مقابلات
الدكتورة جوديث بيشوب، مدير أول لخبراء الذكاء الاصطناعي في آبن – سلسلة المقابلات
أضف Unite.AI إلى مصادرك المفضلة على Google
الدكتورة جوديث بيشوب، هي مدير أول لخبراء الذكاء الاصطناعي لمنطقة آسيا والمحيط الهادئ والولايات المتحدة في آبن. وهي تقود وتوسع فريقًا من顶级 من اللغويين واللغويين الحاسوبيين وخبراء جميع أنواع الاتصال البشري (النطق والكتابة والايماءات)، لتوفير بيانات تدريب الذكاء الاصطناعي بمزيج فريد من الجودة والسرعة.
ما الذي جذبك في البداية إلى علم اللغة؟
سمعت عن علم اللغة لأول مرة من معلمتي المفضلة للغة الإنجليزية في المدرسة الثانوية. كنت واحدة من أولئك الأطفال الذين يتمتعون بنفس القدر من الجاذبية للغات الأجنبية والعلوم الإنسانية، والرياضيات والعلوم. علم اللغة هو علم كيفية عمل اللغة، لذلك جمع بين اهتماماتي. مثل العديد من الناس، بمجرد أن تعلمت عنها، كنت متيقنا تماما. ما يمكن أن يكون أكثر إثارة للاهتمام من كيفية تواصلنا مع أفكارنا ومشاعرنا مع بعضنا البعض؟ علم اللغة يستكشف هياكل اللغة التي، على الرغم من جميع الاختلافات في الأصوات والأنظمة الكتابية، غالبا ما تكون متشابهة تحت السطح، لأن جميعها هي نتاج وجودنا البشري المشترك.
هل يمكنك مشاركة قصة كيف وجدت نفسك تعمل في الذكاء الاصطناعي؟
لقد عملت في آبن منذ عام 2004 لدعم تطوير منتجات وخدمات تكنولوجيا اللغة. خلال هذا الوقت، ظهر الذكاء الاصطناعي كإطار شامل ورسالة ورؤية للتكنولوجيا لمحاكاة وتوسيع قدرات الاتصال والاستدلال والتصور البشري. في عام 2019، أعيد تسمية فريقنا إلى خبراء الذكاء الاصطناعي، معترفين بأن معرفتنا اللغوية والمعرفة باللغة حاسمة لشركة الذكاء الاصطناعي. توفر بياناتنا المُحَدَّثة دعمًا أساسيًا للنجاح في التفاعلات البشرية مع منتجات وخدمات الذكاء الاصطناعي.
لقد عملت في الذكاء الاصطناعي لمدة 16 عامًا، ما هي بعض أكبر التغييرات التي لاحظتها؟
التغيير الرئيسي كان تنويع التركيز من تطوير التكنولوجيا الأساسية إلى مجموعة واسعة من الحالات والتطبيقات. خلال معظم مسيرتي المهنية، كان التركيز الرئيسي للذكاء الاصطناعي القائم على اللغة هو تطوير ورفع مستوى مجموعة أساسية من النماذج التي تقلد الإدراك والانتاج اللغوي البشري، وهي التعرف على الكلام والتركيب اللغوي والتعرف على الكلام. كانت مجموعات البيانات تتوافق مع معايير التسمية والتحليل والتقنيات المعتمدة، مثل تلك التي طورتها جمعية سبيكون (واجهات مدفوعة بالكلام للأجهزة الاستهلاكية). سمحت هذه المعايير لمطوري التكنولوجيا الأساسية بمقارنة أدائهم على هياكل بيانات مشتركة ودعمت التطور السريع للذكاء الاصطناعي.
هل يمكنك مناقشة أهمية البيانات غير المنحازة في التعلم الآلي؟
نماذج التعلم الآلي، سواء كانت نماذج تعلم إشرافي أو غير إشرافي أو تعزيزي، ستعكس الانحيازات الموجودة في البيانات التي يتم تدريبها عليها. أليسا سيمبسون روتشويرجر وويلسون بانغ يقدمون عدة أمثلة ممتازة لهذه القضية في كتابهم الأخير، الذكاء الاصطناعي في العالم الحقيقي. إذا كان هناك قلة في بيانات التدريب لجزء من السكان، فإن نموذج الذكاء الاصطناعي سيكون أقل دقة لهذا الجزء.
أطلقت آبن مؤخرًا مجموعات بيانات تدريب متنوعة جديدة للتعرف على اللغة الطبيعية. هل يمكنك مشاركة بعض التفاصيل حول كيف ستتيح هذه المجموعات للمستخدمين الحصول على نفس الخبرة بغض النظر عن تنوع اللغة أو اللهجة أو العرق أو الجنس؟
لما ذكر أعلاه، هناك حاجة إلى مجموعات بيانات لتصحيح الانحيازات الحالية في أنظمة الإنتاج الذكاء الاصطناعي، بالإضافة إلى مجموعات بيانات أكثر شمولاً لتدريب الأنظمة المستقبلية. ستدعم مجموعات بيانات آبن التي提到ها تصحيح الانحيازات المتعلقة بالعرق واللهجات المرتبطة بهذه العرقيات، مثل اللهجة الأمريكية الأفريقية. ستوفّر بيانات تدريب إضافية لتعزيز تمثيل هذا الجزء من السكان في نماذج اللغة الذكاء الاصطناعي.
خارج نطاق الذكاء الاصطناعي، أنت أيضًا شاعرة مع العديد من القصائد التي فازت بجوائز مختلفة في الصناعة. ما هي وجهات نظرك حول الذكاء الاصطناعي في المستقبل الذي يظهر هذا النوع من الإبداع، بما في ذلك كتابة الشعر؟
هذا سؤال ممتاز. الشعر والفنون الإبداعية الأخرى تستمد من جميع الموارد البشرية للذاكرة والادراك والحس والعاطفة، بالإضافة إلى هياكل اللغة والصورة، لإنتاج رؤى تتوافق مع القضايا المعاصرة. كتبت إميلي ديكنسون، “إذا قرأت كتابًا واجعله جسدي كله باردًا لا يستطيع أي نار دفئته، أعرف أن هذا الشعر. إذا شعرت جسديًا كما لو أن الجزء العلوي من رأسي تم إزالته، أعرف أن هذا الشعر.” يجب أن يكون هناك عنصر من الادراك أو الحس أو الانبهار، ولكن أيضًا مفاجأة حقيقية.
هل هناك أي شيء آخر تود مشاركته حول آبن أو الذكاء الاصطناعي بشكل عام؟
موفرو البيانات مثل آبن لديهم إمكانية قوية للتأثير على نتائج الذكاء الاصطناعي من خلال توفير بيانات تدريب شاملة.
ومع ذلك، سيتطلب الوصول إلى هدف الذكاء الاصطناعي الشامل المشاركة الجماعية. يجب على مشتري البيانات أن يعترفوا بمسؤوليةهم عن طلب بيانات شاملة ومدفوعة الثمن التي ستضمن أداء أنظمتهم الأمثل لجميع المستخدمين في العالم الحقيقي. ويجب على أولئك الذين يوفرون بياناتهم لتنمية الذكاء الاصطناعي أن يكونوا قادرين على الثقة في الاستخدامات التي سيتم وضعها. سيتطلب بناء هذا الثقة ممارسات قوية وشفافة من قبل جميع من يتعاملون مع البيانات الحساسة.
شكرًا على المقابلة الرائعة، استمتعت بمعرفة المزيد عن وجهات نظرك حول الذكاء الاصطناعي وعلم اللغة. القراء الذين يرغبون في معرفة المزيد يجب أن يزوروا آبن.
