Patrick M. Pilarski, Ph.D. Canada CIFAR AI Chair (Amii) – Intervju-serie

Dr. Patrick M. Pilarski er en Canada CIFAR Artificial Intelligence Chair, tidligere Canada Research Chair i Machine Intelligence for Rehabilitation, og en associate professor i avdelingen for fysisk medisin og rehabilitering, medisinsk fakultet, University of Alberta.

I 2017 var Dr. Pilarski med på å etablere DeepMinds første internasjonale forskningskontor, som ligger i Edmonton, Alberta, der han var kontorsleder og senior forskningsvitenskapsmann til 2023. Han er en fellow og medlem av styret i Alberta Machine Intelligence Institute (Amii), og er medlem av laboratoriet Bionic Limbs for Improved Natural Control (BLINC) og er hovedforsker ved Reinforcement Learning and Artificial Intelligence Laboratory (RLAI) og Sensory Motor Adaptive Rehabilitation Technology (SMART) Network ved University of Alberta.

Dr. Pilarski er en prisbelønnet forfatter eller medforfatter av over 120 fagfellevurderte artikler, er en senior medlem av IEEE og har mottatt støtte fra provinsielle, nasjonale og internasjonale forskningsstipender.

Vi hadde et intervju på den årlige Upper Bound-konferansen om AI i 2023, som ble holdt i Edmonton, AB, og vertskap av Amii (Alberta Machine Intelligence Institute).

Hvordan kom du inn i AI? Hva trakk deg til industrien?

Dette er to separate spørsmål. I forhold til hva som trekker meg til AI, er det noe vakkert ved hvordan kompleksitet kan oppstå og hvordan struktur kan oppstå ut av kompleksitet. Intelligens er bare ett av disse fantastiske eksemplene på det, så enten det kommer fra biologi eller hvordan vi ser kompleks atferd oppstå i maskiner, tror jeg det er noe vakkert ved det. Det har alltid fascinert meg i en svært lang tid, og min lange og vindende vei til å arbeide i området AI jeg arbeider i nå, som er maskiner som lærer gjennom prøving og feil, forsterkningssystemer som samhandler med mennesker mens de begge er dypt innviklet i strømmen av erfaring, flyten av tid, kom gjennom alle mulige forskjellige platåer. Jeg studerte hvordan maskiner og mennesker kunne samhandle i forhold til biomekaniske enheter og bioteknologi, ting som kunstige lemmer og proteser.

Jeg så på hvordan AI kan brukes til å støtte medisinske diagnoser, hvordan vi kan bruke maskinintelligens til å begynne å forstå mønster som fører til sykdom eller hvordan forskjellige sykdommer kan presenteres i forhold til innspillingsdata på en maskin. Men det er all del av denne lange og vindende veien til å virkelig begynne å appreciere hvordan du kan få svært komplekse atferd ut av svært enkle grunnleggende prinsipper. Og det er det jeg virkelig elsker, spesielt om forsterkninglæring, er ideen om at maskinen kan innlemme seg i strømmen av tid og lære fra sin egen erfaring til å utvise svært komplekse atferd og fange både de komplekse fenomenene, virkelig, i verden rundt det.