Mara Cairo, Proprietar de produs al tehnologiei avansate la Amii – Seria de interviuri

Mara Cairo este pasionată de utilizarea inteligenței artificiale pentru binele comun. Ea are o diplomă de licență în inginerie electrică de la Universitatea din Alberta și deține titlurile P.Eng. și PMP. Înainte de a se alătura Amii, a lucrat în domeniul dezvoltării de hardware, unde a ajutat clienții să-și lanseze produsele pe piață, cu accent pe micro și nanofabricație.

În calitate de Proprietar de produs al tehnologiei avansate la Amii, Mara conduce o echipă tehnică care ajută partenerii din industrie să dezvolte capacități de învățare automată în cadrul organizației lor, oferind îndrumare și expertiză pentru a dezvolta modele predictive. Echipa sa lucrează cu clienți care sunt dedicați să progreseze pe spectrul de adoptare a inteligenței artificiale, aplicând învățarea automată pentru a rezolva cele mai dificile probleme de afaceri.

Amii (Institutul de inteligență a mașinilor din Alberta) este unul dintre cele mai importante centre de inteligență artificială din Canada, care se asociază cu companii de toate dimensiunile, din diverse industrii, pentru a stimula strategia de inovare și a oferi îndrumare practică și sfaturi, servicii de formare corporativă și recrutare de talente.

Ne-am întâlnit pentru un interviu la conferința anuală Upper Bound din 2023, care a avut loc la Edmonton, AB și a fost găzduită de Amii.

Ce v-a atras inițial către ingineria electrică?

Când eram copil, îmi plăcea foarte mult să construiesc lucruri. Mama mea aducea acasă un ventilator când era cald în vara, și eu voiam să-l construiesc. Îmi amintesc că, crescând ca adolescent, aveam un telefon mobil, unul dintre acele Nokia care puteau fi desfăcute, și eu îl desfăceam și puneam pietre prețioase peste tot pe interior și pe antenă. Dar când l-am desfăcut, a fost ca și cum aș fi zburat: “Dumnezeule, ce este aici? Ce se întâmplă?” A fost foarte interesant pentru mine.

Întotdeauna am excelat la matematică. Așa că, combinând toate acestea, părinții mei m-au îndreptat spre inginerie, deoarece eram bun la matematică, aveam un interes general în electronica și voiam să aflu mai multe despre ea, ceea ce m-a atras inițial în această direcție.

De asemenea, în inginerie, îmi plăcea foarte mult ideea de a aplica matematica la probleme din lumea reală. Da, matematica este grozavă și interesantă pentru mine, dar cu ingineria, puteam să o aplic pentru a rezolva probleme dificile. A părut a fi o combinație perfectă de lucruri care ar fi condus la o carieră interesantă.

Părinții dumneavoastră au părut a fi foarte implicați în sprijinirea intereselor dumneavoastră.

Da. Tatăl meu, în special. El spune că a văzut asta în mine de la o vârstă fragedă și m-a îndreptat întotdeauna în acea direcție. Am participat la un eveniment Women in AI ieri seară și am discutat despre eliminarea unor bariere și despre faptul că acest domeniu ar trebui să fie mai accesibil pentru femei. Și nu am văzut asta ca pe o barieră, deoarece, din nou, părinții mei au fost de părere că “Aceasta este ceea ce ar trebui să faceți. Nu este o întrebare de gen sau orice altceva. Este doar o abilitate pe care o aveți. Ar trebui să o urmați și să o cultivați.” Niciodată nu am simțit că nu este pentru mine, ceea ce mi-a fost de ajutor, desigur.

Înainte de a vă alătura Amii, ați lucrat în domeniul dezvoltării de hardware, cu accent pe micro și nanofabricație. Puteți defini aceste termene?

Desigur. În ingineria electrică, am urmat specializarea în nanoinginerie. A fost o specializare în proiectarea și fabricarea la scară mică și nanometrică. Când vorbim despre un nanometru, vorbim despre un milimetru împărțit la un milion, adică un nanometru. O scară foarte, foarte mică. Și asta este interesant. Aceste lucruri sunt atât de mici, încât nu le puteți vedea cu ochiul liber. Dar eu puteam să iau această specializare pentru a învăța cum să proiectez și să fabric lucruri la acea scară.

Trăim într-o lume foarte conectată. Există electronice peste tot și avem nevoie să proiectăm electronice pentru constrângerile de ambalare și spațiu. Suntem mereu în încercarea de a face lucrurile mai mici și mai mici. Luați ceva voluminos, un prototip, și aveți nevoie să-l faceți reproductibil și escalabil. Nanofabricația este cu adevărat despre instrumentele și tehnicile pe care le utilizați pentru a proiecta și fabrica la acea scară.

Aceasta este de la fabricarea de microcipuri până la luarea a două cipuri diferite și conectarea lor electric la ambalajul final. Realizarea tuturor acestor lucruri la scară mică necesită tehnici diferite decât cele utilizate la scară umană. Micro și nanofabricația sunt doar despre procesele chimice și electrice pe care le utilizați și ambalajul de care aveți nevoie pentru a vă asigura că acestea sunt etanșate și protejate de mediul înconjurător.

În afara microcipurilor, ce ar fi un alt exemplu de aplicație sau caz de utilizare?

Am lucrat la multe proiecte, cum ar fi fibra optică. Din nou, totul trebuie să se conecteze la o unitate de procesare care primește semnale sau generează semnale. Am lucrat în industria telecomunicațiilor, optică, camere, toate acestea. Dar creierul este, de obicei, un fel de microcip din mijloc. Dar există și senzorii care furnizează semnalele în unitatea de procesare pe care o utilizați. Deci, tehnici de fabricație diverse pentru a construi orice fel de senzor sau dispozitiv de intrare/ieșire de care aveți nevoie.

Care sunt unele dintre provocările din spatele lucrului la această scară nanometrică?

O particulă de praf poate strica întreaga zi. Lucrurile cu care lucrați sunt de aceeași mărime cu praful din aer. Așa că, fabricați într-o cameră curată. Camera curată este, de fapt, un mediu care vă protejează de ceea ce lucrați, deoarece, ca oameni, suntem foarte murdari, suntem mereu înconjurati de particule, hainele noastre sunt particule, machiajul pe care îl purtăm face aerul murdar. Avem nevoie să eliminăm cât mai mult din asta, astfel încât lucrurile pe care le construim să fie curate și lipsite de astfel de contaminanți.

O altă provocare, există modalități bune de a construi aceste camere curate și există o întreagă știință în spatele acestora, dar o altă provocare este scoaterea lor din laborator, deoarece, în cele din urmă, aceste lucruri vor fi utilizate în lumea noastră foarte murdară. Acesta este momentul în care ambalajul devine important. Avem nevoie să putem accesa aceste dispozitive, dar avem nevoie să o facem într-un mod în care nu contaminăm mediul, ambalajul. Așa că, etanșarea lucrurilor, asigurându-ne că este complet sigilat, nimic nu intră sau iese. Aceasta este o altă serie de provocări pe care le-am văzut. Aveam ceva care funcționa foarte bine pe o bancă de lucru, într-un mediu controlat, dar, în general, majoritatea lucrurilor pe care le construim sunt destinate să fie aduse în lumea noastră murdară. Acesta a fost un lucru dificil, de asemenea.

Din nou, de la fabricare până la scoaterea lor în lume, este doar un set special de considerații și preocupări de mediu atunci când lucrați cu lucruri atât de mici. Și lucrurile nu se comportă întotdeauna așa cum te aștepți. În lumea noastră fizică, ne așteptăm ca lucrurile să funcționeze într-un anumit fel, dar când ajungi la scara mică și nanometrică, lumea fizică devine puțin diferită și nu poți anticipa întotdeauna rezultatele. Acesta este un alt domeniu de studiu.

Ce ar fi niște exemple de comportament diferit față de lumea fizică obișnuită?

Trecerea curentului printr-un fir. Avem încărcătoarele și telefoanele noastre și trecem curent prin ele. Când treci curent printr-un fir care are mărimea unui fir de păr, există considerații de temperatură și lucrurile încep să se comporte diferit, deoarece, din nou, spațiul și constrângerile de mărime.

Ce este rolul dumneavoastră actual la Amii și cum vă ajută echipa partenerii din industrie?

Rolul meu actual la Amii este foarte diferit de lumea micro și nanotehnologiei.

Sunt Proprietar de produs al echipei de tehnologie avansată la Amii. Conduc o echipă de oameni de știință în învățarea automată și manageri de proiect care lucrează cu partenerii noștri din industrie pentru a rezolva problemele lor de afaceri prin aplicarea învățării automate.

Suntem foarte axați pe industrie, totul despre punerea în aplicare a ceea ce se întâmplă în academia, toate progresele excelente în învățarea automată și inteligența artificială, dar aplicându-le nevoilor partenerilor noștri din industrie. Răspundem la aceste nevoi, ajutându-i pe clienții noștri să găsească abilitățile și expertiza de care au nevoie pentru a putea avansa lucrul.

Conducem programele noastre de internship și rezidențiat prin echipa de tehnologie avansată. Așa că, angajez foarte mult. Recrutarea nu este domeniul meu de expertiză, dar este ceva pe care îl fac foarte des. Și este totul despre a face potriviri, găsirea talentului potrivit de învățare automată pentru a-l plasa pe proiectul clientului nostru. Angajăm acești oameni ca angajați ai Amii pentru o perioadă determinată și le oferim mult sprijin și mentorat, dar, în esență, sunt dedicați să lucreze pe proiectul clientului nostru și să-l avanseze. Este o modalitate prin care clienții noștri pot obține acces la talente fără a trebui să facă recrutarea singuri. Amii are o recunoaștere a mărcii foarte bună, putem aduce talente excelente și apoi le plasăm pe proiectele din industrie.

Un beneficiu potențial al sistemului este că clientul are oportunitatea de a angaja acești oameni după ce perioada noastră cu ei se încheie. Vrem ca aceste talente să rămână aici. Nu vrem să avem o pierdere de creiere. Îi dăm clientului nostru o mică avantajoasă, astfel încât ei pot să-i testeze, să vadă proiectul, să vadă ce înseamnă învățarea automată și apoi, ideal, plasarea talentului în cadrul acestor companii pe termen lung, astfel încât aceste companii să devină companii de inteligență artificială și să-și poată avansa inițiativele în viitor.

Cât durează, de obicei, perioada pentru care se angajează?

De obicei, patru până la doisprezece luni.

Acesta este ceva pe care îl stabilim la început, în funcție de complexitatea proiectului și de câte probleme încercăm să rezolvăm. Găsim că, cu cât mai mult, cu atât mai bine. Proiectele de învățare automată care pot fi realizate în patru luni pot fi dificile. Există mult mai mult decât doar construirea de modele de învățare automată. Depinde foarte mult de datele colectate de la client, care ne sunt furnizate și ne ajută să construim modelele. Cu cât avem mai mult timp, cu atât mai bine este pentru a itera și a parcurge toate oportunitățile.

Lucrul este experimental și de natură exploratorie. Amii este un institut de cercetare; nu putem întotdeauna garanta rezultatul. O perioadă mai lungă ne oferă mai mult timp pentru a face cercetarea și pentru a ne asigura că am epuizat toate opțiunile și am urmărit tot ce era posibil, deoarece este greu pentru noi să spunem: “Acesta este metoda care va funcționa cel mai bine.” Trebuie să încercăm și să vedem.

Care sunt unele exemple de provocări dificile de afaceri cu care echipa dumneavoastră a lucrat împreună cu aceste companii?

M-am referit la asta, cu siguranță, pregătirea datelor este o provocare mare. Percepția continuă a industriei despre pregătirea datelor este diferită de ceea ce ar crede un om de știință în învățarea automată că este gata pentru un model de învățare automată. Și accesul. Cât de ușor este pentru client să ne furnizeze datele într-un mod care să poată fi consumat de modelele noastre de învățare automată. De aceea, ne place să avem proiecte mai lungi, deoarece ne oferă echipei noastre timpul necesar pentru a lucra cu clienții noștri pentru a depăși aceste provocări de pregătire a datelor și pentru a-i pregăti pentru succes.

Gunoi înseamnă gunoi ieșit, dacă ne dați date de gunoi, vom crea un model de gunoi. Avem nevoie de date de calitate. Și există o mică curbă de învățare pentru clienți. Percepția industriei, din nou, despre ceea ce reprezintă date de calitate, exemplele de care avem nevoie pentru a putea prezice lucruri în viitor. Este doar o problemă de alfabetizare, asigurându-ne că vorbim aceeași limbă, că înțeleg limitele pe baza datelor la care au acces atunci când înțeleg ce va duce la succes.

Aveți nevoie de exemple de ceea ce încercați să prezice în setul de date. Dacă un eveniment este foarte rar, va fi greu pentru noi să anticipăm că se va întâmpla. Putem construi un model foarte precis pentru ceva care este corect 99% din timp, dar nu va prezice niciodată acel 1% din timp când se întâmplă ceva. Din nou, asigurându-ne că clientul înțelege ce avem nevoie pentru a construi modele precise.

Am văzut că, chiar și probleme aparent simple, pot fi foarte complexe, în funcție de setul de date. La început, avem un apel de descoperire cu clientul, și trebuie să anticipăm lungimea perioadei de timp de care vom avea nevoie. Dar, uneori, când începem să desfacem straturile cepei, ne dăm seama că, nu, acesta este mult mai complex decât am crezut, din cauza complexității datelor.

Alte provocări, lipsa de angajament din partea experților în domeniu necesari. Când ne asociem cu partenerii noștri din industrie, avem nevoie ca ei să continue să vină la masa de discuții, deoarece ei sunt experții în domeniu și, de obicei, experții în date, de asemenea. Nu suntem ca o companie de dezvoltare software unde putem lua datele, construi modelul și livra-l la sfârșit. Este foarte colaborativ. Și cu cât partenerii noștri din industrie se implică mai mult, cu atât mai mult vor obține. Ei pot să ne ghideze în direcția corectă, să se asigure că predicțiile pe care le facem au sens pentru ei din punct de vedere al afacerii, că țintim metricele corecte, că înțelegem ce înseamnă succes pentru ei.

Avem nevoie de o echipă multidisciplinară în jurul nostru pentru a sprijini proiectele și necesită mai mult decât doar un om de știință în învățarea automată pentru a construi un model de succes care să aibă un impact pozitiv asupra afacerii. Există multe provocări. Acestea sunt cele care mi-au venit în minte.

Dumneavoastră, personal, credeți că inteligența artificială ar trebui să fie o forță pentru bine. Care sunt unele modalități în care inteligența artificială poate schimba pozitiv viitorul?

Lucrul pe care îl plac cel mai mult la jobul meu este că lucrăm cu clienți din toate industriile, rezolvând probleme foarte diferite, dar toate sunt, de fapt, utilizate pentru a aduce o schimbare pozitivă. Și Amii are un cadru de inteligență artificială care se asigură că facem exact acest lucru. De la etapa de contractare, ne asigurăm că proiectele pe care le lucrăm cu partenerii noștri din industrie sunt utilizate pentru o schimbare pozitivă, într-un mod etic. Toate proiectele la care lucrez sunt utilizate pentru bine și schimbă pozitiv viitorul.

Un lucru care îmi vine în minte, în Alberta, mai des decât nu, ne confruntăm cu situații de incendii de pădure în timpul verii. Anul acesta, în special, chiar și în aprilie, a fost rău. Am colaborat recent cu Canada Wildfire, un grup de cercetare de la Universitatea din Alberta, cu 40 de ani de date meteorologice legate de evenimente severe de incendii de pădure. Lucrăm cu ei pentru a prezice mai bine aceste evenimente în viitor, astfel încât să putem pregăti mai bine resursele care ar putea fi necesare, să trimitem echipele să tempereze mediul înainte ca incendiile de pădure să devină grave. Cred că acesta este doar un exemplu, fiind în Edmonton, nu știu dacă ați fost aici săptămâna trecută, dar a fost foarte înnorat.

Când am sosit duminică seară (21 mai 2023), a fost foarte înnorat.

Este devastator. Distrug comunități. Le ia oamenilor casele. A fi nevoiți să respirați particule în aer nu este bun, dar devastarea este imensă. Acesta este un proiect care ne este foarte drag tuturor.

O altă zonă în care lucrăm este agricultura. Cum vom hrăni populația noastră în creștere? Lucrăm cu Consiliul de cercetare națională pe o problemă de abundență de proteine. Încercăm să ne asigurăm că plantele pe care le cultivăm au un conținut mai ridicat de proteine pentru a hrăni populația noastră în creștere și utilizăm învățarea automată pentru a putea face aceste predicții.

Reducerea emisiilor este un alt exemplu foarte popular. Lucrăm cu companii din sectorul petrolului și gazelor pentru a ne asigura că procesele și sistemele și uneltele utilizate sunt cât mai eficiente posibil. Lucrăm cu o stație de tratare a apei din Drayton Valley, un oraș mic din Alberta, pentru a ne asigura că stația de tratare a apei funcționează cât mai eficient posibil și că creăm cât mai multă apă curată pentru comunitate. Medicina personalizată, de asemenea.

Lista continuă. Literal, fiecare companie cu care lucrăm are astfel de proiecte, astfel de cauze. Este greu pentru mine să aleg unul preferat, deoarece, atunci când te gândești la asta, toate au posibilitatea de a avea un impact incredibil de pozitiv asupra viitorului.

Care este viziunea dumneavoastră asupra viitorului inteligenței artificiale sau al roboticii?

Experiența mea cu robotica a fost, de fapt, în lanțul de aprovizionare. Este un loc în care robotica este deja utilizată, dar și cum putem să o îmbunătățim cu inteligența artificială pentru a construi pe sistemele și automatizarea existente, din nou, prin procese mai eficiente? Lanțul de aprovizionare este, evident, interesat de creșterea producției, de a îndeplini mai multe comenzi mai rapid și de a lua decizii mai eficiente. Pe partea de robotici, din nou, experiența mea a fost de a construi pe roboții existenți pentru a-i face mai inteligenți și mai buni.

Cred că, în general, viitorul, așa cum îl văd, este foarte centrat pe oameni. Robotica este utilizată ca un instrument, ca o completare a oamenilor. Poate că roboții sunt utilizați în condiții periculoase pentru oameni, unde nu ar trebui să fim expuși la mediu. Roboții sunt o înlocuire excelentă pentru noi în acest caz, pentru a ne ține în siguranță. Există, de asemenea, cercetări foarte interesante efectuate de către colegii noștri și membrele artificiale, astfel încât oamenii să poată controla și mișca mai ușor. Toate acestea sunt legate de oameni și de utilizarea acestor unelte, dar fac viața lor mai ușoară prin aceste sisteme noi.

În ceea ce privește viitorul inteligenței artificiale, în general, acesta este un moment atât de interesant pentru a fi în acest spațiu. Industria a înțeles, în sfârșit, că inteligența artificială este aici și va schimba totul, și puteți conduce sau fi condus. Cred că una dintre viziunile Amii este de a avea fiecare companie confortabilă cu tehnologia, conștientă de ceea ce poate și nu poate face, și dispusă să experimenteze și să itereze implementarea ei în afaceri pentru a rezolva unele dintre cele mai dificile probleme.

Până acum, cred că a existat o percepție că doar companiile de tehnologie utilizează inteligența artificială și învățarea automată, dar acum devine mai evident că învățarea automată poate fi implementată în practic orice organizație. Nu este întotdeauna răspunsul corect, dar există, de obicei, un caz de utilizare pentru ea. Sper că viitorul este că companiile vor deveni companii naturale de inteligență artificială, devenind mai literate și familiare cu tehnologia și conștiente de modurile în care o pot utiliza pentru afacerile lor.

Mulțumim pentru acest interviu minunat. Citiitorii care doresc să afle mai multe despre subiect pot vizita următoarele resurse:

• Conferința Upper Bound AI.
• Amii (Institutul de inteligență a mașinilor din Alberta)