ويلسون بانج، رئيس قسم التكنولوجيا في آبن – سلسلة المقابلات

ويلسون بانج هو رئيس قسم التكنولوجيا في آبن، حيث يقود فريقًا من علماء البيانات والهندسة والإدارة الذين يجمعون بين قوة التكنولوجيا والبشر لحل مشاكل بيانات الذكاء الاصطناعي.

في هذه المقابلة نناقش أخلاقيات الذكاء الاصطناعي، و تقرير آبن عن حالة الذكاء الاصطناعي وتعلم الآلة لعام 2020 والتحديات الحالية في الصناعة.

ما هو الشيء الذي جذبك شخصيًا إلى هندسة البرمجيات وعلوم البيانات؟

تلقيت الفرصة للعمل على البيانات والذكاء الاصطناعي قبل 10 سنوات. في عالم الذكاء الاصطناعي، لم يعد المطورون يتحكمون في المنطق في الكود، بل تقرر المنطق بواسطة البيانات، وهو أمر مثير.

كنت محظوظًا لأنني رأيت كيف تساعد البيانات وتعلم الآلة في نمو الأعمال. فريقنا في إي باي استخدم الذكاء الاصطناعي لزيادة مشتريات المشترين، مما أدى إلى زيادة إيرادات بلغت عشرات الملايين. استخدمنا الذكاء الاصطناعي لزيادة الكفاءة الداخلية وتقليل التكاليف التشغيلية بشكل كبير لشركة تريب دوت كوم. الآن في آبن، نساعد الشركات من جميع القطاعات على استخدام الذكاء الاصطناعي لتحقيق نجاح أعمالها.

يمكنك وصف بعض عروض آبن لبيانات الذكاء الاصطناعي وتسمية البيانات؟

نحن مزودو بيانات تدريب يعملون مع أكثر من مليون متعاقد لجمع وتسمية الصور والنصوص والكلام والصوت والفيديو والبيانات الأخرى. يعيش هؤلاء المتعاقدون في أكثر من 130 دولة ويتحدثون 180 لغة ولهجة، مما يعطينا القدرة على تقديم بيانات عالية الجودة لمشاريع الذكاء الاصطناعي. لدينا أيضًا فرق محترفة عملت في بيانات الذكاء الاصطناعي لمدة أكثر من 20 عامًا ولديها معرفة كبيرة بكيفية الحصول على بيانات التدريب الصحيحة. أخيرًا، لدينا منصة تسمية بيانات مدعومة بالذكاء الاصطناعي رائدة في الصناعة تحتوي على ميزات مدمجة لضمان الجودة والانتاجية. يمكن للعملاء اختيار بين حلولنا المدارة حيث نتعاون مع فريقهم أو المنصة ذاتية الخدمة. توفر منصتنا لبيانات التسمية المدعومة بالذكاء الاصطناعي للعملاء القدرة على إدارة المشاريع مع أدوات مدعومة بالآلة لتعزيز الجودة والدقة وسرعة التسمية.

بفضل خبرتنا التي تزيد عن 20 عامًا، تقدم خدماتنا بيانات تدريب عالمية المستوى ومنصة تسمية بيانات مدعومة بالذكاء الاصطناعي رائدة في الصناعة وجمهور عالمي متنوع لضمان بيانات عالية الجودة.

ما هي بعض مجموعات البيانات المفتوحة المتاحة؟

لدي آبن عدة مجموعات بيانات مفتوحة متاحة على الإنترنت، من تسمية الصور إلى التعرف على الكتابة اليدوية. يمكن تحميل هذه المجموعات من البيانات مجانًا ويمكن استخدامها لمساعدة بناء وتدريب نموذج الذكاء الاصطناعي. واحدة من أكثر المجموعات интересًا المتاحة هي على تقطيع النواة من الصور الطبية. تحتوي البيانات على أكثر من 21000 نواة تم تحديدها وتأكيدها بواسطة خبراء طبيين.

ما هو أكبر استخلاص شخصي لك من تقرير آبن عن حالة الذكاء الاصطناعي وتعلم الآلة لعام 2020؟

كانت أكثر النتائج إثارة للاهتمام زيادة مشاركة كبار المسؤولين التنفيذيين. كنت أسمع عنها، ولكن رؤية الزيادة بنسبة 31٪ من العام الماضي كانت مفاجأة كبيرة. أصبح الذكاء الاصطناعي جزءًا من الأعمال الأساسية وليس فقط مع قادة التكنولوجيا.

أحد أسباب القلق في التقرير هو أن فقط 25٪ من الشركات ذكرت أن الذكاء الاصطناعي غير المحايد هو مهم للغاية. هل تعتقد أن هذا يعود إلى نقص في التعليم حول أهمية إزالة تحيز الذكاء الاصطناعي؟ ماذا يتعين القيام به لتحسين هذه الإحصائيات؟

نعم، التعليم هو الخطوة الأولى لتحسين تلك الإحصائية. نموذج الذكاء الاصطناعي المبني على بيانات متحيزة سيلقى نتائج متحيزة وأبدًا لن يكون ناجحًا تمامًا. يحتاج قادة الأعمال إلى تعلم أهمية وجود بيانات غير متحيزة وكيف يؤدي ذلك إلى نشر ناجح.

ما هي بعض أخلاقيات الذكاء الاصطناعي التي يجب على الشركات مراعاتها عند العمل مع الذكاء الاصطناعي ومجموعات البيانات الكبيرة؟

من المهم النظر إلى مصدر البيانات. هل هذه البيانات مصدرة بطريقة أخلاقية وغیر متحيزة؟ عند النظر إلى مصدرها، تريد معرفة ما إذا كان الأشخاص قد أُجريت عليهم مقابل أجر عادل وما إذا جاءت البيانات من مجموعة متنوعة. أصدرنا مؤخرًا قانون أخلاقيات الحشد لدعم الشمول والتنوع والأجر العادل والاتصالات لمساهمينا.

ما هو أكبر تحدي في الصناعة حاليًا؟

نقص البيانات وإدارة البيانات هو أكبر تحدي للصناعة. يجب على الفرق اتخاذ العديد من القرارات حول البيانات، ويواجه الكثيرون تحديات في التعرف على ما يحتاجونه. يحتاجون إلى فهم ما هي البيانات التي لديهم، ومن أين أتت، وما البيانات التي لا يزالون بحاجة إليها. جميع إدارة البيانات هذه مهمة لبناء وتدريب نموذج الذكاء الاصطناعي. يمكن أن يؤدي نقص البيانات إلى نموذج متحيز، والذي لن يكون ناجحًا.

لقد أصدرت آبن تقارير حول حالة الذكاء الاصطناعي وتعلم الآلة لسنوات عديدة الآن. متى تم إطلاق التقرير الأول وما هي أكبر التغييرات التي تمت ملاحظتها منذ التقرير الأولي؟

تم إطلاق التقرير الأول في عام 2015 وأكبر تغيير شوهد هو في ملكية مشاريع الذكاء الاصطناعي. كان التقرير الأول يُجيب عليه في الغالب علماء البيانات الذين يديرون الذكاء الاصطناعي لشركاتهم. اليوم، 71٪ يعلنون عن ملكية كبار المسؤولين التنفيذيين، مما يشير إلى تغيير كبير في وجهة نظر الذكاء الاصطناعي أصبح أكثر أهمية للأعمال. واجه علماء البيانات تحديات كثيرة من نقص الموارد لإنشاء نظرات قيمة من البيانات إلى أهداف غير واضحة وتوقعات غير واقعية. ومع ذلك، واحدة من التحديات الرئيسية لا تزال حول البيانات وإدارة البيانات.

هل هناك شيء آخر تود مشاركته حول آبن؟

في 16 يوليو، سنستضيف الجلسة الافتراضية الأولى حول إطلاق الذكاء الاصطناعي في العالم الحقيقي على آبن دوت كوم. تتضمن السلسلة من أربعة أجزاء ممارسين رائدين في الصناعة يشاركون خبراتهم وآرائهم حول رحلاتهم الخاصة بالذكاء الاصطناعي، مما يلقي الضوء على الآخرين لتعجيل تقدمهم نحو مبادرات الذكاء الاصطناعي. للنجاح، يجب على الشركات أن تكون مستعدة للتغلب على تحديات شائعة حول البيانات والأخلاقيات والأشخاص و ics, people, and lifecycles. In the first edition, bring together leading experts to share what it means to them and their organization to participate in creating responsible AI. Thank you for the interview. Readers may wish to read the Appen’s 2020 State of AI and Machine Learning Report or to visit the Appen website.

شكرًا على المقابلة. قد يرغب القراء في قراءة تقرير آبن عن حالة الذكاء الاصطناعي وتعلم الآلة لعام 2020 أو زيارة موقع آبن.