Μάρα Κάιρο, Product Owner της Advanced Technology στο Amii – Συνέντευξη Σειράς

Η Μάρα Κάιρο είναι παθιασμένη με τη χρήση της τεχνητής νοημοσύνης για το καλό. Έχει πτυχίο στη Μηχανική Ηλεκτρονικών από το Πανεπιστήμιο του Αλμπέρτα και κατέχει τις designations P.Eng. και PMP. Πριν ενταχθεί στο Amii, εργάστηκε στον χώρο της ανάπτυξης υλικού, όπου βοήθησε τους πελάτες να φέρουν τα προϊόντα τους στην αγορά, με έμφαση στη μικρο- και νανο-κατασκευή.

Ως Product Owner της Advanced Technology στο Amii, η Μάρα ηγείται μιας τεχνικής ομάδας που βοηθά τους εταίρους της βιομηχανίας να χτίσουν ικανότητες μηχανικής μάθησης μέσα στην οργάνωση τους, παρέχοντας καθοδήγηση και εξειδίκευση για την ανάπτυξη προβλεπτικών μοντέλων. Η ομάδα της εργάζεται με πελάτες που είναι αφοσιωμένοι στην προώθηση του φάσματος της υιοθέτησης της τεχνητής νοημοσύνης, εφαρμόζοντας τη μηχανική μάθηση στα πιο απαιτητικά προβλήματα της επιχείρησής τους.

Amii (Αλμπέρτα Μηχανική Νοημοσύνη Ινστιτούτο) είναι ένα από τα κορυφαία κέντρα της Καναδάς για την τεχνητή νοημοσύνη, συνεργάζεται με εταιρείες όλων των μεγεθών, σε όλους τους κλάδους, για να οδηγήσει την καινοτομία στρατηγική και να παρέχει πρακτικές καθοδήγηση και συμβουλές, εταιρική εκπαίδευση και υπηρεσίες προσέλκυσης ταλέντων.

Καθίσαμε για μια συνέντευξη στο ετήσιο συνέδριο Upper Bound του 2023 για την τεχνητή νοημοσύνη, που διεξάγεται στο Έντμοντον, Αλμπέρτα και φιλοξενείται από το Amii.

Τι σας έκανε να ενδιαφερθείτε αρχικά για την ηλεκτρονική μηχανική;

Ως παιδί, μου άρεσε πραγματικά να χτίζω πράγματα. Η μητέρα μου θα έφερνε σπίτι ένα ανεμιστήρα όταν ήταν ζεστό το καλοκαίρι και θα ήθελα να το χτίσω. Θυμάμαι ότι μεγαλώνοντας ως έφηβος, είχα ένα κινητό τηλέφωνο, ένα από αυτά τα Nokia που μπορούσες να το ξεμοντάρεις και θα το ξεμοντάριζα και θα το στολίζα με κοσμήματα στο εσωτερικό και την κεραία. Αλλά όταν το άνοιγα, ήταν σαν “Θεέ μου, τι υπάρχει εδώ; Τι συμβαίνει;” Ήταν πραγματικά ενδιαφέρον για μένα.

Πάντα εξέχωνα στα μαθηματικά. Έτσι, συνδυάζοντας όλα αυτά, οι γονείς μου επίσης με ώθησαν στην κατεύθυνση της μηχανικής επειδή ήμουν καλός στα μαθηματικά, είχα ένα γενικό ενδιαφέρον για την ηλεκτρονική και ήθελα να μάθω περισσότερα γι’ αυτή, αυτό είναι το που με οδήγησε αρχικά.

Επίσης, στη μηχανική, μου άρεσε πραγματικά η ιδέα της εφαρμογής των μαθηματικών σε πραγματικά προβλήματα. Ναι, εντάξει, τα μαθηματικά είναι ωραία και ενδιαφέροντα και διασκεδαστικά για μένα, αλλά με τη μηχανική μπορείς να τα εφαρμόσεις για να λύσεις δύσκολα προβλήματα. Φαινόταν σαν το τέλειο μείγμα πραγμάτων που θα οδηγούσε σε μια ενδιαφέρουσα καριέρα.

Οι γονείς σας φαίνονται πολύ ενεργοί στην υποστήριξη των ενδιαφερόντων σας.

Ναι. Ο πατέρας μου ειδικά. Λέει ότι το είδε σε μένα από νεαρή ηλικία και πάντα με ώθησε σε αυτή τη κατεύθυνση. Ήμουν σε ένα γεγονός Γυναικών στην τεχνητή νοημοσύνη χθες το βράδυ επίσης και μιλήσαμε για την αφαίρεση ορισμένων εμποδίων και για το να κάνουμε το πεδίο πιο προσιτό για τις γυναίκες. Και δεν είδα ποτέ αυτό ως εμπόδιο, επειδή, και πάλι, οι γονείς μου ήταν σαν “Αυτό είναι αυτό που πρέπει να κάνεις. Δεν είναι θέμα του φύλου σου ή οτιδήποτε. Είναι απλά μια δεξιότητα που έχεις. Πρέπει να την ακολουθήσεις και να τη θρέψεις.” Ποτέ δεν ένιωσα ότι δεν ήταν για μένα, το οποίο βοήθησε φυσικά.

Πριν ενταχθείτε στο Amii, εργαστήκατε στον χώρο της ανάπτυξης υλικού με έμφαση στη μικρο- και νανο-κατασκευή. Μπορείτε να ορίσετε αυτούς τους όρους;

Βεβαίως. Στο ηλεκτρονικό μηχανικό, πήρα την ειδίκευση της νανο-μηχανικής. Ήταν η ειδίκευση σχεδιασμού και κατασκευής σε μικρο- και νανο-κλίμακα. Όταν μιλάμε για ένα νανο-μέτρο, μιλάμε για ένα χιλιοστό του μετρου που διαιρείται σε ένα εκατομμύριο, είναι ένα πολύ, πολύ μικρό μέγεθος. Και αυτό είναι ωραίο. Αυτά τα πράγματα είναι τόσο μικρά που δεν μπορείς να τα δεις με γυμνό μάτι. Αλλά μπορούσα να πάρω αυτή την ειδίκευση για να μάθω πώς να κατασκευάζω σε αυτή τη κλίμακα.

Ζούμε σε einen πολύ συνδεδεμένο κόσμο. Υπάρχουν ηλεκτρονικά παντού γύρω μας και πρέπει να μπορέσουμε να σχεδιάζουμε ηλεκτρονικά για τους περιορισμούς χώρου και συσκευασίας. Συνεχώς προσπαθούμε να κάνουμε τα πράγματα μικρότερα και μικρότερα. Πάρτε κάτι βαρύ, ένα πρωτότυπο, και πρέπει να μπορέσετε να το κάνετε αναπαραγωγίσιμο και κλιμακωτό. Η νανο-κατασκευή είναι πραγματικά για τα εργαλεία και τις τεχνικές που χρησιμοποιούμε για να σχεδιάζουμε και να κατασκευάζουμε σε αυτό το επίπεδο.

Αυτό είναι από την κατασκευή μικρο-τσιπ μέχρι την σύνδεση δύο διαφορετικών τσιπ ηλεκτρικά με την τελική συσκευασία. Κάνουμε όλα αυτά σε μικρο-κλίμακα, απαιτεί μια διαφορετική τεχνική από το να χτίζουμε κάτι στην ανθρώπινη κλίμακα. Η μικρο- και νανο-κατασκευή είναι γύρω από τις χημικές διαδικασίες που χρησιμοποιούμε και τις ηλεκτρικές διαδικασίες, τη συσκευασία που χρειάζεται για να βεβαιωθούμε ότι αυτά τα πράγματα είναι ερμητικά σφραγισμένα και προστατευμένα από το περιβάλλον.

Εκτός από τα μικρο-τσιπ, ποια θα ήταν άλλη εφαρμογή ή χρήση;

Δούλεψα σε πολλά projects όπως η οπτική ίνα. Πάλι, όλα τελικά πρέπει να έρθουν σε κάποιο είδος μονάδας επεξεργασίας που λαμβάνει σήματα ή παράγει σήματα. Δούλεψα στη βιομηχανία τηλεπικοινωνιών, οπτικών, καμερών, όλα αυτά τα πράγματα. Αλλά το μυαλό είναι γενικά κάποιο είδος μικρο-τσιπ στο μέσο. Αλλά υπάρχουν επίσης οι αισθητήρες που τροφοδοτούν τα σήματα τους σε οποιαδήποτε μονάδα επεξεργασίας που χρησιμοποιούμε. Έτσι, διαφορετικές τεχνικές κατασκευής για την κατασκευή οποιουδήποτε είδους αισθητήρα ή εισόδου ή εξόδου συσκευής που χρειαζόμαστε.

Τι είναι κάποια από τα προβλήματα πίσω από την εργασία σε αυτή τη νανο-κλίμακα;

Ένα κομμάτι σκόνης μπορεί να χαλάσει όλη σας την ημέρα. Τα πράγματα που δουλεύουμε είναι του ίδιου μεγέθους με τη σκόνη στον αέρα. Έτσι, κατασκευάζουμε σε ένα καθαρό δωμάτιο. Το καθαρό δωμάτιο είναι πραγματικά ένα περιβάλλον που προστατεύει αυτό που δουλεύουμε από εμάς ως ανθρώπους, γιατί εμείς οι άνθρωποι είμαστε πολύ βρώμικοι, συνεχώς βγάζουμε σωματίδια, τα ρούχα μας σωματίδια, το μακιγιάζ που φοράμε το κάνει τον αέρα βρώμικο. Χρειάζεται να εξαφανίσουμε όσο το δυνατόν περισσότερα από αυτά, ώστε τα πράγματα που χτίζουμε να είναι καθαρά και ελεύθερα από τέτοιους ρύπους.

Άλλη πρόκληση, υπάρχουν καλές τρόποι να χτίζουμε αυτά τα καθαρά δωμάτια και υπάρχει ένας整ος κλάδος και επιστήμη πίσω από αυτό, αλλά η άλλη πρόκληση είναι να τα βγάλουμε από το εργαστήριο γιατί τελικά αυτά τα πράγματα θα χρησιμοποιηθούν στον πολύ βρώμικο κόσμο μας. Αυτό είναι όταν η συσκευασία γίνεται σημαντική. Χρειάζεται ακόμη να μπορέσουμε να προσεγγίσουμε αυτά τα συσκευάσματα, αλλά πρέπει να το κάνουμε με τέτοιο τρόπο που δεν μολύνουμε το περιβάλλον, τη συσκευασία. Έτσι, ερμητικά σφραγίζοντας τα, βεβαιωθείτε ότι είναι完全 σφραγισμένα, τίποτα δεν μπαίνει ή βγαίνει. Αυτή είναι μια άλλη σειρά προκλήσεων που είδα. Θα είχαμε κάτι που δουλεύει καλά σε ένα εργαστήριο σε ένα ελεγχόμενο περιβάλλον, αλλά γενικά τα περισσότερα από τα πράγματα που χτίζουμε είναι για να φέρουμε στον βρώμικο κόσμο μας. Αυτό ήταν προκλητικό επίσης.

Πάλι, από την κατασκευή μέχρι να το φέρουμε στην τελική του προορισμό, είναι απλά πολύ đặcικές προσοχές και περιβαλλοντικές ανησυχίες όταν δουλεύουμε με πράγματα τόσο μικρά. Και τα πράγματα δεν συμπεριφέρονται πάντα όπως περιμένουμε σε αυτή τη μικρή κλίμακα. Στο φυσικό μας κόσμο, περιμένουμε τα πράγματα να δουλεύουν με κάποιο τρόπο, αλλά όταν έρχεστε σε μικρο- και νανο-κλίμακα, ο φυσικός κόσμος γίνεται λίγο διαφορετικός και δεν μπορείτε πάντα να προβλέψετε τα αποτελέσματα. Αυτό είναι ένας整ος κλάδος μελέτης.

Τι θα ήταν κάποια παραδείγματα διαφορετικών από τον κανονικό φυσικό κόσμο;

Πέρασμα ρεύματος από ένα σύρμα. Έχουμε τους φορτιστές και τα τηλέφωνά μας και περνάμε ρεύμα από αυτά. Όταν περνάτε ρεύμα από ένα σύρμα που έχει το μέγεθος ενός μαλλιού, υπάρχουν φυσικά θερμικές σκέψεις και τα πράγματα θα αρχίσουν να συμπεριφέρονται διαφορετικά γιατί, πάλι, ο χώρος και οι περιορισμοί μεγέθους.

Τι είναι ο τρέχων ρόλος σας στο Amii και πώς η ομάδα σας βοηθά τους εταίρους της βιομηχανίας;

Ο τρέχων ρόλος μου στο Amii είναι πολύ διαφορετικός από τον κόσμο της μικρο- και νανο-τεχνολογίας.

Είμαι Product Owner της Advanced Technology Ομάδας στο Amii. Ηγείται μιας ομάδας από κυρίως επιστήμονες μηχανικής μάθησης και project managers που δουλεύουν με τους διαφορετικούς εταίρους της βιομηχανίας για να λύσουν τα επιχειρηματικά τους προβλήματα μέσω της εφαρμογής της μηχανικής μάθησης.

Είμαστε πολύ εστιασμένοι στην βιομηχανία, όλα γύρω από τη γέφυρα του χάσματος μεταξύ того που συμβαίνει στην ακαδημία, όλες τις πολύ καλές επιτυχίες με τη μηχανική μάθηση και την τεχνητή νοημοσύνη, αλλά εφαρμόζοντας τα σε τις μεγαλύτερες ανάγκες των εταίρων μας. Απαντάμε σε αυτές τις ανάγκες βοηθώντας τους πελάτες μας να βρουν τις δεξιότητες και την εξειδίκευση που χρειάζονται για να μπορέσουν να προχωρήσουν το έργο.

Τρέχουμε τα προγράμματά μας για стажировσεις και residencies μέσω της ομάδας Advanced Technology. Έτσι, προσλαμβάνω πολύ. Η προσέλκυση δεν είναι το υπόβαθρό μου, αλλά είναι κάτι που κάνω πολύ τώρα. Και είναι όλα γύρω από το matchmaking, βάζοντας το σωστό ταλέντο ML σε έργα των πελατών μας. Προσλαμβάνουμε αυτούς τους ανθρώπους ως υπαλλήλους του Amii για μια καθορισμένη περίοδο και τους δίνουμε πολλή υποστήριξη και καθοδήγηση, αλλά πραγματικά, είναι αφοσιωμένοι να δουλέψουν στο έργο του πελάτη και να το προχωρήσουν. Είναι ένας τρόπος για τους πελάτες μας να έχουν πρόσβαση σε ταλέντο χωρίς να χρειάζεται να κάνουν την προσέλκυση themselves. Το Amii έχει κάποια πολύ καλή αναγνώριση μάρκας, μπορούμε να φέρουμε πραγματικά καλό ταλέντο και να το τοποθετήσουμε σε αυτά τα βιομηχανικά projects.

Ένα πιθανό όφελος του συστήματος είναι ότι ο πελάτης έχει την ευκαιρία να προσλάβει αυτούς τους ανθρώπους μετά την περίοδο με εμάς. Θέλουμε αυτό το ταλέντο να μείνει εδώ. Δεν θέλουμε brain drain. Δίνουμε στον πελάτη ένα peu πλεονέκτημα, ώστε να μπορέσει να δοκιμάσει το ταλέντο, να δοκιμάσει το έργο, να πάρει μια αίσθηση για το τι είναι η μηχανική μάθηση και τι χρειάζεται για να την κάνει επιτυχημένη, και στη συνέχεια ιδανικά τοποθετώντας το ταλέντο μέσα σε αυτές τις εταιρείες σε μακροπρόθεσμο, ώστε αυτές οι εταιρείες να γίνουν πραγματικά εταιρείες τεχνητής νοημοσύνης και να μπορέσουν να προχωρήσουν τις δικές τους πρωτοβουλίες στο μέλλον.

Πόσο καιρό είναι η περίοδος που συνήθως υπογράφουν;

Γενικά, τέσσερις έως δώδεκα μήνες.

Είναι κάτι που το καθορίζουμε στην αρχή, ανάλογα με τη πολυπλοκότητα του έργου και πόσα προβλήματα προσπαθούμε να λύσουμε. Βρίσκουμε ότι όσο περισσότερο, τόσο καλύτερο. Τα projects της μηχανικής μάθησης να γίνουν σε τέσσερις μήνες μπορεί να είναι προκλητικά. Υπάρχει πολύ περισσότερο από το να χτίζουμε μοντέλα ML. Είναι πολύ εξαρτημένο από τα δεδομένα που συλλέγονται από τον πελάτη και μας δίνονται, τα οποία μας βοηθούν να χτίσουμε τα μοντέλα. Όσο περισσότερο χρόνο έχουμε, τόσο καλύτερο είναι να επαναλάβουμε και να κυκλοφορήσουμε όλα τα ευκαιρία.

Το έργο είναι πειραματικό και εξερευνητικό. Το Amii είναι ερευνητικό ινστιτούτο, δεν μπορούμε πάντα να εγγυηθούμε το αποτέλεσμα. Μια μεγαλύτερη διαδρομή μας δίνει περισσότερο χρόνο για να κάνουμε αυτή την έρευνα και να βεβαιωθούμε ότι έχουμε εξαντλήσει τις επιλογές μας και να ακολουθήσουμε όσο το δυνατόν περισσότερα πράγματα, γιατί είναι δύσκολο για μας να πούμε “Αυτή είναι η μέθοδος που θα δουλέψει καλύτερα.” Πρέπει να το δοκιμάσουμε και να δούμε.

Τι είναι κάποια παραδείγματα προκλητικών επιχειρηματικών προβλημάτων που η ομάδα σας έχει δουλέψει με αυτές τις εταιρείες;

Συμβουλήκαμε, σίγουρα η προετοιμασία δεδομένων είναι ένα μεγάλο πρόβλημα. Η συνεχής βιομηχανική αντίληψη της προετοιμασίας δεδομένων είναι διαφορετική από ότι θα σκέφτηκε ένας επιστήμονας μηχανικής μάθησης ότι είναι έτοιμο για ένα μοντέλο μηχανικής μάθησης. Και η πρόσβαση. Πόσο εύκολο είναι για τον πελάτη να μας δώσει τα δεδομένα με έναν τρόπο που είναι καταναλώσιμο για τα μοντέλα ML μας. Αυτός είναι ο λόγος που μας αρέσουν τα μεγαλύτερα projects, γιατί μας δίνει χρόνο να δουλέψουμε με τους πελάτες μας μέσω αυτών των προκλήσεων προετοιμασίας δεδομένων.

Σκουπίδι μέσα, σκουπίδι έξω, αν μας δώσετε σκουπίδι δεδομένα, θα δημιουργήσουμε ένα σκουπίδι μοντέλο. Χρειαζόμαστε ποιοτικά δεδομένα. Και υπάρχει ένα peu καμπύλη μάθησης για τους πελάτες. Η βιομηχανική αντίληψη, πάλι, για το τι είναι ποιοτικά δεδομένα, τι είναι τα παραδείγματα που χρειαζόμαστε για να προβλέψουμε πράγματα στο μέλλον. Είναι απλά ένα θέμα γλωσσικής ικανότητας, βεβαιωθούμε ότι μιλάμε την ίδια γλώσσα, καταλαβαίνουν τις περιορισμοί που βασίζονται σε οποιοδήποτε δεδομένα έχουν πρόσβαση, όταν καταλαβαίνουν τι θα μας βάλει σε θέση επιτυχίας.

Χρειαζόμαστε παραδείγματα για το τι προσπαθούμε να προβλέψουμε στη βάση δεδομένων. Αν ένα γεγονός είναι πολύ σπάνιο, θα είναι δύσκολο για μας να το προβλέψουμε. Θα μπορούσαμε να χτίσουμε ένα πολύ ακριβές μοντέλο για κάτι που είναι 99% ακριβές, γιατί δεν προβλέπει ποτέ το 1% που συμβαίνει. Πάλι, απλά βεβαιωθούμε ότι ο πελάτης καταλαβαίνει τι χρειάζεται για να χτίσουμε ακριβή μοντέλα.

Έχουμε δει ότι ακόμη και φαινομενικά απλά προβλήματα μπορούν να είναι πολύ σύνθετα, ανάλογα με τη βάση δεδομένων. Στην αρχή, έχοντας μια αρχική τηλεφωνική κλήση με τον πελάτη, πρέπει να προβλέψουμε το μήκος του χρόνου που θα χρειαστούμε. Αλλά μερικές φορές, όταν αρχίζουμε να ξεδιπλώσουμε τα στρώματα του κρεμμύδιου, συνειδητοποιούμε, όχι, αυτό είναι πολύ πιο σύνθετο από ότι σκεφτήκαμε, λόγω των προβλημάτων δεδομένων.

Άλλες προκλήσεις, έλλειψη δεσμεύσεων από τους ειδικούς που χρειάζονται. Όταν συνεργαζόμαστε με τους εταίρους της βιομηχανίας, πραγματικά χρειαζόμαστε να συνεχίσουν να έρχονται στο τραπέζι, γιατί είναι οι εξειδικευμένοι και συνήθως οι ειδικοί δεδομένων επίσης. Δεν είμαστε σαν μια εταιρεία ανάπτυξης όπου μπορούμε να πάρουμε τα δεδομένα, να χτίσουμε το μοντέλο και να το δώσουμε στον πελάτη στο τέλος. Είναι πολύ συνεργατικό. Και όσο περισσότερο οι εταίροι της βιομηχανίας μας δίνουν, τόσο περισσότερο θα πάρουν. Θα μπορέσουν να μας οδηγήσουν στη σωστή κατεύθυνση, να βεβαιωθούν ότι οι προβλέψεις που κάνουμε έχουν νόημα για αυτούς από επιχειρηματική πλευρά, ότι στοχεύουμε τα σωστά μετρικά, καταλαβαίνουμε τι είναι η επιτυχία για αυτούς.

Χρειαζόμαστε μια πολυ-επιστημονική ομάδα γύρω μας για να υποστηρίξουμε τα projects και χρειάζεται περισσότερο από ένα επιστήμονα μηχανικής μάθησης για να χτίσουμε ένα επιτυχημένο μοντέλο που θα επηρεάσει θετικά την επιχείρηση. Υπάρχουν πολλά προβλήματα. Αυτά που μου ήρθαν στο μυαλό.

Εσείς προσωπικά πιστεύετε ότι η τεχνητή νοημοσύνη πρέπει να είναι μια δύναμη για το καλό. Ποια είναι κάποια τρόποι που πιστεύετε ότι η τεχνητή νοημοσύνη μπορεί να αλλάξει θετικά το μέλλον;

Το πράγμα που μου αρέσει περισσότερο στη δουλειά μου είναι ότι δουλεύουμε με πελάτες από όλους τους κλάδους, λύνοντας πολύ διαφορετικά προβλήματα, αλλά όλα αυτά χρησιμοποιούνται για κάποιο είδος θετικής αλλαγής. Και το Amii έχει το πλαισίο της principled AI που εξασφαλίζει ότι κάνουμε ακριβώς αυτό. Από το στάδιο της σύμβασης, βεβαιωθούμε ότι τα projects που δουλεύουμε με τους εταίρους της βιομηχανίας χρησιμοποιούνται για αυτή τη θετική αλλαγή με έναν ηθικό τρόπο. Όλα τα projects που βλέπω χρησιμοποιούνται για το καλό και αλλάζουν θετικά το μέλλον.

Ένα πράγμα που μου έρχεται στο μυαλό, στην Αλμπέρτα, πιο συχνά παρά όχι, τώρα αντιμετωπίζουμε καταστάσεις πυρκαγιών σε δασικά εκτάσεων το καλοκαίρι. Φέτος ιδιαίτερα, ακόμη και τον Απρίλιο, ήταν κακό. Πρόσφατα συνεργαστήκαμε με την Canada Wildfire. Είναι μια ερευνητική ομάδα από το Πανεπιστήμιο της Αλμπέρτα. 40 χρόνια καιρού που συνδέονται με σοβαρές πυρκαγιές. Δουλεύουμε μαζί τους για να προβλέψουμε καλύτερα αυτά τα γεγονότα στο μέλλον, ώστε να μπορέσουμε να προετοιμαστούμε καλύτερα για τις πιθανές ανάγκες, να έχουμε τις ομάδες να πάνε και να ελέγξουν το περιβάλλον πριν να φτάσει σε ένα στάδιο όπου οι πυρκαγιές είναι εκτός ελέγχου. Νομίζω ότι είναι απλά因为 είμαι στο Έντμοντον, δεν ξέρω αν ήσουν εδώ την περασμένη εβδομάδα, αλλά ήταν πολύ καπνισμένο.

Όταν έφτασα την Κυριακή το βράδυ (21 Μαΐου 2023) ήταν πολύ καπνισμένο.

Είναι καταστροφικό. Καταστρέφει κοινότητες. Παίρνει τις κατοικίες των ανθρώπων. Το να αναπνέεις σωματίδια στον αέρα δεν είναι καλό, αλλά η καταστροφή είναι πολύ μεγάλη. Αυτό είναι ένα ενδιαφέρον project που είναι κοντά στη καρδιά όλων μας.

Ένα άλλο πεδίο που δουλεύουμε είναι ο αγροτικός χώρος. Πώς θα ταΐσουμε την αυξανόμενη πληθυσμό μας; Δουλεύουμε με το Εθνικό Συμβούλιο Ερευνών σε ένα πρόβλημα πλούτου πρωτεΐνης. Προσπαθούμε να βεβαιωθούμε ότι τα φυτά που καλλιεργούμε έχουν υψηλότερη περιεκτικότητα σε πρωτεΐνη για να ταΐσουμε την αυξανόμενη πληθυσμό μας και χρησιμοποιώντας τη μηχανική μάθηση για να μπορέσουμε να κάνουμε αυτές τις προβλέψεις.

Η μείωση των εκπομπών είναι ένα άλλο πολύ δημοφιλές. Δουλεύουμε με εταιρείες στον τομέα πετρελαίου και φυσικού αερίου για να βεβαιωθούμε ότι οι διαδικασίες και τα συστήματα και τα εργαλεία που χρησιμοποιούνται είναι όσο το δυνατόν πιο αποτελεσματικά. Δουλεύουμε με μια εγκατάσταση επεξεργασίας νερού από το Drayton Valley, που είναι μια μικρή πόλη στην Αλμπέρτα, για να βεβαιωθούμε ότι αυτή η εγκατάσταση επεξεργασίας νερού λειτουργεί όσο το δυνατόν πιο αποτελεσματικά και ότι δημιουργούμε όσο το δυνατόν πιο καθαρό νερό για την κοινότητα. Ιατρική ακρίβεια επίσης.

Η λίστα συνεχίζει. Λiteralmente, κάθε εταιρεία που δουλεύουμε σε αυτά τα projects, αυτά τα αίτια. Είναι δύσκολο για μένα να διαλέξω ένα αγαπημένο, γιατί όταν το σκέφτεσαι, όλα έχουν τη δυνατότητα να έχουν μια απίστευτα θετική επίδραση στο μέλλον.

Τι είναι η όρασή σας για το μέλλον της τεχνητής νοημοσύνης ή της ρομποτικής;

Η έκθεσή μου στη ρομποτική έχει πραγματικά να κάνει με την αλυσίδα εφοδιασμού. Είναι όπου η ρομποτική χρησιμοποιείται ήδη, αλλά είναι επίσης πώς να την ενισχύσουμε με την τεχνητή νοημοσύνη για να χτίσουμε πάνω σε υπάρχοντα συστήματα και αυτοματοποίηση, πάλι, μέσω πιο αποτελεσματικών διαδικασιών; Η αλυσίδα εφοδιασμού είναι φυσικά ενδιαφερόμενη για την αύξηση της απόδοσης, την εκπλήρωση περισσότερων παραγγελιών πιο γρήγορα και πιο αποτελεσματική λήψη αποφάσεων. Στην πλευρά της ρομποτικής, πάλι, η έκθεσή μου έχει να κάνει με το να χτίζουμε πάνω σε υπάρχοντες ρομπότ για να τα κάνουμε πιο έξυπνα και καλύτερα.

Νομίζω ότι γενικά, το μέλλον από ότι βλέπω η βιομηχανία να κάνει είναι ακόμη πολύ ανθρωποκεντρικό. Οι ρομπότ χρησιμοποιούνται ως εργαλείο, ως ένα είδος ενίσχυσης για τους ανθρώπους. Ίσως οι ρομπότ να αναπτυχθούν σε συνθήκες που είναι επικίνδυνες για τους ανθρώπους όπου δεν πρέπει να εκτεθούμε σε αυτά τα περιβάλλοντα. Οι ρομπότ είναι ένα καλό αντικαταστάτη για μας σε αυτή την περίπτωση για να μας κρατήσουν ασφαλείς. Υπάρχει επίσης πολύ ενδιαφέρον έρευνα που γίνεται από τους συνεργάτες μας και τα βιομηχανικά μέρη, πιο εύκοληควบคίστρωση και κίνηση για τους ανθρώπους που χρειάζονται αυτή τη στήριξη. Όλα αυτά είναι ακόμη πολύ συνδεδεμένα με τους ανθρώπους και τη χρήση αυτών των εργαλείων, αλλά τα κάνουν πιο εύκολα να τα χρησιμοποιήσουν και να κάνουν τις ζωές τους πιο εύκολες μέσω αυτών των νέων συστημάτων.

Σχετικά με το μέλλον της τεχνητής νοημοσύνης γενικά, αυτή είναι μια τόσο ενδιαφέρουσα εποχή να είμαστε σε αυτό το χώρο. Η βιομηχανία τελικά καταλαβαίνει ότι η τεχνητή νοημοσύνη είναι εδώ και θα αλλάξει όλα και μπορείς είτε να οδηγήσεις είτε να οδηγηθείς. Νομίζω ότι μια από τις όρασεις του Amii είναι να έχει κάθε εταιρεία να αισθάνεται άνετα με την τεχνολογία, να είναι ενήμερη για το τι μπορεί και τι δεν μπορεί να κάνει, και πραγματικά να είναι πρόθυμη να πειραματιστεί και να επαναλάβει την εφαρμογή της στην επιχείρησή της για να λύσει κάποια από τα πιο δύσκολα προβλήματά της.

Μέχρι τώρα, νομίζω ότι ίσως υπήρχε μια αντίληψη ότι μόνο οι εταιρείες τεχνολογίας ήταν οι χρήστες της τεχνητής νοημοσύνης και της μηχανικής μάθησης, αλλά τώρα γίνεται πιο φανερό ότι η μηχανική μάθηση μπορεί να αναπτυχθεί σε ουσιαστικά κάθε οργανισμό. Δεν είναι πάντα η σωστή απάντηση, αλλά υπάρχει συνήθως μια περίπτωση χρήσης για αυτή. Ελπίζω ότι το μέλλον είναι οι εταιρείες να γίνουν φυσιολογικές εταιρείες τεχνητής νοημοσύνης, γίνοντας πιο ενημερωμένες και εξοικειωμένες με την τεχνολογία και να είναι ενήμερες για το πώς μπορούν να τη χρησιμοποιήσουν για την επιχείρησή τους.

Ευχαριστώ για τη φανταστική συνέντευξη, οι αναγνώστες που θέλουν να μάθουν περισσότερα πρέπει να επισκεφθούν τις ακόλουθες πηγές:

• Upper Bound AI Conference.
• Amii (Αλμπέρτα Μηχανική Νοημοσύνη Ινστιτούτο)