มารา ไคโร ผู้ดูแลผลิตภัณฑ์เทคโนโลยีขั้นสูงของ Amii – ชุดบทสัมภาษณ์

มารา ไคโร มุ่งมั่นที่จะใช้ AI เพื่อสร้างประโยชน์ เธอสำเร็จการศึกษาปริญญาวิทยาศาสตรบัณฑิตสาขาวิศวกรรมไฟฟ้าจากมหาวิทยาลัยแอลเบอร์ตา และมีคุณวุฒิ P.Eng. และ PMP ก่อนเข้าร่วม Amii เธอทำงานด้านการพัฒนาฮาร์ดแวร์ ช่วยลูกค้านำผลิตภัณฑ์ออกสู่ตลาด โดยเน้นการผลิตระดับไมโครและนาโน

ในฐานะเจ้าของผลิตภัณฑ์ด้านเทคโนโลยีขั้นสูงของ Amii มารานำทีมเทคนิคที่ช่วยพันธมิตรในภาคอุตสาหกรรมสร้างขีดความสามารถด้านแมชชีนเลิร์นนิงภายในองค์กร โดยให้คำแนะนำและความเชี่ยวชาญในการพัฒนาแบบจำลองพยากรณ์ ทีมทำงานกับลูกค้าที่มุ่งมั่นพัฒนาการนำ AI มาใช้ โดยประยุกต์แมชชีนเลิร์นนิงกับปัญหาทางธุรกิจที่ท้าทายที่สุด

Amii (Alberta Machine Intelligence Institute) เป็นหนึ่งในศูนย์ AI ชั้นนำของแคนาดา ทำงานร่วมกับบริษัททุกขนาดในหลากหลายอุตสาหกรรม เพื่อขับเคลื่อนกลยุทธ์นวัตกรรม ให้คำแนะนำที่นำไปใช้ได้จริง ฝึกอบรมบุคลากรในองค์กร และให้บริการสรรหาบุคลากร

เราได้พูดคุยกันในการประชุม AI ประจำปี 2023 ชื่อ Upper Bound ซึ่งจัดขึ้นที่เอดมันตัน รัฐแอลเบอร์ตา โดยมีผู้จัดคือ Amii

อะไรทำให้คุณสนใจวิศวกรรมไฟฟ้าในตอนแรก?

ตอนเด็กฉันชอบประกอบสิ่งของมาก ถ้าแม่เอาพัดลมกลับบ้านมาในช่วงหน้าร้อน ฉันก็อยากประกอบมันเอง ตอนเป็นวัยรุ่นฉันมีโทรศัพท์โนเกียรุ่นที่ถอดแยกได้ ฉันจะถอดมันออกแล้วติดของประดับแวววาวไว้ด้านในและที่เสาอากาศ แต่พอเปิดเครื่องออกมา ฉันก็สงสัยว่า “ข้างในมีอะไรบ้าง? มันทำงานอย่างไร?” ฉันรู้สึกว่าน่าสนใจมาก

ฉันเรียนคณิตศาสตร์ได้ดีมาตลอด พ่อแม่จึงสนับสนุนให้ไปทางวิศวกรรม เมื่อรวมกับความสนใจในอิเล็กทรอนิกส์และความอยากรู้มากขึ้น สิ่งเหล่านี้ก็ดึงดูดฉันให้เข้ามาในสาขานี้

ฉันยังชอบแนวคิดของวิศวกรรมที่นำคณิตศาสตร์มาแก้ปัญหาในโลกจริง คณิตศาสตร์สนุกและน่าตื่นเต้นสำหรับฉันอยู่แล้ว แต่วิศวกรรมทำให้ใช้มันแก้ปัญหายาก ๆ ได้ จึงดูเป็นการผสมผสานที่เหมาะสมและน่าจะนำไปสู่อาชีพที่น่าสนใจ

ดูเหมือนพ่อแม่ของคุณจะสนับสนุนความสนใจของคุณอย่างจริงจัง

ใช่ค่ะ โดยเฉพาะพ่อ เขาบอกว่าเห็นแววนี้ในตัวฉันตั้งแต่ยังเล็กและสนับสนุนมาตลอด เมื่อคืนฉันไปร่วมงาน Women in AI ซึ่งพูดถึงการขจัดอุปสรรคและทำให้ผู้หญิงเข้าถึงสาขานี้ได้ง่ายขึ้น แต่ฉันไม่เคยมองว่าเรื่องนี้เป็นอุปสรรค เพราะพ่อแม่บอกเสมอว่า “นี่คือสิ่งที่ลูกควรทำ ไม่เกี่ยวกับเพศหรืออะไรเลย เป็นทักษะที่ลูกมี ก็ควรเดินตามและพัฒนามัน” ฉันไม่เคยรู้สึกว่าสาขานี้ไม่เหมาะกับตัวเอง ซึ่งช่วยได้มาก

ก่อนเข้าร่วม Amii คุณพัฒนาฮาร์ดแวร์โดยเน้นการผลิตระดับไมโครและนาโน ช่วยอธิบายคำเหล่านี้ได้ไหม?

ได้ค่ะ ตอนเรียนวิศวกรรมไฟฟ้า ฉันเลือกแขนงวิศวกรรมนาโน ซึ่งเชี่ยวชาญการออกแบบและผลิตในระดับไมโครและนาโน หนึ่งนาโนเมตรเท่ากับหนึ่งในล้านของมิลลิเมตร เล็กมากจนมองด้วยตาเปล่าไม่เห็น ฉันจึงได้เรียนรู้วิธีออกแบบและผลิตสิ่งของในระดับนั้น

เราอยู่ในโลกที่เชื่อมต่อกัน มีอุปกรณ์อิเล็กทรอนิกส์อยู่รอบตัว จึงต้องออกแบบให้เข้ากับข้อจำกัดด้านบรรจุภัณฑ์และพื้นที่ เราพยายามทำสิ่งต่าง ๆ ให้เล็กลงเสมอ ต้องนำต้นแบบที่มีขนาดใหญ่ไปทำให้ผลิตซ้ำและขยายการผลิตได้ การผลิตระดับนาโนเกี่ยวข้องกับเครื่องมือและเทคนิคที่ใช้ในการออกแบบและผลิตในระดับนี้

ตั้งแต่ผลิตไมโครชิป นำชิปสองชิ้นมาเชื่อมต่อทางไฟฟ้า ไปจนถึงบรรจุภัณฑ์สุดท้าย การทำทุกอย่างในระดับไมโครต้องใช้เทคนิคที่ต่างจากการสร้างสิ่งของในระดับที่มนุษย์คุ้นเคย การผลิตระดับไมโครและนาโนจึงครอบคลุมกระบวนการทางเคมี ทางไฟฟ้า และบรรจุภัณฑ์ที่ทำให้ชิ้นส่วนถูกปิดผนึกอย่างแน่นหนาและได้รับการปกป้องจากสภาพแวดล้อม

นอกจากไมโครชิปแล้ว มีการประยุกต์ใช้อะไรอีกบ้าง?

เราทำโครงการหลายอย่าง เช่น ใยแก้วนำแสง ท้ายที่สุดทุกอย่างต้องเชื่อมกับหน่วยประมวลผลที่รับหรือสร้างสัญญาณ เราทำงานในอุตสาหกรรมโทรคมนาคม อุปกรณ์เชิงแสง และกล้อง แต่ส่วนที่เป็นสมองมักเป็นไมโครชิปอยู่ตรงกลาง นอกจากนี้ยังมีเซนเซอร์ที่ส่งสัญญาณให้หน่วยประมวลผล จึงต้องใช้เทคนิคการผลิตหลากหลายเพื่อสร้างเซนเซอร์หรืออุปกรณ์รับเข้าและส่งออกตามที่ต้องการ

การทำงานในระดับนาโนมีความท้าทายอะไรบ้าง?

ฝุ่นเพียงเม็ดเดียวอาจทำให้งานทั้งวันเสียหายได้ สิ่งที่เราทำมีขนาดพอ ๆ กับฝุ่นในอากาศ จึงต้องผลิตในห้องสะอาด ห้องนี้ปกป้องชิ้นงานจากตัวมนุษย์เอง เพราะเราปล่อยอนุภาคอยู่ตลอด ทั้งจากร่างกาย เสื้อผ้า และเครื่องสำอาง ต้องกำจัดสิ่งเหล่านี้ให้มากที่สุดเพื่อไม่ให้ชิ้นงานปนเปื้อน

มีวิธีสร้างห้องสะอาดที่ดีและมีศาสตร์รองรับ แต่ความท้าทายอีกอย่างคือการนำชิ้นงานออกจากห้องแล็บ เพราะสุดท้ายต้องใช้ในโลกภายนอกที่เต็มไปด้วยสิ่งสกปรก บรรจุภัณฑ์จึงสำคัญ เราต้องเข้าถึงอุปกรณ์ได้โดยไม่ทำให้สภาพแวดล้อมภายในบรรจุภัณฑ์ปนเปื้อน ต้องปิดผนึกอย่างสมบูรณ์ ไม่ให้อะไรเข้าออกได้ อุปกรณ์ที่ทำงานได้ดีบนโต๊ะแล็บในสภาพควบคุมอาจต้องเผชิญกับเงื่อนไขที่ต่างออกไปเมื่อใช้งานจริง นี่ก็เป็นความท้าทาย

ตั้งแต่การผลิตจนถึงการนำไปใช้ปลายทาง สิ่งที่เล็กขนาดนี้ต้องคำนึงถึงข้อกำหนดและสภาพแวดล้อมเป็นพิเศษ อีกทั้งพฤติกรรมของมันอาจไม่เป็นไปตามที่คาด โลกกายภาพในระดับไมโครและนาโนต่างจากระดับที่เราคุ้นเคย และเราไม่อาจคาดการณ์ผลได้เสมอ นั่นเป็นอีกสาขาการศึกษาหนึ่งเลย

ช่วยยกตัวอย่างสิ่งที่ต่างจากโลกกายภาพในระดับปกติได้ไหม?

เช่น การส่งกระแสไฟฟ้าผ่านสายไฟ เรามีที่ชาร์จและโทรศัพท์ที่ใช้กระแสไฟฟ้า แต่เมื่อสายไฟเล็กเท่าเส้นผม ก็ต้องพิจารณาเรื่องความร้อน และสิ่งต่าง ๆ จะเริ่มทำงานต่างออกไปเพราะข้อจำกัดด้านพื้นที่และขนาด

ปัจจุบันคุณมีบทบาทอะไรที่ Amii และทีมของคุณช่วยพันธมิตรในอุตสาหกรรมอย่างไร?

บทบาทปัจจุบันของฉันที่ Amii ต่างจากโลกไมโครและนาโนเทคโนโลยีมาก

ฉันเป็นเจ้าของผลิตภัณฑ์ของทีมเทคโนโลยีขั้นสูง นำทีมที่ส่วนใหญ่ประกอบด้วยนักวิทยาศาสตร์แมชชีนเลิร์นนิงและผู้จัดการโครงการ ทำงานร่วมกับพันธมิตรในอุตสาหกรรมเพื่อแก้ปัญหาธุรกิจด้วยแมชชีนเลิร์นนิง

เราเน้นภาคอุตสาหกรรมและเชื่อมช่องว่างระหว่างความก้าวหน้าทางวิชาการด้านแมชชีนเลิร์นนิงและ AI กับความต้องการสำคัญที่สุดของพันธมิตร โดยช่วยลูกค้าหาทักษะและความเชี่ยวชาญที่จำเป็นในการเดินหน้างาน

ทีมเทคโนโลยีขั้นสูงดูแลโครงการฝึกงานและโครงการผู้วิจัยประจำ ฉันจึงต้องสรรหาคนมาก แม้จะไม่ได้มีพื้นฐานด้านนี้มาก่อน งานเหมือนการจับคู่บุคลากร ML ให้เหมาะกับโครงการลูกค้า เราจ้างคนเหล่านี้เป็นพนักงาน Amii ตามระยะเวลาที่กำหนด ให้การสนับสนุนและคำปรึกษา แต่พวกเขาทุ่มเททำโครงการของลูกค้าโดยตรง ลูกค้าจึงเข้าถึงบุคลากรได้โดยไม่ต้องสรรหาเอง ชื่อเสียงของ Amii ช่วยให้เราดึงดูดคนเก่งมาทำโครงการเหล่านี้

ประโยชน์ที่อาจตามมาคือลูกค้ามีโอกาสจ้างคนเหล่านี้ต่อเมื่อสัญญากับเราสิ้นสุดลง เราอยากให้บุคลากรอยู่ที่นี่ ไม่ให้เกิดภาวะสมองไหล ลูกค้าจึงได้ทดลองทั้งคนและโครงการ เรียนรู้ว่าแมชชีนเลิร์นนิงคืออะไรและต้องมีอะไรจึงจะสำเร็จ ในระยะยาวเราอยากให้บุคลากรเหล่านี้อยู่ในบริษัท เพื่อให้บริษัทมีความสามารถด้าน AI และขับเคลื่อนโครงการของตัวเองได้

โดยทั่วไปสัญญามีระยะเวลานานเท่าใด?

โดยทั่วไปสี่ถึงสิบสองเดือนค่ะ

เราตกลงกันตั้งแต่เริ่มต้นตามความซับซ้อนและจำนวนปัญหาที่ต้องแก้ ยิ่งมีเวลามากก็ยิ่งดี โครงการแมชชีนเลิร์นนิงที่ต้องจบในสี่เดือนอาจท้าทาย เพราะมีงานมากกว่าการสร้างแบบจำลอง ต้องพึ่งข้อมูลที่ลูกค้าเก็บและส่งมาให้เรา ยิ่งมีเวลาก็ยิ่งสามารถปรับปรุงซ้ำและสำรวจทางเลือกต่าง ๆ ได้

งานมีลักษณะทดลองและสำรวจ Amii เป็นสถาบันวิจัย เราไม่อาจรับประกันผลลัพธ์ได้เสมอ ระยะเวลาที่มากขึ้นช่วยให้ทำวิจัยและสำรวจทางเลือกได้ครบ เพราะยากที่จะบอกล่วงหน้าว่า “วิธีนี้ดีที่สุด” ต้องลองจึงจะรู้

ช่วยยกตัวอย่างปัญหาทางธุรกิจที่ท้าทายซึ่งทีมของคุณทำร่วมกับบริษัทเหล่านี้ได้ไหม?

อย่างที่กล่าวไป ความพร้อมของข้อมูลเป็นความท้าทายใหญ่ สิ่งที่ภาคอุตสาหกรรมมองว่าพร้อมอาจไม่ใช่สิ่งที่นักวิทยาศาสตร์แมชชีนเลิร์นนิงมองว่าพร้อมสำหรับแบบจำลอง รวมถึงการเข้าถึงข้อมูล ลูกค้าสามารถส่งข้อมูลในรูปแบบที่แบบจำลองใช้ได้ง่ายเพียงใด นี่เป็นเหตุผลที่เราชอบโครงการระยะยาว เพราะทีมมีเวลาช่วยลูกค้าแก้ปัญหาความพร้อมของข้อมูลและเตรียมให้ประสบความสำเร็จ

ถ้าข้อมูลเข้าไม่มีคุณภาพ ผลลัพธ์ก็ไม่มีคุณภาพ ถ้าส่งข้อมูลแย่มา เราก็จะได้แบบจำลองที่แย่ เราต้องการข้อมูลคุณภาพสูง ลูกค้าเองต้องเรียนรู้ว่าข้อมูลคุณภาพหมายถึงอะไร และต้องมีตัวอย่างแบบใดจึงจะพยากรณ์อนาคตได้ เราต้องใช้ภาษาเดียวกัน ให้ลูกค้าเข้าใจข้อจำกัดจากข้อมูลที่มีและสิ่งที่จำเป็นต่อความสำเร็จ

ชุดข้อมูลต้องมีตัวอย่างของสิ่งที่ต้องการพยากรณ์ หากเหตุการณ์เกิดขึ้นน้อยมาก ก็จะคาดการณ์ได้ยาก เราอาจสร้างแบบจำลองที่ถูกต้อง 99% เพียงเพราะมันไม่เคยทำนายเหตุการณ์ที่เกิดขึ้นในอีก 1% เลย จึงต้องแน่ใจว่าลูกค้าเข้าใจข้อมูลที่เราต้องใช้เพื่อสร้างแบบจำลองที่แม่นยำ

แม้ปัญหาที่ดูง่ายก็อาจซับซ้อนมากตามชุดข้อมูล ตอนพูดคุยเบื้องต้นเราต้องประเมินเวลาที่ต้องใช้ แต่เมื่อเจาะลึกลงไป บางครั้งก็พบว่าความซับซ้อนของข้อมูลทำให้ปัญหายากกว่าที่คิด

อีกความท้าทายคือการขาดการมีส่วนร่วมอย่างต่อเนื่องจากผู้เชี่ยวชาญเฉพาะด้าน เราต้องการให้พันธมิตรร่วมทำงานต่อเนื่อง เพราะพวกเขาเป็นผู้เชี่ยวชาญทั้งด้านธุรกิจและข้อมูล เราไม่ใช่บริษัทรับพัฒนาที่แค่นำข้อมูลไปสร้างแบบจำลองแล้วส่งมอบตอนจบ งานนี้ต้องร่วมมือกันอย่างมาก ยิ่งพันธมิตรมีส่วนร่วมมากก็ยิ่งได้ประโยชน์มาก เพราะช่วยชี้ทิศทาง ตรวจว่าการพยากรณ์มีความหมายทางธุรกิจ เลือกตัวชี้วัดที่ถูกต้อง และทำให้เราเข้าใจว่าอะไรคือความสำเร็จสำหรับพวกเขา

เราจึงต้องมีทีมหลายสาขาสนับสนุนโครงการ การสร้างแบบจำลองที่ส่งผลดีต่อธุรกิจต้องใช้มากกว่านักวิทยาศาสตร์แมชชีนเลิร์นนิงคนเดียว มีความท้าทายหลายอย่าง และนี่คือสิ่งที่ฉันนึกถึง

คุณเชื่อว่า AI ควรสร้างประโยชน์ คุณคิดว่า AI จะเปลี่ยนอนาคตในทางบวกได้อย่างไรบ้าง?

สิ่งที่ฉันชอบที่สุดในงานคือเราได้ทำงานกับลูกค้าจากทุกอุตสาหกรรม แก้ปัญหาต่างกันมาก แต่ทุกโครงการนำไปสู่การเปลี่ยนแปลงในทางบวก Amii มีกรอบ AI ตามหลักการที่ทำให้แน่ใจเรื่องนี้ ตั้งแต่ทำสัญญาเราจะตรวจว่าโครงการกับพันธมิตรถูกใช้เพื่อสร้างประโยชน์อย่างมีจริยธรรม ทุกโครงการที่ฉันได้เห็นจึงมีเป้าหมายที่ดีและช่วยเปลี่ยนอนาคตในทางบวก

ตัวอย่างหนึ่งคือไฟป่าในแอลเบอร์ตา ซึ่งเกิดขึ้นบ่อยในฤดูร้อน ปีนี้รุนแรงตั้งแต่เดือนเมษายน เราเพิ่งร่วมมือกับ Canada Wildfire กลุ่มวิจัยจากมหาวิทยาลัยแอลเบอร์ตา ซึ่งมีข้อมูลสภาพอากาศย้อนหลัง 40 ปีที่เชื่อมโยงกับเหตุการณ์ไฟป่ารุนแรง เราช่วยพยากรณ์เหตุการณ์ในอนาคต เพื่อเตรียมทรัพยากรที่ต้องใช้และให้ทีมเข้าไปจัดการสภาพแวดล้อมก่อนที่ไฟป่าจะลุกลาม หากคุณอยู่เอดมันตันเมื่อสัปดาห์ก่อนก็คงเห็นว่าควันหนามาก

ตอนผมมาถึงคืนวันอาทิตย์ที่ 21 พฤษภาคม 2023 ก็มีควันมากทีเดียว

มันสร้างความเสียหายร้ายแรง ทำลายชุมชนและบ้านเรือน การสูดอนุภาคในอากาศไม่ดีอยู่แล้ว แต่ความเสียหายโดยรวมมหาศาล โครงการนี้จึงใกล้ใจพวกเราทุกคน

อีกด้านคือการเกษตร เราจะเลี้ยงประชากรที่เพิ่มขึ้นได้อย่างไร? เราทำงานกับ National Research (NRC ) Council เรื่องปริมาณโปรตีนในพืช พยายามทำให้พืชที่ปลูกมีโปรตีนสูงขึ้นเพื่อเลี้ยงประชากร และใช้แมชชีนเลิร์นนิงช่วยพยากรณ์

การลดการปล่อยก๊าซเป็นอีกหัวข้อที่ได้รับความสนใจ เราทำงานกับบริษัทน้ำมันและก๊าซเพื่อให้กระบวนการ ระบบ และเครื่องมือมีประสิทธิภาพที่สุด รวมทั้งโรงบำบัดน้ำในเดรย์ตันวัลเลย์ เมืองเล็ก ๆ ในแอลเบอร์ตา เพื่อให้ดำเนินงานได้อย่างมีประสิทธิภาพและผลิตน้ำสะอาดให้ชุมชนได้มากที่สุด ยังมีการแพทย์แม่นยำด้วย

ยังมีอีกหลายโครงการ ทุกบริษัทที่เราทำงานด้วยล้วนมีเป้าหมายลักษณะนี้ จึงเลือกโครงการที่ชอบที่สุดยาก เพราะทุกโครงการมีโอกาสสร้างผลดีอย่างมากต่ออนาคต

คุณมองอนาคตของ AI หรือหุ่นยนต์อย่างไร?

ประสบการณ์ของฉันด้านหุ่นยนต์ส่วนใหญ่อยู่ในห่วงโซ่อุปทาน ซึ่งใช้หุ่นยนต์อยู่แล้ว คำถามคือจะเพิ่ม AI ให้ระบบและระบบอัตโนมัติเดิมมีประสิทธิภาพขึ้นอย่างไร ภาคนี้ต้องการเพิ่มปริมาณงาน จัดการคำสั่งซื้อให้เร็วขึ้น และตัดสินใจอย่างมีประสิทธิภาพขึ้น งานที่ฉันได้เห็นจึงเป็นการต่อยอดหุ่นยนต์เดิมให้ฉลาดและดีขึ้น

โดยรวม อนาคตที่เห็นในอุตสาหกรรมยังมีมนุษย์เป็นศูนย์กลาง หุ่นยนต์เป็นเครื่องมือเสริมความสามารถของคน อาจใช้ในสภาพแวดล้อมอันตรายที่มนุษย์ไม่ควรเข้าไป เพื่อให้เราปลอดภัยขึ้น นักวิจัยของเรายังทำงานที่น่าสนใจเกี่ยวกับแขนขาเทียมไบโอนิก ทำให้ผู้ที่ต้องการความช่วยเหลือควบคุมและเคลื่อนไหวได้ง่ายขึ้น ทั้งหมดนี้ยังเกี่ยวข้องกับมนุษย์และการใช้เครื่องมือ เพียงแต่ทำให้ใช้ได้ง่ายและช่วยให้ชีวิตสะดวกขึ้น

สำหรับอนาคตของ AI โดยทั่วไป ช่วงนี้น่าสนใจมาก อุตสาหกรรมเริ่มเข้าใจแล้วว่า AI อยู่ที่นี่และจะเปลี่ยนทุกอย่าง คุณจะเป็นผู้นำหรือผู้ตามก็ได้ วิสัยทัศน์หนึ่งของ Amii คือให้ทุกบริษัทคุ้นเคยกับเทคโนโลยี รู้ว่าทำอะไรได้และไม่ได้ พร้อมทดลองและปรับปรุงการนำมาใช้เพื่อแก้ปัญหายากที่สุดของธุรกิจ

ที่ผ่านมาอาจมีความเข้าใจว่ามีเพียงบริษัทเทคโนโลยีที่ใช้ AI และ ML แต่ตอนนี้ชัดเจนขึ้นว่า ML สามารถใช้ได้ในแทบทุกองค์กร แม้จะไม่ใช่คำตอบที่ถูกต้องเสมอ ก็มักมีกรณีใช้งานอยู่ ฉันหวังว่าบริษัทต่าง ๆ จะกลายเป็นองค์กรที่มีความสามารถด้าน AI ได้เอง ด้วยความรู้และความคุ้นเคยกับเทคโนโลยี และเข้าใจว่าจะนำมาใช้กับธุรกิจอย่างไร

ขอบคุณสำหรับบทสัมภาษณ์ที่ยอดเยี่ยม ผู้อ่านที่ต้องการทราบข้อมูลเพิ่มเติมสามารถดูแหล่งข้อมูลต่อไปนี้:

• การประชุม AI Upper Bound
• Amii (Alberta Machine Intelligence Institute)