مقابلات
باتريك إم. بيلارски، دكتوراه – رئيس مجلس إدارة كندا للذكاء الاصطناعي (أم二) – سلسلة مقابلات
الدكتور باتريك إم. بيلارски هو رئيس مجلس إدارة كندا للذكاء الاصطناعي، ورئيس مجلس إدارة كندا السابق لأبحاث الذكاء الاصطناعي في مجال التأهيل، وأستاذ مساعد في قسم الطب البديل، قسم الطب، جامعة ألبرتا.
في عام 2017، شارك الدكتور بيلارски في تأسيس أول مكتب بحث دولي لشركة ديب مايند، والذي يقع في إدمونتون، ألبرتا، حيث شغل منصب 共 trưởng ومحقق أول في شركة ديب مايند حتى عام 2023. وهو أيضًا عضو مجلس إدارة ومدير في معهد ألبرتا للذكاء الاصطناعي (أم二)، ويشغل منصب 共 trưởng لمختبر البصائر البديلة للسيطرة الطبيعية (بيلينك)، وهو أيضًا باحث رئيسي في مختبر التعلم بالتعزيز والذكاء الاصطناعي (آر إل آي) وشبكة تكنولوجيا التأهيل التكيفية الحسية الحركية (سمارت) في جامعة ألبرتا.
الدكتور بيلارски هو مؤلف حائز على جوائز لأكثر من 120 مقالًا تم نشرها، وعضو أول في معهد مهندسي الكهرباء والإلكترونيات (آي تري بلو)، وقد حصل على دعم من المنح البحثية الإقليمية والوطنية والدولية.
كنا قد اجتمعت معه في مقابلة في المؤتمر السنوي 2023 أبر باوند حول الذكاء الاصطناعي، والذي عقد في إدمونتون، ألبرتا، وتم استضافته من قبل أم二 (معهد ألبرتا للذكاء الاصطناعي).
كيف وجدت نفسك في مجال الذكاء الاصطناعي؟ ماذا جذبك إلى هذا المجال؟
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 الأحياء أو من كيفية ظهور السلوك المعقد في الآلات، أعتقد أن هناك شيء جميل في ذلك. لقد لفت انتباهي منذ فترة طويلة، وطريقي إلى العمل في مجال الذكاء الاصطناعي الذي أعمل فيه الآن، وهو الآلات التي تتعلم من خلال التجربة والخطأ، والنظم التي تتعلم بالتعزيز وتتفاعل مع البشر أثناء غمرهم في تدفق الخبرة، تدفق الزمن، جاء من خلال منصات مختلفة.
درست كيف يمكن للآلات والبشر التفاعل فيما يتعلق بأجهزة البيوميكانيكية والتكنولوجيا الحيوية، مثل الأطراف الاصطناعية والبروتيز.
نظرنا إلى كيف يمكن استخدام الذكاء الاصطناعي لدعم التشخيص الطبي، وكيف يمكن استخدام الذكاء الاصطناعي لفهم الأنماط التي تؤدي إلى الأمراض أو كيف قد تظهر الأمراض المختلفة فيما يتعلق بالتسجيلات على آلة.
لكن هذا كل جزء من هذا الطريق الطويل لبدء تقدير كيف يمكن الحصول على سلوكيات معقدة من أسس بسيطة. وأنا أحب بشكل خاص ما يحدث في التعلم بالتعزيز، وهو فكرة أن الآلة يمكن أن تدمج نفسها في تدفق الزمن وتتعلم من خبرتها لتعرض سلوكيات معقدة وتحوز الظواهر المعقدة في العالم حولها.
الآلية من ذلك، قمت بتدريب الكثير في مجال الطب الرياضي وأشياء من هذا القبيل في المدرسة الثانوية. دراستي للطب الرياضي، والآن ها أنا أعمل في بيئة أبحاث كيفية دمج الذكاء الاصطناعي وتكنولوجيا التأهيل لدعم الناس في حياتهم اليومية. إنه رحلة مثيرة للاهتمام، مثل الجانب المثير للاهتمام بالنظم المعقدة والتعقيد، ثم البراغماتية العملية لكيفية تفكيرنا في كيفية دعم البشر، وكيف يمكنهم العيش في الحياة التي يريدونها.
كيف أدت الرياضة في البداية إلى الأطراف الاصطناعية؟
ما هو مثير للاهتمام في مجالات مثل الطب الرياضي هو النظر إلى الجسم البشري وكيف يمكن دعم احتياجات شخص ما الفريدة، سواء كانت رياضية أو غير ذلك، من قبل أشخاص آخرين، من خلال إجراءات وعمليات. الأطراف الاصطناعية وتكنولوجيا البروتيز هي حول بناء أجهزة، بناء أنظمة، بناء تكنولوجيا تساعد الناس على العيش في الحياة التي يريدونها. هذه الأشياء متصلين حقًا.
من المثير أن أكون قادرًا على العودة إلى الدائرة ونجاح بعض تلك الاهتمامات المبكرة في مختبر أبحاث حيث ننظر إلى… وخاصة أنظمة التعلم بالتعزيز التي تعمل بطريقة متوائمة مع الشخص الذي صممت لدعمه.
لقد تحدثت في السابق عن كيفية تعلم الأطراف الاصطناعية على الشخص بدلاً من تعلم الشخص على الأطراف الاصطناعية. هل يمكنك التحدث عن التعلم بالتعزيز وراء ذلك؟
بالطبع. كأساس في تاريخ استخدام الأدوات، لقد تعلمنا أنفسنا على التكيف مع أدواتنا، ثم تعلمنا كيفية تعديل أدواتنا لاحتياجاتنا. وهناك عملية تكرارية من التكيف مع أدواتنا. نحن الآن في نقطة انعطاف حيث يمكننا تخيل بناء أدوات تدمج بعض سمات الذكاء البشري. أدوات ستتعلم وتتحسن أثناء استخدامها من قبل شخص ما.
التكنولوجيا الأساسية تدعم التعلم المستمر. أنظمة يمكنها التعلم المستمر من تدفق الخبرة المستمر. في هذه الحالة، التعلم بالتعزيز وآلياته الأساسية، مثل التعلم بالفرق الزمني، هي حاسمة في بناء أنظمة يمكنها التكيف أثناء التفاعل مع شخص ما وأثناء استخدامها من قبل شخص ما لدعمه في حياته اليومية.
هل يمكنك تعريف التعلم بالفرق الزمني؟
بالتأكيد، ما أحبه في هذا هو أننا يمكننا التفكير في التكنولوجيا الأساسية، التعلم بالفرق الزمني والخوارزميات الأساسية للتعلم التي تؤسس لكثير من ما نعمل عليه في المختبر. لديك نظام يتنبأ، مثلنا، بما سيحدث في المستقبل مع بعض الإشارات، مع بعض الأشياء مثل المكافأة المستقبلية التي نراها عادة.
لكن هذه الخوارزمية الأساسية تنظر إلى الفرق بين تخميني عما سيحدث الآن وتخميني عما سيحدث في المستقبل مع أي إشارة أستلمها حاليًا. وكيف يمكنني استخدام هذا الخطأ، الخطأ الزمني، لتحديث هيكل آلة التعلم نفسها.
وهذا، مرة أخرى، للتعلم بالتعزيز التقليدية المستندة إلى المكافأة، قد تنظر إلى تحديث كيفية عمل الآلة بناءً على المكافأة المستقبلية المتوقعة. بالنسبة للكثير من ما نفعله، إنه ينظر إلى إشارات أخرى، باستخدام دوال القيمة العامة، وهو تعديل لعملية التعلم بالتعزيز، التعلم بالفرق الزمني لإشارات المكافأة إلى أي إشارة интерес قد تكون قابلة للتطبيق على تشغيل الآلة.
غالبًا ما تتحدث عن طرف اصطناعي يسمى كايرو تو في عروضك التقديمية. ماذا يُعلِّمنا هذا؟
كايرو تو جامعة بازل، إل إتش تي تي. الصورة: ماتياز كاتشيتشينك
أنا أحب استخدام مثال كايرو تو، 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 الأجزاء البيولوجية. ومع ذلك، أعود إلى طرف خشبي منقوش يعود إلى 3000 عام. أعتقد أن ما يثير الاهتمام هو أنه مثال على البشر الذين يمدون أنفسهم بالتكنولوجيا.
هذا التوسع في أنفسنا، وتحسين أنفسنا من خلال استخدام الأدوات، ليس شيئًا غريبًا أو جديدًا أو غامضًا. لقد كنا دائمًا مستخدمين للأدوات، 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؟“.
هذا التوسع في أنفسنا، وتحسين أنفسنا من خلال استخدام الأدوات، ليس شيئًا جديدًا، إنه شيء قديم. إنه شيء حدث منذ زمن بعيد، في الأرض التي نحن عليها الآن، من قبل الناس الذين يعيشون هنا. الشيء المثير للاهتمام الآخر حول كايرو تو هو أن الأدلة، على الأقل من التقارير العلمية عنه، تشير إلى أنه تم تعديله عدة مرات خلال تفاعله مع مستخدميه. لقد قاموا بتعديله وتغييره وتنقيحه أثناء استخدامه.
فهمي هو أنه لم يكن مجرد أداة محددة تم تثبيتها على شخص ما خلال حياته، بل كانت أداة محددة تم تثبيتها وتم تعديلها. إنه مثال على كيفية التكيف بين الناس والأدوات خلال فترة زمنية طويلة.
لقد ذكرت في السابق مسار التغذية الراجعة بين الأطراف الاصطناعية والبشر، هل يمكنك توضيح مسار التغذية الراجعة؟
نحن أيضًا في وقت خاص فيما يتعلق بكيفية نظرنا إلى العلاقة بين شخص ما والآلة التي تهدف إلى دعمه في حياته اليومية. عندما يستخدم شخص ما ذراعًا اصطناعيًا، على سبيل المثال، شخص مع اختلاف في الأطراف، شخص مع بتر، يستخدم ذراعًا اصطناعيًا. تقليديًا، سوف يستخدمه بشكل كبير مثل أداة، مثل امتداد لجسده، ولكننا نرىهم يعتمدون بشكل كبير على ما نعتبره مسار التحكم.
نحن نرى أنهم يعتمدون بشكل كبير على بعض حسهم أو نيته التي يتم نقلها إلى ذلك الجهاز، والذي يتم تكليفه بفهم ما هو، ثم تنفيذه، سواء كان ذلك فتحًا وإغلاقًا لليدين أو ثنيًا للكوع أو إنشاء قبضة لالتقاط مفتاح. نحن نرى أنهم يعتمدون بشكل كبير على مسار المعلومات الذي يتدفق من الجهاز إلى الشخص.
نحن نرى أن هناك الكثير من الأطراف الاصطناعية التي قد نراها مستخدمة تجاريا، وقد لا نرى الناس يدرسون أو يعتبرون مسار التغذية الراجعة. مسار المعلومات الذي يتدفق من الجهاز إلى الشخص قد يكون الارتباط الميكانيكي، الطريقة التي يشعر بها القوى للطرف ويتفاعل معها. قد يكون ذلك سماعهم لآلات الجهاز أو مشاهدة كيفية تحركها عبر مكتبها أو كيفية التقاطها من جزء آخر من مساحتهم العملية.
وهناك أشياء رائعة تحدث في جميع أنحاء العالم لدراسة كيفية نقل المعلومات بشكل أفضل من طرف اصطناعي إلى الشخص الذي يستخدمه. خاصة هنا في إدمونتون، هناك الكثير من الأعمال الرائعة التي تستخدم إعادة توصيل الجهاز العصبي، وتوجيه الترميم العصبي وأشياء أخرى لدعم ذلك المسار.
لكن هذا لا يزال مجالًا ناشئًا ساخنًا للدراسة، التفكير في كيفية دعم التفاعل فيما يتعلق بمسار التغذية الراجعة. كيف يمكن للتعلم بالتعزيز دعم نظام قد يكون يتنبأ بكثير من العالم ويتفاعل معه، وكيف يمكن لهذا النظام نقل المعلومات بشكل واضح وفعال إلى الشخص الذي يستخدمه.
هل تعتقد أن هذه الأطراف سوف يتم طباعتها ثلاثية الأبعاد في المستقبل أو كيف تظن أن التصنيع سوف يتقدم؟
أنا لا أشعر أنني في المكان الصحيح لتخمين كيف قد يحدث ذلك. يمكنني القول أننا نرى زيادة كبيرة في مقدمي الخدمات التجارية لأجهزة الأطراف الاصطناعية التي تستخدم التصنيع الإضافي، الطباعة ثلاثية الأبعاد، ووسائل التصنيع الإضافي الأخرى لإنشاء أجهزتهم.
هذا أيضًا شيء رائع أن نرى، أنه ليس فقط نموذجًا يستخدم التصنيع الإضافي أو الطباعة ثلاثية الأبعاد، بل هو جزء لا يتجزأ من كيفية تقديم أجهزة لافراد معينين وكيفية تحسين تلك الأجهزة لتحقيق الاحتياجات الدقيقة للأشخاص الذين يستخدمونها.
أنا أعتقد أن هناك فرصة رائعة لأجهزة لا تLOOK مثل الأيدي أو تستخدم كأيدي، ولكن أجهزة تتوافق بشكل دقيق مع احتياجات الشخص الذي يستخدمها، وتسمح لهم بالتعبير عن أنفسهم بالطريقة التي يريدون، وتمكنهم من العيش في الحياة التي يريدونها بالطريقة التي يريدونها، وليس فقط بالطريقة التي نعتقد أنها يجب أن تستخدم اليد في الحياة اليومية.
لقد كتبت أكثر من 120 ورقة بحثية. هل هناك واحدة تبرز لك التي يجب أن نعرف عنها؟
هناك ورقة نشرت حديثًا في تطبيقات الحوسبة العصبية، ولكنها تمثل قمة جبل من التفكير الذي قدمناه لمدة عقد من الزمن الآن، حول إطارات كيفية تفاعل البشر مع الآلات، خاصة كيفية تفاعل البشر مع أجهزة الأطراف الاصطناعية. إنه فكرة رأس المال التواصلي.
وهذا هو الورقة التي نشرناها مؤخرًا نشرناها.
وهذه الورقة تطرح وجهة نظرنا حول كيفية تنبؤات التي يتم تعلمها وتنظيمها في الوقت الفعلي من قبل جهاز اصطناعي يتفاعل مع شخص ما، وكيف يمكن لهذا الشخص نفسه تشكيل رأس مال، تشكيل مورد يمكن أن يعتمد عليه كلا الطرفين. تذكر، سبق أن قلت إننا يمكننا فعل شيء رائع عندما يكون هناك إنسان وآلة يبنيان نماذج لبعضهما البعض، ويتكيفان في الوقت الفعلي بناءً على الخبرة، وتبدأ في نقل المعلومات في قناة ثنائية الاتجاه.
ما هي بعض التطبيقات التي ترى أنها ستكون للواجهات الدماغية الآلية مع ما تحدثت عنه؟
واحدة من المفضلة لدي هي شيء قدمناه، مرة أخرى، خلال العقد الماضي، وهو تقنية التبديل التكيفي. التبديل التكيفي يعتمد على المعرفة بأن العديد من الأنظمة التي نتفاعل معها في حياتنا اليومية تعتمد على我们的 تبديل بين العديد من الوضعيات أو الوظائف.
سواء كنت أبدل بين التطبيقات على هاتفي أو أحاول معرفة الإعداد الصحيح على منشار أو كنت أعدل أدوات أخرى في حياتي، نبدل بين العديد من الوضعيات أو الوظائف طوال الوقت، وتنظر إلى khảية اختيارنا بين العديد من الخيارات. في التبديل التكيفي، نستخدم التعلم بالفرق الزمني لتمكين طرف اصطناعي من تعلم ما الوظيفة التي قد يريدها شخص ما واستخدامها.
وهذا مبني على فكرة بسيطة، وهي أن النظام يجب أن يكون قادرًا على بناء تنبؤات من خلال الخبرة التي يكتسبها، وتنبؤات حول ما قد يريده شخص ما في موقف معين. عندما أمد يدي لالتقاط كوب، نظام يجب أن يكون قادرًا على بناء تنبؤات من خلال الخبرة التي يكتسبها، وتنبؤات حول ما قد أريده في هذا الوضع.
ويمكننا استخدام هذه التنبؤات لتمكين النظام من تكوين واجهة تحكم تتناسب مع احتياجات الشخص، وواجهة تحكم يمكنها توفير ما يريده الشخص في الوقت الذي يريده. وهذا مثال بسيط على بناء رأس المال التواصلي. لديك نظام يبني تنبؤات من خلال التفاعل، وتنبؤات حول الشخص، حول العلاقة بين النظام والشخص في ذلك الوقت.
ويمكننا استخدام هذه التنبؤات لتمكين النظام من تحديث هيكله، وتحديث واجهة التحكم بناءً على الاحتياجات المتغيرة للشخص. وهذا يسمح لنا بإنشاء أنظمة يمكنها التكيف مع احتياجات الشخص، وأنظمة يمكنها توفير ما يريده الشخص في الوقت الذي يريده.
وأعتقد أن هذا هو مثال رائع على كيفية تطبيق التعلم بالتعزيز في مجال الأطراف الاصطناعية، وكيف يمكننا استخدام هذه التقنيات لتحسين حياة الناس.
