Lama Nachman, Intel Fellow & Director of Anticipatory Computing Lab – Haastattelusarja

Lama Nachman, on Intel (INTC ) Fellow & Anticipatory Computing Lab -johtaja. Lama on parhaiten tunnettu työstään Prof. Stephen Hawkingin kanssa, ja hän oli avainasemassa Hawkingin avustavan tietokonejärjestelmän kehittämisessä. Tänään hän auttaa brittiläistä robotti-insinööriä, Dr. Peter Scott-Morgania, viestimään. Vuonna 2017 Dr. Peter Scott-Morgan sai diagnosin motorisen hermoston taudista (MND), joka tunnetaan myös ALS: nä tai Lou Gehrigin taudina. MND hyökkää aivoihin ja hermoihin ja lopulta halvaannuttaa kaikki lihakset, myös ne, jotka mahdollistavat hengittämisen ja nielamisen.

Dr. Peter Scott-Morgan on kertonut: “Jatkan evoluutiota, kuolen ihmisenä, elän kyborgina.”

Mikä kiinnosti sinua AI: hen?

Olen aina ollut kiinnostunut siitä, että teknologia voi olla suuri tasaaja. Kun se kehitetään vastuullisesti, sillä on potentiaalia tasoittaa pelikenttää, osoittaa sosiaalista epätasa-arvoa ja vahvistaa ihmisen potentiaalia. Tämä on erityisen totta AI: n kanssa. Vaikka suurin osa teollisuuden keskustelusta AI: sta ja ihmisistä asettaa näiden suhteen vastakkain, uskon, että on olemassa ainutlaatuinen asia, joka koneet ja ihmiset ovat hyviä, joten suosin tulevaisuuden näkemistä ihmisen ja AI: n yhteistyönä eikä kilpailuna. Johtan Anticipatory Computing Labia Intel Labsissa, jossa kaikissa tutkimuspyrkimyksissämme on yksinomainen fokus siinä, että toimitamme laskennan innovaatiota, joka skaalautuu laajaan yhteiskunnalliseen vaikutukseen. Ottaen huomioon, kuinka yleinen AI on jo ja sen kasvava jalanjälki elämän jokaisessa osa-alueessa, näen valtavan luvun tutkimuksessa, jonka tiimini tekee, jotta AI: sta voidaan tehdä helpommin saatavilla, kontekstuaalisempi, vastuullisempi ja lopulta tuoda teknologisen ratkaisun ihmisten avuksi todellisessa maailmassa.

Olet työskennellyt läheisesti legendanmainen fyysikko Prof. Stephen Hawkingin kanssa luodaksesi AI-järjestelmän, joka auttoi häntä viestimään ja tehdessä tehtäviä, joita useimmat meistä pitävät arkisina. Mitkä olivat joitain näistä arkisista tehtävistä?

Työskennellyt Prof. Stephen Hawkingin kanssa oli merkittävin ja haasteellisin tehtävä elämässäni. Se ruokki sielua ja osoitti, miten teknologia voi parantaa ihmisten elämää. Hän eli ALS: n kanssa, degeneratiivisella hermoston taudilla, joka riistää potilaan kyvyn suorittaa yksinkertaisia toimintoja. Vuonna 2011 aloimme työskentelemään hänen kanssaan parantamaan avustavaa tietokonejärjestelmää, joka mahdollisti hänen kanssaan vuorovaikutuksen. Stephen käytti tietokonettaan puhumiseen, asioiden hoitoon, luennoimiseen, sähköpostien lähettämiseen jne. Teknologia mahdollisti Stephenin jatkaa osallistumista maailmaan vuosia sen jälkeen, kun hänen fyysiset kykynsä heikkenivät nopeasti. Se on minulle merkityksellistä teknologian vaikutusta jonkun elämään.

Mitkä olivat joitain avainnäkemyksiä, jotka otit pois työstäsi Prof. Stephen Hawkingin kanssa?

Tietokoneen näyttö on todella ovi maailmaan. Jos ihmiset voivat hallita tietokonettaan, he voivat hallita elämänsä kaikkia osa-alueita (sisällön kuluttaminen, digitaalisen maailman käyttäminen, fyysisen ympäristön hallinta, pyörätuolin ohjaus jne.). Ihmisille, joilla on vaikeuksia puhumisessa, puheentunnistuksen edistys mahdollistaa heidän täydellisen hallinnan laitteistaan (ja suurelta osin heidän fyysistä ympäristöään). Mutta ne, jotka eivät pysty puhumaan eivätkä liikku, ovat todella heikentyneitä, eivätkä pysty harjoittamaan itsenäisyyttä. Kokemus Prof. Hawkingin kanssa opetti minulle, että avustavat teknologiat vaativat räätälöityä ratkaisuja käyttäjän tarpeisiin. Esimerkiksi emme voi olettaa, että yksinkertainen ratkaisu toimii ALS-potilaiden kanssa, koska tauti vaikuttaa eri kykyihin potilasta kohtaan. Tarvitsemme teknologioita, jotka voidaan helposti mukauttaa ja sovittaa yksilöllisiin tarpeisiin. Tämän vuoksi kehitimme ACAT: n (Assistive Context Aware Toolkit), modulaarisen, avoimen lähdekoodin ohjelmistokehyksen, joka mahdollistaa kehittäjille eri kykyjen kehittämisen sen päälle.

Viimeaikaisemmin olet työskennellyt kuuluisan brittiläisen tieteilijän Peter Scott-Morganin kanssa, joka kärsii motorisen hermoston taudista ja pyrkii tulemaan maailman ensimmäiseksi täydelliseksi kyborgiksi. Mitkä ovat joitain Peterin kunnianhimoisia tavoitteita?

Yksi ongelmista AAC: n (avustava ja täydentävä viestintä) kanssa on “hiljaisuuden aukko”. Monet ALS-potilaat, mukaan lukien Peter, käyttävät katsekontrollia valitakseen kirjaimia / sanoja näytöllä puhuakseen muiden kanssa. Tämä johtaa pitkään hiljaisuuteen, kun joku on valmis lauseestaan, ja katselee tietokonettaan aloittaakseen kirjaimien ja sanojen valinnan vastaukseksi. Peter halusi vähentää tätä hiljaisuuden aukkoa mahdollisimman paljon ja palauttaa sanallisen spontaanisuuden viestintään. Hän myös halusi säilyttää äänensä ja persoonallisuutensa ja käyttää teksti-puhetta, joka ilmaisee hänen ainutlaatuisen viestintätyylin (esim. Hänen vitsejä, nopeaa sarkasmia, tunteita).

Brittiläinen robotti-insinööri Dr. Peter Scott-Morgan, joka kärsii motorisesta hermoston taudista, aloitti vuonna 2019 sarjan operaatioita eliniän pidentämiseksi teknologian avulla. (Krediitti: Cardiff Productions)

Voihsin keskustella joistakin tekniikoista, jotka ovat parhaillaan käytössä Dr. Peter Scott-Morganin avustamiseksi?

Peter käyttää ACAT: ta (Assistive Context Aware Toolkit), alustaa, jonka kehitimme työskennellessämme Dr. Hawkingin kanssa ja julkaisimme myöhemmin avoimena lähdekoodina. Toisin kuin Dr. Hawking, joka käytti posken lihasta “syötteen laukaisijana” hallitakseen kirjaimia näytöllä, Peter käyttää katsekontrollia (ominaisuutta, jonka lisäsimme olemassa olevaan ACAT: hen) puhuakseen ja hallitakseen tietokonettaan, joka liittyy teksti-puhejärjestelmään CereProc: n kanssa, joka on mukautettu hänen tarpeisiinsa ja mahdollistaa hänelle eri tunnetilojen ilmaisemisen. Järjestelmä hallitsee myös hänen avatarinsa, joka on mukautettu hänelle.

Parhaillaan työskentelemme ACAT: n vastausjärjestelmän parissa, joka mahdollistaa Peterin vuorovaikutuksen järjestelmän kanssa korkeamman tason AI-kapasiteetin avulla. Tämä järjestelmä kuuntelee Peterin keskusteluja ajan myötä ja ehdottaa vastauksia hänelle näytöllä. Tavoitteena on, että AI-järjestelmä oppii Peterin tietojen perusteella ja mahdollistaa hänelle “työntää” järjestelmää antamalla hänelle parhaat vastaukset muutamilla avainsanoilla (samoin kuin hakukoneet toimivat internetissä). Tavoitteemme vastausjärjestelmän kanssa on vähentää hiljaisuuden aukkoa viestinnässä ja antaa Peterille ja tuleville ACAT: n käyttäjille mahdollisuus viestiä luonnollisella tahdilla.

Olet puhunut myös avoimuuden tärkeydestä AI: ssä, kuinka suuri ongelma tämä on?

Se on suuri ongelma, erityisesti kun sitä käytetään päätöksentekojärjestelmissä tai ihmisen ja AI: n yhteistyöjärjestelmissä. Esimerkiksi Peterin avustavassa järjestelmässä tarvitsemme ymmärrystä siitä, mitä järjestelmä tekee ja miten se oppii tietojen perusteella. Tarvitsemme myös tietoa siitä, miten järjestelmä tekee päätöksiä ja miten se voi vaikuttaa oppimiseen.

AI-väärinkäytön erityisesti rasismista ja seksismistä on suuri ongelma, mutta miten tunnistat muita tyyppejä väärinkäytöstä, kun et tiedä, mitä väärinkäytöksiä etsit?

Se on erittäin vaikea ongelma, jota ei voida ratkaista pelkästään teknologian avulla. Tarvitsemme enemmän monimuotoisuutta AI-järjestelmien kehittämisessä (rotu, sukupuoli, kulttuuri, fyysinen kyky jne.). Tämä on selkeästi suuri aukko nykyisessä AI-järjestelmien kehittämisessä. On myös tärkeää, että monitieteiset tiimit osallistuvat järjestelmien määrittelyyn ja kehittämiseen, tuomalla sosiologiaa, filosofiaa, psykologiaa, eettisiä ja poliittisia näkökulmia (ei pelkästään tietotekniikkaa) ja osallistumalla tutkimusprosessiin tietyissä projekteissa ja ongelmissa.

Olet puhunut aiemmin siitä, kuinka AI voi vahvistaa ihmisen potentiaalia. Mitkä ovat alueita, joilla tämä vahvistaminen näyttää lupaavalta?

Ilmeinen alue on mahdollistaa ihmisten, joilla on vamma, elää itsenäisemmin, viestiä rakastavien kanssa ja jatkaa luomista ja osallistumista yhteiskuntaan. Näen suuren potentiaalin koulutuksessa, ymmärtäessäni opiskelijoiden sitoutumista ja räätälöidessäni oppimiskokemusta yksilöllisten tarpeiden ja kykyjen mukaan, jotta voidaan parantaa sitoutumista, valmentaa opettajia tällä tiedolla ja parantaa oppimistuloksia. Koulutuksessa on suuri epätasa-arvo, ja on paikka AI: lle auttaa vähentämään tätä epätasa-arvoa, jos teemme sen oikein. On loputtomia mahdollisuuksia AI: lle tuoda arvoa luomalla ihmisen ja AI: n yhteistyöjärjestelmiä monilla aloilla (terveydenhuolto, valmistus jne.), koska mitä ihmiset ja AI tuovat pöytään, on erittäin täydentävää. Tämän toteuttamiseksi tarvitsemme innovaatiota sosiaalitieteiden, ihmisen ja tietokoneen vuorovaikutuksen ja AI: n risteyksessä. Vankka monimodaalinen havainnointi, kontekstuaalinen tietoisuus, oppiminen rajoitetusta datasta, fyysisesti sijoitettu ihmisen ja tietokoneen vuorovaikutus ja tulkitseminen ovat joitain avainhaasteita, joihin tarvitsemme keskittyä, jotta voimme toteuttaa tämän vision.

Olet myös puhunut siitä, kuinka tärkeää on tunnistaa tunteita tulevaisuudessa AI: ssä. Miksi AI-teollisuuden tulisi keskittyä enemmän tähän tutkimusalueeseen?

Tunteiden tunnistaminen on avainominaisuus ihmisen ja AI: n järjestelmissä useista syistä. Yksi näkökulma on, että ihmisen tunteet tarjoavat avainkontekstin proaktiivisille järjestelmille ennen kuin ne voivat toimia.

Tärkeämpää on, että nämä järjestelmät tarvitsevat jatkuvaa oppimista ja sopeutumista käyttäjien kanssa, ja vaikka suora palaute on tärkeä signaali oppimiseen, epäsuorat signaalit ovat erittäin tärkeitä ja ne ovat ilmaisia (vähemmän työtä käyttäjälle). Esimerkiksi digitaalinen avustaja voi oppia paljon käyttäjän äänen frustraatiosta ja käyttää sitä palautesignaalina oppimiseen, mitä tehdä tulevaisuudessa, sen sijaan, että pyytäisi käyttäjältä palautetta joka kerta. Tämä tieto voidaan käyttää aktiivisen oppimisen AI-järjestelmissä jatkuvan parantamisen mahdollistamiseksi.

Onko mitään muuta, mitä haluaisit jakaa siitä, mitä teet Anticipatory Computing Labissa tai muista aiheista, joista olemme keskustelleet?

Kun kehitetään avustavia järjestelmiä, meidän on todella ajateltava, miten kehitetään näitä järjestelmiä vastuullisesti ja miten mahdollistetaan ihmisille ymmärtää, mitä tietoja kerätään ja miten näitä järjestelmiä voidaan hallita käytännöllisellä tavalla. AI-tutkijoina olemme usein lumoutuneita datasta ja haluamme kerätä niin paljon dataa kuin mahdollista parantaa näitä järjestelmiä, mutta on tasapaino kerättävän ja tarvittavan datan välillä ja käyttäjän yksityisyyden välillä. Meidän on todella rajoitettava kerättävää dataa siihen, mitä on ehdottomasti tarpeen suorittaa johtopäätöksen, tehdä käyttäjille selväksi, mitä dataa keräämme, ja mahdollistaa heidän säätää tätä tasapainoa merkityksellisellä ja käytännöllisellä tavalla.

Kiitos hienosta haastattelusta. Lukijat, jotka haluavat oppia lisää tästä projektista, kannattaa lukea artikkeli Intelin Lama Nachman ja Peter Scott-Morgan: Kaksi tieteilijää, yksi “ihmiskyborgi”.

Intelin Anticipatory Computing Lab -tiimi, joka kehitti Assistive Context-Aware Toolkitin, koostuu (vasemmalta oikealle) Alex Nguyen, Sangita Sharma, Max Pinaroc, Sai Prasad, Lama Nachman ja Pete Denman. Kuvaan eivät sisälly Bruna Girvent, Saurav Sahay ja Shachi Kumar. (Krediitti: Lama Nachman)