Halim Abbas, Chief AI Officer at Cognoa – Συνέντευξη Σειράς

Ο Halim Abbas είναι ο Chief AI Officer tại Cognoa, είναι ένας καινοτόμος του AI και βετεράνος της βιομηχανίας που ηγήθηκε εξαιρετικών έργων επιστημονικής έρευνας δεδομένων σε τεχνολογικές εταιρείες όπως η eBay και η Teradata. Η Cognoa είναι αφοσιωμένη στη δημιουργία ενός απαράμιλλου προτύπου φροντίδας στην παιδιατρική συμπεριφορική υγεία, που διασφαλίζει ισότιμη πρόσβαση σε πρώιμη παρέμβαση, παρέχοντας υψηλής ποιότητας προϊόντα για τη βελτίωση των αποτελεσμάτων ζωής για όλα τα παιδιά και τις οικογένειες.

Τι σας έκανε να ενδιαφερθείτε αρχικά για τη μηχανική μάθηση και την επιστήμη των δεδομένων;

Ήμουν πάντα ενδιαφερμένος για την προγραμματιστική ως παιδί. Αργότερα στη ζωή, έτρεξα προς το αναδυόμενο πεδίο της μηχανικής μάθησης λόγω της ακαταμάχητης επιθυμίας να λειτουργήσω στο χείλος της έρευνας και να εξερευνήσω τις ανοιχτές προκλήσεις του τι είναι δυνατό να επιτευχθεί μέσω υπολογιστικών αλγορίθμων.

Ως πρώην Senior Research Scientist στην Ebay, έχετε ένα υπόβαθρο στην βελτιστοποίηση των κατατάξεων των αποτελεσμάτων αναζήτησης για την πλατφόρμα της Ebay. Ποια είναι κάποια από τα θεμελιώδη μαθήματα της μηχανικής μάθησης που μάθατε από αυτή την εμπειρία;

Στην Ebay, η ομάδα μου είχε αναλάβει να δημιουργήσει τον πρώτο αλγόριθμο κατατάξεων αποτελεσμάτων αναζήτησης που βασίζεται στη μηχανική μάθηση. Με δεκάδες εκατομμύρια αντικείμενα προς πώληση σε οποιαδήποτε στιγμή και δισεκατομμύρια ερωτημάτων αναζήτησης κάθε μέρα, η μεγαλύτερη τεχνική πρόκληση ήταν να υπερβούμε την κατακλυσμική κλίμακα.

Τελικά, νομίζω ότι η μεγαλύτερη λήψη μου από αυτή την εμπειρία ήταν να διατηρήσω ανοιχτό μυαλό σχετικά με τον ορισμό του στόχου. Αποδείχθηκε ότι, αν ο αλγόριθμος κατατάξεων παρουσίαζε επιτυχώς στον αγοραστή τις καλύτερες προσφορές μόνο, ήταν λιγότερο πιθανό να πραγματοποιήσει συναλλαγή. Χρειαζόταν επίσης να δει τις όχι τόσο καλές προσφορές, για να αναγνωρίσει τις καλές ως τέτοιες. Χρειαζόταν μια προσεγγισή που βασίζεται στα δεδομένα για την επιτυχία, καθώς και ένα ανοιχτό μυαλό για να συνειδητοποιήσει αυτό το γεγονός και να προσαρμόσει την στρατηγική αναλόγως.

Ποια είναι κάποια από τις παθήσεις που διαγιγνώσκονται στην Cognoa;

Η Cognoa είναι μια εταιρεία παιδιατρικής συμπεριφορικής υγείας που αναπτύσσει ψηφιακές διαγνωστικές και θεραπευτικές λύσεις. Ο στόχος μας είναι να αξιοποιήσουμε την τεχνολογία για να ροηματοποιήσουμε την παιδιατρική φροντίδα και να αντιμετωπίσουμε τις ανεκπλήρωτες ανάγκες στην παιδιατρική συμπεριφορική υγεία. Ξεκινάμε με τον αυτισμό.

Ποια είναι κάποια από τις προκλήσεις πίσω από την κατασκευή ενός συστήματος ταξινόμησης για τη διάγνωση του αυτισμού και άλλων καταστάσεων σε παιδιά;

Εκτός από το γεγονός ότι τα προσχολικά παιδιά δεν είναι οι πιο συνεργάσιμοι ασθενείς, μια από τις κύριες προκλήσεις για εμάς είναι αυτό που ονομάζουμε θόρυβο ορισμού. Δηλαδή, η προσπάθεια να εκπαιδεύσουμε αλγόριθμους AI να ταξινομήσουν καταστάσεις όταν η κλινική επιστήμη γύρω από τα όρια των εν λόγω καταστάσεων εξακολουθεί να εξελίσσεται. Σε ορισμένες περιπτώσεις, ανθρώπινοι ειδικοί μπορεί να διαφωνούν μεταξύ τους σχετικά με τη διάγνωση ενός συγκεκριμένου παιδιού, και η συλλογική κατανόηση των υποκείμενων στοιχείων μιας συγκεκριμένης διάγνωσης εξακολουθεί να είναι μια αναδυόμενη επιστήμη. Για παράδειγμα, το που κάποτε ονομάζονταν Asperger πριν από quelques χρόνια τώρα θεωρείται εντός του φάσματος του αυτισμού (ASD), και οι προηγούμενες ξεχωριστές έννοιες της έλλειψης προσοχής (ADD) versus υπερδραστηριότητας είναι τώρα θεωρούνται ως πτυχές μιας ενιαίας διάγνωσης, της διαταραχής έλλειψης προσοχής και υπερδραστηριότητας (ADHD). Άλλες αναδυόμενες διαγνωστικές ταξινομήσεις (όπως η διαταραχή επεξεργασίας αισθήσεων ή SPD) εξακολουθούν να πρέπει να εισαχθούν στο Διαγνωστικό και Στατιστικό Εγχειρίδιο.

Για τον επιστήμονα δεδομένων, αυτοί οι υποκειμενικοί, μεταβαλλόμενοι όροι παρουσιάζουν ενδιαφέρουσες, μεγάλες προκλήσεις που πρέπει να υπερβούν.

Η Cognoa κατασκεύασε ένα σύστημα διάγνωσης 3-εξόδου. Γιατί το σύστημα σχεδιάστηκε με αυτόν τον τρόπο;

Ο αυτισμός είναι μια σύνθετη νευροαναπτυξιακή κατάσταση με ένα ευρύ φάσμα παρουσιάσεων και συν-παθήσεων.

Κατασκευάσαμε một βοήθημα διάγνωσης για να βοηθήσουμε τους γιατρούς πρωτοβάθμιας φροντίδας να διαγνώσουν με ακρίβεια και αποτελεσματικότητα τον αυτισμό σε παιδιά ηλικίας 18 έως 72 μηνών που βρίσκονται σε κίνδυνο για αναπτυξιακή καθυστέρηση με βάση την ανησυχία των φροντιστών ή γονέων ή ιατρών. Το βοήθημα διάγνωσης της Cognoa λειτουργεί με einen μοναδικό τρόπο, συλλέγοντας και συνδυάζοντας εισαγωγές από τους φροντιστές ή γονείς και τους γιατρούς σε μια ενιαία λύση, για να τις αναλύσουμε για προβλέψιμους σήματα αυτισμού. Το βοήθημα διάγνωσης μας χρησιμοποιεί AI για να αξιολογήσει όλες τις εισαγωγές και, όταν τα δεδομένα είναι επαρκή, παρέχει einen θετικό ή αρνητικό αποτέλεσμα για τον αυτισμό, το οποίο ο παιδίατρος χρησιμοποιεί σε συνδυασμό με την κλινική παρουσίαση του παιδιού για να παρέχει μια διάγνωση και να κατευθύνει τις κατάλληλες επόμενες ενέργειες.

Για να μειώσουμε τον κίνδυνο ψευδών ταξινομήσεων, ο αλγόριθμος έχει επίσης σχεδιαστεί για να παρέχει μια αδιευκρίνιστη έξοδο ως μέτρο ελέγχου του κινδύνου, για να διασφαλίσει τις υψηλές προβλεπτικές τιμές των “θετικών/αρνητικών για αυτισμό” αποτελεσμάτων, ελαχιστοποιώντας την πιθανότητα ψευδών αρνητικών (καθώς τα ψευδές αρνητικά είναι ο υψηλότερος κίνδυνος που σχετίζεται με τη χρήση της συσκευής). Αυτή η διαδικασία της αποχής από την πρόβλεψη όταν η απόκριση του μοντέλου υποδεικνύει χαμηλότερη εμπιστοσύνη είναι μια τυποποιημένη μέθοδος ελέγχου του κινδύνου στους αλγόριθμους μηχανικής μάθησης.

Μπορείτε να συζητήσετε πώς η Cognoa υπερνικά την προκατάληψη των γονέων όταν πρόκειται για τον τύπο δεδομένων που παρέχονται από τους γονείς;

Καλή ερώτηση. Ένα από τα κύρια πλεονεκτήματα της μηχανικής μάθησης είναι ότι είναι ιδιαίτερα χρήσιμη για να υπερνικήσει τις πηγές θορύβου και προκατάληψης που αναμένονται στα δεδομένα εισαγωγής. Οι περιγραφές των γονέων για τα δικά τους παιδιά αναμένονται να είναι υποκειμενικές και προκατειλημμένες, αλλά με βάση πολύ μεγάλες παραθύρου παρατήρησης, ενώ οι αναφορές των κλινικών είναι πιθανό να είναι πιο αντικειμενικές, αλλά και λιγότερο ενημερωμένες λόγω σύντομων παραθύρων παρατήρησης.

Συνδυάζοντας και τις δύο εισαγωγές σε μια ενιαία διαδικασία μηχανικής μάθησης, ο αλγόριθμος μηχανικής μάθησης μπορεί να προσαρμοστεί στην συμπληρωματική φύση των εισαγωγών και να μάθει μοτίβα που μπορούν να χρησιμοποιηθούν για να εκμεταλλευτούν το καλύτερο από τις δύο πληροφορίες σε μια ενιαία απόφαση που είναι πιο αξιόπιστη από κάθε λογαριασμό ξεχωριστά.

Ποια είναι κάποια από τα καλύτερα δεδομένα επιστήμης που χρησιμοποιούνται στην Cognoa για να αποφευχθεί η φυλετική ή το φύλο προκατάληψη στα δεδομένα;

Ως εταιρεία, η Cognoa είναι αφοσιωμένη στη δημιουργία προϊόντων για ισότιμη πρόσβαση στη φροντίδα. Είμαστε意识τοι ότι οι καινοτομίες που βασίζονται στο AI έχουν το δυναμικό να απορροφήσουν και να ενισχύσουν τις εγγενείς προκαταλήψεις της κοινωνίας. Για παράδειγμα, τα κορίτσια σε μέσο όρο διαγιγνώσκονται 1,5 χρόνια αργότερα από τα αγόρια και ένα στα τέσσερα παιδιά κάτω των 8 ετών που ζουν με αυτισμό, τα περισσότερα από τα οποία είναι μαύρα ή ισπανικά, δεν διαγιγνώσκονται καθόλου. Αυτό οφείλεται στην έλλειψη πρόσβασης στο τρέχον σύστημα και επειδή η διάγνωση έχει ιστορικά στρεβλωθεί προς τα χαρακτηριστικά του αυτισμού που επικρατούν στα λευκά αγόρια, τα οποία μπορεί να παρουσιάσουν χαρακτηριστικά του αυτισμού διαφορετικά από τα νεαρά κορίτσια και τα παιδιά που δεν είναι λευκά.

Για να αντιμετωπίσουμε αυτές τις υφιστάμενες προκαταλήψεις, κατασκεύασαμε σκόπιμα και συνειδητά την τεχνολογία μας για να ληφθούν υπόψη οι διαφορές μεταξύ φύλου, φυλής, εθνοτικής και κοινωνικοοικονομικής προέλευσης. Έχουμε γράψει και τηρούμε einen Χάρτη Κοινωνικά Ευθύνη AI που καθοδηγεί τις πρακτικές μας. Οι αλγόριθμοί AI μας έχουν αναπτυχθεί σκόπιμα και κλινικά επικυρωθεί χρησιμοποιώντας δεδομένα αρχείων ασθενών που ανήκουν σε χιλιάδες αγόρια και κορίτσια σε διάφορες γεωγραφικές περιοχές με διαφορετικά υπόβαθρα, καταστάσεις, παρουσιάσεις και συν-παθήσεις.

Συνοψίζοντας εξωτερικές σημεία δεδομένων και χρησιμοποιώντας τις συνδυασμένες εμπειρίες εκατοντάδων γιατρών, αναλύοντας ταυτόχρονα eine ποικιλία ανθρώπινων χαρακτηριστικών και χαρακτηριστικών, η AI της Cognoa έχει το δυναμικό να βοηθήσει τους γιατρούς να αντιμετωπίσουν τις ασυνείδητες προκαταλήψεις.

Ποια είναι κάποια από τις θεραπευτικές λύσεις που προσφέρονται στην Cognoa;

Τώρα, η Cognoa δεν έχει θεραπευτικές λύσεις διαθέσιμες για χρήση. Ωστόσο, πολλές λύσεις είναι σε εξέλιξη στην Cognoa, και είναι σαφές ότι η AI έχει τεράστιο δυναμικό να κάνει τις θεραπευτικές λύσεις πιο προσιτές και διαθέσιμες σε παιδιά με συμπεριφορικές καταστάσεις.

Υπάρχει κάτι άλλο που θα ήθελε να μοιραστεί σχετικά με τη δουλειά του στην Cognoa;

Ποτέ δεν έμεινα σε μια δουλειά για τόσο καιρό όσο η τρέχουσα μου θέση στην Cognoa. Νομίζω ότι αυτό οφείλεται στην ικανοποίηση που λαμβάνω από τη δουλειά σε ένα πρόβλημα που αφορά τη ζωή इतनών ανθρώπων σε τόσο προσωπικό επίπεδο. Η βοήθεια των γονέων να φροντίσουν τα παιδιά τους είναι ένα από τα πιο ευγενή καθήκοντα που μπορεί κανείς να ελπίζει.

Ευχαριστώ για τη μεγάλη συνέντευξη, οι αναγνώστες που επιθυμούν να μάθουν περισσότερα μπορούν να επισκεφθούν την Cognoa.