واجهة الدماغ والآلة
لاما ناشمان، زميل إنتل ومدير مختبر الحوسبة التوقعية – سلسلة المقابلات
لاما ناشمان، هو زميل إنتل ومدير مختبر الحوسبة التوقعية. لاما معروف جيدًا بعمله مع البروفيسور ستيفن هوكينغ، حيث كانinstrumental في بناء نظام حاسوب مساعد لتمكين البروفيسور ستيفن هوكين من التواصل. اليوم，她 تساعد روبوتات بريطانيًا الدكتور بيتر سكوت مورغان على التواصل. في عام 2017، تلقى الدكتور بيتر سكوت مورغان تشخيصًا لمرض العصبون المоторي (MND)، المعروف أيضًا باسم ALS أو مرض لو جيريج. MND يهاجم الدماغ والأعصاب ويفصل في النهاية جميع العضلات، حتى تلك التي تمكن من التنفس والبلع.
قال الدكتور بيتر سكوت مورغان في 한 مرة: “سأستمر في التطور، وموتي كإنسان، وحيوي كسايبورغ.”
ما الذي جذبك إلى الذكاء الاصطناعي؟
لقد كنت دائمًا انجذبت إلى فكرة أن التكنولوجيا يمكن أن تكون مساومًا كبيرًا. عندما يتم تطويرها بشكل مسؤول، لديها القدرة على تسوية الساحة، ومعالجة عدم المساواة الاجتماعية، وتعزيز الإمكانات البشرية. ولا مكان هو أكثر صدقًا في هذا الصدد من الذكاء الاصطناعي. في حين أن الكثير من محادثات الصناعة حول الذكاء الاصطناعي والبشر تضع العلاقة بين الاثنين في مواجهة، أعتقد أن هناك أشياء فريدة من نوعها التي تكون الآلات والأشخاص جيدون فيها، لذلك أفضل النظر إلى المستقبل من خلال عدسة تعاون الإنسان والذكاء الاصطناعي بدلاً من منافسة الإنسان والذكاء الاصطناعي. أؤدي دورًا في مختبر الحوسبة التوقعية في إنتل لابس حيث لدينا تركيز واحد على تقديم 혁신 الحوسبة التي تتناسب مع التأثير الاجتماعي الواسع. بالنظر إلى كيفية انتشار الذكاء الاصطناعي بالفعل وتزايده في كل جانب من جوانب حياتنا، أرى وعدًا كبيرًا في البحث الذي تقوم به فريقي لجعل الذكاء الاصطناعي أكثر سهولة، أكثر دراية بالسياق، أكثر مسؤولية، و في النهاية جلب حلول تكنولوجية في نطاق لتمكين الناس في العالم الحقيقي.
لقد عملت بشكل وثيق مع العالم الفيزيائي الأسطوري البروفيسور ستيفن هوكينغ لإنشاء نظام ذكاء اصطناعي يساعده في التواصل والمهام التي نعتبرها معظمنا روتينية. ما هي بعض هذه المهام الروتينية؟
العمل مع البروفيسور ستيفن هوكينغ كان أكثر مشروع معنى وتحدي في حياتي. إنه يغذي روحي ويظهر حقًا كيف يمكن للتكنولوجيا تحسين حياة الناس بشكل كبير. كان يعيش مع ALS، مرض عصبون مоторي تنكسي، يفقد المريض مع مرور الوقت القدرة على أداء أبسط الأنشطة. في عام 2011، بدأنا العمل معه لاستكشاف كيفية تحسين نظام الحاسوب المساعد الذي مكّنه من التفاعل مع العالم. بالإضافة إلى استخدام كمبيوتره للتحدث مع الناس، استخدم ستيفن كمبيوتره مثلنا جميعًا، لتحرير المستندات، وتصفح الويب، وإلقاء المحاضرات، وكتابة البريد الإلكتروني، وغيرها. تمكنت التكنولوجيا ستيفن من الاستمرار في المشاركة النشطة في العالم والتحفيز عليه لسنوات بعد تدهور قدراته الجسدية بسرعة. هذا – بالنسبة لي – هو ما يبدو تأثير التكنولوجيا على حياة شخص ما!
ما هي بعض الرؤى الرئيسية التي أخذتها من العمل مع البروفيسور ستيفن هوكينغ؟
شاشة الكمبيوتر هي حقًا بابنا إلى العالم. إذا كان الناس يستطيعون التحكم في كمبيوترهم، فيمكنهم التحكم في جميع جوانب حياتهم (استهلاك المحتوى، والوصول إلى العالم الرقمي، والتحكم في البيئة المادية، والتنقل في كرسيهم المتحرك، إلخ).对于 الأشخاص ذوي الإعاقة الذين يمكنهم التحدث، تتيح لهم تقنيات التعرف على الكلام التحكم الكامل في أجهزتهم (و إلى حد كبير، بيئتهم المادية). ومع ذلك، أولئك الذين لا يستطيعون التحدث و لا يستطيعون التحرك هم حقًا معاقون في عدم khả năngهم ممارسة الاستقلال. ما علمني تجربه مع البروفيسور هوكينغ هو أن منصات التكنولوجيا المساعدة تحتاج إلى أن تكون مخصصة لاحتياجات المستخدم. على سبيل المثال، لا يمكننا افتراض أن حلًا واحدًا سيعمل للأشخاص الذين يعانون من ALS، لأن المرض يؤثر على قدرات مختلفة عبر المرضى. لذلك، نحتاج إلى تكنولوجيا يمكن تكوينها و تعديلها بسهولة لاحتياجات الفرد. هذا هو السبب الذي بنينا من أجله ACAT (حزمة أدوات التكنولوجيا المساعدة الموجهة بالسياق)، وهي منصة برمجيات مفتوحة المصدر و قابلة للتحديث التي يمكن للمطورين من خلالها الابتكار و بناء قدرات مختلفة عليها.
كما تعلمت أن من المهم فهم عتبة الراحة لكل مستخدم حول تسليم السيطرة مقابل الكفاءة الأكبر (هذا لا يقتصر على الأشخاص ذوي الإعاقة). على سبيل المثال، قد يكون الذكاء الاصطناعي قادرًا على أخذ المزيد من السيطرة من المستخدم من أجل أداء مهمة بشكل أسرع أو أكثر كفاءة، لكن كل مستخدم لديه مستوى مختلف من مخاوف المخاطر. بعضهم على استعداد لتسليم المزيد من السيطرة، بينما يريد مستخدمون آخرون الحفاظ على المزيد منها. فهم هذه العتبات وتأثيرها على كيفية تصميم هذه الأنظمة له تأثير كبير. نحتاج إلى إعادة التفكير في تصميم النظام من حيث مستوى راحة المستخدم بدلاً من مقاييس الكفاءة والدقة الموضوعية فقط.
في الآونة الأخيرة، كنت تعمل مع عالم مشهور في المملكة المتحدة بيتر سكوت مورغان الذي يعاني من مرض العصبون المоторي و يهدف إلى أن يصبح أول سايبورغ كامل في العالم. ما هي بعض الأهداف الطموحة التي يطمح بيتر إليها؟
من القضايا المتعلقة بالاتصالات المساعدة و التكميلية (AAC) هو “فجوة الصمت”. يستخدم العديد من الأشخاص الذين يعانون من ALS (بما في ذلك بيتر) التحكم بال взгляд لاختيار الحروف / الكلمات على الشاشة للتحدث مع الآخرين. هذا يؤدي إلى صمت طويل بعد انتهاء شخص ما من جملته بينما ينظر إلى كمبيوتره ويبدأ في صياغة حروفه وكلماته للرد. أراد بيتر تقليل فجوة الصمت قدر الإمكان لإعادة إحضار التلقائية اللفظية إلى التواصل. كما يريد الحفاظ على صوته و شخصيته و استخدام نظام نص إلى كلام يعبّر عن أسلوبه الفريد في التواصل (مثل نكاته، و سخرته السريعة، و عواطفه).
روبوتات بريطاني الدكتور بيتر سكوت مورغان، الذي يعاني من مرض العصبون المоторي، بدأ في عام 2019 في الخضوع لシリーズ من العمليات الجراحية لتوسيع حياته باستخدام التكنولوجيا. (الائتمان: Cardiff Productions)
هل يمكنك مناقشة بعض التكنولوجيا الحالية التي يتم استخدامها لمساعدة الدكتور بيتر سكوت مورغان؟
بيتر يستخدم ACAT (حزمة أدوات التكنولوجيا المساعدة الموجهة بالسياق)، المنصة التي بنيناها خلال عملنا مع الدكتور هوكينغ و التي أطلقناها لاحقًا كمصدر مفتوح. على عكس الدكتور هوكينغ الذي استخدم عضلات خده ك “مفتاح إدخال” للتحكم في الحروف على شاشته، بيتر يستخدم التحكم بال взгляд (قدرة أضفنا إلى ACAT الحالية) للتحدث و التحكم في كمبيوتره، والذي يتواصل مع حل Text-to-Speech (TTS) من شركة CereProc تم تخصيصه له و يسمح له بالتعبير عن عواطف و تأكيدات مختلفة. كما يتحكم النظام في تمثال تم تخصيصه له.
نحن حاليًا نعمل على نظام توليد استجابة ل ACAT يمكن أن يسمح لبيتر بالتفاعل مع النظام على مستوى أعلى باستخدام قدرات الذكاء الاصطناعي. سوف يستمع هذا النظام إلى محادثات بيتر مع مرور الوقت و يقترح استجابات لبيتر لاختيارها على الشاشة. الهدف هو أن يتعلم نظام الذكاء الاصطناعي من بيانات بيتر و يسمح له “بالدفع” إلى النظام لتوفير أفضل استجابات باستخدام بعض الكلمات الرئيسية (مثل كيفية عمل عمليات البحث على الويب اليوم). هدفنا مع نظام توليد الاستجابة هو تقليل فجوة الصمت في التواصل المذكورة أعلاه و تمكين بيتر و مستخدمي ACAT في المستقبل من التواصل بسرعة تشعر أكثر “بالطبيعية”.
لقد تحدثت أيضًا عن أهمية الشفافية في الذكاء الاصطناعي، كم هو كبير هذا القضية؟
إنه قضية كبيرة خاصة عند نشره في أنظمة اتخاذ القرارات أو أنظمة التعاون بين الإنسان والذكاء الاصطناعي. على سبيل المثال، في حالة نظام بيتر المساعد، نحتاج إلى فهم ما يسبب نظام التوصية هذه و كيف يمكن التأثير على تعلم هذا النظام ليعبر عن أفكاره بدقة أكبر.
في السياق الأوسع لأنظمة اتخاذ القرارات، سواء كان ذلك مساعدة في التشخيص بناءً على التصوير الطبي أو تقديم توصيات حول منح القروض، أنظمة الذكاء الاصطناعي تحتاج إلى تقديم معلومات يمكن تفسيرها من قبل الإنسان حول كيفية وصولها إلى هذه القرارات، و ما السمات أو الميزات التي كانت أكثر تأثيرًا على هذا القرار، و ما هو مستوى الثقة الذي لديها في الاستدلال الذي تم إجراؤه، إلخ. هذا يزيد من الثقة في أنظمة الذكاء الاصطناعي و يسمح بالتعاون الأفضل بين البشر و الذكاء الاصطناعي في سيناريوهات اتخاذ القرارات المختلطة.
الانحياز في الذكاء الاصطناعي، خاصة فيما يتعلق بالعنصرية و الجنسانية، هو قضية كبيرة، لكن كيف يمكنك تحديد أنواع أخرى من الانحياز عندما لا تعرف ما الانحياز الذي تبحث عنه؟
إنه مشكلة صعبة جدًا و لا يمكن حلها بالتكنولوجيا فقط. نحتاج إلى جلب المزيد من التنوع في تطوير أنظمة الذكاء الاصطناعي (عرقي، و جنساني، و ثقافي، و قدرات جسدية، إلخ). هذا هو فجوة واضحة في السكان الذين يبنون هذه الأنظمة اليوم. بالإضافة إلى ذلك، من الحاسم وجود فرق متعددة التخصصات مشاركة في تعريف و تطوير هذه الأنظمة، و جلب العلوم الاجتماعية، و الفلسفة، و علم النفس، و الأخلاقيات، و السياسة إلى الطاولة (لا مجرد علوم الكمبيوتر)، و المشاركة في عملية الاستفسار في سياق المشاريع و المشاكل المحددة.
لقد تحدثت من قبل عن استخدام الذكاء الاصطناعي لتعزيز الإمكانات البشرية. ما هي بعض المجالات التي تظهر أكثر وعدًا لتعزيز هذه الإمكانات؟
منطقة واضحة هي تمكين الأشخاص ذوي الإعاقة من العيش بشكل أكثر استقلالية، و التواصل مع الأحباء، و الاستمرار في الإبداع و المساهمة في المجتمع. أرى إمكانية كبيرة في التعليم، و في فهم مشاركة الطلاب و تخصيص تجربة التعلم لاحتياجات و قدرات الطلاب الفردية لتحسين المشاركة، و تمكين المعلمين بهذه المعرفة، و تحسين النتائج التعليمية. عدم المساواة في التعليم اليوم هو هائل و هناك مكان للذكاء الاصطناعي لمساعدة تقليل بعض هذه عدم المساواة إذا فعلنا ذلك بشكل صحيح. هناك فرص لا حصر لها للذكاء الاصطناعي لإضافة قيمة كبيرة من خلال إنشاء أنظمة تعاون بين الإنسان و الذكاء الاصطناعي في العديد من القطاعات (الرعاية الصحية، و التصنيع، إلخ) لأن ما يجيء به البشر و الذكاء الاصطناعي إلى الطاولة هو مكمل بشكل كبير. من أجل حدوث هذا، نحتاج إلى الابتكار في تقاطع العلوم الاجتماعية، و واجهة المستخدم، و الذكاء الاصطناعي. الإدراك المتعدد الوضع، و الوعي بالسياق، و التعلم من البيانات المحدودة، و واجهة المستخدم المادية، و القابلية للتفسير هي بعض التحديات الرئيسية التي نحتاج إلى التركيز عليها لجعل هذا الرؤية حقيقة.
لقد تحدثت أيضًا عن مدى أهمية التعرف على العواطف لمستقبل الذكاء الاصطناعي. لماذا يجب على صناعة الذكاء الاصطناعي التركيز أكثر على هذا مجال البحث؟
التعرف على العواطف هو قدرة رئيسية لأنظمة الإنسان و الذكاء الاصطناعي لعدة أسباب. أحد الجوانب هو أن العواطف البشرية توفر سياقًا بشريًا مهمًا لأي نظام استباقي لفهمه قبل أن يتصرف.
أكثر من ذلك، هذه الأنظمة تحتاج إلى الاستمرار في التعلم في البرية و التكيف بناءً على التفاعلات مع المستخدمين، و بينما يكون التغذية الراجعة المباشرة إشارة رئيسية للتعلم، فإن الإشارات غير المباشرة مهمة جدًا و هي مجانية (أقل عمل للمستخدم). على سبيل المثال، يمكن لمساعد رقمي التعلم الكثير من الإحباط في صوت المستخدم و استخدام ذلك كإشارة تغذية راجعة للتعلم ما يجب فعله في المستقبل، بدلاً من طلب التغذية الراجعة من المستخدم كل مرة. يمكن استخدام هذه المعلومات لتحفيز أنظمة الذكاء الاصطناعي النشطة على الاستمرار في التحسين مع مرور الوقت.
هل هناك شيء آخر تريد مشاركته حول ما تعمل عليه في مختبر الحوسبة التوقعية أو قضايا أخرى التي ناقشناها؟
عند بناء أنظمة مساعدة، نحتاج حقًا إلى التفكير في كيفية بناء هذه الأنظمة بشكل مسؤول و كيف تمكين الناس من فهم ما البيانات التي يتم جمعها و كيفية التحكم في هذه الأنظمة بطريقة عملية. كما باحثون في الذكاء الاصطناعي، غالبًا ما نكون مهتمين بالبيانات و نريد الحصول على أكبر قدر ممكن من البيانات لتحسين هذه الأنظمة، ومع ذلك، هناك توازن بين نوع وكمية البيانات التي نريد جمعها و خصوصية المستخدم. نحتاج حقًا إلى تقييد البيانات التي نجمعها إلى ما هو مطلوب بالضرورة لأداء مهمة الاستدلال، و جعل المستخدمين على دراية بالضبط ما البيانات التي نجمعها و تمكينهم من ضبط هذا التوازن بطرق معنوية و قابلة للاستخدام.
شكرًا على المقابلة الرائعة، القراء الذين يرغبون في معرفة المزيد حول هذا المشروع يجب أن يقرأوا المقال إنتل لاما ناشمان و بيتر سكوت مورغان: عالمين، واحد منهم “سايبورغ بشري”.
فريق مختبر الحوسبة التوقعية في إنتل الذي طور حزمة أدوات التكنولوجيا المساعدة الموجهة بالسياق يشمل (من اليسار) أليكس نجوين، و سانجيتا شارما، و ماكس بيناروك، و ساي براساد، و لاما ناشمان، و بيت دينمان. غير موضحين هم برونا جيرفنت، و سوراف ساهاي، و شاشي كومار. (الائتمان: لاما ناشمان)
