Δρ. Τζούντιθ Μπίσοπ, Ανώτερη Διευθύντρια Ειδικών Τεχνητής Νοημοσύνης στην Appen – Σειρά Συνεντεύξεων

Η Δρ. Τζούντιθ Μπίσοπ είναι Ανώτερη Διευθύντρια Ειδικών Τεχνητής Νοημοσύνης για την περιοχή APAC/ΗΠΑ στην Appen. Ηγείται και αναπτύσσει μια κορυφαία ομάδα εξαιρετικά καταρτισμένων και έμπειρων γλωσσολόγων, υπολογιστικών γλωσσολόγων και ειδικών σε όλους τους τρόπους ανθρώπινης επικοινωνίας (ομιλία, γραφή και χειρονομία), για να παρέχει δεδομένα εκπαίδευσης Τεχνητής Νοημοσύνης με μια απαράμιλλη συνδυασμό ποιότητας και ταχύτητας.

Τι σας έκανε να ενδιαφερθείτε αρχικά για τη γλωσσολογία;

Άκουσα για πρώτη φορά για τη γλωσσολογία από einen αγαπημένο δάσκαλο αγγλικών στο γυμνάσιο. Ήμουν ένα από τα παιδιά που είναι εξίσου προσηλωμένα σε ξένες γλώσσες και ανθρωπιστικές επιστήμες, και μαθηματικά και επιστημονικά θέματα. Η γλωσσολογία είναι η επιστήμη του πώς λειτουργεί η γλώσσα, οπότε έφερε μαζί αυτά τα ενδιαφέροντα για μένα. Όπως και πολλοί άλλοι, μια φορά που έμαθα για αυτό, ήμουν πλήρως εθισμένος. Τι θα μπορούσε να είναι πιο ενδιαφέρον από το πώς επικοινωνούμε τις σκέψεις και τα συναισθήματά μας ο ένας στον άλλο; Η γλωσσολογία εξετάζει τις γλωσσικές δομές που, παρά τις διαφορές στα ήχη και τα συστήματα γραφής, είναι συχνά παρόμοιες κάτω από την επιφάνεια, αφού όλες είναι προϊόν, τελικά, της κοινής ανθρώπινης ύπαρξης.

Μπορείτε να μοιραστείτε την ιστορία της γέννησης του πώς βρεθήκατε να εργάζεστε στην Τεχνητή Νοημοσύνη;

Έχω εργαστεί στην Appen από το 2004 υποστηρίζοντας την ανάπτυξη προϊόντων και υπηρεσιών τεχνολογίας γλώσσας. Κατά τη διάρκεια αυτής της περιόδου, η Τεχνητή Νοημοσύνη έχει αναδυθεί ως一个綜合_framework, αποστολή και όραμα για την τεχνολογία να μιμείται και επεκτείνει τις ανθρώπινες ικανότητες επικοινωνίας, συλλογισμού και αντίληψης. Το 2019 η ομάδα μου μετονομάστηκε σε Ειδικοί Τεχνητής Νοημοσύνης, αναγνωρίζοντας ότι οι γλωσσικές και γλωσσικές μας γνώσεις είναι κρίσιμες για την επιχείρηση Τεχνητής Νοημοσύνης. Τα αναγνωρισμένα δεδομένα μας παρέχουν απαραίτητη υποστήριξη για την επιτυχία των ανθρώπινων αλληλεπιδράσεων με προϊόντα και υπηρεσίες Τεχνητής Νοημοσύνης.

Έχετε εργαστεί στην Τεχνητή Νοημοσύνη για πάνω από 16 χρόνια, ποια είναι κάποια από τις μεγαλύτερες αλλαγές που έχετε δει;

Η κύρια αλλαγή έχει sido η ποικιλία του εστιασμού από την ανάπτυξη της πυρήνα τεχνολογίας σε μια μακρά ουρά εφαρμογών και χρήσεων. Για το μεγαλύτερο μέρος της καριέρας μου, ο στόχος της γλώσσας-βασισμένης Τεχνητής Νοημοσύνης ήταν να αναπτύξει και να βελτιώσει ένα σύνολο βασικών μοντέλων που μιμούνται την ανθρώπινη αντίληψη και παραγωγή ομιλίας, δηλαδή, αναγνώριση ομιλίας, σύνθεση ομιλίας και επεξεργασία φυσικής γλώσσας. Τα δεδομένα συνήθως συμμορφώνονταν με κοινά πρότυπα ετικέτας και δεδομένων δειγμάτων και συμβάσεων, όπως αυτά που αναπτύχθηκαν από το consortium Speecon (Διασυνδεδεμένες Διεπαφές Ομιλίας για Καταναλωτικές Συσκευές.) Αυτά τα πρότυπα έχουν επιτρέψει στους dévelopπερ της πυρήνα τεχνολογίας να μετρήσουν την απόδοσή τους σε κοινά δεδομένα δομών και έχουν υποστηρίξει την ταχεία εξέλιξη της Τεχνητής Νοημοσύνης.

Μπορείτε να συζητήσετε τη σημασία των αμερόληπτων δεδομένων στην εκπαίδευση μηχανής;

Τα μοντέλα εκπαίδευσης μηχανής, είτε επιβλεπόμενα, ανεπιβλεπόμενα ή ενισχυμένα, θα αντανακλούν τις προκαταλήψεις που υπάρχουν στα δεδομένα στα οποία εκπαιδεύονται. Οι Alyssa Simpson Rochwerger και Wilson Pang παρέχουν αρκετά εξαιρετικά παραδείγματα αυτού του ζητήματος στο πρόσφατο βιβλίο τους, Πραγματικός Κόσμος Τεχνητής Νοημοσύνης. Αν υπάρχουν ανεπαρκή δεδομένα εκπαίδευσης για ένα τμήμα του πληθυσμού, το μοντέλο Τεχνητής Νοημοσύνης θα είναι λιγότερο ακριβές για αυτό το τμήμα.

Η Appen πρόσφατα έκανε pública νέα ποικιλόμορφα δεδομένα εκπαίδευσης για πρωτοβουλίες επεξεργασίας φυσικής γλώσσας (NLP). Μπορείτε να μοιραστείτε κάποια λεπτομέρειες σχετικά με το πώς αυτά τα δεδομένα θα επιτρέψουν στους τελικούς χρήστες να λαμβάνουν την ίδια εμπειρία ανεξάρτητα από την ποικιλία γλώσσας, διάλεκτο, εθνολέκτο, προφορά, φύλο ή φύλο;

Για τους λόγους που αναφέρθηκαν παραπάνω, τα δεδομένα χρειάζονται για να διορθώσουν τις υφιστάμενες προκαταλήψεις στα συστήματα παραγωγής Τεχνητής Νοημοσύνης, εκτός από πιο περιεκτικά δεδομένα για την εκπαίδευση μελλοντικών συστημάτων. Τα δεδομένα της Appen που αναφέρετε θα υποστηρίξουν τη διόρθωση προκαταλήψεων που σχετίζονται με την εθνότητα και τις συνδεδεμένες εθνολέκτους, όπως η Αφροαμερικανική διαλέκτος. Θα παρέχουν συμπληρωματικά δεδομένα εκπαίδευσης για να ενισχύσουν την αναπαράσταση αυτού του πληθυσμού στα μοντέλα γλώσσας Τεχνητής Νοημοσύνης.

Έξω από την Τεχνητή Νοημοσύνη, είστε επίσης ποιητής με几个 από τα ποιήματά σας να κερδίζουν διαφορετικά βραβεία βιομηχανίας. Ποια είναι η άποψή σας για την Τεχνητή Νοημοσύνη που εκφράζει αυτό είδος δημιουργικότητας, συμπεριλαμβανομένης της γραφής ποιημάτων;

Αυτό είναι ένα fascinující ερώτημα. Η ποίηση και άλλες μορφές ανθρώπινης δημιουργικότητας βασίζονται σε όλους τους ανθρώπινους πόρους της μνήμης, αντίληψης, αίσθησης και συναισθήματος, καθώς και τις δομές και τις νюανς της γλώσσας και της εικόνας, για να παράγουν ερευνήσεις που ανταποκρίνονται σε σύγχρονες ανησυχίες. Η Έμιλι Ντίκινσον έγραψε, “Εάν διαβάσω ένα βιβλίο και μου κάνει όλο το σώμα इतनό κρύο που καμία φωτιά δεν μπορεί να με ζεστάνει, ξέρω ότι είναι ποίηση. Εάν νιώθω σωματικά σαν να μου έχουν αφαιρεθεί τα πάνω από το κεφάλι, ξέρω ότι είναι ποίηση.” Πρέπει να υπάρχει ένα στοιχείο αντίληψης, αίσθησης ή συναισθήματος, αλλά και γνήσια έκπληξη.

Έχετε μια φανταστική καριέρα μέχρι τώρα, σύμφωνα με την άποψή σας, τι κρατά περισσότερες γυναίκες από το να ενταχθούν στην STEM και συγκεκριμένα στην Τεχνητή Νοημοσύνη;

Η έλλειψη ρόλων μοντέλων μπορεί να είναι ένας ισχυρός παράγοντας (και ένας βίαιος κύκλος). Υπάρχει μια γνήσια δυσκολία – πολιτιστικά, κοινωνικά και πρακτικά – στο να σπάσει κανείς σε περιοχές όπου οι γυναίκες και οι άνθρωποι άλλων διαφορετικών φύλων δεν έχουν ακόμη μια βαθιά καθιερωμένη παρουσία, και όπου ο σεβασμός για ό,τι μπορούμε να συνεισφέρουμε είναι συχνά ελαφρύς. Η δική μου εμπειρία ως ηγέτη έχει δείξει σε μένα χρόνο και χρόνο πώς οι ομάδες possono να είναι ανθεκτικές, δημιουργικές και επιτυχείς όταν είναι περιεκτικές διαφορετικών εμπειριών και προοπτικών. Οι ηγέτες πρέπει να είναι θαρραλέοι στις προσλήψεις τους και τολμηροί στην εμπιστοσύνη τους ότι μπορούν να χειριστούν τις προκλήσεις στο τρόπο σκέψης που φέρνουν οι διαφορετικές προοπτικές, γνωρίζοντας ότι αυτή η θαρραλέότητα έχει επίσης αποδειχθεί ότι είναι ισχυρά συσχετισμένη με την οικονομική και εταιρική επιτυχία.

Υπάρχει κάτι άλλο που θα ήθελε να μοιραστείτε σχετικά με την Appen ή την Τεχνητή Νοημοσύνη γενικά;

Οι παρόχοι δεδομένων όπως η Appen έχουν ένα ισχυρό δυναμικό να επηρεάσουν τα αποτελέσματα της Τεχνητής Νοημοσύνης για το καλύτερο με την παροχή περιεκτικών δεδομένων εκπαίδευσης.

Ωστόσο, η επίτευξη του στόχου της περιεκτικής Τεχνητής Νοημοσύνης θα απαιτήσει από όλους να συμμετέχουν. Οι αγοραστές δεδομένων πρέπει επίσης να αναγνωρίσουν την ευθύνη τους να ζητούν ρητά – και να πληρώνουν – για τα περιεκτικά δεδομένα που θα διασφαλίσουν την βέλτιστη απόδοση των συστημάτων τους για όλους τους χρήστες στον πραγματικό κόσμο. Και εκείνοι από τις διαφορετικές κοινότητες που παρέχουν τα δεδομένα τους για την ανάπτυξη Τεχνητής Νοημοσύνης πρέπει να μπορούν να εμπιστεύονται τις χρήσεις στις οποίες θα χρησιμοποιηθούν. Η οικοδόμηση αυτής της εμπιστοσύνης θα απαιτήσει ισχυρή διαφάνεια και ηθικές πρακτικές από όλους όσους χειρίζονται ευαίσθητα δεδομένα.

Ευχαριστώ πολύ για τη μεγάλη συνέντευξη, απολαύσαμε να μάθουμε περισσότερα για τις απόψεις σας σχετικά με την Τεχνητή Νοημοσύνη και τη γλωσσολογία. Οι αναγνώστες που επιθυμούν να μάθουν περισσότερα πρέπει να επισκεφθούν την Appen.