Dott. Judith Bishop, Senior Director di Specialisti di Intelligenza Artificiale presso Appen – Serie di Interviste

Il Dott. Judith Bishop è Senior Director di Specialisti di Intelligenza Artificiale per la regione APAC/US presso Appen. Sta guidando e facendo crescere un team di alto livello di linguisti, linguisti computazionali e esperti in tutti i modi di comunicazione umana (parola, scrittura e gesto), per fornire dati di formazione per l’intelligenza artificiale con una combinazione unica di qualità e velocità.

Cosa ti ha inizialmente attratto verso la linguistica?

Ho sentito parlare di linguistica per la prima volta da un insegnante di inglese preferito alle scuole superiori. Ero uno di quei ragazzi che sono ugualmente attratti dalle lingue straniere e dalle materie umanistiche, e dalle materie scientifiche e matematiche. La linguistica è la scienza di come funziona il linguaggio, quindi ha riunito questi interessi per me. Come molte persone, una volta che ho imparato a conoscerla, sono stato completamente affascinato. Cosa potrebbe essere più affascinante del modo in cui comunichiamo i nostri pensieri e sentimenti gli uni agli altri? La linguistica esplora le strutture linguistiche che, nonostante le differenze nei suoni e nei sistemi di scrittura, sono spesso simili sotto la superficie, poiché sono tutte un prodotto, in ultima analisi, della nostra esistenza umana comune.

Potresti condividere la storia di come ti sei trovato a lavorare nell’ambito dell’intelligenza artificiale?

Lavoro presso Appen dal 2004, supportando lo sviluppo di prodotti e servizi di tecnologia linguistica. Nel corso di questo tempo, l’intelligenza artificiale è emersa come una cornice comprensiva, missione e visione per la tecnologia per imitare e ampliare le capacità umane di comunicazione, ragionamento e percezione. Nel 2019 il mio team ha ridefinito se stesso come Specialisti di Intelligenza Artificiale, riconoscendo che la nostra conoscenza linguistica e linguistica è critica per l’impresa di intelligenza artificiale. I nostri dati annotati forniscono un supporto essenziale per il successo delle interazioni umane con i prodotti e servizi di intelligenza artificiale.

Hai lavorato nell’ambito dell’intelligenza artificiale per oltre 16 anni, quali sono alcuni dei più grandi cambiamenti che hai visto?

Il principale cambiamento è stato una diversificazione dell’attenzione dallo sviluppo della tecnologia di base alle applicazioni e ai casi d’uso a lunga coda. Per la maggior parte della mia carriera, l’attenzione dell’intelligenza artificiale basata sul linguaggio è stata quella di sviluppare e raffinare un set di base di modelli che imitano la percezione e la produzione del linguaggio umano, vale a dire il riconoscimento del linguaggio, la sintesi del linguaggio e l’elaborazione del linguaggio naturale. I set di dati di solito sono stati conformi agli standard di etichettatura e campionamento dei dati comuni e alle convenzioni, come quelle sviluppate dal consorzio Speecon (Interfacce guidate dal linguaggio per dispositivi consumer). Questi standard hanno consentito agli sviluppatori di tecnologia di base di misurare le loro prestazioni su strutture di dati comuni e hanno supportato l’evoluzione rapida dell’intelligenza artificiale.

Potresti discutere l’importanza dei dati non distorti nel machine learning?

I modelli di apprendimento automatico, sia supervisati che non supervisati o di apprendimento per rinforzo, rifletteranno le distorsioni presenti nei dati su cui sono stati addestrati. Alyssa Simpson Rochwerger e Wilson Pang forniscono diversi esempi eccellenti di questo problema nel loro recente libro, Intelligenza Artificiale nel Mondo Reale. Se non ci sono dati di addestramento sufficienti per un segmento della popolazione, il modello di intelligenza artificiale sarà meno preciso per quel segmento.

Appen ha recentemente lanciato nuovi set di dati di formazione diversificati per le iniziative di elaborazione del linguaggio naturale (NLP). Potresti condividere alcuni dettagli su come questi set di dati consentiranno agli utenti finali di ricevere la stessa esperienza indipendentemente dalla varietà linguistica, dialetto, etnoletto, accento, razza o genere?

Per le ragioni menzionate sopra, sono necessari set di dati per correggere le distorsioni esistenti nei sistemi di produzione di intelligenza artificiale, oltre a set di dati più inclusivi per i sistemi futuri. I set di dati di Appen che hai menzionato supporteranno la correzione delle distorsioni relative all’etnia e agli etnoletti associati, come l’inglese vernacolare afroamericano. Forniranno dati di formazione supplementari per aumentare la rappresentanza di questa popolazione nei modelli di linguaggio di intelligenza artificiale.

Al di fuori dell’intelligenza artificiale, sei anche una poetessa con diverse poesie che hanno vinto diversi premi dell’industria. Quali sono le tue opinioni sull’intelligenza artificiale futura che esibisce questo tipo di creatività, compresa la scrittura di poesie?

È una domanda affascinante. La poesia e altre forme di creatività umana attingono a tutte le nostre risorse umane di memoria, percezione, sensazione ed emozione, nonché alle strutture e sfumature del linguaggio e dell’immagine, per produrre intuizioni che risuonano con le preoccupazioni contemporanee. Emily Dickinson ha scritto: “Se leggo un libro e mi fa sentire il mio corpo così freddo che nessun fuoco può scaldarlo, so che è poesia. Se mi sento fisicamente come se la parte superiore della mia testa fosse stata tolta, so che è poesia.” Ci deve essere un elemento di riconoscimento percettivo, sensoriale o emotivo, ma anche di sorpresa autentica.

Hai avuto una carriera fenomenale finora, secondo te cosa sta trattenendo più donne dall’unirsi a STEM e specificamente all’intelligenza artificiale?

La mancanza di modelli di ruolo può essere un fattore potente (e un circolo vizioso). C’è una difficoltà genuina – culturale, sociale e pratica – nel rompere aree in cui le donne, e le persone di altri generi diversi, non hanno ancora una presenza profondamente stabilita, e dove il rispetto per ciò che possiamo contribuire è troppo spesso carente. La mia esperienza come leader mi ha mostrato più volte come i team resilienti, creativi e di successo possano essere quando sono inclusivi di esperienze e orientamenti diversi. I leader devono essere avventurosi nelle loro assunzioni e coraggiosi nella loro fiducia che possano gestire le sfide al loro modo di pensare che le prospettive diverse portano, sapendo che questa coraggio è stato anche fortemente correlato al successo finanziario e aziendale.

C’è qualcos’altro che vorresti condividere su Appen o sull’intelligenza artificiale in generale?

I fornitori di dati come Appen hanno un potenziale potente per influenzare i risultati dell’intelligenza artificiale nel miglior modo possibile, fornendo dati di formazione inclusivi.

Tuttavia, raggiungere l’obiettivo di un’intelligenza artificiale inclusiva richiederà la partecipazione di tutti. Gli acquirenti di dati devono anche riconoscere la loro responsabilità di chiedere esplicitamente – e pagare – per i dati inclusivi che garantiranno le prestazioni ottimali dei loro sistemi per tutti gli utenti nel mondo reale. E coloro che forniscono i loro dati per lo sviluppo dell’intelligenza artificiale devono essere in grado di fidarsi degli usi a cui verranno messi. Costruire questa fiducia richiederà pratiche forti di trasparenza e etica da parte di tutti coloro che gestiscono dati sensibili.

Grazie per la grande intervista, ho apprezzato imparare di più sulle tue opinioni sull’intelligenza artificiale e la linguistica. I lettori che desiderano saperne di più possono visitare Appen.