إيمي ستير، الباحثة الرئيسية في تعلم الآلة لدى جريتيل.اي – سلسلة المقابلات

إيمي ستير هي الباحثة الرئيسية في تعلم الآلة في جريتيل.اي، منصة الهندسة الخصوصية الأكثر تقدمًا في العالم. جريتيل تجعل من السهل دمج الخصوصية في تصميم التكنولوجيا القائمة على البيانات. مكتباتها المفتوحة المصدر القائمة على الذكاء الاصطناعي مصممة لتحويل المعلومات الحساسة وإخفاء الهوية فيها وتوليد بيانات اصطناعية منها.

إيمي هي عالمة في تعلم الآلة وعلوم البيانات ذات إنجازات عالية مع أكثر من 20 عامًا من الخبرة. شغفها هو البيانات الكبيرة والكشف عن الذكاء المخفي داخلها باستخدام تقنيات من تعلم الآلة وتنقيب البيانات والذكاء الاصطناعي والإحصاء. وهي ماهرة للغاية في النمذجة التنبؤية والتصنيف والعنقدة والكشف عن الشذوذ وتصوير البيانات وطرق التجميع واسترجاع المعلومات وتحليلات الأمن السيبراني ومعالجة اللغة الطبيعية ونماذج التوصية وتحليل سلوك المستخدم.

ما الذي جذبك في البداية لمتابعة مسار في علوم الحاسوب وتعلم الآلة؟

حبي الكبير وغير المتناهي للبيانات. قوة البيانات وغموضها وجاذبيتها وإمكاناتها لطالما أسرتني. علوم الحاسوب وتعلم الآلة هي أدوات لاستغلال تلك الإمكانات. كما أنها ممتعة للغاية العمل في مجال يتحرك بسرعة كبيرة. أحب نقطة تقاطع البحث والمنتج. من المرضي أن تأخذ أفكارًا متقدمة وتدفعها قليلاً ثم تُشكلها لتتناسب مع احتياجات المنتج الحالية.

لمن لا يعرف، هل يمكنك أن تفسر ما هي البيانات الاصطناعية؟

البيانات الاصطناعية هي بيانات تبدو وتتصرف مثل البيانات الأصلية ولكنها مختلفة بما يكفي لتلبية بعض الحالات. أكثر حالة استخدام شائعة هي الحاجة لحماية خصوصية المعلومات في البيانات الأصلية. حالة استخدام أخرى هي الحاجة لإنشاء بيانات إضافية لزيادة حجم مجموعة البيانات الأصلية. حالة استخدام أخرى هي مساعدة في حل عدم توازن الفئة أو ربما الانحياز الديموغرافي في مجموعة البيانات الأصلية.

البيانات الاصطناعية تسمح لنا بمواصلة تطوير منتجات و حلول جديدة ومبتكرة عندما لا تتوفر البيانات اللازمة لذلك.

كيف تعمل منصة جريتيل لإنشاء بيانات اصطناعية عبر واجهات برمجة التطبيقات؟

واجهات برمجة تطبيقات جريتيل للهندسة الخصوصية تسمح لك باستخدام البيانات في جريتيل و استكشاف البيانات التي نستطيع استخراجها. هذه هي نفس واجهات برمجة التطبيقات المستخدمة في وحدة التحكم. من خلال وضع واجهات برمجة التطبيقات، من خلال واجهة سهلة الاستخدام، نأمل في تمكين المطورين وعلماء البيانات من بناء عملياتهم الخاصة حول جريتيل.

في حين أن وحدة التحكم تجعل إنشاء بيانات اصطناعية أمرًا سهلًا جدًا، واجهات برمجة التطبيقات تمكنك من دمج إنشاء بيانات اصطناعية في عملياتك. أحب استخدام واجهات برمجة التطبيقات لأنها تمكنني من تخصيص إنشاء بيانات اصطناعية لحالة استخدام معينة.

هل يمكنك أن تناقش بعض الأدوات التي تقدمها جريتيل لمساعدة في تقييم جودة البيانات الاصطناعية؟

بعد إنشاء البيانات الاصطناعية، ستولد جريتيل تقريرًا اصطناعيًا. في هذا التقرير يمكنك رؤية درجة جودة البيانات الاصطناعية (SQS) وكذلك تصنيف مستوى حماية الخصوصية (PPL).

درجة SQS هي تقدير لمدى جودة البيانات الاصطناعية التي تتمتع بالخصائص الإحصائية نفسها مثل مجموعة البيانات الأصلية. في هذا الصدد، يمكن اعتبار درجة SQS كدرجة فائدة أو ثقة فيما إذا كانت الاستنتاجات العلمية المستخلصة من مجموعة البيانات الاصطناعية هي نفسها إذا كنت تستخدم مجموعة البيانات الأصلية.

درجة جودة البيانات الاصطناعية محسوبة بواسطة دمج مقاييس الجودة الفردية: استقرار توزيع الحقول و استقرار ارتباط الحقول و استقرار البنية العميقة.

استقرار توزيع الحقول هو مقياس لمدى جودة البيانات الاصطناعية في الحفاظ على توزيعات الحقول نفسها مثل البيانات الأصلية. استقرار ارتباط الحقول هو مقياس لمدى جودة البيانات الاصطناعية في الحفاظ على علاقات الحقول. وأخيرًا، استقرار البنية العميقة يقيس التكامل الإحصائي للتوزيعات والارتباطات الأعمق التي تشمل حقولاً متعددة. لتقدير ذلك، تقارن جريتيل تحليل المكونات الرئيسية (PCA) المحسوب أولاً على البيانات الأصلية، ثم مرة أخرى على البيانات الاصطناعية.

كيف تعمل مرشحات الخصوصية في جريتيل؟

مرشحات الخصوصية في جريتيل كانت نتيجة بحث كبير حول طبيعة الهجمات المعادية على البيانات الاصطناعية. مرشحات الخصوصية تمنع إنشاء بيانات اصطناعية مع نقاط ضعف شائعة تستغلها الهجمات المعادية. لدينا مرشحان للخصوصية، الأول هو مرشح الشبه، والثاني هو مرشح الشذوذ. يمنع مرشح الشبه إنشاء سجلات اصطناعية شبيهة جدًا بسجل تدريبي. هذه هي أهداف الهجمات المعادية التي تسعى إلى الحصول على رؤى حول البيانات الأصلية. المرشح الثاني هو مرشح الشذوذ. هذا يمنع إنشاء سجلات اصطناعية التي ستعتبر شاذة في الفضاء المحدد بواسطة البيانات التدريبية. السجلات الشاذة في مجموعة بيانات اصطناعية يمكن استغلالها بواسطة هجمات الاستدلال بالعضوية والاستدلال بالسمة وتنوع الهجمات المعادية الأخرى. إنها مخاطر خصوصية خطيرة.

كيف يمكن للبيانات الاصطناعية مساعدة في تقليل انحياز الذكاء الاصطناعي؟

الأسلوب الأكثر شيوعًا هو معالجة انحياز التمثيل في البيانات التي تغذي نظام الذكاء الاصطناعي. على سبيل المثال، إذا كان هناك عدم توازن كبير بين الفئات في بياناتك، أو ربما هناك انحياز ديموغرافي في بياناتك، تقدم جريتيل أدوات لمساعدتك في قياس عدم التوازن ثم حله في البيانات الاصطناعية. من خلال إزالة الانحياز في البيانات، غالبًا ما تزيل الانحياز في نظام الذكاء الاصطناعي المبني على البيانات.

من الواضح أنك تستمتع بتعلم تقنيات تعلم الآلة الجديدة، كيف تحافظ على اطلاع دائم على جميع التغييرات؟

اقرأ، اقرأ، واقرأ المزيد، هه! أحب أن أبدأ يومي بقراءة مقالات عن تقنيات تعلم الآلة الجديدة. Medium يعرفني جيدًا. أحب قراءة المقالات في Towards Data Science و Analytics Vidhya و النشرات الإخبارية مثل The Sequence. Facebook (META ) AI و Google (GOOGL ) AI و OpenMined جميعها مدونات رائعة. هناك العديد من المؤتمرات الجيدة التي يجب متابعتها مثل NeurIPS و ICML و ICLR و AISTATS.

أنا أيضًا أحب الأدوات التي تتبع مسارات الاقتباس وتساعدك على العثور على أوراق شبيهة بأوراقك المفضلة وتتعرف على اهتماماتك الخاصة وتظل دائمًا تراقب في الخلفية لأي ورقة قد تهمك. Zeta Alpha هو أداة واحدة أستخدمها كثيرًا.

أخيرًا، لا يمكنك أن تقلل من فائدة وجود زملاء لديهم اهتمامات مماثلة. في جريتيل، فريق تعلم الآلة يتابع الأبحاث ذات الصلة بالمجالات التي نستكشفها وغالبًا ما يجتمعون لمناقشة الأوراق المثيرة للاهتمام.

ما هي رؤيتك لمستقبل تعلم الآلة؟

الوصول السهل إلى البيانات سيحفز عصرًا عظيمًا من الابتكار في تعلم الآلة الذي بدوره سيعزز الابتكار في مجالات واسعة مثل الرعاية الصحية والمالية والتصنيع والعلوم البيولوجية. تاريخيًا، العديد من التقدمات الهامة في تعلم الآلة يمكن أن تعزى إلى حجم كبير من البيانات الغنية. ومع ذلك، تاريخيًا، تم حظر الكثير من الأبحاث بسبب عدم القدرة على الوصول إلى البيانات أو مشاركتها بسبب مخاوف الخصوصية. مع أدوات مثل جريتيل التي تزيل هذا الحاجز، ستتاح البيانات على نطاق أوسع وبصورة أكثر تكافؤاً. سوف يستفيد مجتمع تعلم الآلة بأكمله من الوصول إلى مجموعات بيانات كبيرة وغنية، بدلاً من بعض الشركات الكبيرة النخبوية فقط.

هل هناك أي شيء آخر تريد مشاركته حول جريتيل؟

إذا كنت تحب البيانات، فستحب جريتيل (لذا أنا أحب جريتيل!). الوصول السهل إلى البيانات كان شوكة في جنب كل عالم بيانات أعرفه. في جريتيل، نتحلى بفخر كبير بابتكار وحدة تحكم وواجهات برمجة تطبيقات تجعل من إنشاء بيانات خاصة ومشاركتها أمرًا بسيطًا قدر الإمكان. نحن نؤمن بعمق أن البيانات أكثر قيمة عندما يتم مشاركتها.

شكرًا على المقابلة الرائعة ومشاركتك رؤيتك، القراء الذين يرغبون في معرفة المزيد يجب أن يزوروا جريتيل.اي.