مقابلات
مارا كايرو، مالك المنتج التكنولوجي المتقدم في Amii – سلسلة المقابلات
أضف Unite.AI إلى مصادرك المفضلة على Google
مارا كايرو متحمسة لاستخدام الذكاء الاصطناعي من أجل الخير. لديها بكالوريوس في الهندسة الكهربائية من جامعة ألبرتا وتحمل شهادات P.Eng و PMP. قبل انضمامها إلى Amii، عملت في مجال تطوير الأجهزة، حيث ساعدت العملاء في إطلاق منتجاتهم في السوق، مع التركيز على التصنيع الدقيق والنانو.
كما مالك منتج التكنولوجيا المتقدمة في Amii، تقود مارا فريقًا تقنيًا يساعد الشركاء الصناعيين في بناء قدرات التعلم الآلي داخل منظمتهم من خلال تقديم الإرشاد والخبرة لتطوير النماذج التنبؤية. يعمل فريقها مع العملاء الذين يلتزمون بالتقدم على طول طيف تبني الذكاء الاصطناعي بتطبيق التعلم الآلي لأكثر مشاكلهم التجارية تحديًا.
Amii (معهد ألبرتا للمachine Intelligence) هو واحد من المراكز الرائدة في كندا للذكاء الاصطناعي، ويشترك مع الشركات من جميع الأحجام، عبر الصناعات، لتعزيز استراتيجية الابتكار وتقديم التوجيه العملي والنصائح، والتدريب الشركاتي وتوظيف المواهب.
اجتمعت معها في مقابلة في المؤتمر السنوي Upper Bound لعام 2023 حول الذكاء الاصطناعي في إدمونتون، ألبرتا، والذي يستضيفه Amii.
ما هو ما جذبك في البداية إلى الهندسة الكهربائية؟
كطفلة، أحببت بناء الأشياء. كانت أمي تأتي بمراوح عندما كانت حارة في الصيف، وأردت بناءها. أتذكر عندما كنت مراهقة، كان لدي هاتف خلوي، واحد من نوكيا التي يمكنك فكها، وفككتها ووضعت حلى على الداخل والهوائي.
أنا دائمًا أتقن الرياضيات. لذا، عندما جمع كل هذه الأشياء معًا، كان والدي尤 özellikle يدفعني في اتجاه الهندسة لأنني كنت جيدة في الرياضيات، وكنتمي لاهتمام عام بالإلكترونيات وأردت معرفة المزيد عنها، هذا ما جذبني إليه في البداية.
أيضًا، في الهندسة، أحببت فكرة تطبيق الرياضيات على مشاكل العالم الحقيقي. نعم، الرياضيات رائعة ومثيرة وممتعة بالنسبة لي، ولكن مع الهندسة، يمكنني تطبيقها لحل مشاكل صعبة. بدا لي هذا الخليط المثالي من الأشياء التي ستؤدي إلى مسيرة مهنية مثيرة.
يبدو أن والديك كانا داعمين جدًا لميولك.
نعم. أبي خاصة. يقول إنه رأى ذلك فيّ منذ سن مبكرة وجذبني دائمًا في هذا الاتجاه. كنت في حدث نساء في الذكاء الاصطناعي الليلة الماضية أيضًا، وتحدثنا عن إزالة بعض العوائق وجعل هذا المجال أكثر سهولة للنساء. ولم أرى ذلك كعائق لأن، مرة أخرى، كان والدي مثل، “هذا ما يجب عليك فعله. لا يتعلق الأمر بجنسك أو أي شيء. إنها مهارة لديك. يجب عليك اتباعها وتطويرها.” لم أشعر أبدًا أن هذا ليس لي، ما ساعدني بالطبع.
قبل انضمامك إلى Amii، عملت في مجال تطوير الأجهزة مع التركيز على التصنيع الدقيق والنانو. يمكنك تعريف هذه المصطلحات؟
بالتأكيد. في الهندسة الكهربائية، اخترت خيار الهندسة النانوية. كان التخصص حول تصميم وتصنيع الأجهزة على النطاق الدقيق والنانو. عندما نتحدث عن النانومتر، نتحدث عن المليمتر مقسم على مليون هو النانومتر. مقياس صغير جدًا.
نحن نعيش في عالم متصل. هناك إلكترونيات حولنا ونتطلب القدرة على تصميم الإلكترونيات لقيود التعبئة والفضاء. نحن دائمًا نحاول جعل الأشياء أصغر وأصغر. تأخذ شيءًا ضخمًا، نموذجًا أوليًا، وتحتاج إلى جعلها قابلة للتكرار والتحسين. التصنيع النانوي هو حول الأدوات والتقنيات التي تستخدمها لتصميم وتصنيع على هذا المستوى.
هذا من تصنيع الشرائح الإلكترونية إلى توصيل شريحتين مختلفتين كهربائيًا إلى التعبئة النهائية. كل هذا على النطاق المايكروي يتطلب تقنيات مختلفة عن بناء شيء على مقياسنا البشري. التصنيع الدقيق والنانوي هو حول العمليات الكيميائية التي تستخدمها والعمليات الكهربائية والتعبئة التي تحتاج إلى التأكد من أن هذه الأجهزة محكمة ومحمية من بيئتها.
ما هي بعض التطبيقات أو الحالات الأخرى للاستخدام؟
عملنا على العديد من المشاريع مثل الألياف البصرية. مرة أخرى، كل شيء في النهاية يأتي إلى نوع من وحدة المعالجة التي تأخذ الإشارات أو تولد إشارات. عملنا في صناعة الاتصالات، البصريات، الكاميرات، كل هذه الأشياء. ولكن أدمغة كل هذا عادة ما تكون نوعًا من الشرائح الإلكترونية في المنتصف.
ما هي بعض التحديات وراء العمل على هذا النطاق النانوي؟
قطعة غبار واحدة يمكن أن تدمر يومك بالكامل. الأشياء التي تعمل عليها هي نفس حجم الغبار في الهواء. لذا، فإن التصنيع في غرفة نظيفة هو حقًا بيئة تحمي ما تعمل عليه منك كإنسان، لأننا كبشر نكون قذرة جدًا، نحن دائمًا نوعًا ما ن吐ّ الترسبات، ملابسنا تترسب، الماكياج الذي نرتديه يجعّل الهواء قذرًا. نحن بحاجة إلى القضاء على الكثير من ذلك قدر الإمكان حتى تكون الأشياء التي نبنيها واضحة ونظيفة من هذا النوع من الملوثات.
تحدي آخر، هناك طرق رائعة ل بناء هذه الغرف النظيفة وهناك نوع من الدراسة والعلوم وراء ذلك، ولكن التحدي الآخر هو أخذها خارج المختبر لأن هذه الأشياء في النهاية ستستخدم في عالمنا القذر جدًا. هذا عندما تصبح التعبئة مهمة. نحن بحاجة إلى أن نتمكن من الوصول إلى هذه الأجهزة، ولكن نحن بحاجة إلى القيام بذلك بطريقة لا نلوث البيئة، التعبئة. لذا، فإن الختم الهرميتي والتأكد من أنها مغلقة تمامًا لا شيء يدخل أو يخرج. هذا مجموعة أخرى من التحديات التي رأيتها.
مرة أخرى، من التصنيع إلى أخذها إلى وجهتها النهائية، إنه مجرد نوع خاص من الاعتبارات والاهتمامات البيئية عندما تتعامل مع أشياء صغيرة جدًا. الأشياء لا تعمل دائمًا كما هو متوقع. في عالمنا المادي، نتوقع أن تعمل الأشياء بطريقة معينة، ولكن عندما تصل إلى النطاق المايكروي والنانوي، يصبح العالم المادي قليلًا مختلفًا، ولا يمكنك دائمًا توقع النتائج. هذا مجال دراسي آخر.
ما هي بعض الأمثلة على كونها مختلفة عن العالم المادي العادي؟
تمرير التيار عبر سلك. لدينا شاحناتنا وهواتفنا ونمرر التيار من خلالها. عندما تمرر التيار عبر سلك بحجم خيط الشعر، هناك بالطبع اعتبارات حرارية وأشياء تبدأ في التصرف بشكل مختلف لأن، مرة أخرى، الفضاء والقيود الحجمية.
ما هو دورك الحالي في Amii، وكيف يساعد فريقك الشركاء الصناعيين؟
دوري الحالي في Amii يختلف تمامًا عن عالم التكنولوجيا الدقيقة والنانوية.
أنا مالك المنتج في فريق التكنولوجيا المتقدمة في Amii. أؤدي فريقًا من علماء التعلم الآلي ومدراء المشاريع الذين يعملون جميعًا مع شركائنا الصناعيين المختلفين لحل مشاكلهم التجارية من خلال تطبيق التعلم الآلي.
نحن مركزون بشكل كبير على الصناعة، كل شيء حول جسر الفجوة بين ما يحدث في الأكاديمية، وجميع الاختراقات الرائعة في التعلم الآلي والذكاء الاصطناعي، ولكن تطبيقها على أكبر احتياجات شركائنا الصناعيين. نحن نستجيب لاحتياجاتهم بشكل أساسي من خلال مساعدتهم في العثور على المهارات والخبرة التي يحتاجون إليها للتقدم في العمل.
ننفذ برامج التدريب والزمالات من خلال فريق التكنولوجيا المتقدمة. لذا، أنا أستأجر الكثير. التوظيف ليس خلفيتي، ولكن هذا شيء أفعله الآن. وكل شيء حول التوفيق، العثور على المواهب الصحيحة في التعلم الآلي لوضعها في مشروع العميل. نستأجر هؤلاء الأشخاص كموظفين في Amii لمدة معينة ونقدم لهم الكثير من الدعم والتدريب، ولكن في الأساس، هم مخصصون للعمل على مشروع العميل وتقدمه. إنه طريقة للعملاء للحصول على وصول إلى المواهب دون أن يضطروا إلى القيام بالتوظيف أنفسهم. Amii لديها بعض الاعتراف بالعلامة التجارية الجيدة، ونحن قادرون على جلب مواهب رائعة ووضعها على هذه المشاريع الصناعية.
منافع محتملة للنظام هي أن يتيح للعميل فرصة توظيف هؤلاء الأشخاص بعد انتهاء فترة عملهم معنا. نحن نريد أن يبقى هذا الموهبة هنا. لا نريد انهيار في الدماغ. نحن نمنح العميل نوعًا من الرفع حتى يتمكنوا من تجربة الموهبة، تجربة المشروع، والحصول على شعور بما هو التعلم الآلي، ما نحتاج إلى جعله ناجحًا، ثم في النهاية، وضعه في هذه الشركات لفترة أطول حتى تصبح هذه الشركات شركات ذكاء اصطناعي حقيقية وقادرة على推进 مبادراتها الخاصة في المستقبل.
ما مدة العقد الذي يوقعونه عادة؟
عادة، أربعة إلى اثني عشر شهرًا.
إنه شيء نحدده في البداية، اعتمادًا على تعقيد المشروع وكمية المشاكل التي نحاول حلها. نجد أن الأطول، أفضل. مشاريع التعلم الآلي التي يمكن القيام بها في أربعة أشهر يمكن أن تكون صعبة. هناك المزيد من ذلك أكثر من بناء نماذج التعلم الآلي. يعتمد بشكل كبير على البيانات التي يجمعها العميل والتي يتم تسليمها لنا، مما يساعدنا على بناء النماذج. كلما استمرنا لفترة أطول، كان ذلك أفضل لنا للتكرار والتنقل خلال جميع الفرص.
العمل تجريبي وتجسدي في الطبيعة. Amii هو معهد أبحاث، لا يمكننا دائمًا ضمان النتيجة. مدة أطول تعطينا المزيد من الوقت للبحث والتأكد من أننا استنفدنا جميع خياراتنا وطاردنا كل شيء ممكن لأن من الصعب علينا القول، “هذا هو الأسلوب الذي سيعمل أفضل.” عليك محاولة ذلك ومراقبته.
ما هي بعض الأمثلة على مشاكل الأعمال الصعبة التي عمل فريقك عليها مع هذه الشركات؟
لقد ألمحت إليها، بالتأكيد، استعداد البيانات هو تحد كبير. تصور مستمر للصناعة لاستعداد البيانات مختلف عن ما يعتقد عالم التعلم الآلي أنه جاهز لنماذج التعلم الآلي. والوصول. مدى سهولة تسليم البيانات من قبل العميل لنا بطريقة يمكن استهلاكها من قبل نماذج التعلم الآلي الخاصة بنا. هذا هو السبب في أننا نحب المشاريع الأطول لأنها تعطينا فريقنا الوقت للعمل مع عملائنا من خلال هذه التحديات لاستعداد البيانات وتجهيزهم للنجاح.
النفايات في النفايات، إذا سلمت لنا بيانات نفايات، سنخلق نموذج نفايات. نحن بحاجة إلى بيانات جيدة. وهناك نوع من منحنى التعلم للعملاء. تصور الصناعة، مرة أخرى، لما هو بيانات جيدة، ما هي الأمثلة التي نحتاج إلى رؤيتها حتى نتمكن من التنبؤ بأشياء في المستقبل. إنه مجرد شيء من الأمانة، التأكد من أننا نتحدث نفس اللغة، فهم القيود بناءً على أي بيانات لديهم الوصول إليها عندما يفهمون ما سوف يضعنا في موقف النجاح.
تحتاج إلى أمثلة على ما تحاول التنبؤ به في مجموعة بياناتك. إذا كان الحدث نادرًا جدًا، سيكون من الصعب علينا أن نتوقع حدوثه أبدًا. يمكننا بناء نموذج دقيق جدًا لشيء ما لأن 99% من الوقت دقيق، لكننا لا نتنبأ أبدًا بنسبة 1% التي تحدث فيها. مرة أخرى، التأكد من أن العميل يفهم ما نحتاج إلى بناء نماذج دقيقة.
لقد رأينا حتى المشاكل التي تبدو بسيطة يمكن أن تكون معقدة للغاية اعتمادًا على مجموعة بياناتهم. في البداية، عند إجراء مكالمة اكتشاف أولية مع العميل، نحتاج إلى توقع مدة الوقت التي سنحتاجها. ولكن في بعض الأحيان، عندما نبدأ في فك طبقات البصل، ندرك، لا، هذا أكثر تعقيدًا مما كنا نظن لأن هناك تعقيدات في البيانات.
تحديات أخرى، نقص الالتزام من الخبراء في المجال المطلوب. عندما نشترك مع شركائنا الصناعيين، نحن بحاجة حقًا إلى أن يأتي إلى الطاولة لأنهم هم الخبراء في المجال والبيانات عادة. نحن لسنا مثل متجر التطوير حيث يمكننا أخذ البيانات وبناء النموذج وتسليمه إليهم في النهاية. إنه تعاون جدًا. وكلما وضع شركاؤنا الصناعيون المزيد، كلما حصلوا على المزيد لأنهم سوف يكونون قادرين على توجيهنا في الاتجاه الصحيح، والتأكد من أن التنبؤات التي نجريها لها معنى لهم من منظور تجاري، أننا نستهدف المقاييس الصحيحة، ونفهم ما هو النجاح بالنسبة لهم.
نحن بحاجة إلى فريق متعدد التخصصات حولنا لدعم المشاريع، ويتطلب الأمر أكثر من مجرد عالم تعلم آلي لبناء نموذج ناجح سوف يؤثر على الأعمال بشكل إيجابي. هناك الكثير من التحديات. تلك هي التي جاءت إلى ذهني.
تعتقد شخصيًا أن الذكاء الاصطناعي يجب أن يكون قوة للخير. ما هي بعض الطرق التي يمكن أن يغير بها الذكاء الاصطناعي المستقبل بشكل إيجابي؟
الأمر الذي أحبه أكثر في عملي هو أننا نعمل مع عملاء من جميع Industries، وحل مشاكل مختلفة جدًا، ولكن كلها تستخدم حقًا لتغيير إيجابي. و Amii لديها إطار الذكاء الاصطناعي المبني على المبادئ الذي يضمن أننا نفعل ذلك.
شيء يأتي إلى الذهن، في ألبرتا، أكثر souvent من لا، نحن نتعامل مع حالات حرائق غابات في الصيف. هذا العام خاصة، حتى في أبريل، كان سيئًا. لقد شركنا مؤخرًا مع مجموعة أبحاث Canada Wildfire. 40 عامًا من بيانات الطقس مرتبطة بأحداث حرائق غابات شديدة. العمل معهم لتحسين التنبؤ بهذه الأحداث في المستقبل حتى نتمكن من التैयون أفضل للموارد التي قد تكون необходимة، وإرسال الفرق للدخول وتخفيف البيئة قبل أن يصل إلى مرحلة حيث الحرائق الغابوية تندلع. أعتقد أن هذا فقط لأنني في إدمونتون، لا أعرف إذا كنت هنا الأسبوع الماضي، ولكن كان هناك دخان كثيف جدًا.
عندما وصلت يوم الأحد (21 مايو 2023) مساءً، كان هناك دخان كثيف جدًا.
إنه مدمر. إنه يدمر المجتمعات. إنه يأخذ منازل الناس. التنفس في الجسيمات في الهواء ليس جيدًا، ولكن التدمير هائل. هذا واحد من المشاريع المثيرة التي تقرب إلى قلوبنا جميعًا.
مجال آخر نعمل عليه هو الفضاء الزراعي. كيف سنغذي سكاننا المتزايدين؟ نحن نعمل مع المجلس الوطني للبحوث على مشكلة وفرة البروتين. نحن نحاول التأكد من أن النباتات التي نزرعها تحتوي على محتوى بروتيني أعلى لتغذية سكاننا المتزايدين، واستخدام التعلم الآلي لتكون قادرة على جعل هذه التنبؤات.
تقليل الانبعاثات هو آخر شائع جدًا. العمل مع الشركات في قطاع النفط والغاز لضمان أن العمليات والنظم والأدوات المستخدمة هي الأكثر كفاءة. نحن نعمل مع محطة معالجة مياه في Drayton Valley، وهي مدينة صغيرة في ألبرتا، لضمان أن محطة معالجة المياه تعمل بأكبر كفاءة ممكنة وأننا ننتج المزيد من المياه النقية للمجتمع.
القائمة تذهب. حرفيًا، كل شركة نعمل عليها هذه المشاريع، هذه الأسباب. من الصعب علي أن أختار مفضلا لأن عندما تفكر في الأمر، كلها لديها إمكانية لتأثير إيجابي كبير على المستقبل.
ما هو رؤيتك لمستقبل الذكاء الاصطناعي أو الروبوتات؟
تعرضي للروبوتات كان في سلسلة التوريد. إنه حيث يتم استخدام الروبوتات بالفعل، ولكن أيضًا كيف نُحسّنها بالذكاء الاصطناعي لتطوير الأنظمة والآلية الحالية، مرة أخرى، من خلال عمليات أكثر كفاءة؟ سلسلة التوريد مهتمة بزيادة الإنتاج وتلبية المزيد من الطلبات بسرعة أكبر وصنع قرارات أكثر كفاءة.
أعتقد بشكل عام، المستقبل من ما أرى الصناعة تفعله هو لا يزال مركزًا على البشر. الروبوتات تستخدم كأداة، كتوسيع للبشر. قد يتم نشر الروبوتات في ظروف خطرة للبشر حيث لا ينبغي لنا أن نخوض فيها. الروبوتات هي بديل رائع لنا في هذه الحالة لجعلنا أكثر أمانًا. هناك أيضًا أبحاث رائعة يتم إجراؤها من قبل زملائنا في الأطراف البديلة، وأسهل التحكم والحركة للأشخاص الذين يحتاجون إلى هذا الدعم. كل هذا مربوط بالبشر واستخدامهم لهذه الأدوات، ولكن جعل حياتهم أسهل من خلال هذه الأنظمة الجديدة.
فيما يتعلق بمستقبل الذكاء الاصطناعي بشكل عام، هذا هو وقت مثير جدًا أن نكون في هذا الفضاء. الصناعة أخيرًا تفهم أن الذكاء الاصطناعي هنا وسيغير كل شيء، ويمكنك أن تقود أو تتبع. أعتقد أن رؤية Amii هي أن يكون كل شركة مرتاحة مع التكنولوجيا، على دراية بما يمكنه فعله وما لا يمكنه فعله، ومتحمسةจรًا لتجربة وتكرار تنفيذه في أعمالها لحل بعض مشاكلهم الأكثر صعوبة.
حتى الآن، أعتقد أن هناك تصورًا أن فقط الشركات التكنولوجية هي مستخدمو الذكاء الاصطناعي والتعلم الآلي، ولكن الآن يصبح من الواضح أن التعلم الآلي يمكن تطبيقه في معظم المنظمات. إنه ليس دائمًا الجواب الصحيح، ولكن هناك عادة حالة استخدام له. أنا آمل أن المستقبل هو أن تصبح الشركات شركات ذكاء اصطناعي طبيعية بأنفسها من خلال أن تصبح أكثر امتيازًا و熟ية بالتكنولوجيا ودراية بكيفية استخدامها لأعمالهم.
شكرًا على المقابلة الرائعة، القراء الذين يرغبون في التعلم أكثر يجب أن يزوروا الموارد التالية:
