Patrick M. Pilarski, Ph.D. Kanada CIFAR Yapay Zeka Kürsüsü (Amii) – Röportaj Serisi

Dr. Patrick M. Pilarski Kanada CIFAR Yapay Zeka Kürsüsü, eski Kanada Araştırma Kürsüsü Makine Zekası için Rehabilitasyon ve Alberta Üniversitesi Tıp Fakültesi Fiziksel Tıp ve Rehabilitasyon Bölümü’nde Yardımcı Profesör’dür.

2017 yılında Dr. Pilarski, Edmonton, Alberta’da bulunan DeepMind’in ilk uluslararası araştırma ofisinin kurucu ortaklarından biri olarak ofis ortak lideri ve kıdemli araştırma bilimcisi olarak görev yaptı. Alberta Makine Zekası Enstitüsü (Amii) fellow ve yönetim kurulu üyesi, Bionic Limbs for Improved Natural Control (BLINC) Laboratuvarı’nın ortak lideri ve Alberta Üniversitesi’ndeki Reinforcement Learning and Artificial Intelligence Laboratory (RLAI) ve Sensory Motor Adaptive Rehabilitation Technology (SMART) Ağı’nın baş araştırmacısıdır.

Dr. Pilarski, 120’den fazla hakemli makalenin ödül kazanan yazarı veya ortak yazarı, IEEE’nin kıdemli üyesi ve eyalet, ulusal ve uluslararası araştırma hibeleri tarafından desteklenmiştir.

2023 Upper Bound konferansında yapay zeka üzerine yapılan yıllık toplantıda görüşme yaptık. Konferans Edmonton, AB’de Amii (Alberta Makine Zekası Enstitüsü) tarafından düzenlenmiştir.

Nasıl yapay zeka alanında bulundunuz? Endüstriye sizi neler çekti?

Bu iki ayrı soru. Yapay zeka alanında neler çektiğime gelince, karmaşıklığın nasıl ortaya çıktığı ve yapıların nasıl ortaya çıktığı konusunda güzel bir şey var. Zeka, biyolojiden veya makinelerin nasıl karmaşık davranışlar sergilediğinden bağımsız olarak, bu mucizevi örneklerden biridir. Bu beni çok uzun süredir fascine ediyor ve benim çalıştığım yapay zeka alanında, makinelerin deneme yanılma yoluyla öğrenen makineler, insanların içinde bulunduğu deneyim akışıyla etkileşime giren pekiştirme sistemleri, zaman akışında, benim uzun ve dolambaçlı yolum, farklı platolardan geçti.

İnsanların ve makinelerin nasıl etkileşime girebileceği konusunda çalıştım, özellikle biyomekanik cihazlar ve biyoteknoloji, yapay uzuvlar ve protezler gibi.

Yapay zeka nasıl tıbbi teşhisleri destekleyebilir, makinelerin nasıl hastalıklara yol açan kalıpları anlamaya başlayabileceği ve farklı hastalıkların nasıl makine kayıtlarında ortaya çıkabileceği konusunda çalıştım. Ancak tüm bunlar, çok karmaşık davranışları basit temellerden nasıl elde edebileceğimi gerçekten anlamaya yönelik uzun süren bir çabanın parçasıdır. Ve özellikle pekiştirme öğrenmesiyle ilgili olarak, makinelerin zaman akışına kendilerini gömmeleri ve kendi deneyimlerinden karmaşık davranışlar sergilemeleri ve世界 etrafındaki karmaşık fenomenleri gerçekten yakalamaları fikrini seviyorum.

Spor hekimliği eğitimimi yaptım ve şimdi makinelerin nasıl insanları günlük yaşamlarında destekleyebileceğini inceleyen bir ortamdayım. Bu çok ilginç bir yolculuk, karmaşık sistemler ve karmaşıklıkla ilgili yan ilgi ve insanların nasıl daha iyi desteklenebileceği, istedikleri yaşamı yaşayabilmeleri konusunda çok pratik bir yaklaşım.

Spor sizi ilk olarak protezlerle nasıl buluşturdu?

Spor hekimliği gibi alanlarda, insan vücudunu ve birinin benzersiz ihtiyaçlarının, spor veya diğerlerinin nasıl desteklenebileceğini incelemek gerçekten ilginç. Bionik uzuvlar ve protez teknolojileri, insanların yaşamak istedikleri yaşamı destekleyen cihazlar, sistemler ve teknoloji oluşturmaktır. Bu iki şey gerçekten紧密 olarak bağlantılı. Gerçekten heyecan verici, daha önceki bazı ilgilerimi gerçekleştirmek ve özellikle makinelerin insanlarla sıkı bir şekilde bağlantılı olarak çalışan makine öğrenimi sistemleriyle birlikte çalışan bir laboratuvarın ortak lideri olarak çalışmak.

Önceki konuşmalarda, protezlerin insanlara adapte olması yerine insanların protezlere adapte olması gerektiğini söylemiştiniz. Arkasındaki makine öğrenimi hakkında konuşabilir misiniz?

Kesinlikle. Araç kullanımının tarihinde, insanlar araçlarına adapte oldular ve sonra araçlarını ihtiyaçlarına adapte ettiler. Ve şimdi, araçların insanlara adapte olduğu bir dönemeç noktasındayız. İlk kez, araçların insanlara adapte olabileceğini hayal edebiliriz. Sürekli öğrenen sistemler, deneyim akışından sürekli öğrenen sistemler. Bu, protezlerin insanların günlük yaşamlarında onları desteklemelerine olanak tanır. Pekiştirme öğrenimi ve temelindeki mekanizmalar, özellikle zaman farkı öğrenimi, bu tür sistemleri oluşturmak için gerçekten kritiktir.

Zaman farkı öğrenimini tanımlayabilir misiniz?

Kesinlikle, bu konuda sevdiğim şey, temel teknolojileri düşünebilmemiz, zaman farkı öğrenimi ve çok fazla çalıştığımız şeyin altındaki temel öğrenme algoritmaları. Bir sistem, gelecekte neler olabileceği hakkında bir tahminde bulunur, genellikle gelecekteki ödülü görürüz. Ancak herhangi bir sinyal olabilir, şu an ne kadar kuvvet uyguluyorum, yarın kaç çörek yiyeceğim gibi. Core algoritma, gelecekte neler olabileceği hakkında tahminim ile gelecekteki tahminim arasındaki farka bakar.

Robot kolu bir fincan kahve veya su kaldırırken ne kadar kuvvet uyguladığını düşünün. Bu, gelecekteki kuvvetin miktarı veya bir süre boyunca gelecekteki kuvvetin miktarı arasındaki farkı incelemektir. Ve sonra bu hataları, zaman içinde uzanan tahminler ve aralarındaki farkların güzel bir birleşimini elde edersiniz. Bu, öğrenen makine itselfini güncellemek için kullanılabilir.

Ve bu, özellikle geleneksel pekiştirme öğrenimi için, makinenin gelecekteki ödülü algılayabileceği şekilde davranmasını günceller. Ancak yaptığımız çok şey için, diğer tür sinyalleri kullanıyoruz, genelleştirilmiş değer fonksiyonları, pekiştirme öğrenimi sürecinin uyarlanması, ödül sinyallerinin herhangi bir ilgi sinyaline uyarlanması.

Kahire Parmak adlı bir protez hakkında konuşurken ne öğretebilir?

Bu, 3000 yıllık bir protez. Şimdi, nöroprotez alanında çalışıyoruz ve çok gelişmiş robotik sistemler görüyoruz, biyolojik vücut parçalarının aynı düzeyde kontrolünü veya derece kontrolünü sağlayabilen. Ve yine de, 3000 yıl önce yapılmış ahşap bir parmağa geri dönüyorum. İnsanların teknoloji ile kendilerini genişletmelerinin güzel bir örneği. Nöroprotez ve insan makine etkileşimi, yeni veya garip bir şey değil. İnsanlar her zaman araç kullandılar, diğer hayvanlar da araç kullandı. Frans de Waal’in “Hayvanlar Nasıl Zeki” kitabı gibi kitaplar var.

İnsanların ve makinelerin etkileşimini düşünüyoruz. İnsanların araçlarını nasıl kullanabileceği, araçların insanların ihtiyaçlarına nasıl adapte olabileceği. Kahire Parmak, insanların araçlarını kullanma şeklini değiştirdiği ve insanların araçlarını nasıl kullanabileceğini öğrendiği güzel bir örnek. İnsanların araçlarını kullanma şeklini değiştirdiği ve insanların araçlarını nasıl kullanabileceğini öğrendiği güzel bir örnek.

İnsan ve protez arasındaki geri bildirim yolu hakkında konuşabilir misiniz?

İnsan ve makine arasındaki ilişkiyi görüyoruz. Bir insan yapay bir uzuv kullanıyorsa, geleneksel olarak onu bir araç gibi kullanır, vücudunun bir uzantısı gibi. Ancak genellikle kontrol yoluna odaklanıyoruz, insanın niyetinin veya amacının cihaza iletilmesi. Ancak geri bildirim yolunu genellikle görmezden geliyoruz. Yapay uzuvun insanlara geri bildirim sağlama şekli, mekanik bir bağlantı olabilir, insan uzuvın kuvvetlerini hissetme şekli olabilir veya insan uzuvun hareketlerini izleme şekli olabilir.

İnsan ve makine arasındaki etkileşimi düşünüyoruz. İnsanların nasıl makinelerle etkileşime girebileceği, makinelerin insanların ihtiyaçlarına nasıl adapte olabileceği. Geri bildirim yolu, insanların makinelerle nasıl daha iyi etkileşime girebileceği konusunda kritik bir rol oynar. İnsanların makinelerle nasıl daha iyi etkileşime girebileceği, makinelerin insanların ihtiyaçlarına nasıl adapte olabileceği konusunda kritik bir rol oynar.

Gelecekte bu protezlerin 3D yazıcıyla üretileceğini düşünüyor musunuz?

Üretim sürecinin nasıl olacağı konusunda spekülasyon yapmak istemiyorum. Ancak comercial nöroprotez cihazları üreten şirketlerin artan bir şekilde 3D yazıcı ve diğer üretim yöntemlerini kullandıklarını görüyoruz. Bu, protezlerin insanların ihtiyaçlarına göre özelleştirilebileceği anlamına geliyor.

Yazmış olduğunuz 120’den fazla makaleden biri var mı ki onu önerebilir misiniz?

İnsan ve makine arasındaki etkileşimi düşünüyoruz. İnsanların nasıl makinelerle etkileşime girebileceği, makinelerin insanların ihtiyaçlarına nasıl adapte olabileceği. İnsanların makinelerle nasıl daha iyi etkileşime girebileceği, makinelerin insanların ihtiyaçlarına nasıl adapte olabileceği konusunda kritik bir rol oynar. İnsanların makinelerle nasıl daha iyi etkileşime girebileceği, makinelerin insanların ihtiyaçlarına nasıl adapte olabileceği konusunda kritik bir rol oynar.

Beyin makine arayüzleri için bu teknolojinin uygulamaları neler olabilir?

İnsan ve makine arasındaki etkileşimi düşünüyoruz. İnsanların nasıl makinelerle etkileşime girebileceği, makinelerin insanların ihtiyaçlarına nasıl adapte olabileceği. İnsanların makinelerle nasıl daha iyi etkileşime girebileceği, makinelerin insanların ihtiyaçlarına nasıl adapte olabileceği konusunda kritik bir rol oynar. İnsanların makinelerle nasıl daha iyi etkileşime girebileceği, makinelerin insanların ihtiyaçlarına nasıl adapte olabileceği konusunda kritik bir rol oynar.

Harika bir röportaj için teşekkür ederiz. Daha fazla bilgi almak isteyen okuyucular aşağıdaki kaynakları ziyaret edebilir:

• Dr. Patrick M. Pilarski Alberta Üniversitesi sayfası.
• Upper Bound AI Konferansı.
• Amii (Alberta Makine Zekası Enstitüsü)