Amii’de İleri Teknoloji Ürün Sahibi Mara Cairo ile Röportaj – Röportaj Serisi

Mara Cairo, iyi için yapay zeka kullanmaya tutkun. Alberta Üniversitesi’nden Elektrik Mühendisliği lisansına sahip ve P.Eng. ve PMP unvanlarına sahiptir. Amii’ye katılmadan önce, mikro ve nano fabrikasyona odaklanan donanım geliştirme alanında çalıştı ve müşterilerin ürünlerini pazara çıkarmalarına yardımcı oldu.

Amii’de İleri Teknoloji Ürün Sahibi olarak, Mara, endüstri ortaklarının organizasyonları içinde makine öğrenimi kapasitesi oluşturmalarına yardımcı olan bir teknik ekibin liderliğini yapıyor. Ekibi, AI benimseme spektrumunda ilerlemeye kendini adamış müşterilerle çalışıyor ve onlara öngörücü modeller geliştirmeleri için rehberlik ve uzmanlık sağlıyor.

Amii, Kanada’nın önde gelen AI merkezlerinden biridir ve şirketler ile birlikte inovasyon stratejisi geliştirmek, pratik rehberlik ve danışmanlık, kurumsal eğitim ve yetenek işe alma hizmetleri sağlamak için ortaklık yapıyor.

2023 Upper Bound AI konferansında, Amii’nin ev sahipliğinde Edmonton, AB’de bir röportaj gerçekleştirdik.

İlk olarak size elektrik mühendisliğine neyin çektiğini sormak isterim?

Çocukken şeyler inşa etmeyi gerçekten severdim. Anam sıcak yaz günlerinde bir fan getirirdi ve ben onu inşa etmek isterdim. Bir teenager olarak, Nokia marka bir cep telefonum vardı ve onu parçalara ayırır, içinde mücevherler takardım ve antenini değiştirirdim. Ancak onu açtığımda, “Vay canına, burada ne var? Ne oluyor?” derdim. Bu gerçekten ilginç gelirdi.

Matematikte her zaman başarılıydım. Bunları bir araya getirerek, ebeveynlerim de beni mühendislik yönünde teşvik etti çünkü matematikte iyiydim, elektronikle ilgileniyordum ve daha fazla bilgi edinmek istiyordum. İşte bu, beni başlangıçta bu alana çekmişti.

Mühendislikte, matematiği gerçek dünya sorunlarına uygulamayı gerçekten sevdim. Evet, matematik harika, heyecan verici ve benim için eğlenceliydi, ancak mühendislikte onu gerçek dünya sorunlarını çözmek için uygulayabilirdim. Bu, ilgi alanlarımın mükemmel bir karışımı gibi görünüyordu.

Ebeveynlerinizin ilgi alanlarınızı desteklediğini söylediniz.

Evet, özellikle babam. O, bana küçük yaştan itibaren bunu gördüğünü ve her zaman bu yönde beni teşvik ettiğini söylüyor. Geçen gece bir Kadınlar AI etkinliğine de katıldım ve bu alanda kadınların önündeki engelleri kaldırmak konusunu tartıştık. Ebeveynlerim, bu alanın bana uygun olmadığını hiç düşünmediler. Onlar, “Bu, senin becerin. Cinsiyetin veya herhangi bir şeyin önemli değil. Bu, geliştirmen gereken bir beceri” dediler. Asla bu alanın bana uygun olmadığı hissine kapılmadım.

Amii’ye katılmadan önce donanım geliştirme alanında çalıştınız ve mikro ve nano fabrikasyona odaklandınız. Bu terimlerin anlamını açıklayabilir misiniz?

Kesinlikle. Elektrik mühendisliğinde nano mühendisliği seçeneğini aldım. Bu, mikro ve nano ölçekte tasarlamak ve üretmek için bir uzmanlıktı. Bir nanometre, bir milimetrenin milyonda biri kadardır. Bu, çok küçük bir ölçektir. Ve bu şeyler o kadar küçüktür ki, çıplak gözle göremezsiniz. Ancak ben, bu uzmanlığı öğrenerek bu ölçekte üretmek ve tasarlamak için nasıl çalışılacağını öğrenebildim.

Bağlantılı bir dünya yaşiyoruz. Her yerde elektronik var ve bu elektroniklerin tasarlanması ve üretilmesi gerekiyor. Sürekli olarak şeyleri daha küçük ve daha küçük hale getirmeye çalışıyoruz. Bir prototipi alıp onu yeniden üretilebilir ve ölçeklenebilir hale getirmek gerekiyor. Nano fabrikasyon, bu tür bir ölçekte tasarlamak ve üretmek için kullanılan araçlar ve tekniklerle ilgilidir.

Bu, mikroçiplerin üretiminden, iki farklı chípi elektriksel olarak bağlamaya ve nihai ambalaja kadar her şeyi içerir. Tüm bunları mikro ölçekte yapmak, insan ölçekli şeyleri inşa etmekten farklı bir teknik gerektirir. Mikro ve nano fabrikasyon, kullanılan kimyasal süreçler ve elektriksel süreçlerle ilgilidir.

Mikroçiplerin dışında başka bir uygulama veya kullanım örneği var mı?

Evet, fiber optik gibi projeler üzerinde çalıştık. Her şey sonunda bir işleme birimi tarafından alınan sinyalleri veya sinyalleri üreten bir şeye bağlanmalıdır. Telekom endüstrisinde, optikte, kameralarda ve tüm bu tür şeylerde çalıştık. Ancak beyni genellikle bir mikroçiptir. Ayrıca, sinyallerini işleme birimine besleyen sensörler de vardır. Bu nedenle, gerekli sensör, girdi veya çıktı cihazları için çeşitli üretim tekniklerine sahibiz.

Bu tür nanoscale çalışmanın arkasındaki bazı zorluklar nelerdir?

Bir parçacık bütün gününüzü mahvedebilir. Çalıştığınız şeyler, havadaki tozun büyüklüğüyle aynı boyuttadır. Bu nedenle, bir temiz oda içinde üretiyoruz. Temiz oda, bizi insansız bir ortama korur, çünkü biz insanlar olarak çok kirliyizdir, sürekli olarak parçacıkları çıkarmaktayız, giysilerimiz parçalanmaktadır, makyajımız havayı kirletmektedir. Bu tür kirleticileri mümkün olduğunca ortadan kaldırmamız gerekir, böylece inşa ettiğimiz şeyler temiz ve bu tür kirleticilerden arınmış olsun.

Bir başka zorluk, laboratuvar dışına çıkarmaktır, çünkü sonunda bu şeyler, bizim çok kirli dünyamızda kullanılacaktır. Bu, ambalajın önemli hale geldiği yerdir. Bu cihazlara erişebilmemiz, ancak onları kirletmeden yapmamız gerekir. Onları mühürlemek, tamamen mühürlemek, hiçbir şeyin girip çıkamamasını sağlamak önemlidir. Bu, bir dizi başka zorluktur. Laboratuvar masasında harika çalışan bir şeyimiz vardı, ancak genel olarak, inşa ettiğimiz şeyler, bizim kirli dünyamıza çıkarılacaktır. Bu da zorludur.

Tekrar, üretimin her aşamasından, nihai varış noktasına kadar, çok özel türden endişeler ve çevresel kaygılar vardır. Ayrıca, şeyler, bu kadar küçük ölçekte her zaman beklendiği gibi davranmaz. Fiziksel dünyada, şeylerin belirli bir şekilde çalışmasını bekleriz, ancak mikro ve nano ölçekte, fiziksel dünya biraz farklılaşır ve her zaman sonuçları tahmin edemeyiz. Bu, bir başka araştırma alanıdır.

Nanoscale’de farklı olan bazı örnekler nelerdir?

Bir tel üzerinden akım geçirme. Şarj cihazlarımız ve telefonlarımız var ve onlara akım geçiriyoruz. Bir saç telinin büyüklüğünde bir tel üzerinden akım geçiriyorsanız, orada ısı dikkate alınmalıdır ve şeyler beklediğiniz gibi davranmayacaktır.

Şu anda Amii’deki rolünüz nedir ve ekibiniz endüstri ortaklarını nasıl destekliyor?

Amii’deki mevcut rolüm, mikro ve nano teknoloji dünyasından çok farklı.

Amii’de İleri Teknoloji Ekibinin Ürün Sahibiyim. Makine öğrenimi bilimcileri ve proje yöneticilerinden oluşan bir ekibin liderliğini yapıyorum ve endüstri ortaklarımızın iş sorunlarını makine öğrenimi uygulayarak çözmelerine yardımcı oluyoruz.

Endüstri odaklıyız, akademide neler olduğu ile endüstri ortaklarımızın en büyük ihtiyaçları arasındaki boşluğu kapatmakla ilgileniyoruz. Endüstri ortaklarımızın işlerini ilerletmelerine yardımcı olmak için gereken beceri ve uzmanlığı bulmalarına yardımcı oluyoruz.

İleri teknoloji ekibi aracılığıyla stajyerlik ve rezidans programları yürütüyoruz. Bu nedenle, çok fazla işe alım yapıyorum. İK benim arka planım değil, ancak şimdi çok fazla yapıyorım. Ve bu, eşleştirme yapmakla ilgili, doğru makine öğrenimi yeteneğini bulmak ve müşterilerimizin projelerine yerleştirmek.

Bu yetenekleri Amii olarak belirli bir süre için istihdam ediyoruz ve onlara çok fazla destek ve mentorluk sağlıyoruz, ancak aslında müşterilerimizin projelerinde çalışmak için adanmışlar. Müşterilerimizin yeteneklere erişimi olmadan kendileri işe alma yapmalarına olanak tanıyan bir yoldur. Amii, iyi bir marka tanınırlığına sahiptir, bu nedenle gerçekten iyi yetenekleri getirebiliyoruz ve sonra onları endüstri projelerine yerleştiriyoruz.

Sistemdeki potansiyel bir avantaj, müşterinin bu yetenekleri bizimle geçirdikleri süre sonunda işe alabilmesidir. Bu yeteneğin burada kalmasını istiyoruz. Beyin göçü istemiyoruz. Müşterilerimize, yeteneği denemek, projeyi denemek, makine öğreniminin gerçekten ne olduğunu anlamak ve neye ihtiyaç duyduklarını anlamak için bir avantaj sağlıyoruz. Ve ideal olarak, bu yeteneği daha uzun süre bu şirketlerde yerleştirerek, bu şirketlerin gerçekten AI şirketleri haline gelmelerini ve kendi girişimlerini ilerletebilmelerini sağlıyoruz.

Genellikle bu yetenekleri kaç ay süreyle işe alıyoruz?

Genelde dört ila on iki ay arasında değişiyor.

Bu, projenin karmaşıklığına ve çözmeye çalıştığımız sorunların sayısına bağlı olarak, başlangıçta belirlenen bir şeydir. Makine öğrenimi projelerini dört ayda yapmak zor olabilir. Sadece makine öğrenimi modelleri oluşturmakla ilgili değil, müşteriden alınan verilere bağlı olarak da çok şey değişiyor. Veri, modelleri oluşturmamıza yardımcı oluyor. Süreç daha uzunsa, daha iyi.

Çalışma deneysel ve keşif niteliğinde. Amii bir araştırma enstitüsü, bu nedenle her zaman sonuçları garanti edemeyiz. Daha uzun bir süre, bize daha fazla araştırma yapma ve tüm seçenekleri tüketme fırsatı tanıyor, çünkü neyin en iyi çalışacağından emin olamayız. Denemek zorundayız.

Ekibinizle birlikte endüstri ortaklarınızın çalıştığı bazı zor iş sorunları örnekleri nelerdir?

Veri hazırlığının büyük bir zorluk olduğunu söyleyebilirim. Endüstrinin veri hazırlığı algısı, makine öğrenimi bilimcisinin hazır olduğunu düşündüğünden farklı. Ve erişilebilirlik. Müşterilerin verilerini bize, makine öğrenimi modellerimiz için tüketilebilecek bir şekilde teslim etmesi ne kadar kolay?

Bu nedenle, daha uzun süreli projeleri seviyoruz, çünkü ekibimizin müşterilerimizle birlikte bu veri hazırlığı zorluklarını aşmasına olanak tanır ve onları başarı için hazırlar.

Çöp içermeyen, çöp içeren bir model oluşturursunuz. Müşterilerimize, kaliteli veri vermemiz gerekiyor. Müşterilerle birlikte bir öğrenme eğrisi var. Endüstri algısı, neyin kaliteli veri olduğunu, gelecekte neler öngörebileceğimiz örneklerine ihtiyacımız var.

Nadiren xảyan bir olayı öngörmek zor. Modeli %99 doğru yapabiliriz, ancak %1’lik olayı asla öngöremeyiz. Müşterilerimize, sınırlamaları anlamalarına ve neye ihtiyaç duyduklarını bilmelerine yardımcı olmak önemlidir.

Görünüşte basit sorunlar, veri setlerine bağlı olarak çok karmaşık olabilir. Müşterilerimizle ilk keşif görüşmesinde, genellikle projenin süresini tahmin ediyoruz, ancak bazen projeye başladığımızda, daha karmaşık olduğunu fark ediyoruz.

Diğer zorluklar, gerekli konu uzmanlarından缺 desteğin olmaması. Endüstri ortaklarımızla birlikte çalışırken, onların sürekli olarak masaya gelmelerine ihtiyacımız var, çünkü onlar alan uzmanları ve genellikle veri uzmanlarıdır. Biz bir dev şirketi değiliz, müşterilerimize veri verip modeli inşa edip sonra geri vermeyeceğiz. Çok işbirlikçi bir süreç.

Endüstri ortaklarımız ne kadar çok şey koyarsa, o kadar çok şey alacaklar, çünkü bizi doğru yönde yönlendirebilecekler, öngörülerin iş açısından anlamlı olduğunu đảmacaklar, hedeflediğimiz metriklere dikkat edeceğiz, onların başarısının ne anlama geldiğini anlayacağız.

Projeleri desteklemek için çok disiplinli bir ekibe ihtiyacımız var ve bu, sadece bir makine öğrenimi bilimcisinden daha fazlasını gerektirir. Başarılı bir model oluşturmak ve işleri olumlu yönde etkilemek zordur. Bu, bazı zorluklar.

Kişisel olarak, AI’ın iyi bir güç olması gerektiğine inanıyorsunuz. AI’ın geleceği olumlu yönde nasıl değiştirebileceğini düşündüğünüz bazı yollar nelerdir?

İşimin en sevdiğim yanı, çeşitli sektörlerden müşterilerle çalışıyor olmam ve onların işlerini olumlu yönde değiştiren çok farklı sorunları çözüyor olmam. Amii’nin ilkeli AI çerçevesi, bizim projelerin gerçekten olumlu bir değişiklik için kullanıldığından emin olmamızı sağlar.

Bana gelen projelerin hepsi, iyi için kullanılıyor ve geleceği olumlu yönde değiştiriyor.

Aklıma gelen bir şey, Alberta’da sık sık yangınlarla karşı karşıya kalıyoruz. Bu yıl özellikle, Nisan ayında bile kötüydü. Canada Wildfire ile birlikte çalışıyoruz. Alberta Üniversitesi’nden bir araştırma grubu. 40 yıllık hava verisi, yangın olaylarına bağlı. Onlarla birlikte, gelecekte bu olayları daha iyi öngörmek için çalışıyoruz, böylece kaynakları daha iyi hazırlayabilir ve yangınların kontrolden çıkmasından önce ortamları hazırlayabiliriz.

Edmonton’da bulunduğunuz zaman, hava çok dumanlıydı.

Yıkıcı. Toplulukları mahvediyor. İnsanların evlerini alıyor. Hava partiküllerini solumak da iyi değil, ancak yıkım çok büyük.

Bir başka alan, tarım alanı. Büyüyen nüfusu nasıl besleyeceğiz? Ulusal Araştırma Konseyi ile birlikte, protein bolluğu sorununu çözmeye çalışıyoruz. Bitkilerin daha yüksek protein içeriğine sahip olmasını sağlamak için makine öğrenimi kullanarak öngörülerde bulunmaya çalışıyoruz.

Emisyonların azaltılması da çok popüler. Petrol ve gaz sektöründe şirketlerle birlikte, kullanılan süreçlerin ve araçların mümkün olduğunca verimli olmasını sağlamak için çalışıyoruz. Drayton Valley’den bir su arıtma tesisi ile çalışıyoruz, ki bu Alberta’da küçük bir kasaba. Su arıtma tesisinin mümkün olduğunca verimli çalışmasını sağlamak ve topluluğa temiz su sağlamak istiyoruz.

Precision tıp da öyle.

Liste uzar. Aslında, her şirketle çalıştığımız projeler, bu tür projeler, bu tür nedenler. Bunların her birinin geleceğe olumlu bir etkisi olabileceğini düşünmek zor.

Gelecekte AI veya robotik için bir vizyonunuz var mı?

Asansörde robotiğe olan maruziyetim, aslında tedarik zincirinde. Robotlar zaten kullanılmakta, ancak mevcut sistemleri ve otomasyonu daha da geliştirmek için AI ile nasıl güçlendirilebileceklerini görmek ilginç.

Tedarik zinciri, çıktı artışı, daha hızlı sipariş doldurulması ve daha verimli karar alma ile ilgileniyor. Robotlar, tehlikeli koşullarda insanlara zarar vermemek için kullanılabilecek bir araç olarak görülüyor. Ayrıca, bionik uzuvlar üzerinde yapılan araştırmalar çok ilginç.

Genel olarak, endüstrinin yaptığını görüyorum, hala insan merkezli. Robotlar, insanların bir aracı, bir uzantısı olarak kullanılıyor.

AI’nın geleceğine gelince, bu, gerçekten ilginç bir zaman. Endüstri nihayet AI’ın burada kalıcı olduğunu ve her şeyi değiştireceğini anladı. Ya lider olacaksınız, ya da liderlik edeceksiniz. Amii’nin vizyonu, her şirketin teknolojiyle rahat olmasını, ne yapabileceğini ve ne yapamayacağını bilmesini ve işlerini çözmenin en zor sorunlarını çözmek için uygulamaya istekli olmasını sağlamak.

Şimdiye kadar, belki de sadece teknoloji şirketlerinin AI ve makine öğrenimi kullandığı algısı vardı, ancak artık her organizasyonda makine öğreniminin uygulanabileceği anlaşılıyor.

Umarım gelecekte, şirketler doğal AI şirketleri haline gelir ve teknolojiyle daha fazla literatüre sahip olurlar, ne yapabileceklerini ve işlerini geliştirmek için nasıl kullanabileceklerini bilirler.

Teşekkür ederim, harika bir röportaj oldu. Daha fazla bilgi edinmek isteyen okuyucular, aşağıdaki kaynakları ziyaret edebilir:
* Upper Bound AI Konferansı
* Amii (Alberta Makine Zekası Enstitüsü)