インタビュー
マラ・カイロ、アドバンスト・テクノロジーのプロダクト・オーナー – インタビュー・シリーズ
Unite.AI を Google の優先ソースに追加
マラ・カイロは、AIを善のために使用することに情熱を傾けています。彼女はアルバータ大学で電気工学の学士号を取得しており、P.Eng.およびPMPの資格を持っています。Amiiに入社する前に、彼女はハードウェア開発スペースで働き、顧客の製品を市場に出すのを支援しました。特にマイクロおよびナノファブリケーションに焦点を当てていました。
Amiiのアドバンスト・テクノロジーのプロダクト・オーナーとして、マラは、機械学習の能力を組織内に構築するために、ガイダンスと専門知識を提供する技術チームを率いています。彼女のチームは、AIの採用スペクトルを進めることにコミットしたクライアントと協力し、ビジネスの最も課題的な問題に機械学習を適用することで、クライアントのビジネス問題を解決することに重点を置いています。
Amii（アルバータ州マシンインテリジェンス研究所）は、カナダを代表するAIの中心地の一つです。Amiiは、すべての規模と業界の企業と提携し、イノベーション戦略を推進し、実践的なガイダンスとアドバイス、企業トレーニングと人材採用サービスを提供しています。
私たちは、エドモントンで開催された2023年のUpper Bound会議で、マラにインタビューしました。Upper Boundは、Amiiが主催するAIに関する年次会議です。
あなたが電気工学に最初に惹かれたのは何でしたか?
子供の頃、私はものを作ることが本当に好きでした。夏に暑いとき、母親がファンを持ち帰ってくれて、私はそれを作ってみたかったです。私は10代の頃、Nokiaの携帯電話を持っていました。私はそれを分解して、中にビーズを付けて、天線に装飾をしました。しかし、内部を見てみると、「何が起こっているのですか?」と驚かされました。
私は数学が得意でした。両親も私を工学の道に導いてくれました。私は電子工学に興味があり、もっと知りたかったので、電気工学を学ぶことにしました。数学を現実世界の問題に適用するという考えも、私にとって魅力的でした。
あなたの両親はあなたの興味をサポートするために非常に積極的だったようです。
はい。特に父親は、私が幼い頃からその才能を見て、常に私をその道に導いてくれました。私は先日、Women in AIのイベントにも参加しました。私たちは、女性がAIの分野に入る障壁を取り除く必要性について話しました。両親は、私がその分野で活躍できることを常に信じてくれました。私は、性別が問題になることはないと思っていました。
Amiiに入社する前に、あなたはハードウェア開発スペースでマイクロおよびナノファブリケーションに焦点を当てて働きました。マイクロおよびナノファブリケーションとは何ですか?
確かに。電気工学で、私はナノエンジニアリングのオプションを選択しました。マイクロおよびナノスケールでの設計と製造を専門としていました。ナノメートルは、1ミリメートルを100万で割ったものです。非常に小さなスケールです。これらのものは、裸眼では見えないほど小さなものです。しかし、私はこの分野の技術を学び、設計と製造ができるようになりました。
私たちは非常に接続された世界に住んでいます。私たちを取り巻くすべての電子機器があります。私たちは、スペースとパッケージングの制約の中で電子機器を設計する必要があります。私たちは、ものごとを小さくし続ける必要があります。プロトタイプを取り、再現可能でスケーラブルなものにします。ナノファブリケーションは、化学プロセスや電気プロセス、パッケージング、環境から保護するための技術です。
マイクロチップ以外のマイクロおよびナノファブリケーションの応用例は何ですか?
私たちは、ファイバーオプティクスなどのプロジェクトに取り組みました。すべてのプロジェクトは、最終的には何らかの処理ユニットに信号を送信したり受信したりする必要があります。私たちは、テレコム業界、光学、カメラなどの分野で働きました。しかし、すべてのプロジェクトの核となるのは、マイクロチップです。ただし、センサーも重要です。センサーは、処理ユニットに信号を送信します。さまざまな種類のセンサーまたは入出力デバイスを構築するための製造技術は、非常に多様です。
マイクロおよびナノスケールで作業する際の課題については?
1つの塵粒子が1日を台無しにする可能性があります。作業しているものは、空気中の塵粒子と同じサイズです。したがって、クリーンルームで作業します。クリーンルームは、作業中のものを人間から守る環境です。人間は、非常に「汚い」存在です。私たちは、常に微小な粒子を放出しています。私たちの服も、メイクも、空気を汚染しています。私たちは、作業中のものをこれらの汚染物質からできるだけ除去する必要があります。
別の課題は、クリーンルームを構築する方法があり、クリーンルームの科学もあります。しかし、別の課題は、実験室の外に出すことです。最終的には、これらのものは、非常に「汚い」世界で使用されることになります。パッケージングは重要です。私たちは、デバイスにアクセスできるようにしながら、汚染を防ぐ必要があります。ヘルメットシールを施したり、完全に密封したりして、内部または外部からの汚染を防ぎます。これもまた、別の課題です。
また、実験室でのみ機能するものがあっても、汚い世界では機能しない場合があります。マイクロおよびナノスケールでは、物理的な世界は少し異なります。私たちが期待するように動作しない場合があります。予測できない結果になる可能性があります。これは、別の研究分野です。
マイクロおよびナノスケールでの物理的な世界の違いは何ですか?
例えば、ワイヤーに電流を流します。私たちの充電器や携帯電話では、電流を流しています。しかし、髪の毛の太さのワイヤーに電流を流すと、熱やその他の問題が発生します。マイクロおよびナノスケールでは、物理的な世界は少し異なります。
あなたの現在の役割は何ですか?あなたのチームは業界パートナーをどのように支援していますか?
私の現在の役割は、以前のマイクロおよびナノテクノロジーの世界とは大きく異なります。
私はAmiiのアドバンスト・テクノロジー・チームのプロダクト・オーナーです。私は、機械学習の科学者やプロジェクト・マネージャーを含むチームを率いています。私たちのチームは、業界パートナーと協力して、機械学習を適用してビジネスの課題を解決することに重点を置いています。私たちは、業界に焦点を当てて、学術界のブレークスルーを業界のニーズに応じて適用することを目指しています。
私たちのチームは、インターンシップやレジデンシー・プログラムを運営しています。私は頻繁に採用しています。採用は私の背景ではありませんが、現在は頻繁にやっています。私たちは、クライアントのプロジェクトに適した機械学習の才能を見つけるためのマッチメイキングを行っています。私たちは、これらの人々をAmiiの従業員として一定期間雇用し、サポートとメンターシップを提供します。しかし、実際には、クライアントのプロジェクトに専念しています。クライアントがタレントを自分で採用する必要がないようにする方法です。Amiiにはある程度のブランド認知度があるため、優れた才能を引き付けることができます。
システムの潜在的な利点は、クライアントがAmiiでの期間が終了した後、これらの人々を雇用する機会を持つことです。私たちは、才能がここに留まることを望みます。私たちは、ブレインドレインを望みません。クライアントは、タレントを試用し、プロジェクトを試み、機械学習が実際に何であるかを理解し、成功するために何が必要かを理解するための優位性を得ることができます。理想的には、これらの企業が将来、AIのイニシアチブを推進できるように、これらの才能を長期的に配置することです。
通常、Amiiでの期間は何ヶ月ですか?
通常、4〜12ヶ月です。
これは、プロジェクトの複雑さや解決しようとしている問題の数によって決まります。私たちは、プロジェクトの長さを最初に決定します。機械学習のプロジェクトを4ヶ月で完了することは難しい場合があります。モデルの構築以外にも、多くの作業が必要です。クライアントから提供されたデータに大きく依存しています。モデルの構築に役立つデータです。期間が長いほど、イテレーションとサイクルを繰り返して、機会を掘り下げることができます。
作業は、実験的で探索的です。Amiiは研究機関です。結果を保証することはできません。期間が長いほど、研究を行い、選択肢を尽くし、可能な限り多くのものを追求する時間が増えます。
あなたのチームが協力して解決した、業界パートナーとの課題的なビジネス問題の例は何ですか?
データの準備ができていないことです。業界の認識と機械学習の科学者が思うデータの準備ができていることとは異なります。アクセス性も大きな課題です。クライアントがデータを私たちに提供するのがどれほど簡単かです。私たちが機械学習のモデルを構築するには、データが必要です。長期のプロジェクトは、クライアントと協力してデータの準備の課題を解決する時間を私たちに与えてくれます。
ガベージ・インはガベージ・アウトです。クライアントが私たちにガベージ・データを提供すると、ガベージ・モデルを作成します。質の高いデータが必要です。クライアントには、学習曲線があります。業界の認識と機械学習の科学者が思うデータの品質とは異なります。私たちは、クライアントが私たちと同じ言語を話し、データの制限を理解していることを確認する必要があります。
予測しようとしているものの例がデータセットに必要です。イベントが非常にまれな場合は、予測するのが難しいです。99%の時間、正確なモデルを構築できますが、1%の時間、予測できないイベントが発生する可能性があります。クライアントは、成功するために必要なものを理解する必要があります。
見かけ上は単純な問題でも、データセットによっては非常に複雑になる場合があります。クライアントとの初期の発見の電話では、必要な時間を予測する必要があります。しかし、時には、プロジェクトの複雑さが予想よりもはるかに深いことがわかります。
別の課題は、必要な専門家のコミットメントが不足していることです。業界パートナーと協力するとき、ドメインの専門家である彼らが継続的に参加する必要があります。私たちは、データを取り、モデルを構築し、結果を提供するだけの開発会社ではありません。協力が非常に重要です。業界パートナーが参加するほど、より多くの成果が得られます。彼らは私たちを正しい方向に導き、予測がビジネス上の意味を成すことを確認し、ターゲットとするべきメトリックを理解することができます。
私たちのプロジェクトをサポートするために、多分野にわたるチームが必要です。機械学習のモデルを構築するには、1人の機械学習の科学者だけでは不十分です。多くの課題があります。これらは、私が思い浮かべるものです。
あなたは個人的に、AIが善のために使用されるべきであると考えています。AIが将来をどのようにして肯定的に変えることができるかについては?
私の仕事で最も好きなことは、さまざまな業界のクライアントと協力して、非常に異なる問題を解決していることです。すべてのプロジェクトは、肯定的な変化をもたらすために使用されています。Amiiには、プリンシプルド・AIのフレームワークがあり、クライアントとのプロジェクトがすべて、肯定的な変化をもたらすために倫理的に使用されていることを確認しています。
1つの例は、アルバータ州で頻繁に発生する森林火災の予測です。特に今年は4月からすでにひどかったです。私たちは、カナダ・ワイルドファイア・リサーチ・グループと協力して、40年の気象データと深刻な森林火災のイベントを結び付けて、将来のイベントをよりよく予測できるようにしています。予測により、必要なリソースを準備し、環境を事前に準備して、森林火災が広がる前に対処できるようになります。
私が到着した日（2023年5月21日）には、すでに煙がひどかったです。
それは壊滅的です。コミュニティを破壊し、家を奪います。汚れた空気を吸うことは健康に悪影響を与えますが、被害は非常に大きいです。そのようなプロジェクトは、近くで起こっていることです。
私たちが取り組んでいる別の分野は、農業です。私たちは、成長する人口をどのように養うかについて考えています。国立研究会議と協力して、植物のタンパク質の豊富さの問題を解決するために、機械学習を使用して予測を行っています。
排出量の削減も人気のある分野です。石油およびガス部門の企業と協力して、プロセス、システム、ツールを可能な限り効率的にすることを目指しています。私たちは、アルバータ州のドレイトン・バレーにある浄水場と協力して、浄水場がコミュニティに可能な限り多くの清潔な水を提供できるようにしています。精密医療もそうです。
リストは続きます。ほとんどのプロジェクトは、将来に大きな影響を与える可能性があります。私にはお気に入りはありません。すべてのプロジェクトは、将来に大きな影響を与える可能性があります。
あなたのAIまたはロボティクスの将来のビジョンは何ですか?
私のロボティクスへの露出は、主にサプライ・チェーンでした。ロボティクスはすでに使用されていますが、AIで既存のシステムや自動化を強化する方法もあります。サプライ・チェーンは、スループットを増やし、注文をより迅速に満たして、意思決定をより効率的に行うことに興味があります。ロボティクスは、人間の代わりとして使用される可能性があります。人間が露出するべきではない環境で使用されます。ロボティクスは、人間のためにツールや強化として使用されます。人間の代わりではありません。
将来、ロボティクスは、人間の制御下で使用され、人間の生活をより良くするために使用されます。ロボティクスは、人間に代わって危険な環境で作業します。ロボティクスは、人間のために便利なツールになります。ロボティクスは、人間の制御下で使用され、人間の生活をより良くするために使用されます。
Amiiの将来のビジョンは、すべての企業がAIの技術に慣れ、AIの技術を理解し、ビジネスで使用できるようにすることです。企業は、AIの技術を使用してビジネスの課題を解決するために、実験し、イテレーションを行う必要があります。AIの技術は、すべての企業で使用できます。AIの技術は、すべての企業で使用できます。将来、企業は、AIの技術を使用してビジネスの課題を解決するために、実験し、イテレーションを行う必要があります。
感謝の気持ちを込めて、この素晴らしいインタビューを終わります。さらに詳しく知りたい読者は、以下のリソースを訪問してください:
