Ihannetulos geneettisellä algoritmilla. Evoluution tulokset ovat toistaiseksi ylivoimaisia verrattuna ihmisen aikaansaannoksiin. Siksi sitä jäljitellään perattaessa teknisiä vaihtoehtoja ja etsittäessä tuoreita ratkaisuja.
Miten pitkälle evoluution rahkeet riittävät tekniikassa? Voiko se tuottaa älykkäitä - jopa tietoisia - koneita?’


Miten pitkälle evoluution rahkeet riittävät tekniikassa? Voiko se tuottaa älykkäitä - jopa tietoisia - koneita?’

Julkaistu Tiede-lehdessä 1/2009


Galápagossaarten peippojen eli darwininpeippojen, nokat ovat luonnonvalinnan tuloksena kehittyneet tarkoituksenmukaisiksi työkaluiksi. Siemeniä syövien peippojen nokka on iso ja paksu, hyönteissyöjien pieni ja terävä.

Tekniikassakin nokkia käytetään paljon, mutta ei nokkimiseen vaan pyörivän liikkeen muuttamiseen edestakaiseksi. Mäntämoottorissa on tavallisesti nokka-akseli, jonka nokat ohjaavat venttiilejä.

Nokan parhaan muodon laskeminen oli viime vuosisadan loppuvuosiin saakka ratkaisematon tehtävä. Sitten insinöörit pääsivät samaan kuin peippo.

Vaasan yliopiston tietotekniikan ja tuotantotalouden laitos sekä Wärtsilä Diesel NSD hakivat suurten dieselmoottorien venttiili- ja pumppunokille optimaalista muotoa käyttämällä geneettisiä algoritmeja. Eräs yliopiston tutkijoista, Jouni Lampinen, teki väitöskirjansa nokkien optimoinnista.

Tietokoneohjelma jäljitteli luonnonvalintaa: se risteytti hyviä ratkaisuja eli hyviä nokkaprofiileja keskenään. Näin saatiin vielä parempia ratkaisuja.


Digitaaliotukset kamppailevat

Professori Jarmo T. Alander tutkii Vaasan yliopiston tietotekniikan ja tuotantotalouden laitoksessa geneettisiä algoritmeja, jotka ovat evoluutioalgoritmien tärkeä alalaji. Hän on myös monen vuosikymmenen ajan harrastanut perhostutkimusta, mikä sopii hyvin yhteen tekniikan kanssa.

Darwinin jälkeen biologiasta on tullut yhä täsmällisempää. Kehitystä pystytään usein kuvaamaan matemaattisen tarkasti. Vastaavasti 1900-luvun jälkipuoliskolta lähtien on opittu rakentamaan matemaattisia malleja, jotka soveltavat evoluutiota tekniikan kehittämiseen. Tietokoneen keinotekoisessa ekosysteemissä digitaaliset otukset eli vaihtoehtoiset ratkaisut kamppailevat paremmuudesta.

Aluksi ohjelma luo satunnaisesti joukon yritteitä eli aloituspopulaation. Huonot yritteet karsitaan. Jäljelle jääneitä ratkaisuja yhdistetään eli risteytetään satunnaisesti. Tarvittaessa satunnaisuutta lisätään eli tuotetaan mutaatioita. Jälleen huonot ratkaisut karsitaan.

Risteyttämistä, mutaatioiden tekemistä ja valintaa jatketaan, kunnes riittävän hyvä ratkaisu löytyy.


Optimi löytyy kohtuuajassa

Geneettiset algoritmi tarjoavat ratkaisuja niin sanottuun kombinaatioräjähdyksen ongelmaan. Jos on esimerkiksi suunniteltava töiden järjestys, etsittävä koneenosan optimaalinen muoto tai vaikka järjestettävä kirjahyllyn kirjat, niin mahdollisten vaihtoehtojen määrä kasvaa äkkiä tähtitieteelliseksi. Parasta tai edes kohtuullisen hyvää ratkaisua on mahdotonta löytää käymällä kaikki vaihtoehdot läpi, vaikka käytössä olisivat nopeimmat supertietokoneet.

Evoluutiota jäljittelemällä laskentatarve vähenee, niin että monet aikaisemmin ylivoimaiset tehtävät pystytään nyt ratkaisemaan kohtuullisessa ajassa.

Samalla tavoin kuin dieselmoottorien venttiilinokkia on optimoitu lentokoneen siipiprofiilia, mikä perinteisillä menetelmillä veisi vuosikausia eikä ehkä sittenkään onnistuisi yhtä hyvin.

Monessa suhteessa evoluution aikaansaannokset ovat vielä ylivoimaisia ihmisen tuloksiin verrattuna. Mutta, kuten professori Alander on todennut, harvalla tietotekniikan menetelmällä on miljardien vuosien kenttätestit takanaan niin kuin geneettisellä algoritmilla.


Apua myös perhoselle

- Kirjopapurikon suojelu on myös hyvä esimerkki, professori Alander laajentaa  evoluutioalgoritmien sovelluskohteita. Kirjopapurikko (Lopinga achine) on eräs täpläperhoslaji, uhanalainen kaiken lisäksi. Geneettisillä algoritmeillä voidaan etsiä sen elinpaikat.

Satelliittikuvat antavat kasvien levinneisyydestä ja maaperästä tietoja, joista tutkijat pystyvät päättelemään, mitä eläimiä missäkin voi olla. Geneettisillä algoritmeilla tätä tietoa on mahdollista louhia satelliittikuvista, esimerkiksi infrapunakuvista. Vaasalaiset ovat käsitelleet näin infrapunasäteilyn spektrejä.

- Avuksi voidaan ottaa säätietoja, museoiden kokoelmatietoja ja mitä kaikkea levinneisyystietoa nyt onkaan, Alander sanoo.

Muualla on jo saatu kokemusta geneettisten algoritmien käytöstä ympäristökartoituksissa. Suomalaiset metsätutkijat ovat analysoineet sademetsien luonnon monimuotoisuutta. Espanjalaistutkijoita ovat kiinnostaneet harvinaiset perhoset.

Tärkeimmässä vaiheessa, suojelutoimien suunnittelussa, voidaan taas hyödyntää  evoluutiolaskentaa, esimerkiksi minimoida häiriöitä, joita luonnolle syntyy rakennettaessa teitä, lentokenttiä ja muuta infrastruktuuria.


Markkinat kuin luonnonvalinta

Tekniikan kehittäminen matemaattisten evoluutiomallien avulla on kasvava, mutta silti kapeahko ala, josta vain suhteellisen harvoilla tutkijoilla on kokemusta. Sen sijaan kaikki insinöörit ja monet muutkin tuntevat biologisen ja teknisen kehityksen sanalliset vertailut.

Mikroelektroniikan tutkija, tohtori Sami Franssila kirjoitti Tiede 2000 -lehdessä 1996: "Evoluution käyttöainesta ovat mutaatiot, joita luonnossa syntyy jatkuvasti suunnattomia määriä. Luonnonvalinta karsii sitten yksilöt, jotka pääsevät jatkamaan sukua. Tekniikan evoluutio toimii samalla periaatteella: tutkijat, keksijät ja tuotekehittelijät tuottavat jatkuvasti uutuuksia, joista markkinamekanismi karsii pois elinkelvottomat."

Tekniikan samoin kuin luonnon evoluutiossa ihmistä kiinnostaa eniten hänen oma asemansa. Lajien synnyn ilmestyttyä alettiin heti väitellä ihmisen alkuperästä. Nyt kiistellään taas, mutta aihe on toinen: ohittaako kone kehityksessään ihmisen?


2030 alkaa koneiden aika?

Kun osataan jo rakentaa koneita, jotka näkevät, kuulevat ja puhuvat kohtalaisen hyvin ja liikkuvat itsenäisesti, niin mitä tuleekaan seuraavaksi?

Joidenkin tutkijoiden mukaan tulee singulariteetti. Se tarkoittaa teknisen kehityksen tasoa, jolla kone voittaa ihmisen älykkyydessä.

Singulariteetin käsitteen loi 1993 yhdysvaltalainen matemaatikko, tietotekniikan tutkija ja tieteiskirjailija Vernor Vinge. Hän ennusti, että singulariteetti saavutetaan vuonna 2030. Viime kesänä hän toisti ennusteensa sähkö- ja elektroniikkainsinöörien järjestön IEEE:n (Institute of Electrical and Electronics Engineers) lehdessä Spectrumissa.

Tietotekniikan kehittäjänä aikanaan mainetta niittänyt Ray Kurzweil taas saarnaa, että älykäs tekniikka tekee ihmisestä kuolemattoman suunnilleen samana vuonna 2030.

Tekniikkaoptimistit nojaavat Mooren lakiin eli tietokoneiden laskentakapasiteetin jatkuvaan nopeaan kasvuus. He uskovat, että se kiihdyttää kaikkea kehitystä ja vie pian yli-inhimilliseen älyyn. Eikä vain älyyn, vaan myös tietoisuuteen.


Hype kannattaa karsia

Vingen mukaan 2030:n jälkeen toteutuu "digitaalinen Gaia-skenaario", jolloin "todellisuus itse herää". Useimmat "fysikaaliset kappaleet" tulevat tietoisiksi itsestään.

Juuri niin hämärää, miltä kuulostaakin. Alkavatko autot, liedet tai pesukoneet yhtäkkiä jonakin aamuna esittää omia ajatuksia vain siksi, että ne kytketään verkkoon?

Suomalaiset tutkijat, kuten enemmistö tutkijoista muuallakin, suhtautuvat epäilevästi ajatukseen, että tietoista tekniikkaa syntyisi lähiaikoina itsestään.

- Kyllä tässä on valtava määrä hypeä. Suurin osa siitä, mitä asiasta on esitetty, on huuhaata, mutta sehän se menee kaupaksi ja Kurzweil myy kirjoja, sanoo tekoälytutkija, tohtori Pentti Haikonen Nokian tutkimuskeskuksesta.

- Mutta ihan varmaa on, että Mooren laki yksinään ei johda konetietoisuuteen, tarvitaan myös laadullinen muutos.


Kone oppii kokeilemalla

Haikosen mukaan tietoinen kone on kyllä mahdollinen rakentaa jo parin vuoden sisään. Rakennusohjeetkin hänellä on valmiina uudessa kirjassa Robot Brains (Wiley 2007). Lyhyt johdatus löytyy artikkelista Tietoinen kone tarvitsee lapsuuden (Tiede 2/2006, s. 16-19).

Tietoinen kone olisi utelias vekotin, joka lapsen tavoin kokeilemalla ja leikkimällä hankkisi tietoja ja älyä. - Toki tällainen ensimmäinen tietoinen kone vastaisi kognitiiviselta tasoltaan vain parivuotiasta lasta, Haikonen toppuuttelee.

Kone, joka näkee, kuulee, liikkuu ja on yhtä tiedostava kuin kaksivuotias ihminen, on jo melkoinen hyppäys tekniikan kehityksessä.

- Tietoisuuden syntyminen koneissa ei varmastikaan tule olemaan evoluution tulos vaan seuraus insinöörien ponnisteluista, Haikonen sanoo.


Evoluutio ei näe kokonaisuutta

Haikonen pitää evoluutiota heikohkona menetelmänä, koska se ei pysty tavoitteelliseen suunnitteluun. Väärään suuntaan lähtenyt kehitys ei helposti korjaannu. Esimerkiksi ihmisen silmässä on siksi verkkokalvo väärin päin, eli valosensorit katsovat kohti aivoja.

Haikonen muistuttaa myös geneettisten algoritmien ongelmasta: prosessi voi jumittua johonkin ratkaisuun, niin sanottuun paikalliseen optimiin, vaikka paljon parempi ratkaisu olisi toisaalla.

Optimi muistuttaa mäen korkeinta kohtaa. Tietokoneohjelma pystyy selvittämään, nouseeko vai laskeeko rinne, ja löytämään näin huipun, periaatteessa samalla tavalla kuin koulumatematiikassa haetaan käyrän huippukohta tangentin kulmakertoimen avulla. Ongelma on siinä, että huippuja on monta. Sokea algoritmi löytää kenties Haltiatunturin, mutta ei tiedä, että on olemassa Mount Everest. Siksi tarvitaan tietoista suunnittelua.

Ihminen on tietoinen ja ymmärtää erilaisten olojen vaatimukset. Kun hän ei voi juuri muokata omaa kehoaan, hän kiertää puutteen luomalla teknisiä tuotteita, kuten koneita tai vaikka avaruuspukuja.

- Toivoisin, että tulevat itseään kopioivat konesukupolvet voisivat analysoida tilansa ja tarpeensa ja näistä lähtökohdista suunnitella tarvittavat muutokset, Haikonen sanoo. - Ehkä tässä onkin se tarve konetietoisuudelle?


Kalevi Rantanen on diplomi-insinööri, tietokirjoittaja ja Tiede-lehden vakituinen avustaja.


Tieteen päivät
7.-11.1.2009
Helsingin yliopisto, päärakennus

Professori Jarmo Alander puhuu Tieteen päivillä aiheesta Evoluutiolla älykästä tekniikkaa. Seminaari Älyn tulevaisuus, lauantaina 10.1.2009 klo 12.15-14.15.


Mitä se on

- Evoluutiolaskenta - evoluutiota jäljittelevien matemaattisten mallien, kuten evoluutioalgoritmien, evoluutio-ohjelmoinnin ja keinoelämän, yleisnimitys

- Geneettinen algoritmi - luonnonvalintaa jäljittelevä matemaattinen malli

- Singulariteetti - oletettu teknisen kehityksen taso, jolla tietokoneista tulee älykkäämpiä kuin ihminen


Geneettinen algoritmi matkii luonnonvalintaa


1. Aloitus: luo (satunnainen) joukko yritteitä (aloituspopulaatio).

2. Valinta: karsi huonoimmat yritteet.
Jos riittävän hyvä ratkaisu on löytynyt tai aika on loppunut, niin lopeta.

3. Yhdistely: yhdistele ratkaisuja satunnaisesti (risteytys) ja lisää tarvittaessa satunnaisuutta (mutaatio).

4. Toisto: palaa askeleeseen 2 (uusi sukupolvi).


Vaasan yliopistossa on optimoitu ledivalon valokuviota. Algoritmi tuottaa erilaisia kuvioita, joista ihminen tai mittalaite valitsee parhaat. Hyviä ratkaisuja "risteytetään" vielä paremman valaistuksen aikaansaamiseksi. Tarvittaessa valokuvioita muunnellaan satunnaisesti eli tuotetaan mutaatioita.

Samalla tavalla voidaan optimoida vaikka kasvihuoneen valaistusta niin, että kasvit saavat valoa juuri tarvitsemillaan aallonpituuksilla.

Jos toimistotalossa on vierekkäin monta hissiä, on ratkaistava, mikä hissi vastaa käyttäjän kutsuun. Kun geneettisellä algoritmilla on valittu ajoreittejä, odotusaikaa on pystytty lyhentämään kymmenellä prosentilla.

Lähde: Jarmo Alander


Sovelluksia bussista hissiin


- Energian tuotannon optimointi: millä voimalaitosten yhdistelmällä tuottaa tarvittava sähköenergia

- Rakenteiden suunnittelu: miten esimerkiksi rakentaa silta turvallisesti ja pienimmin kustannuksin

- VLSI-piirien (eli hyvin suurten integroitujen piirien) suunnittelu

- Bussinkuljettajien työvuorojen järjestäminen

- Töiden ajoitus yleisesti

- Molekyylien suunnittelu

- Kemiallisen reaktorin optimointi

- Hissien odotusajan minimointi

- Älykkään ledivalon toiminnan optimointi

- Muodon (esimerkiksi koneenosien) optimointi

- Tietoliikenneverkon optimointi

- Tietokoneohjelmien testaus

- Lypsylehmän ruokavalion optimointi

- Kuvien käsittely esimerkiksi kaukokartoituksessa ja lääketieteessä

Hyvä harrastus – ja helppo. Lukemista löytyy aina. Kuva: Shutterstock

Kieli rikastuu, ajattelu syvenee ja sosiaalinen taju kehittyy.

Tietokirjan järki on selvä: saa tietoa, jolla jäsentää maailmaa ja vaientaa mutuilijat. Riittävästi tietoa hankkimalla tulee asiantuntijaksi, ja sillä on selvä hyötyarvo.

Entä missä on fiktion lukijan tulosvastuu? Mitä itua on kuluttaa aikaansa tuntitolkulla hatusta vedettyjen ihmisten hatusta vedettyihin edesottamuksiin? Paljonkin: romaani tai novelli opettaa toimimaan muiden ihmisten kanssa.

Fiktio simuloi sosiaalista maailmaa, esittää asiaa tutkinut Toronton yliopiston psykologian professori Keith Oatley. Niin kuin lentosimulaattori opettaa lentotaitoja, sosiaalisten tilanteiden simulaattori – romaani – opettaa sosiaalisia taitoja.

Kokeet vahvistavat, että fiktiota lukeneet tajuavat paremmin so­siaalisia kuvioita kuin tietotekstiä lukeneet. 

Suvaitsevaisuus kasvaa

Kuvitteellisesta tarinasta on sekin ilo, että pääsee väliaikaisesti jonkun toisen nahkoihin. Samastuminen tarinan henkilöön voi muuttaa lukijan käyttäytymistä ja pistää asenteet uusiksi, ovat kokeillaan osoittaneet Ohion yliopiston tutkijat.

Samastumisella on vaaransa. Romaanin aiheuttama itsemurha-aalto koettiin 1700-luvun lopulla, kun nuoret onnettomat miehet matkivat Johan Wolfgang von Goethen päähenkilön tekoa Nuoren Wertherin kärsimyksissä.

Ohiolaistutkimuksessa vaikutus oli rakentavampi: kun nuoret aikuiset olivat lukeneet tarinan miehestä, joka meni äänestämään, he menivät hanakammin vaaliuurnille vielä viikon kuluttua lukemisesta. He olivat saaneet kansalaishyvetartunnan.

Valkoihoisten suvaitsevaisuutta taas kasvattivat tarinat, joissa päähenkilö osoittautui homoseksuaaliksi tai afroamerikkalaiseksi. Lukijoilta karisi myös stereotypioita. Tämä kuitenkin edellytti, että päähenkilön ”erilaisuus” paljastui vasta tarinan myöhemmässä vaiheessa ja lukijat olivat ehtineet asettua hänen nahkoihinsa.

Stressi väistyy

Kun uppoutuu lukemaan, maailman meteli jää kauas ja paineet hellittävät. Tuttu tunne, josta on myös tieteelliset näytöt: lukeminen poistaa stressiä.

Terveystieteen opiskelijat saivat Yhdysvalloissa tehdyssä tutkimuksessa lukeakseen netistä ja aikakauslehdestä poimittuja artikkeleita, jotka käsittelivät historiallisia tapauksia ja tulevaisuuden innovaatioita. Aihepiirit olivat siis kaukana tenttikirjojen pakkolukemistosta.

Puolentunnin lukutuokio riitti laskemaan verenpainetta, sykettä ja stressin tuntua. Huojennus on yhtä suuri kuin samanpituisella joogahetkellä tai televisiohuumorin katselulla. Mikä parasta, apu löytyy helposti, lukemista kun on aina saatavilla.

Sanasto karttuu

Kirjoitettu kieli on ylivoimaisesti suurempi uusien sanojen lähde kuin puhuttu. Erot lasten sanavaraston runsaudessa voi johtaa suoraan siihen, miten paljon he altistuvat erilaisille teksteille, vakuuttavat lukemisen tutkijat Anne Cunningham ja Keith Stanovich.

Tiuhimmin uutta sanastoa kohtaa tieteellisten julkaisujen tiivistelmissä: tuhatta sanaa kohti harvinaisia on peräti 128. Sanoma- ja aikakauslehdissä harvinaisten sanojen tiheys nousee yli 65:n ja aikuisten kirjoissa yli 50:n.

Lastenkirjakin voittaa sanaston monipuolisuudessa televisio-ohjelman mennen tullen. Lapsilukija kohtaa kirjassa yli 30 harvinaista sanaa tuhatta kohti, kun aikuisten telkkariviihdettä katsoessa niitä tulee vastaan 23 ja lastenohjelmissa 20.

Juttelukaan ei pahemmin kartuta sanavarastoa. Aikuispuhe sisältää vain 17 epätavallista sanaa tuhatta kohti.

Syntyy omia ajatuksia

Ihmisen aivoja ei ole ohjelmoitu lukemaan. Kun taito kehittyi 5 500 vuotta sitten, näkemiseen, kuulemiseen, puhumiseen ja ajatteluun rakentuneet alueet alkoivat tehdä uudenlaista yhteistyötä.

Nyt olemme jälleen uudenlaisen lukukulttuurin alussa. Verkkolukeminen on tullut jäädäkseen, ja jotkut pelkäävät, että tyhmistymme, kun totutamme aivomme ärsyketulvaan ja pikaselailuun netissä. Tiedonvälitys on lisääntynyt räjähdysmäisesti mutta niin myös häly.

Syventyvän lukemisen kohtalosta kantaa huolta professori Maryanne Wolf Tufts-yliopistosta. Tapaa näet kannattaisi vaalia. Aivokuvaukset paljastavat, että paneutuva lukija käyttää laajasti molempia aivopuoliskojaan. Hän ei vain vastaanota kirjoittajan sanomaa vaan vertaa sitä aiemmin hankkimaansa tietoon, erittelee sitä ja rakentaa omaa ajatteluaan. Pintalukijalla ei tähän ole aikaa.

Mikko Puttonen on Tiede-lehden toimittaja.

Julkaistu Tiede-lehdessä 12/2012 

Täysin raittiiden suomalaisnuorten osuus on moninkertaistunut vuosituhannen alusta.

Nuoruus raitistuu, kertoo Helsingin Sanomat jutussaan.

Nuorten alkoholin käyttö kasvoi vuoteen 1999, joka oli myös kaikkein kostein vuosi. Silloin vain joka kymmenes yhdeksäsluokkalainen ilmoitti, ettei ollut koskaan käyttänyt alkoholia.

Sittemmin täysin raittiiden osuus on moninkertaistunut, ilmenee vuoteen 2015 ulottuneesta eurooppalaisesta, nuorten päihteidenkäyttöä käsittelevästä Espad-tutkimuksesta.

Jopa muut eurooppalaiset jäävät jälkeen. Suomessa täysin raittiita 15–16-vuotiaista nuorista on joka neljäs, kun Euroopassa heitä on keskimäärin joka viides.

Terveyden ja hyvinvoinnin laitoksen THL:n erikoistutkija Kirsimarja Raitasalo kollegoineen on ­koettanut tunnistaa niitä nuoruuden muutoksia, jotka voisivat selittää humalan hiipumista.

Ratkaisevaa näyttää olleen ainakin se, että alaikäisten on yhä vaikeampi saada alkoholia. Nykynuoret kokevat sen selvästi hankalammaksi kuin aiemmat ikäpolvet.

Kauppojen omavalvonta on osaltaan tehonnut. Kassoilla kysytään kaikilta alle 30-vuotiaan näköisiltä papereita.

Vanhemmat ja muutkin aikuiset ovat tiukentaneet asenteitaan nuorten juomiseen.

”Tietoisuus alkoholin haitoista on ehkä lisääntynyt. On tullut paljon tutkimustietoa esimerkiksi siitä, miten alkoholi vaikuttaa nuorten aivojen kehitykseen”, Raitasalo pohtii.

Nuorten omakin maailma on muuttunut toisenlaiseksi. Älylaitteet, pelit ja sosiaalinen media kyllästävät arkea. Pussikaljoittelu joutuu kilpailemaan monen muun kiinnostavan ajanvietteen kanssa ja on ehkä osittain hävinnyt niille.

Juovuksissa olemisesta on ehkä tullut myös tyylirikko. Nuoret eivät enää näytä arvostavan kännissä örveltämistä.

Kysely

Mikä mielestäsi raitistaa nuoria?

Neutroni
Seuraa 
Viestejä25737
Liittynyt16.3.2005

Viikon gallup: Mikä mielestäsi raitistaa nuoria?

Käyttäjä4809 kirjoitti: Eiköhän syy ole -90 luvulla alkaneen laman menetetyt työpaikat ja samalla supistettu koulutus, minkä seurauksena vuodestä -99 alkaen vanhemmilla ei enää ole ollut niin paljon rahaa annettavaksi nuorisolle. Sekä myös nuorisolle soveltuvien työpaikkojen vähentyminen ja samaan aikaan tapahtunut kohtuuton vuokrien nousu, vasinkin pääkaupunkiseudulla. En tiedä, mutta en usko rahaan. Esimerkiksi kilju, 10 % juoma joka maksaa joitain senttejä litralta, tuntuu olevan...
Lue kommentti
molaine
Seuraa 
Viestejä1186
Liittynyt3.8.2011

Viikon gallup: Mikä mielestäsi raitistaa nuoria?

En kyllä usko, että rahalla on iso merkitys ja veikkaan, että käytettävissä olevat rahat on vain kasvaneet, jos verrataan vaikka omaan nuoruuteen. Ei viina suomessa ole niin kallista, etteikö köyhälläkin olisi varaa dokailla. Oma junnu ei läträä lainkaan viinan kanssa. Iso osa kavereistakaan ei, vaikka osa ilmeisesti jonkin verran lipittelee. Kyllä nuorten asenteet on mielestäni muuttuneet ihan selkeästi. Ehkä alkoholipolitiikka on toiminut? Kotoa ei meillä kyllä tällaista ole opittu...
Lue kommentti

Panterarosa: On selvää, että "Partitava kisaa kurupati-kuvaa" ei oikein aukene kehitysmaalaisille N1c- kalmukinperseille.