaruuksien metriseen rakenteeseen liittyen:

Harso, M: Klemetti,J; Luosto, K. & Railo, J. (2013, 2017) Kerkko Luoston Geometria aiheisen luennon muistiinpanot. https://homepages.tuni.fi/kerkko.luosto/kurssit/geometria/situs.pdf

 

 

 

 

 

 

 

 

Klangphonics - teknoa ilman tietokoneita

Klangphonics on kolmen jäsenen muodostama yhtye, joka tekee hyvin kokeellista ja hauskaa musiikkia hyödyntäen mitä erikoisimpia esineitä, ilmiöitä ja tiloja musiikin äänen lähteinä. 

Triossa soittaa: 

Ben Kopfnagel (drums & fx)
Maxl Walmsley-Pledl (guitar & production)
Markus Zunic (synths & percussion)

Musiikissa äänen peruskudoksessa on aina niin elektroniset kuin akustiset soittimet ja yleensä jokin erikoisempi äänen lähde. Ääntä saadaan niin suihkusta, imurista, keittiön esineistöstä, kissasta, viinilaseista, porakoneesta, kumiankasta, kuin raastinraudasta jotain mainitakseni. Musiikin perusbiitti on hyvin klubille sopivaa ja jalkoja mukavasti liikuttelevaa. 

Bändi mainitsee kotipaikakseen Berliinin, minkä poikkitaiteellinen atmosfääri lienee muovannut aika lailla musiikillista olemusta. He mainitsevat musiikin olevan teknoa ilman tietokoneita. Erikoisemmista äänimaisemista he itse myöntävät olevansa innostuneita erilaisten suihkujen ja spraysuihkujen tuottamista suhinoista kompin osana. 

 

 

 

Vaatii myös kekseliäisyyttä saada tallennettua erilaisia äänitiloja laadukkaasti, ja kyetä vielä toistamaan prosessi. Mikä viittaa siihen, että studio ja äänitystyöskentely on soittotaitojen ohella erinomaisen hyvin hallussa. Bändissä myös vierailee muita muusikoita, erityisesti laulajia. 

 

 

 

 

Itseäni miellyttää musiikin vieminen luonnon, metsän, keskelle. Soittimet isoilla matoilla vanhan metsämiljöön siimeksessä tai vuoristomaisemassa on yksinkertaisesti juurevaa ja rauhoittavaa. Olisiko tämä paremminkin musiikkimeditaatiota erikummallisin soittimin.

 

 

 

Kannattaa lepuuttaa korviaan heidän Youtube kanavallaan ja kuunnella trion äänimaisemaa. Saattaa olla, että se aiheuttaa vakavaa riippuvuutta ja keikkalippujen kyttäämistä.
Huomasin, että Youtubessa 13 000 000 katselijaa 10 kuukauden aikana (01.02.2024 luettuna) 

https://www.youtube.com/@Klangphonics

 
https://klangphonics.com/

 
#klangphonics

Sumuisten saarten raspikurkku Rod Stewart

Kaikkihan me tiedämme Rod Stewartin. Niin tiedämme, mutta tunnemmeko Rodin musiikin maailmaa ja sen kuvastoa? Rod Stewartin lyriikoiden kerronnallinen tyyli, pitkiä tarinoita ja havaintoja,on kiehtova. Ja kun tämä yhdistetään melkoiseen raikuliveijariin, niin onhan tässä keitosta kerrakseen. Samalla pieni varoitus eilispäivän maailman mieskuvista. Kannattaa muistaa, että Rod on kuitenkin kaunosielu, joka päätyi jopa yhteiskuvaan kaikkien ex-vaimojensa kanssa, joita sentään on melkoinen leegio. Ei varmaan mitenkään paha veikkonen. Kahdeksan lasta, viisi vaimoa, pienoisrautatieharrastaja, futisjoukkueen omistaja. Mistä sitten aloittaisin? 1960-luvusta? Mod-kulttuurista, The Faces yhtyeestä, Jeff Beckistä, Yardbirdseistä? Päätän korkata Rodin sielunmaiseman The Small Faces yhtyeen aikakauden kautta, koska he ovat vaikuttaneet koko poprock keitokseen laajasti ja ansaitsivat kokonaan oman tekstin.

 

The Small Faces discografia

 The Small Faces yhtyeen taustalla sykkii 1960-luku, jolloin tapahtui paljon: Vietnamin sota, hipit, LSD, modit, The Beatles, Kinks, The Rolling Stones, The Who ja niin edelleen, ja tietysti joukossa oli myös bändi nimeltä The Small Faces. Bändi, jonka rauniolle myöhemmin kohosi The Faces -yhtye. Small Faces kipinöi hetken haastaen varteen otettavasti muut ajan isot bändit. Ja matkallaan se pyöräytti mm. yhden psykedeelisen rockin kulttiklassikon: Ogdens’ Nut Gone Flake (1968) levyn. Bändissä soittivat Ronnie Lane, Kenney Jones, Ian McLagen ja Steve Marriott.

 

Lisää The Small Faces yhtyeestä

Tässä kohtaa kannattaa huomata, että Faces ei viittaa niinkään kasvoihin, vaan sillä tarkoitetaan hyvin pukeutuvaa nuorta popparia, Modia. Ja sana mod viittaa sanaan modernist, johonkin uuteen, liberaaliin, nuoreen ja moderniin. Tässä populaarikulttuurin syvässä päässä syntyivät myös yhä muistettavat legendaariset klubit, kuten The Marquees. Myös yhtä tunnetut muodin ja popkulttuurin marinoimat asfalttibaanat kauppoineen, kojuineen ja pubeineen: Carnaby Street ja Kings Street tatuoituivat Lontoo fanien mieliin; Lontoo, interrailin esiaste Hippie trail, jooga, Intia, koko uuden ajan airut huumeita unohtamatta.  

 

Mod nuorisokulttuuri

Small Faces ajautui erinäisiin vaikeuksiin, kun Steve Marriott lähti bändistä vuonna 1969. Hetken bändissä soittanut Ron Wood kutsui Small Facesin hajottua Rod Stewartin mukaan jammailemaan ja yllättäen uusi bändi näki päivänvalon. Rod oli kähissyt hetkeä aiemmin Jeff Beck Groupissa. The Small Facesista  rakentui Rodin vaikutuksen myötä The Faces.

Bändi vaikutti vuosina 1969-1975. Mutta samalla Rod alkoi aika nopeasti tehdä omaa päällekkäistä soolouraa. Kaikki siis liittyi kaikkeen, vaiuhti vain kiihtyi, joten ei ihme, että tämä maaginen popin ja rokin kultakausi takoi sävellyksillään 1960-luvun aikakauden pysyvästi poptaiteen historianlehdille.  

  

The Faces

Roderick Stewart putkahti maailmaan Lontoossa 1945. Hänen suonissaan sykkii kuitenkin myös vahvat skotlantilaiset sukujuuret. Pikku Roderick oli kovin mieltynyt jalkapalloon, mistä myöhemmin miehen vaurastuessa saatiin näyttöä oman futisjoukkueen omistajan roolissa. Lyötiinpä mies myös aateliseksi vuonna 2016, mistä Sir etuliite: Sir Roderick David Stewart CBE. Rodin tuotanto ei ole millään mittakaavalla mitätöntä: 10 listaykkösalbumia, 31 Top ten -singleä. Ei siis ihme, jos kaikki tuntevat miehen edes jollain tasolla. Albumien myyntilukemien perusteella Rod asettuu yhdeksi myydyimmistä mieslaulajista plus 100 ellei jopa 300 miljoonan levyn myynnillä.

 

Rod Stewart discografia  

Tässä vaiheessa lienee paras tutustua Rodiin miehen klassisten levytysten kautta, joista tässä muutama nosto:

An Old Raincoat Won't Ever Let You Down. 1969 julkaistu Rod Stewartin debyytti soolostudioalbumi. Albumi sai positiivisia arvosteluja aikansa kriitikoilta, kuten Fusionilta, Rolling Stonelta ja Robert Christgaulta. Näistä Rolling Stonen retrospektiivisessä yhteenvedossa kirjoittaja suorastaan suitsuttaa albumia. Siinä Rod koetaan erittäin omaperäiseksi tunteiden tulkiksi ja että hänen omat sävellyksensä osoittavat, että hänen olevan kykenevä hätkähdyttävän paljaisiin tunteisiin ja myötätuntoon. Albumilla esiintyvät myös Stewartin Faces-yhtyetoverit Ronnie Wood ja Ian McLagan sekä Keith Emerson, Jeff Beck Groupin rumpali Micky Waller ja kitaristit Martin Pugh sekä Martin Quittenton.

 Gasoline Alley pyörähti seuraavaksi ulos studiosta. Se julkaistiin 12. kesäkuuta 1970 Vertigo Recordsin toimesta. Albumi on kokoelma covereita yhdistettynä Stewartin omiin sävellyksiin. Kuten monilla Stewartin sooloalbumeilla tuolta ajalta, myös sillä oli merkittäviä musiikillisia panoksia hänen yhtyeensä Facesin muilta jäseniltä. Albumi sai jälleen hyvän vastaanoton, ja Rolling Stonen Langdon Winner koki, että Stewartilla oli harvinainen herkkyys ihmisen olemassaolon herkille hetkille ja että tämä, Stewartin toinen sooloalbumi, oli äärimmäisen hienon taiteilijan työtä. Lyhyesti sanottuna tunteileva raspikurkku oli löytänyt tyylinsä ja yleisönsä.

 Every Picture Tells a Story on Rod Stewartin kolmas studioalbumi. Se julkaistiin 28. toukokuuta 1971. Se sisältää hard rockin, folkin ja bluesin tyylejä. Albumi nousi sekä Ison-Britannian että Yhdysvaltojen listaykköseksi ja sijoittui kolmanneksi Jazz & Pop -kriitikoiden äänestyksessä vuoden 1971 parhaaksi albumiksi. Se on ollut kestävä kriittinen menestys, ja se sijoittui muun muassa sijalle 172 Rolling Stonen vuonna 2003 julkaisemalla listalla kaikkien aikojen 500 parhaan albumin listalla.

Albumi on sekoitus rockia, countrya, bluesia, soulia ja folkia, ja se sisältää Stewartin läpimurtohitin Maggie May sekä Tim Hardinin debyyttialbumilta vuodelta 1966 peräisin olevan kappaleen Reason to Believe.  Kyseinen Reason to Believe on biisi, missä Pete Sears soittaa pianoa, se julkaistiin albumin ensimmäisenä singlenä ja Maggie May löytyy sen B-puolella; näistä Maggie May tuli kuitenkin suositummaksi, ja se oli ykköshitti sekä Isossa-Britanniassa että Yhdysvalloissa. 

Albumi saavutti ykkössijan sekä Isossa-Britanniassa (kuusi viikkoa) että Yhdysvalloissa (neljä viikkoa) samaan aikaan, kun Maggie May oli singlelistojen kärjessä molemmilla alueilla. Albumi on ollut kestävä kriittinen menestys, mukaan lukien numero 172 sijoitus Rolling Stonen vuoden 2003 listalla kaikkien aikojen 500 parhaasta albumista, säilyttäen luokituksen vuoden 2012 tarkistetussa listassa, pudottaen hieman vuoden 2020 tarkistetussa listassa numeroon 177. Vuonna 1992 albumi sai ykkössijan Jimmy Gutermanin kirjassa The Best Rock 'N' Roll Records of All Time: A Fan's Guide to the Stuff You Love. 2005 se sijoittui 99:nneksi brittiläisen Channel 4:n järjestämässä tutkimuksessa, jossa selvitettiin kaikkien aikojen 100 hienointa albumia, vuonna 2005. 

 

Never a Dull Moment on Rod Stewartin neljäs studioalbumi. Se julkaistiin 21. heinäkuuta 1972; samana vuonna siitä tuli Britannian listaykkönen (kahden viikon ajan) ja se nousi Yhdysvaltain albumilistan kakkoseksi. Stewartin ja klassisen kitaristin Martin Quittentonin yhdessä kirjoittama kappale "You Wear It Well" oli menestyshitti, samoin kuin "Twisting the Night Away", joka on alunperin Sam Cooken levyttämä ja säveltämä kappale. Tämä albumi on itselläni ensimmäinen kiinnityskohta Rod Stewartin musiikkiin.

Kuten monilla Stewartin albumeilla tuolta aikakaudelta, Never a Dull Moment sisältää merkittäviä musiikillisia panoksia Faces-yhtyeen jäseniltä. Muita vierailevia muusikoita olivat muun muassa Lindisfarne-yhtyeen Ray Jackson mandoliinilla, Spike Heatley bassolla, Gordon Huntley steel-kitaralla, Dick Powell viululla ja Pete Sears pianolla ja bassolla. Kappaleista Angel oli Jimi Hendrixin kirjoittama kunnianosoitus äidilleen. Hendrix ja Ronnie Wood olivat jakaneet asunnon 1960-luvun lopulla, ja molemmat olivat Sohon klubilla hänen kuoliniltanaan.

Coast to Coast: Overture and Beginners on vuoden 1974 live-albumi, joka on yhteislevy Rod Stewartin ja The Facesin virallinen yhteislevy. Levyn takakannen kuva on itse asiassa 2. toukokuuta 1973 otettu kuva Old Boston Gardenista. Albumilla esitetään vain kolme kappaletta Facesin aiemmilta albumeilta, kun taas Stewartin soololevytyksistä esitetään kuusi kappaletta. Kaksi kappaletta, joita kumpikaan yhtye ei ollut äänittänyt studiossa, olivat The Temptationsin ensimmäisenä tunnetuksi tekemän I Wish It Would Rain -kappaleen ja John Lennonin Jealous Guy -kappaleen tulkinnat.

A Night on the Town on Rod Stewartin seitsemäs albumi, joka julkaistiin vuonna 1976. Kansitaide perustuu Pierre-Auguste Renoirin maalaukseen Bal du moulin de la Galette, jonka keskelle on asetettu Stewart aikakauden asussa. A Night on the Town oli Stewartin viimeinen Britannian listaykkönen studioalbumi Timeen asti, joka ilmestyi vuonna 2013.

Albumia pidetään yhtenä Stewartin parhaista. Kappale The Killing of Georgie on yksi Stewartin kovimpia sanoituksia, melankolinen tarina homoystävästä, jonka perhe hylkää ja josta tulee sensaatio New Yorkin yöelämässä, mutta jonka New Jerseyn jengi murhaa ryöstöyrityksen yhteydessä. Kiistelty Tonight's the Night oli ykköshitti, mutta jotkut radioasemat kielsivät sen, koska sen sanoitukset käsittelivät joidenkin tulkintojen mukaan selvästi seksiä ja neitsyyden menettämistä. Myös cover Cat Stevensin The First Cut Is the Deepest oli menestys, ja siitä on sittemmin tullut yksi Stewartin tunnuslauluista.

Foot Loose & Fancy Free on Rod Stewartin kahdeksas studioalbumi, joka julkaistiin marraskuussa 1977. Albumi on toiseksi viimeinen Stewartin 1970-luvun ylistetyistä albumeista, jotka alkoivat Atlantic Crossingilla ja sisälsivät platinaa myyneen A Night on the Townin. Albumi sisältää elementtejä hard rockista, funk rockista ja progressiivisesta rockista Motownin kautta sekä Stewartin tavanomaisia balladeja. 

 

Toukokuussa 2000 Rod leikattiin kilpirauhasten syövän takia ja hän menetti äänensä. Mies ei kuitenkaan lannistunut ja tukka pysyi päässä. Rod opetteli uudestaan laulamaan, ja äänen nyanssit vain paranivat. Pitkän hiljaisuuden jälkeen Rod ilmestyi televisioruutuihin Tjäreborg matkatoimiston mainoksessa kävelemässä hiekkarannalla. Suomessa keskustelupalstoilla pohdittiin, miten Riki Sorsa on päässyt Tjäreborgin mainokseen. 

Samoihin aikoihin Rod palaa listoille, kun levy nimeltään Time julkaistiin, se on Rod Stewartin kahdeskymmeneskahdeksas studioalbumi. Sen julkaisu ajankohta on 3. toukokuuta 2013. Albumi nousi top 10:een USA:ssa ja Britannian albumilistalla sijalle 1, mikä teki uuden brittiennätyksen artistin albumilistan kärkisijojen välisestä pisimmästä väliajasta, sillä hänen edellinen studioalbuminsa, joka oli noussut listaykköseksi, oli A Night on the Town vuonna 1976. Kokonaisuutena albumi oli Britanniassa vuoden 2013 seitsemänneksi myydyin albumi. Vuonna 2019 Rod lähti stadion kiertueilla, jotka ovat käytännössä jatkuneet siitä lähtien.

Tultaessa lähemmäs omaa aikaamme Rodin vauhti vain kiihtyy ja uusimpana sangen herkullisena yhteistyökuviona Jools Hollandin kanssa 2024 julkaistava Swing henkinen albumi.  

https://rodstewart.com/

 

 

 

Diktaattorin oppikirjan lehdiltä

Ensin epidemia, sitten jatkuva sota ja loppumaton aseiden kuvavirta mediassa on jokseenkin väsyttänyt omaa blogin kirjoitustahtia. Kirjoittelin 13.3.2022, siis miltei vuosi sitten, Tšaikovskin musiikista, taiteen mahdollisuudesta rikkoa rajoja ja asettaa autoritaarisuus kyseenalaiseksi. Näin ei kuitenkaan ole käynyt. 

Vapaan journalismin ja median haltuunotto on siis autoritäärisestä yksinvaltiudesta haaveilevan opaskirjassa pääroolissa. Ehkä lännessä kannattaa jatkossa, edellyttää, että tästä selvitään, määrätä kunnon pakoteet heti kun vapaata journalismia uhataan, eikä vasta sitten kun ohjukset lentelevät.

En kuitenkaan ole ollut aivan toimeton, koska olen samalla kirjoittanut pitkää tekstiä. Sain melko valmiiksi uuden seikkailun hassun dekkari-jännärihahmoni kommelluksista. Toki työni Taideyliopistolla ottaa myös oman veronsa. Vielä, kun löytäisin kirjallisille seikkailuille kustantajan, niin olisihan se mukavaa. Toki mietinnässä on itsekustantaminen, mutta ehkä mieluummin kuitenkin keskittyisin siihen ydinasiaan eli kirjoittamiseen. Kirjoittamisessa on jotain samaa kuin soittamisessa. Sitä pitää harjoitella tuhansia tunteja, ja taas harjoitella. Sanojen järjestely eri tavoin, synonyymien etsiminen, ja oman kirjoitusäänen esille kuoriminen, on kuin sipulia kuorisi: välillä kyyneleet valuvat, ja välillä asia taas etenee, kuin tanssin hurma. Se on kuin sanapainia tai -tanssia. 

Kaiken melskeen keskellä maailmalta kuuluu kummia: tekoälyn ilmoitetaan nyt vihdoin saapuneen.

Chat GPT ja isojen toimijoiden kilpailu avaa eteemme jälleen kerran suuren teknologisen murroksen, joka on lähestynyt hiljaa hiipien. Olemme vuosikaudet höpisseet Sirin kanssa ja keskustelleet bottien kanssa samalla kun kaiken taustalla algoritmit ovat kehittyneet, keränneet tietoa ja oppineet.

Ja nyt AI on täällä. Mutta lunastaako se lupauksen. Mistä oikeasti on kyse?

Kilpailu on varmasti kovaa, joten on jännittävää nähdä nouseeko isojen nykyisten it- ja hakukonejättien rinnalle jokin uusi haastaja, kuten Google teki vuosituhannen vaihteessa putsatessaan pöydän muilta hakukoneilta.

Tekoälyn haaveen voidaan katsoa ulottuvan kauas kirjoitetun historian alkulehdille, missä jo muinaiset kreikkalaiset haaveilivat milloin argonauteista, milloin Pandoran pullosta (se on oikeasti pullo, ei laatikko) siis muusta kuin kaltaistensa ihmisen älyn kanssa toimimisesta. Tarvittiin kuitenkin jotain, mikä mahdollistaisi kaiken, ja tuo lunastaja saapui sähkön muodossa. Pidämme nykyisin melko itsestään selvänä sähkön olemassaoloa, mutta ei Benjamin Franklinin ja kumppaneiden ajasta kuitenkaan niin kovin pitkä aikaa ole kulunut. Ja sen jälkeen asiat ovat ottaneet vauhtia alleen yhä kiihtyvämmässä määrin. Nyt meillä on tekoäly ja ensimmäiset kvanttitietokoneet.

On merkille pantavaa, että futuristien, dystoopikoiden ja luddiittien äänet on toistaiseksi olleet yllättävän hiljaisia. Ehkä siksi, että kaikki tapahtui niin yht’äkkisesti, ja ehkä myös siksi, että tulevaisuuden visioiminen on yllättävän vaikeaa. Tekniikka pitää oikeasti tuntea ennen näköalojen avaamista, ja jos tekniikka muuttuu monimutkaisemmaksi, käy sen selittäminen myös vaikeammaksi. Samalla vastuu siirtyy yhä harvempien käsiin. Miettikääpä sellaista autoritaarista diktaattoria, jota tekoäly tukee. 

 

Wikipedian luettelo dystopiakirjoista

 Luddiitit Hesarin tiedesivuilla

 

Tekoäly sanan suomenkielen historia

En kuulu itse kumpaankaan ryhmään, enkä niiden uudempiin suuntauksiin, mutta tarkkana pitää olla, koska jos tekoäly tulee, niin sen pitää olla kaikille saataville eikä vain harvoille ja valituille. Sama idea kuin kirjastolaitoksen historiassa: avata tieto kaiken kansan saataville.

Ohessa muutama kiinnostava ohjelma, missä tekoäly luo jotain uutta:

 

Musiikkia tekstistä:

https://google-research.github.io/seanet/musiclm/examples/

 

Kuvia teksteistä:

https://prisma-ai.com/lensa

 

ChatGPT

https://openai.com/blog/chatgpt

 

Naomi Klein tekoälystä The Guardian lehdessä

 https://www.theguardian.com/commentisfree/2023/may/08/ai-machines-hallucinating-naomi-klein