Üritused

Allpool on lühikesed sissekanded. Iga ürituse juures on 2-3 asja: mis see oli, mida sealt kaasa võtsin ja kuidas seda kasutan. Lihtsalt ja selged tähelepanekud ning kaks-kolm järeldust, mis on mu töösse maandunud.

Workshop on Uncertainty in Machine Learning (WUML2026) – Tartu

Mis see oli?
Kolmepäevane rahvusvaheline seminar Tartus, kus masinõppe teadlased arutasid määramatuse käsitlemist AI-süsteemides. Kuulasin ettekandeid erinevate ülikoolide professoritelt ja teadlastelt. Fookus oli sellel, kuidas eristada juhuslikku määramatust (aleatoorne) sellest, mis tuleb teadmiste puudumisest (episteemiline).

Mis ma kaasa võtsin?
Hallutsinatsioonid keelemudelites ei ole juhuslikud – neid saab tuvastada süstemaatiliste meetoditega, ilma et peaks kontrollima igat fakti käsitsi. Robootikas kasutatakse juba pikalt stohhastilisi mudeleid, et hinnata riske ja teha targemaid otsuseid ebakindlas keskkonnas. Kõige olulisem oli mõista, et paljud teoreetilised meetodid ei tööta praktikas nii hästi kui lubatakse – peamine väljakutse on, et erinevad määramatuse tüübid on omavahel tugevas korrelatsioonis ja nende eristamine on raske.

Kuidas seda kasutan?
Hakkan koolitustel rääkima konkreetsemalt sellest, kuidas eristada, millal ChatGPT ei tea vastust (ja leiutab) versus millal ta teab, aga on lihtsalt mitu õiget vastust. See aitab ettevõtetel paremini mõista, millistes töövoogudes saab LLM-e usaldada ja kus tuleb faktikontroll kohustuslikult sisse ehitada. Samuti hakkan kasutama stohhastiliste mudelite näiteid, kui selgitan, miks AI ei anna alati kindlat vastust – see ei ole viga, see on omadus.

Data Science Seminar: AI for SE – Do you have the right vibe?

Mis see oli?
Tartu Ülikooli Data Science seminar, kus ettevõtete esindajad (Nortal, Swedbank, Bolt, Indigo Technologies) ja ülikool jagasid praktilist kogemust sellest, kuidas AI reaalses tarkvaraarenduses toimib. Paneel tõi välja nii võimalused kui väljakutsed erinevatest valdkondadest – pangandusest autotööstuseni.

Mis ma kaasa võtsin?
Kolm olulist tähelepanekut. Esiteks: AI kasutuselevõtt ei ole lüliti vajutamine, vaid pikk kasvuprotsess, kus ettevõtte struktuur ja mõtteviis peavad muutuma. Edukaimad on need, kellel on “selg vastu seina” ja nad on sunnitud muutuma. Teiseks: vastutus on alati inimesel – ei saa öelda “AI tegi vea”. Swedbanki “spidomeetri mudel” (varuratas → abirattad → käigukast → püsikiirusehoidja) näitab hästi, et panganduses peab otsustusõigus jääma inimesele. Kolmandaks: paradoksaalselt vajame AI ajastul rohkem ekspertteadmisi, mitte vähem. Autotööstuses ei lasta AI-l kirjutada tootmiskoodi just seetõttu, et eksperdid peavad iga väljundi verifitseerima. Tudengite uuringud näitasid – rohkem AI kasutamine korreleerub madalamate eksamitulemustega, sest puudub oskus AI-ga koos õppida.

Kuidas seda kasutan?
Spidomeetri mudel annab ettevõtetele lihtsa viisi hinnata, millises faasis nad tegelikult on – mitte seal, kus nad arvavad olevat. Vastutuspõhimõtete defineerimine enne AI kasutuselevõttu hoiab ära olukorra, kus küsitakse “aga kes vastutab?”. Ekspertteadmiste väärtustamine AI ajastul muudab koolituste fookust – ei ole enam küsimus “kas AI oskab”, vaid “kas meie inimesed oskavad AI väljundit kontrollida”.

Tallinn Data Week. Data Science & AI: research, practice, and education

Mis see oli?
AI- ja andmeteaduse teemaline arutelu Tallinn Data Week raames. Kuulasin päris tegijate vaadet: teadus, praktika, haridus.

Mis ma kaasa võtsin?
Andmeteadus on huvitav siis, kui jutt toetub meetodile ja mõõtmisele, mitte loosungile. On selge vahe “isehakanud AI-koolitaja” vs ülikoolis päriselt asjaga tegeleva inimese vahel.

Kuidas seda kasutan?
Soovin rohkem süveneda andmeteaduse alustesse. Hoian ülikooli üritustel silma peal, sest saan niimoodi kvaliteetse ja kaasaegse info.

TI-kirjaoskuse päev – TalTech

Mis see oli?
TalTechis toimunud AI-kirjaoskuse päev: fookuses, kuidas viia AI mõtestatud kasutus töödesse ja kasvatada üldist pädevust. Päev tõi kokku eri taustaga esinejad ning publiku, kes soovisid aru saada, kust alustada ja kuidas edasi minna.

Mis ma kaasa võtsin?
Küsimusi oli palju. See peegeldab, et teadmatus AI osas on veel suur ja baasteadmiste järele on reaalne nõudlus. Mind pani väga mõtlema julgeolekupoliitika nõuniku ettekanne riskidest, vastutusest ja tagajärgedest seoses AI-ga.

Tahad kindlust, mitte muljet?

Kõnes saad kiiresti selguse, kuidas minu lähenemine sinu tiimi jaoks kasulikuks pöörata: millised töövood annavad suurima ajavõidu, mis reeglid peavad paigas olema ja mis oleks mõistlik esimene samm.

Võta ühendust

Nemad töötavad juba targemini

Ära jää ootama. Tule liitu targema ja efektiivsema tööga.

Rand ja Tuulberg logo
Vallikraavi kinnisvara logo

Copyright 2026 © Anti Soosaar. All rights reserved Design by B