Insinööri (ylempi AMK) Mikko Pajula työskentelee lehtorina Lapin ammattikorkeakoulun Digitaaliset ratkaisut -osaamisryhmässä.

Rakensin vuonna 2004 pääsykoetehtävänä matkapuhelimen mallin puusta ja tinasta. Laitoin siihen pleksilevyn, jonka alle tein paperista ison näytön ja sormella painettavan napin näytön keskelle. Jo tuolloin 19-vuotias teini pystyi näkemään, että kosketusnäyttö metallikuoressa on puhelinteknologian tulevaisuus.

iPhone julkaistiin kuitenkin vasta vuonna 2007 (Apple 2007), ja siitäkin kesti hetki, ennen kuin kosketusnäytöt valtasivat arjen tietotekniikan. Vuonna 2004 tekniikka ei ollut valmis. Markkinoita hallitsivat Symbian-käyttöjärjestelmä, näppäimistölle suunnitellut ohjelmat ja Windows Pocket PC. Yrityksiä kyllä oli, mutta mikään niistä ei saanut aikaan läpimurtoa.

Todellinen mullistus vaati, että eri teknologian alat ja palapelin osat tukevat toisiaan niin, että syntyy toimiva kokonaisuus ja siihen ekosysteemi. iPhonea julkaistaessa Steve Jobs kuvasi sitä kolmen tuotteen yhdistelmäksi: iPod, puhelin ja internet-laite. Sama laite yhdisti musiikkilaitteen, puhelimen ja kameran yhteen ekosysteemiin (Apple 2007).

Kuva 1. Ensimmäinen iPhone esiteltiin Macworld-tapahtumassa San Franciscossa tammikuussa 2007 (Kuva: Wikimedia Commons, CC BY 2.0)

Tekoälyn kanssa ollaan vähän samanlaisessa tilanteessa. OpenAI:n ChatGPT on kuin iPhonen ensimmäinen julkaisu. Maailma ei siitä vielä mullistunut, ja palikat alkavat olla kohdillaan, mutta lopullinen tekoälyekosysteemi puuttuu vielä.

Kun puhun tekoälyekosysteemistä, tarkoitan sitä, että koko tekninen infrastruktuuri on rakennettu tukemaan tekoälyn toimintaa. Tekoäly on siinä kuin oma palvelunsa, joka liittyy eri järjestelmiin, hakee tietoa, tekee asioita ja on vuorovaikutuksessa muiden järjestelmien kanssa. Nykyään tietojärjestelmät on rakennettu ihmiskäyttäjälle. Tieto on kansioissa, tietokannoissa ja käyttöliittymien takana, joita ihminen operoi käsin. Tekoälyekosysteemissä nämä järjestelmät on tehty niin, että tekoäly voi liikkua niissä.

Aivan kuten kosketusnäyttöpuhelin vaati alleen oman alustansa, kuten sovelluskaupan, kehitystyökalut, mobiilinettiyhteydet, niin tekoäly vaatii omansa. Ilman tätä ekosysteemiä tekoäly jää irralliseksi chatbotiksi, joka ei pääse kiinni mihinkään oikeaan tietoon tai järjestelmään. Nykyiset tekoälyn liitännät eri palveluihin ovat vasta ensimmäinen hatara askel, kokeiluja, kohti tulevaa. Tarvitaan laajempi tietotekniikan infrastruktuurin murros, jotta järjestelmät tukevat tekoälyekosysteemiä ja alkavat tuottamaan suuruuden ekonomian etuja.

Visio on aika selkeä. Scifi-kirjoista ja elokuvista nähdään se, mitä tekoäly voi tarjota. Yksi tunnettu esimerkki on Iron Man -elokuvien Jarvis-avustaja, joka hallitsee Tony Starkin arkea ja työtä. Jarvis ei ole pelkkä hakukone tai chatbotti. Se on järjestelmä, joka näkee, kuulee, lukee ja toimii. Stark ei siirrä tiedostoja kansiosta toiseen, eikä avaa erikseen sähköpostia, kalenteria tai tietokantaa. Hän puhuu Jarvisille ja Jarvis hoitaa. Se yhdistää kaiken tiedon, analysoi sen ja toimii itsenäisesti. Tämä on yksi visio, johon tekoäly on mielestäni matkalla erityisesti kuluttajan näkökulmasta (Marvel Cinematic Universe Wiki 2026).

Toinen esimerkki on elokuvan Her (2013) tekoälykäyttöjärjestelmä Samantha, joka kommunikoi luontevasti ja oppii käyttäjänsä tarpeet (IMDb 2026).

Kuva 2. Havainnekuva tekoälyavustajan käyttöliittymästä (Kuva: luotu Google Gemini -tekoälyllä 2.4.2026)

Tekoäly tarjoaa abstraktiokerroksen ihmisen tiedon ja teknologian väliin. Sen ansiosta tiedot miljoonista eri lähteistä, kuten sensoreista, tietokannoista, Google-kalenterista, sähköpostista, työajanseurannasta, voidaan yhdistää yhteen käyttöliittymään joko ääni- tai tekstimuodossa, sen mukaan miten käyttäjä haluaa kommunikoida.

Tekoälyn avulla yritykset, laitokset ja valtion virastot voivat ottaa käyttöön järjestelmiä, jotka integroivat kaikki tiedot yhteen ja mahdollistavat unelman tiedolla johtamisesta. Kyse ei ole pelkästään informaation esittämisestä, saatavuudesta ja helppoudesta, vaan myös automaattisesta analyysistä, järjestelmien itsenäisestä toiminnasta sekä nopeudesta. Se on kuin strategiatietokonepelissä, jossa voit valita osan ominaisuuksista automaattiohjaukseen.

Ekosysteemin rakentaminen

Tämä visio ei ole vielä todellisuutta. ChatGPT:n jälkeen monet tekniikan palaset ovat kohdallaan ja visio on toteutettavissa, mutta se vaatii oman iPhone-ilmiönsä. Jonkin tahon pitää rakentaa järjestelmäkokonaisuus, joka mahdollistaa näiden eri komponenttien sulavan yhteentoiminnan.

Tällä hetkellä joudun itse siirtämään tekstin puhelimesta tekoälylle, aktivoimaan deep research -moodin ja lopuksi siirtämään sisällön toiseen paikkaan. Tulevaisuudessa tämä kaikki voi tapahtua yhdellä komennolla tai täysin automaattisesti.

Kannattaa seurata avointen, open source -järjestelmien kehittymistä. Ne eivät ole vielä se mullistus, mutta ne näyttävät suunnan. Tarvitaan jokin iso organisaatio, joka kehittää ensimmäisen tällaisen täysin integroidun järjestelmän. Se on Google, Apple tai jokin tällainen taho, jolla on valmiiksi nämä eri tietolähteet ja laitteistot omassa hallussaan.

Apple rakensi aikoinaan iPhonen. Tarvittiin siis yritys, jolla on resurssit, raha ja tuotekehitysinto toteuttaa visio. Se vaatii vuosia tutkimusta, minkä jälkeen se on kuitenkin vasta yhden yrityksen suljetussa järjestelmässä. Jos Google toteuttaa vision tulevaisuudesta, tulee se olemaan lukittu täysin Googlen järjestelmään, koska sen tavoitteena on toki saada lisää asiakkaita lukittua ekosysteemiinsä.

Yhden toimijan tuoma ekosysteemi ei välttämättä johda vielä kattavaan tekoälyekosysteemiin. iPhone ei ollut lopullinen kännykän vallankumous, vaan Android oli. Ja Android rakennettiin osittain avointen järjestelmien päälle (Google 2026).

Jotta tekoäly voi ottaa lopullisen vallan hyvässä ja pahassa, se tarvitsee ympärilleen toimivan ekosysteemin. Yksi yritys voi näyttää mallin suljetulla järjestelmällään, mutta yhden toimijan ansaintalogiikka ei yksin riitä yhteiskunnalliseen vallankumoukseen. Kehitys etenee portaittain: Ensin yksi yritys näyttää suunnan, sitten avoimen lähdekoodin yhteisö omaksuu sen malliksi ja tekee siitä vapaasti käytettävän rakennuspalikan. Tämän päälle muut yritykset rakentavat omat kaupalliset tuotteensa, kilpailu kiristyy ja teknologia leviää hiljalleen kaikkiin järjestelmiin.

Avoin lähdekoodi on siis pelkkä tekniikka, ei tuote. Jonkun on silti viime kädessä pakattava se palveluksi, jonka tavallinen käyttäjä tai yritys voi ottaa käyttöön. Tällöin, samaa rakennuspalikkaa, eli samaa avoimen lähdekoodin järjestelmää käyttäen, kaikki eri palvelut tukevat tekoälyä ja mahdollistavat tämän tulevaisuusvision.

Muutos ei tapahdu yhdessä yössä. Kesti aikansa, että kosketusnäyttöpuhelimet levisivät riittävän monelle, jotta muutkin alkoivat tuottamaan niille ohjelmia ja palveluita. Oleellista oli, että puhelimien teknologisten ratkaisujen lisäksi ohjelmien tekemistä tehtiin helpommaksi. Tämä oli Applen kannalta tärkeää, koska se mahdollisti ekosysteemin rakentamisen halvemmalla kuin esimerkiksi Symbian-käyttöjärjestelmällä, kun ohjelmistokehittämisen kynnys madaltui ja kehittäjien määrä kasvoi nopeasti.

Tekoäly ruokkii itseään

Tulevan tekoälyekosysteemin, joka mahdollistaa eri järjestelmien yhteentoimivuuden kuin Lego-palikat, rakentaminen maksaa. Mutta tekoäly ruokkii itse itseään. Tekoälyn suurimpia mullistuksia on sen vaikutus koodausalaan. Tekoälyekosysteemin ensimmäiset sovellukset syntyvät luonnollisesti juuri tietotekniikassa ja ohjelmistoalalla. Tällä on tekoälyn kustannuksia alentava vaikutus, sillä tekoäly tekee ohjelmistokehityksestä halvempaa. Tällöin uuden tekoälyekosysteemin rakentaminen, joka vaatii mahdollisesti lukuisten vanhojen järjestelmien täydellistä uudelleenkirjoittamista, tulee kustannuksiltaan realistiseksi.

Kuva 3. Financial Timesin analyysin mukaan uusien ohjelmien määrä on viime aikoina kasvanut räjähdysmäisesti (Kuvakaappaus: Burn-Murdoch & O’Connor 2026)

Kauanko tämä epävarmuuden aika kestää? Meillä on osat ja palaset, mutta kaikki toimii oudosti, puoliautomaattisesti. Automaattijärjestelmät ovat kankeita, huteria ja epävarmoja. Puoliautomaattiset järjestelmät ovat tällä hetkellä parhaita tapoja toimia, mutta ne tuntuvat täysin järjettömiltä: Teen tekoälyllä jonkin vaikean asian, mutta jonkin yksinkertaisen asian joudun itse tekemään, koska tekoälyjärjestelmä ei kytkeydy esimerkiksi tiedostojärjestelmään.

Kuten aiemmin kuvasin, mielestäni tarvittaisiin uusi apple, joka ensin näyttää mallin tästä kokonaisjärjestelmästä ja siitä, miten tekoäly saataisiin toimimaan yhteen meidän nykyisten muiden järjestelmien kanssa siten, että se olisi sujuvaa. Mutta se vaatisi vuosien tuotekehittelyä jossain suljettujen ovien takana, ja näyttää siltä, että amerikkalaiset isot teknologiajätit eivät vaikuta nyt yhtä joustavilta kuin vuonna 2007.

Kokonaisjärjestelmää ei välttämättä voi kehittää yksi pieni yritys, koska pieni yritys ei pysty linkittämään eri tietolähteitä ja järjestelmiä yhteen, mikä olisi valtava työ. Mutta jos isot yritykset eivät ole riittävän luovia ja pienet yritykset eivät voi yksin toteuttaa murrosta, niin jääkö tekoälyekosysteemi tulematta?

Sotateollisuuden rooli

Vaikuttaa siltä, että puolustusteknologia tulee jälleen kerran edistämään teknologian kehitystä. Ukrainan sota ja Yhdysvaltain toiminta Iranissa (tätä kirjoittaessa uusin sota) ovat tuoneet konkreettisesti esiin tekoälypohjaisen tilannekuvan rakentamisen hyödyt. Asealalla on rahaa ja motivaatiota kehittää tällaisia tekoälyekosysteemejä, jotka keräävät tietoa eri lähteistä, toimivat itsenäisesti ja esittävät tietoa, mahdollistaen tiedolla johtamisen automatiikan avulla. Tästä on jo esimerkkejä. Yhdysvaltain armeija voi ostaa Palantir-yritykseltä järjestelmän (Judson 2024), joka tulisi mahdollisesti demonstroimaan juuri tämän tekoälyekosysteemin, jota tässä kirjoituksessa kuvaan.

Kuva 4. Palantir Gotham -alusta yhdistää eri tietolähteistä kerätyn datan yhteen tilannekuvaan (Kuvakaappaus: Palantir 2026)

Tekoälyekosysteemin kehittyminen sotateollisuuden tuotteena ei olisi kovin yllättävää historian valossa. Se voi olla pettymys niille, jotka eivät kannata sotateollisuutta, mutta on hyvä muistaa, että internet itsessään on amerikkalaisesta sotateollisuudesta lähtöisin. ARPANET luotiin ARPA:n (Advanced Research Projects Agency, nykyinen DARPA) toimesta, joka on Yhdysvaltain puolustusministeriön alainen organisaatio (DARPA 2020).

Eli ehkä meillä ei olekaan nyt tekoälyn stevejobsia kehittämään tekoälysysteemin mallia, vaan edetään perinteisemmin, ja sotateollisuuden rahoilla kehitetään järjestelmä, josta muodostuu pohja meidän uudelle tietojärjestelmien rakenteelle.

Teknologian palaset

Vuonna 2015 koneoppimisen näkömallit tarjosivat teknologialle silmät, kun ensimmäistä kertaa kone ylitti ihmistason tarkkuuden (He, Zhang, Ren & Sun 2015). Vuonna 2020 isot kielimallit tarjosivat tälle teknologialle kontekstikyvyn ja ajattelukyvyn, kun GPT-3 julkaistiin (Brown ym. 2020). Vuonna 2024 onnistuttiin rakentamaan puheentunnistusmallien avulla teknologioita, jotka yhdistivät katkeamattoman keskustelun tekoälyn kanssa, tuoden sille korvat (Zeff 2024). Nämä komponentit yhdistyvät robotiikan kehittymiseen, joka pohjautuu sähkömoottorien ja akkujen teknologiaan. Erityisesti akkuteknologia on kehittynyt merkittävästi sähköautojen myötä. Tärkeää on myös tekoälymallien käyttö motoristen liikkeiden rakentamisessa.

Kun nämä kaikki palaset yhdistetään, saadaan kokonaisuus, joka voi viimein mahdollistaa Jarvis-järjestelmän kaltaisen teknologian rakentamisen. En tarkoita pelkkää humanoidrobottia, vaikka sekin on nykyään mahdollinen. Tarkoitan ilman fyysistä olomuotoa olevaa järjestelmää, joka kykenee toimimaan ympäristönsä kanssa: Näkemään, kuulemaan, lukemaan sekä ymmärtämään lukemaansa, näkemäänsä ja kuulemaansa.

Vaikka älykkyys ei olisi häikäisevä, tekoälymallien väsymätön työskentely avaa aivan uusia mahdollisuuksia. Riittää tyhmempikin apuri, kun se on saatavilla 24 tuntia päivässä, tottelee mukisematta ja voidaan tarvittaessa monistaa sadoiksi tai tuhansiksi apureiksi.

Laitteisto puuttuvana palana

On vielä mainittava jarruna rauta (hardware), eli laitteisto, eli elektroniikka. Hidastavana tekijänä on, että hyvää tai kohtuullista tekoälymallia joudutaan pyörittämään suuressa palvelinsalissa, joka maksaa aikaa, rahaa ja sähköä.

Ratkaisuja on kuitenkin jo näkyvissä. Koko elektroniikkateollisuus on pikkuhiljaa siirtymässä rakentamaan mikropiirejä, jotka mahdollistavat tekoälyjen pyörittämisen kustannustehokkaammin ekosysteemin vaatimalla tavalla. Näkisin, että tämä on viimeinen puuttuva palanen ja tällä hetkellä ehkä jopa pääsyy siihen, miksi tekoälyekosysteemi ei ole vielä toteutunut. Tarvitaan kallista, erikoistason rautaa.

Nvidian monopoli on mielestäni yksi iso jarru tekoälyssä. Nvidia hallitsee 2024–2025 tekoälykiihdytinmarkkinaa liikevaihdolla mitattuna noin 80–87 prosentin markkinaosuudella (Girginov 2026). Tarvitaan Apple Silicon -kaltaisia mikropiirejä, jotka kuluttavat vähän virtaa ja jotka on suunniteltu tekoälyn pyörittämiseen alusta asti. Applen omat piirit eivät kuitenkaan suoraan käy, koska ne on suunniteltu tukemaan heidän omaa ekosysteemiään eivätkä sellaisenaan sovi tekoälyn tulevaisuuden ekosysteemin malliksi. (Hübner, Hu, Peng & Markidis 2025)

Nämä teknologiset palaset ovat vasta ihan viime vuosina muodostuneet sellaiseksi, että voidaan nähdä, mitä niistä tulee tulevaisuudessa rakentumaan. Uusi teknologinen infrastruktuuri alkaa mahdollistamaan nämä tulevaisuusvisiot, jotka scifistä on nähty jo vuosia. Laitteistopuoli rajoittaa kuitenkin vielä. Pitää ehkä odottaa jokunen vuosi, että saadaan kustannustehokkaampaa tekoälyrautaa. Palvelinsaleihin pohjaten tekoälyekosysteemin voisi jo rakentaa, mutta silloinhan meidän Jarvis tosiaan vaatii yhteyden isoihin konesaleihin esimerkiksi Irlannissa.

Kuva 5. Tekoälymallien pyörittäminen vaatii valtavia palvelinsaleja, jotka kuluttavat merkittävästi sähköä (Kuva: Vick, Unsplash 2019)

Voi olla, että korostan raudan merkitystä liikaa. Kuitenkin siinä vaiheessa, kun suomalaisetkin pienet hosting-palveluntarjoajat pystyvät tarjoamaan tekoälyn laskentakapasiteettia, tekoäly on jalkautunut tasolle, jolla sitä voidaan käyttää niin laajasti kuin ekosysteemi vaatii. Tekoälyekosysteemi vaatii suuruuden ekonomiaa: Sitä paremmin se toimii, mitä laajemmin se tukee itse itseään ja sitä nopeammin se kehittyy.

Mitä valmiimpi ekosysteemi on, sitä halvempaa sitä on kehittää edelleen, koska tekoäly koodaa, ja samalla se ruokkii maailmaa tekoälyekosysteemin mallin mukaiseksi. Syntyy itseään ruokkiva kehä. Oletan, että se pysähtyy vasta siinä vaiheessa, kun saavutetaan se lopullinen taso, johon äänentunnistuksen, kielimallien ja kuvantunnistuksen kaltaiset tekoälyteknologian palaset parhaimmillaan kykenevät, mutta myös johon silloisen laitteiston laskentakapasiteetti riittää.

Demokratisoitumisen haaste

Tämä hetki on verrattavissa aikaan, jolloin tietokoneet olivat kalliita ja niitä oli vain yrityksissä. En viittaa siihen aikaan, jolloin tietokoneet olivat huoneen kokoisia, se vaihe on jo ohitettu. Nyt ollaan mielestäni tekoälyn kanssa tilanteessa, jossa tekoälyn tarvitsema laitteisto on hyvin kallista ja vain suurempien yritysten käytössä.

Tämän huomaa käytännössä: Oman tekoälypalvelimen pystyttäminen on vaikeaa verrattuna tavalliseen palvelimeen. Internet, kännykkä ja muut teknologian aikaansaannokset saivat vallan, kun teknologia demokratisoitui. Jokaiselle nuorelle, tulevalle tietotekniikan tekijälle, saatiin oma laite, millä harjoitella koodaamista. Nyt tekoälyä ei voi ajaa kuin kalleimmilla tietokoneilla edes kokeilumielessä. Voi toki vuokrata palvelinsalista laskentatehoa, mutta tätä voi verrata aikaan, jolloin piti jonottaa yliopiston keskustietokoneelle.

Mittakaava tekee ongelmasta vielä konkreettisemman. On vaikea kuvitella laajamittaista tekoälyn käyttöönottoa, jos jokainen tekoälyä vaativa toimenpide vaatii palvelinsalissa kalliiden, virtasyöppöjen laitteiden käyttöä. Kuinka voitaisiinkaan kuvitella joka toinen maapallon ihminen käyttämässä tekoälyä päivittäin satoja kertoja pelkästään omaan ajanhallintaan, kalenterin, sähköpostin ja kaiken muun käyttöä varten?

Olen käyttänyt tekoälyä, joka toimii laitteistolla, joka on pelkästään sen käyttöön suunniteltu. Se tuotti vastauksen millisekunneissa. Teknologiaa on jo tulossa, mutta kestää aikansa ennen kuin koko ekosysteemi mukautuu siihen todellisuuteen, että tekoälyn takia kannattaa käyttää aikaa ja rahaa rakentaa piirit aivan uusiksi. Pitäisi saada rikottua Nvidian monopoli, mutta laitteistopuoli ei tahdo uudistua, jos ohjelmistopuolella ei ole riittävästi bisnestä. Ohjelmistopuolen taas on vaikea kehittyä, jos laitteisto ei tue sitä. Tässä on muna-kana-ongelma, mikä ei estä kehitystä, mutta se voi hidastaa vuosilla tekoälyekosysteemin muodostumista sellaiseksi, että tulevaisuuden visio saadaan toteutettua.

Kuva 6. Taalas-laitteisto edustaa tekoälylle suunniteltua erikoislaitteistoa (Kuvakaappaus: Taalas 2026)

Hankkeesta

Kirjoitus on toteutettu hankkeessa Tekoäly matkailun myynti- ja markkinointiprosessien tukena. Hankkeen tavoitteena on tuottaa syvällistä ymmärrystä tekoälyn vaikutuksista matkailualan innovaatioihin ja asiakaskokemukseen. Toimilla edesautetaan matkailuyrittäjiä ja -toimijoita hyödyntämään tekoälyteknologioita rohkeammin myynnissä ja markkinoinnissa, perustuen käytännössä testattuihin ratkaisuihin. Hankkeen on rahoittanut Lapin Liitto uudistuva ja osaava Suomi 2021−2027 -ohjelmassa.

Aikataulu 1.9.2024 – 31.3.2027
Hankkeen kokonaisbudjetti on 454 474, josta EU- ja valtion rahoitusta 363 579 (80%). Lapin AMKin omarahoituksen osuus on 90 895 (20%). €

Tekoäly matkailun myynti- ja markkinointiprosessien tukena – Lapin ammattikorkeakoulu

Lähteet

Apple. 2007. Apple Reinvents the Phone with iPhone. Lehdistötiedote 9.1.2007. Viitattu 2.4.2026. https://www.apple.com/newsroom/2007/01/09Apple-Reinvents-the-Phone-with-iPhone/

Brown, T. B., Mann, B., Ryder, N., Subbiah, M., Kaplan, J., Dhariwal, P., Neelakantan, A., Shyam, P., Sastry, G., Askell, A., Agarwal, S., Herbert-Voss, A., Krueger, G., Henighan, T., Child, R., Ramesh, A., Ziegler, D. M., Wu, J., Winter, C., … Amodei, D. 2020. Language Models are Few-Shot Learners. Viitattu 2.4.2026. https://arxiv.org/abs/2005.14165

Burn-Murdoch, J. & O’Connor, S. 2026. The AI Shift: Is this the ’take off’ moment for AI agents? Financial Times 5.2.2026. Viitattu 2.4.2026. https://www.ft.com/content/5ac2ee5f-f8bd-4f39-a759-3c5c50c8b37e

DARPA. 2020. ARPANET. Julkaistu heinäkuussa 2020. Viitattu 2.4.2026. https://www.darpa.mil/news/features/arpanet

Girginov, B. 2026. Charted: The Battle for AI Data Center Revenue (2021–2025). Visual Capitalist 21.1.2026. Viitattu 2.4.2026. https://www.visualcapitalist.com/charted-the-battle-for-ai-data-center-revenue-2021-2025/

Google. 2026. Kernel overview. Android Open Source Project. Viitattu 2.4.2026. https://source.android.com/docs/core/architecture/kernel

He, K., Zhang, X., Ren, S. & Sun, J. 2015. Delving Deep into Rectifiers: Surpassing Human-Level Performance on ImageNet Classification. Viitattu 2.4.2026. https://arxiv.org/abs/1502.01852

Hübner, P., Hu, A., Peng, I. & Markidis, S. 2025. Apple vs. Oranges: Evaluating the Apple Silicon M-Series SoCs for HPC Performance and Efficiency. Viitattu 2.4.2026. https://arxiv.org/abs/2502.05317

IMDb. 2026. Her (2013). Viitattu 2.4.2026. https://www.imdb.com/title/tt1798709/

Judson, J. 2024. US Army extends Palantir’s contract for its data-harnessing platform. Defense News 18.12.2024. Viitattu 2.4.2026. https://www.defensenews.com/land/2024/12/18/us-army-extends-palantirs-contract-for-its-data-harnessing-platform/

Marvel Cinematic Universe Wiki. 2026. J.A.R.V.I.S. Viitattu 2.4.2026. https://marvelcinematicuniverse.fandom.com/wiki/J.A.R.V.I.S.

Pajula, M. 2026. Havainnekuva tekoälyavustajan käyttöliittymästä. Luotu Google Gemini -tekoälyllä 2.4.2026.

Palantir Technologies. 2026. Gotham. Viitattu 2.4.2026. https://www.palantir.com/platforms/gotham/

Taalas. 2026. Products. Viitattu 2.4.2026. https://taalas.com/products/

Toomey, W. 2011. The Strange Birth and Long Life of Unix. IEEE Spectrum 28.11.2011. Viitattu 2.4.2026. https://spectrum.ieee.org/the-strange-birth-and-long-life-of-unix

Vick, T. 2019. Datacenter. Unsplash. Julkaistu 30.7.2019. Unsplash License. Viitattu 2.4.2026. https://unsplash.com/photos/tvick

Wikimedia Commons. 2007. First iPhone Macworld 2007. Kuva: Dave Spagnuolo. CC BY 2.0. Viitattu 2.4.2026. https://upload.wikimedia.org/wikipedia/commons/thumb/6/6d/First_iPhone_Macworld_2007_DSCF1286.agr.jpg

Zeff, M. 2024. OpenAI rolls out Advanced Voice Mode with more voices and a new look. TechCrunch 24.9.2024. Viitattu 2.4.2026. https://techcrunch.com/2024/09/24/openai-rolls-out-advanced-voice-mode-with-more-voices-and-a-new-look/