مقابلات
باتريك إم. بيلاريسكي، دكتوراه – مقابلة مع رئيس الكرسي الكندي لآي سي إف آيه آر
أضف Unite.AI إلى مصادرك المفضلة على Google
الدكتور باتريك إم. بيلاريسكي هو رئيس كرسي آي سي إف آيه آر الكندي لآي، والكرسي السابق للبحث الكندي في الذكاء الآلي للتأهيل، وأستاذ مساعد في قسم الطب البشري، قسم الطب، جامعة ألبرتا.
في عام 2017، شارك الدكتور بيلاريسكي في تأسيس أول مكتب بحث دولي لشركة ديب مايند، والذي يقع في إدمونتون، ألبرتا، حيث شغل منصب共同 قيادة المكتب وزميل أول في البحث العلمي حتى عام 2023. وهو زميل وعضو مجلس إدارة في معهد ألبرتا للمachine Intelligence (Amii)، ويشترك في قيادة مختبر BLINC للأطراف البديلة لتحسين التحكم الطبيعي، وهو أيضًا محقق رئيسي في مختبر RLAI للتعلم الآلي والذكاء الاصطناعي ومشروع SMART للتقنيات التكيفية العصبية الحركية في جامعة ألبرتا.
الدكتور بيلاريسكي هو مؤلف أو مؤلف مشارك لمزيد من 120 مقالًا تم استعراضها من قبل الأقران، وعضو مساعد في IEEE، وقد تم دعمه من قبل المنح البحثية الإقليمية والوطنية والدولية.
جلسنا معًا لمقابلة في مؤتمر Upper Bound السنوي لعام 2023 حول الذكاء الاصطناعي، الذي عقد في إدمونتون، ألبرتا، واستضافه Amii (معهد ألبرتا للمachine Intelligence).
كيف وجدت نفسك في مجال الذكاء الاصطناعي؟ ما الذي جذبك إلى هذه الصناعة؟
هذان سؤالان منفصلان. فيما يتعلق بما يجذبني إلى مجال الذكاء الاصطناعي، هناك شيء جميل في كيفية ظهور التعقيد وكيفية ظهور البنية من التعقيد. الذكاء هو واحد من هذه الأمثلة الرائعة، سواء كان يأتي من البيولوجيا أو من كيفية ظهور السلوك المعقد في الآلات، أعتقد أن هناك شيء جميل في ذلك. لقد لفت انتباهي لفترة طويلة جدًا، وطريقي الطويل والمعقد إلى العمل في مجال الذكاء الاصطناعي الذي أعمل فيه الآن، وهو الآلات التي تتعلم من خلال التجربة والخطأ، والنظم التعزيزية التي تتفاعل مع البشر أثناء غمرهم في ذلك، تيار الخبرة، تدفق الزمن، جاء من خلال جميع أنواع المنصات.
درست كيف يمكن للآلات والبشر التفاعل فيما يتعلق بأجهزة البيوميكانيكا والتكنولوجيا الحيوية، وأشياء مثل الأطراف الاصطناعية والبروتيز.
نظرنا إلى كيف يمكن استخدام الذكاء الاصطناعي لدعم التشخيص الطبي، وكيف يمكننا استخدام الذكاء الآلي لبدء فهم الأنماط التي تؤدي إلى الأمراض أو كيف قد تظهر الأمراض المختلفة فيما يتعلق بالتسجيلات على آلة. ولكن هذا كل جزء من هذا الطريق الطويل لبدء تقدير كيف يمكننا الحصول على سلوكيات معقدة من أسس بسيطة. وأنا أحب ذلك بشكل خاص فيما يتعلق بالتعلم التعزيزي، وهو فكرة أن الآلة يمكن أن تدمج نفسها في تدفق الزمن وتتعلم من خبرتها لتعرض سلوكيات معقدة وتلتقط الظواهر المعقدة حقًا في العالم المحيط بها.
الآلية، قمت بتدريب الطب الرياضي وغيرها من الأشياء في المدرسة الثانوية. دراستي للطب الرياضي، والآن ها أنا أعمل في بيئة أبحث فيها عن كيفية دمج الذكاء الآلي وتكنولوجيا التأهيل لدعم الناس في حياتهم اليومية. إنه رحلة مثيرة للاهتمام، مثل الانشغال بالأنظمة المعقدة والتعقيد، والجانب العملي من كيف نبدأ في التفكير في كيفية دعم البشر بشكل أفضل، يعيشون الحياة التي يريدون العيش بها.
كيف أدت الرياضة في البداية إلى الأطراف الاصطناعية؟
ما هو مثير للاهتمام حقًا في مجالات مثل الطب الرياضي هو النظر إلى الجسم البشري وكيف يمكن دعم احتياجات الشخص الفريدة، سواء كانت رياضية أو غير ذلك، من قبل أشخاص آخرين، من قبل الإجراءات والعمليات. التكنولوجيا والأطراف الاصطناعية هي حول بناء الأجهزة، بناء الأنظمة، بناء التكنولوجيا التي تساعد الناس على العيش الحياة التي يريدون العيش بها. هذه الأشياء متصلة حقًا.
من المثير للاهتمام أن أكون قد جئت بدائرة كاملة ولدي بعض تلك الاهتمامات المبكرة التي تتحقق في مختبر أبحاثي، خاصة فيما يتعلق بالنظم التي تعمل مع الأشخاص بطريقة متصلة.
لقد تحدثت في السابق عن كيفية تعلم الأطراف الاصطناعية على التكيف مع الشخص بدلاً من تكيف الشخص مع الأطراف الاصطناعية. هل يمكنك التحدث عن الذكاء الاصطناعي وراء ذلك؟
بالتأكيد. كأساس في تاريخ استخدام الأدوات، لقد تعلمنا أنفسنا على التكيف مع أدواتنا، ثم عدنا لنعدل أدواتنا لاحتياجاتنا. وهناك عملية تكرارية من التكيف مع أدواتنا. نحن الآن في نقطة انعطاف حيث يمكننا للمرة الأولى تخيل بناء أدوات تحمل بعض سمات الذكاء البشري. أدوات ستتكيف وتتحسن أثناء استخدامها من قبل شخص.
التكنولوجيا الأساسية تدعم التعلم المستمر. النظم التي يمكنها التعلم المستمر من تدفق الخبرة المستمر. في هذه الحالة، التعلم التعزيزي والآليات التي تقوم عليه، أشياء مثل التعلم بالفرق الزمني، هي حقًا حرجة في بناء النظم التي يمكنها التكيف أثناء التفاعل مع شخص.
يمكنك تعريف التعلم بالفرق الزمني؟
ما أحبه حقًا في هذا هو أننا يمكن أن نفكر في التكنولوجيا الأساسية، التعلم بالفرق الزمني والخوارزميات الأساسية للتعلم التي تقوم على معظم ما نعمل عليه في المختبر. لديك نظام يتنبأ، مثلنا، بما سيحدث في المستقبل فيما يتعلق bằng إشارة، مثل مكافأة المستقبل.
كيفية تحديد قوة الذراع الآلي التي ترفع كوب قهوة أو كوب ماء. قد يكون هذا ينظر إلى الفرق بين تنبؤي حول القوة التي سأستخدمها الآن والقوة التي سأستخدمها في المستقبل، مع أي إشارة أستلمها حاليًا.
وضعها معًا، تحصل على خطأ، خطأ الفرق الزمني. وهو تراكم لتنبؤات مدة زمنية ومختلفة، والتي يمكن استخدامها لتحديث بنية آلة التعلم نفسها.
هذا، مرة أخرى، للتعلم التعزيزي التقليدية المستندة إلى المكافأة، قد يكون هذا ينظر إلى تحديث كيفية عمل الآلة بناءً على المكافأة المتوقعة في المستقبل.
غالبًا ما تتحدث عن طرف اصطناعي يسمى الطرف الاصطناعي في القاهرة في عروضك التقديمية. ما الذي يمكننا أن نتعلمه منه؟
أنا أحب استخدام مثال الطرف الاصطناعي في القاهرة، وهو طرف اصطناعي يعود إلى 3000 عام. أعمل في مجال الأطراف الاصطناعية العصبية، ونحن نرى الآن أنظمة روبوتية متقدمة يمكنها في بعض الحالات أن تتمتع بنفس مستوى التحكم أو درجات التحكم مثل الأطراف البيولوجية.
أنا أعود إلى طرف خشبي مصنوع يدوياً من 3000 عام. أعتقد أن ما هو رائع هو أنه مثال على كيفية تمديد البشر لأنفسهم بالتكنولوجيا. هذا ما نراه الآن فيما يتعلق بالتفاعل بين الإنسان والآلة هو ليس شيئًا غريبًا أو جديدًا أو غامضًا.
لقد استخدمنا دائمًا الأدوات، والحيوانات غير البشرية تستخدم أيضًا الأدوات. هناك العديد من الكتب الرائعة حول هذا الموضوع، خاصة تلك التي كتبها فرانس دي وال، “هل نحن ذكيون بما فيه الكفاية لمعرفة مدى ذكاء الحيوانات؟“
تمديد أنفسنا، تعزيز وتحسين أنفسنا من خلال استخدام الأدوات، ليس شيئًا جديدًا، إنه شيء قديم. إنه شيء حدث منذ زمن سحيق في الأرض التي نحن عليها الآن من قبل الناس الذين يعيشون هنا.
الشيء المثير للاهتمام الآخر حول الطرف الاصطناعي في القاهرة هو أن الأدلة، على الأقل من التقارير العلمية عنه، تشير إلى أنه تم تعديله عدة مرات خلال فترة تفاعله مع مستخدميه. لقد عدلوه وتغيروا خلال فترة استخدامه.
فهمي هو أنه لم يكن أداة ثابتة متصلة بشخص خلال حياته، بل أداة متصلة تم تعديلها. إنه مثال على كيفية تعلم الأدوات خلال فترة استخدامها، وليس شيئًا جديدًا.
هل تتوقع أن يتم طباعة هذه الأطراف الاصطناعية ثلاثية الأبعاد في المستقبل أو كيف تتوقع أن تتم عملية التصنيع؟
لا أشعر أنني في المكان الصحيح للتكهن بذلك. يمكنني القول أننا نرى زيادة كبيرة في مقدمي الخدمات التجارية للأطراف الاصطناعية العصبية الذين يستخدمون التصنيع الإضافي، الطباعة ثلاثية الأبعاد، والتصنيع الإضافي في الموقع لإنشاء أجهزتهم.
هذا أيضًا رائع أن نرى، حيث إن التصنيع الإضافي أو التصنيع المخصص يحدث في المستشفيات دائمًا. هذا هو جزء طبيعي من الرعاية المقدمة للأشخاص الذين يعانون من اختلاف الأطراف الذين يحتاجون إلى تكنولوجيا مساعدة أو تكنولوجيا تأهيلية أخرى.
أعتقد أننا نبدأ في رؤية أن الكثير من هذا التعديل يبدأ في الاندماج في تصنيع الأجهزة، وليس فقط متروكًا لمقدمي الرعاية في نقطة الرعاية.
وهذا أيضًا مثير للاهتمام. أعتقد أن هناك فرصة رائعة للأجهزة التي لا تبدو مثل الأيدي أو تستخدم الأيدي، ولكن الأجهزة التي تلبى احتياجات الشخص الذي يستخدمها بدقة، وتسمح لهم بالتعبير عن أنفسهم بالطريقة التي يريدون التعبير عنها، وتيتمكنوا من العيش الحياة التي يريدون العيش بها، وليس فقط الطريقة التي نعتقد أن اليد يجب أن تستخدم في الحياة اليومية.
لقد كتبت أكثر من 120 ورقة. هل هناك واحدة تبرز لك التي يجب أن نعرف عنها؟
هناك ورقة تم نشرها مؤخرًا في تطبيقات الحوسبة العصبية، ولكنها تمثل قمة جبل من التفكير الذي قدمناه لمدة عشر سنوات الآن، حول الإطارات التي تشرح كيفية تفاعل البشر مع الآلات، خاصة كيفية تفاعل الأطراف الاصطناعية مع الأشخاص.
وهي فكرة رأس المال التواصلي. وهذه الورقة التي نشرناها مؤخرًا نشرناها.
تضع هذه الورقة وجهة نظرنا حول كيفية تنبؤات التي يتم تعلمها وتماسكها في الوقت الفعلي من قبل جهاز اصطناعي يتفاعل مع شخص، يمكن أن يشكل رأس مال، يمكن أن يشكل مورداً يعتمد عليه كلا الطرفين.
تذكرني في السابق أننا يمكننا أن نفعل شيئًا رائعًا عندما يكون لدينا إنسان وآلة يبنيان نماذج لبعضهما البعض، ويتكيفان في الوقت الفعلي بناءً على الخبرة، ويتفاعلان في قناة ثنائية الاتجاه.
إذا كان لديك كلا هذه النظم التي تبني نماذج لبعضها البعض، يمكنك تحقيق شيء معجزة. يمكنك تمرير كمية هائلة من المعلومات بجهود قليلة وبدون حزمة واسعة.
وهذا يفتح عوالم جديدة من التفاعل بين الإنسان والآلة، خاصة في مجال الأطراف الاصطناعية العصبية.
ما هي بعض التطبيقات التي تتوقعها ل_interfaces واجهات الدماغ والآلة مع ما تحدثت عنه؟
واحدة من مفضلاتي هي شيء قدمناه خلال العشر سنوات الماضية، وهو تكنولوجيا التبديل التكيفي. التبديل التكيفي يعتمد على المعرفة بأن العديد من النظم التي نتفاعل معها يوميًا تعتمد على我们的 تبديل بين العديد من الوظائف أو الأوضاع.
سواء كنا نتبادل بين التطبيقات على هاتفنا أو نحاول معرفة الإعداد الصحيح على منشارنا أو نعدل أدوات أخرى في حياتنا، نتبادل بين العديد من الوظائف أو الأوضاع دائمًا.
في التبديل التكيفي، نستخدم التعلم بالفرق الزمني لتمكين الطرف الاصطناعي من تعلم الوظيفة التي يريد الشخص استخدامها وعندما يريد استخدامها.
فكرة بسيطة للغاية هي أن النظام يجب أن يكون قادرًا على بناء تنبؤات من خلال الخبرة أن الشخص يريد استخدام وظيفة معينة في وضع معين.
ومن المثير للاهتمام أن النظام يمكن أن يبدأ في بناء تقدير لما هو مناسب في أي وضع.
وحدات رأس المال التي يمكن أن يعتمد عليها كلا الطرفين لتنقل أكثر سرعة في العالم، وبأقل عبء إدراكي، خاصة في جزء الوحدة.
شكرًا على المقابلة الرائعة، القراء الذين يرغبون في معرفة المزيد يمكنهم زيارة الموارد التالية:
