Röportajlar
Mara Cairo, Amii'de İleri Teknoloji Ürün Sahibi - Röportaj Dizisi
Mara Cairo, AI'yı iyilik için kullanma konusunda tutkulu. Alberta Üniversitesi'nden Elektrik Mühendisliği alanında lisans derecesine sahiptir ve P.Eng derecesine sahiptir. ve PMP tanımları. Amii'ye katılmadan önce, mikro ve nano fabrikasyona odaklanarak müşterilerin ürünlerini pazara sürmelerine yardımcı olduğu donanım geliştirme alanında çalıştı.
Amii'de İleri Teknoloji Ürün Sahibi olarak Mara, tahmine dayalı modeller geliştirmek için rehberlik ve uzmanlık sağlayarak endüstri ortaklarının kuruluşları içinde makine öğrenimi kapasitesi geliştirmelerine yardımcı olan bir teknik ekibe liderlik ediyor. Ekibi, makine öğrenimini en zorlu iş sorunlarına uygulayarak yapay zekayı benimseme yelpazesinde ilerlemeye kararlı olan müşterilerle çalışıyor.
Amy (Alberta Machine Intelligence Institute), Kanada'nın önde gelen yapay zeka merkezlerinden biridir ve inovasyon stratejisini yönlendirmek ve pratik rehberlik ve tavsiye, kurumsal eğitim ve yetenek işe alma hizmetleri sağlamak için sektörlerden her büyüklükteki şirketle ortaklık kurar.
Yıllık 2023'te bir röportaj için oturduk Üst Sınır Edmonton, AB'de düzenlenen ve ev sahipliğinde düzenlenen AI konferansı Amy.
Başlangıçta sizi elektrik mühendisliğine çeken neydi?
Çocukken bir şeyler inşa etmeyi çok severdim. Annem yazın hava sıcakken eve bir vantilatör getirirdi ve ben de onu kendim yapmak isterdim. Ergenlik çağımda bir cep telefonum vardı, parçalara ayırabildiğim Nokia marka telefonlardan biriydi, ben de onu parçalara ayırıp içine ve antenine mücevherler takardım. Ama açtığımda, "Aman Tanrım, burada ne var? Neler oluyor?" diye düşünürdüm. Bu benim için gerçekten ilginçti.
Matematikte her zaman başarılıydım. Tüm bunları bir araya getirince, ailem beni mühendislik alanına yönlendirdi çünkü matematikte iyiydim, elektroniğe genel bir ilgim vardı ve bu konuda daha fazla bilgi edinmek istiyordum, beni başlangıçta çeken şey de buydu.
Ayrıca mühendislikte, matematiği gerçek dünya problemlerine uygulama fikrini gerçekten beğendim. Evet, tamam, harika, matematik benim için harika, heyecan verici ve eğlenceli, ama mühendislikle onu zor problemleri çözmek için uygulayabilirsin. İlginç bir kariyere yol açacak mükemmel şeyler ağı gibi görünüyordu.
Ailen çıkarlarını desteklemek konusunda çok proaktif görünüyordu.
Evet. Özellikle babam. Küçük yaştan itibaren bunu bende gördüğünü ve beni hep bu yöne yönlendirdiğini söylüyor. Dün gece de Kadınlar Yapay Zeka etkinliğindeydim ve bazı engelleri kaldırıp kadınlar için daha ulaşılabilir bir alan haline getirmek hakkında konuştuk. Bunu bir engel olarak görmedim çünkü yine ailem, "Bunu yapmalısın. Cinsiyetinle falan bir ilgisi yok. Bu sadece sahip olduğun bir beceri. Doğal olarak bunu takip etmeli ve geliştirmelisin." dedi. Bunun bana göre olmadığını hiç düşünmedim, bu da açıkçası yardımcı oldu.
Amii'ye katılmadan önce, mikro ve nano fabrikasyona odaklanmak için donanım geliştirme alanında çalıştınız. Bu terimleri tanımlayabilir misiniz?
Kesinlikle. Elektrik mühendisliğinde nanomühendislik seçeneğini seçtim. Bu, mikro ve nano ölçekte tasarım ve üretim üzerine bir uzmanlık alanıydı. Bir nanometreden bahsettiğimizde, bir milimetrenin bir milyona bölünmesinden bahsediyoruz, bir nanometre. Çok, çok küçük bir ölçek. Ve bu harika. Bunlar o kadar küçük ki çıplak gözle bile göremiyorsunuz. Ama bu uzmanlığı, o ölçekte üretim yapmayı ve o ölçekte şeyler tasarlamayı öğrenmek için kullanabilirdim.
Son derece bağlantılı bir dünyada yaşıyoruz. Etrafımız elektronik cihazlarla dolu ve ambalaj ve alan kısıtlamalarına uygun elektronik cihazlar tasarlayabilmemiz gerekiyor. Sürekli olarak her şeyi daha da küçültmeye çalışıyoruz. Hantal bir şey, bir prototip alırsınız ve onu tekrarlanabilir ve ölçeklenebilir hale getirebilmeniz gerekir. Nanofabrikasyon, aslında bu düzeyde tasarım ve üretim yapmak için kullandığınız araçlar ve tekniklerle ilgilidir.
Bu, mikroçiplerin üretilmesinden bu iki farklı çipin alınmasına ve bunların elektriksel olarak son ambalaja bağlanmasına kadardır. Tüm bunları mikro ölçekte yapmak, insan ölçeğimizde bir şey inşa etmekten farklı bir teknik gerektirir. Mikro ve nano fabrikasyon, kullandığınız kimyasal işlemler ve elektriksel işlemler, bunların hermetik olarak kapatıldığından ve çevrelerinden korunduğundan emin olmak için ihtiyaç duyduğunuz ambalajlarla ilgilidir.
Mikroçiplerin dışında başka bir uygulama veya kullanım durumu ne olabilir?
Fiber optik gibi birçok proje üzerinde çalıştık. Yine, her şey sonunda sinyalleri alan veya üreten bir tür işlem birimine dönüşüyor. Telekomünikasyon sektöründe, optikte, kameralarda ve tüm bu alanlarda çalıştık. Ancak bunların beyni genellikle ortada bir tür mikroçiptir. Ayrıca, kullandığınız işlem birimine sinyallerini ileten sensörler de var. Dolayısıyla, ihtiyacımız olan her türlü sensörü veya giriş veya çıkış cihazını üretmek için çeşitli üretim teknikleri mevcut.
Bu tür bir nano ölçekte çalışmanın arkasındaki zorluklardan bazıları nelerdir?
Tek bir toz parçası tüm gününüzü mahvedebilir. Üzerinde çalıştığınız şeyler, havadaki tozla aynı boyuttadır. Yani, temiz bir odada üretim yaparsınız. Temiz oda, üzerinde çalıştığınız şeyi sizden, bir insan olarak koruyan bir ortamdır. Çünkü insanlar olarak çok kirliyiz, sürekli olarak partiküller tükürüyoruz, kıyafetlerimiz partiküller saçıyor, kullandığımız makyaj malzemeleri havayı kirletiyor. Ürettiğimiz şeylerin bu tür kirleticilerden arınmış ve temiz olması için bu tür kirleticilerden mümkün olduğunca uzak durmamız gerekiyor.
Bir diğer zorluk da, bu temiz odaları inşa etmenin harika yolları olması ve bunun arkasında bir tür çalışma ve bilim olması, ancak diğer zorluk da bunları laboratuvardan çıkarmak çünkü sonunda bu şeyler çok kirli dünyamızda kullanılacak. İşte o zaman ambalaj önemli hale geliyor. Hâlâ bu cihazlara erişebilmemiz gerekiyor, ancak bunu çevreyi ve ambalajı kirletmeyecek şekilde yapmalıyız. Yani hermetik olarak her şeyi kapatmak, tamamen kapalı olduğundan emin olmak, hiçbir şeyin girip çıkmamasını sağlamak. Gördüğüm bir diğer zorluk da bu. Kontrollü bir ortamda laboratuvar tezgahında harika çalışan bir şeye sahip olmak istiyoruz, ancak genellikle inşa ettiğimiz şeylerin çoğu kirli dünyamıza çıkarılmak üzere tasarlanıyor. Bu da zordu.
Tekrar ediyorum, üretimden nihai varış noktasına ulaştırılmasına kadar, bu kadar küçük şeylerle uğraşırken çok özel hususlar ve çevresel kaygılar söz konusu. Ayrıca, bu kadar küçük bir ölçekte her şey her zaman beklendiği gibi davranmaz. Fiziksel dünyamızda, her şeyin belirli bir şekilde işlemesini bekleriz, ancak mikro ve nano ölçeğe indiğimizde fiziksel dünya biraz farklılaşır ve sonuçları her zaman tahmin edemezsiniz. Bu tamamen farklı bir çalışma alanı.
Normal fiziksel dünyadan farklı olmanın bazı örnekleri neler olabilir?
Bir telden akım geçirmek. Şarj cihazlarımız ve telefonlarımız var ve içlerinden akım geçiriyoruz. Saç teli büyüklüğünde bir telden akım geçirdiğinizde, elbette ısı etkileri söz konusu olur ve yine alan ve boyut kısıtlamaları nedeniyle her şey farklı davranmaya başlar.
Amii'deki mevcut rolünüz nedir ve ekibiniz endüstri ortaklarına nasıl yardımcı oluyor?
Amii'deki şu anki rolüm, mikro ve nanoteknoloji dünyasından çok farklı.
Amii'de İleri Teknoloji Ekibi'nin Ürün Sahibiyim. Makine öğrenimi alanında çalışan bilim insanları ve proje yöneticilerinden oluşan bir ekibin liderliğini yapıyorum. Bu ekip, farklı sektörlerdeki ortaklarımızla birlikte çalışarak makine öğrenimi uygulamalarıyla iş sorunlarını çözmeye çalışıyor.
Sektör odaklıyız ve akademide olup bitenler ile makine öğrenimi ve yapay zeka alanındaki tüm büyük atılımlar arasında köprü kuruyor, ancak bunları sektör ortaklarımızın en büyük ihtiyaçlarına uyguluyoruz. Bu ihtiyaçlara, müşterilerimizin işlerini ilerletmek için ihtiyaç duydukları becerileri ve uzmanlığı bulmalarına yardımcı olarak yanıt veriyoruz.
Staj ve uzmanlık programlarımızı ileri teknoloji ekibimiz aracılığıyla yürütüyoruz. Bu yüzden çok sayıda işe alım yapıyorum. İşe alım benim geçmişim değil, ama şu anda sıklıkla yaptığım bir şey. Ve her şey bir nevi eşleştirme, müşterimizin projesine yerleştireceğimiz doğru makine öğrenimi yeteneğini bulmakla ilgili. Bu kişileri belirli bir süre için Amii çalışanı olarak işe alıyoruz ve onlara bolca destek ve mentorluk sağlıyoruz, ancak aslında müşterinin projesi üzerinde çalışmaya ve onu ilerletmeye adanmış durumdalar. Bu, müşterilerimizin işe alım sürecini kendileri yapmak zorunda kalmadan yeteneklere erişmelerinin bir yolu. Amii'nin oldukça iyi bir marka bilinirliği var, gerçekten harika yetenekler getirip onları bu sektör projelerine yerleştirebiliyoruz.
Sistemin potansiyel bir faydası, müşterinin bizimle çalışma süresi dolduktan sonra bu kişileri işe alma fırsatına sahip olmasıdır. Bu yeteneklerin burada kalmasını istiyoruz. Beyin göçü istemiyoruz. Müşteriye, yetenekleri deneyebilmeleri, projeyi deneyimleyebilmeleri, makine öğreniminin gerçekte ne olduğunu, başarılı olması için neye ihtiyacımız olduğunu anlayabilmeleri ve ardından ideal olarak bu yetenekleri bu şirketlere daha uzun vadede yerleştirebilmeleri için bir avantaj sağlıyoruz. Böylece bu şirketler gerçekten yapay zeka şirketleri haline gelir ve gelecekte kendi girişimlerini ilerletebilirler.
Normalde kaydoldukları süre ne kadardır?
Genel olarak, dört ila on iki ay.
Bu, projenin karmaşıklığına ve çözmeye çalıştığımız problem sayısına bağlı olarak başlangıçta belirlediğimiz bir şey. Ne kadar uzunsa o kadar iyi olduğunu düşünüyoruz. Dört ayda tamamlanması gereken makine öğrenimi projeleri zorlu olabilir. Sadece makine öğrenimi modelleri oluşturmaktan çok daha fazlası var. Modelleri oluşturmamıza yardımcı olan, bize teslim edilen müşteriden toplanan verilere büyük ölçüde bağımlıyız. Ne kadar uzun süremiz varsa, tüm fırsatları yinelemek ve değerlendirmek o kadar kolay olur.
Çalışma deneysel ve keşifsel nitelikte. Amii bir araştırma enstitüsü; sonucu her zaman garanti edemeyiz. Daha uzun bir pist, araştırma yapmak ve seçeneklerimizi tüketip mümkün olduğunca çok şey denemek için bize daha fazla zaman tanır, çünkü "En iyi yöntem bu" demek bizim için zordur. Deneyip görmelisiniz.
Ekibinizin bu şirketlerle birlikte üzerinde çalıştığı zorlu iş sorunlarına bazı örnekler nelerdir?
Bahsettiğim gibi, veri hazırlığı kesinlikle büyük bir zorluk. Sektörün veri hazırlığına dair süregelen algısı, bir makine öğrenimi bilimcisinin bir makine öğrenimi modeli için hazır olduğunu düşündüğü şeyden farklı. Ve erişim. Müşterinin verileri bize makine öğrenimi modellerimiz için kullanılabilir bir şekilde teslim etmesi ne kadar kolay? Bu yüzden daha uzun projeleri seviyoruz çünkü ekibimize bu tür veri hazırlığı zorluklarını aşmaları ve onları başarıya hazırlamaları için zaman tanıyor.
Giren çöp, çıkan çöptür; bize çöp veri verirseniz, çöp bir model yaratırız. Gerçekten kaliteli verilere ihtiyacımız var. Ve müşteriler için biraz öğrenme eğrisi var. Sektörün kaliteli verinin ne olduğuna dair algısı, gelecekte neler olacağını tahmin edebilmek için görmemiz gereken örnekler neler? Bu sadece bir okuryazarlık meselesi, aynı dili konuştuğumuzdan emin olmak, bizi başarıya taşıyacak şeyi anladıklarında, erişebildikleri verilere dayanarak sınırlamaları anlamalarını sağlamak.
Veri kümenizde tahmin etmeye çalıştığınız şeylere dair örneklere ihtiyacınız var. Bir olay gerçekten nadirse, gerçekleşeceğini tahmin etmemiz zor olacaktır. Bir şeyin gerçekleşme olasılığının %99'ini asla tahmin etmediği için, %1 oranında doğru olduğunu söyleyen gerçekten doğru bir model oluşturabiliriz. Tekrar ediyorum, müşterinin doğru modeller oluşturmak için neye ihtiyacımız olduğunu anladığından emin olmalıyız.
Görünüşte basit sorunların bile, veri kümelerine bağlı olarak oldukça karmaşık olabileceğini gördük. Başlangıçta, bir müşteriyle ilk keşif görüşmesi yaptığımızda, ne kadar zamana ihtiyacımız olacağını tahmin etmemiz gerekir. Ancak bazen, soğanın katmanlarını soymaya başladığımızda, bu veri karmaşıklıkları nedeniyle bunun düşündüğümüzden çok daha karmaşık olduğunu fark ederiz.
Diğer zorluklar, konu uzmanlarından beklenen bağlılığın eksikliği. Sektör ortaklarımızla ortaklık kurduğumuzda, onların masaya gelmeye devam etmelerine gerçekten ihtiyacımız var çünkü onlar alan uzmanları ve genellikle veri uzmanları da. Verileri alıp modeli oluşturup sonunda onlara teslim edebileceğimiz bir geliştirme atölyesi gibi değiliz. Çok, çok iş birlikçi bir süreç. Sektör ortaklarımız ne kadar çok emek verirse, o kadar çok geri dönüş alacaklar çünkü bizi doğru yöne yönlendirebilecekler, yaptığımız tahminlerin iş perspektifinden onlar için mantıklı olduğundan, doğru metrikleri hedeflediğimizden ve başarının onlar için ne anlama geldiğinden emin olabilecekler.
Projeleri desteklemek için etrafımızda disiplinler arası bir ekibe ihtiyacımız var ve bir işletmeyi olumlu yönde etkileyecek başarılı bir model oluşturmak için tek bir makine öğrenimi bilim insanından fazlası gerekiyor. Birçok zorluk var. Aklıma gelenler bunlar.
Kişisel olarak yapay zekanın iyilik için bir güç olması gerektiğine inanıyorsunuz. Yapay zekanın geleceği olumlu yönde değiştirebileceğini düşündüğünüz bazı yollar nelerdir?
İşimde en sevdiğim şey, her sektörden müşterilerle çalışıp çok farklı sorunları çözmemiz, ancak bunların hepsinin gerçekten olumlu bir değişim için kullanılıyor olması. Amii'nin de tam olarak bunu sağladığından emin olmamızı sağlayan ilkeli bir yapay zeka çerçevesi var. Sözleşme aşamasından itibaren, sektör ortaklarımızla üzerinde çalıştığımız projelerin etik bir şekilde olumlu bir değişim için kullanıldığından emin oluyoruz. Gördüğüm tüm projeler iyiye ve geleceği olumlu yönde değiştirmeye yönelik kullanılıyor.
Aklıma gelen bir şey var, Alberta'da yaz aylarında çoğunlukla orman yangınlarıyla karşılaşıyoruz. Özellikle bu yıl, Nisan ayında bile durum kötüydü. Yakın zamanda Alberta Üniversitesi'ne bağlı bir araştırma grubu olan Canada Wildfire ile ortaklık kurduk. 40 yıllık hava durumu verileri ciddi orman yangınlarıyla bağlantılı. Gelecekte bu olayları daha iyi tahmin edebilmek için onlarla birlikte çalışıyoruz, böylece ihtiyaç duyulabilecek kaynakları daha iyi hazırlayabilir, ekiplerin orman yangınları şiddetlenmeden önce gidip ortamı iyileştirmesini sağlayabiliriz. Sanırım bu sadece Edmonton'da olmakla ilgili, geçen hafta burada mıydınız bilmiyorum ama hava çok dumanlıydı.
Pazar gecesi (21 Mayıs 2023) geldiğimde oldukça dumanlıydı.
Yıkıcı. Toplulukları mahvediyor. İnsanların evlerini elinden alıyor. Havadaki partikülleri solumak zorunda kalmak harika bir şey değil, ama yıkım çok büyük. Bu, hepimizin yüreğine dokunan ilginç bir (proje).
Üzerinde çalıştığımız bir diğer alan da tarım. Büyüyen nüfusumuzu nasıl besleyeceğiz? Ulusal Araştırma Konseyi ile protein bolluğu sorunu üzerinde çalışıyoruz. Büyüyen nüfusumuzu beslemek için yetiştirdiğimiz bitkilerin daha yüksek protein içeriğine sahip olmasını sağlamaya çalışıyor ve bu tahminleri yapabilmek için makine öğreniminden yararlanıyoruz.
Emisyonları azaltmak da oldukça popüler bir diğer konu. Petrol ve gaz sektöründeki şirketlerle birlikte çalışarak, kullanılan süreçlerin, sistemlerin ve araçların mümkün olduğunca verimli olmasını sağlıyoruz. Alberta'da küçük bir kasaba olan Drayton Valley'deki bir su arıtma tesisiyle çalışıyoruz ve bu su arıtma tesisinin mümkün olduğunca verimli çalışmasını ve toplum için mümkün olduğunca temiz su üretmemizi sağlıyoruz. Hassas tıp da cabası.
Liste uzayıp gidiyor. Gerçekten de, üzerinde çalıştığımız her şirketin bu tür projeleri, bu tür amaçları var. Birini seçmek benim için zor çünkü düşündüğünüzde, hepsinin gelecekte inanılmaz derecede olumlu bir etki yaratma olasılığı var.
AI veya robotiğin geleceği için vizyonunuz nedir?
Robotikle asıl tanışmam tedarik zincirinde oldu. Robotik zaten bu alanda kullanılıyor, ancak aynı zamanda mevcut sistemler ve otomasyon üzerine daha verimli süreçler inşa etmek için yapay zeka ile nasıl geliştirebileceğimiz de önemli. Tedarik zinciri, verimi artırmak, daha fazla siparişi daha hızlı karşılamak ve daha verimli karar alma süreçleriyle ilgileniyor. Robotik tarafına gelince, benim tanışmam mevcut robotların üzerine inşa ederek onları daha akıllı ve daha iyi hale getirmek oldu.
Daha genel olarak, endüstrinin yaptıklarına baktığımda, geleceğin hâlâ çok insan merkezli olduğunu düşünüyorum. Robotik, bir araç olarak, insanlara bir katkı olarak kullanılıyor. Belki de robotik, insanların maruz kalmaması gereken tehlikeli ortamlarda kullanılıyor. Bu durumda, robotik, bizi daha güvende tutmak için harika bir alternatif. Ayrıca, arkadaşlarımız ve biyonik uzuvlarımız tarafından yapılan harika araştırmalar var; bu sayede, bu desteğe ihtiyaç duyan insanların kontrolü ve hareketi daha kolay hale geliyor. Her şey hâlâ insanlara ve bu araçların kullanımına bağlı, ancak bu yeni sistemler aracılığıyla insanların kullanımını ve hayatlarını kolaylaştırıyor.
Genel olarak yapay zekanın geleceği açısından, bu alanda bulunmak gerçekten ilginç bir zaman. Sektör nihayet yapay zekanın burada olduğunu ve her şeyi değiştireceğini anlıyor; ya liderlik edersiniz ya da liderlik edilirsiniz. Bence Amii'nin vizyonlarından biri, her şirketin teknolojiyle rahat olmasını, neler yapıp yapamayacağının farkında olmasını ve en zorlu sorunlarından bazılarını çözmek için bunu işletmelerinde uygulamaya koyma konusunda denemeler yapmaya ve yinelemeler yapmaya istekli olmasını sağlamak.
Şimdiye kadar, yapay zeka ve makine öğrenimi kullananların yalnızca teknoloji şirketleri olduğu düşünülüyordu, ancak artık makine öğreniminin esasen her kuruluşta kullanılabileceği giderek daha belirgin hale geliyor. Her zaman doğru cevap olmasa da, genellikle bir kullanım alanı vardır. Gelecekte, şirketlerin teknoloji konusunda daha bilgili ve bilgili hale gelerek ve bunu işlerinde nasıl kullanabileceklerinin farkına vararak doğal yapay zeka şirketlerine dönüşmelerini umuyorum.
Harika röportaj için teşekkür ederiz, daha fazla bilgi edinmek isteyen okuyucular aşağıdaki kaynakları ziyaret etmelidir:
