Lama Nachman, Intel Fellow & Giám đốc Phòng thí nghiệm Máy tính Dự đoán – Loạt phỏng vấn

Lama Nachman, là một Intel (INTC ) Fellow & Giám đốc Phòng thí nghiệm Máy tính Dự đoán. Lama nổi tiếng với công việc của cô với Giáo sư Stephen Hawking, cô đã giúp xây dựng một hệ thống máy tính hỗ trợ để giúp Giáo sư Stephen Hawking giao tiếp. Hiện tại, cô đang giúp nhà roboticist người Anh, Tiến sĩ Peter Scott-Morgan, giao tiếp. Vào năm 2017, Tiến sĩ Peter Scott-Morgan đã được chẩn đoán mắc bệnh xơ cứng teo cơ (MND), còn được gọi là bệnh ALS hoặc bệnh Lou Gehrig. MND tấn công não và dây thần kinh và cuối cùng sẽ gây tê liệt tất cả các cơ, bao gồm cả những cơ giúp hô hấp và nuốt.

Tiến sĩ Peter Scott-Morgan từng nói: “Tôi sẽ tiếp tục tiến hóa, chết như một con người, sống như một cyborg.”

Tại sao bạn lại bị thu hút bởi Trí tuệ nhân tạo?

Tôi luôn bị thu hút bởi ý tưởng rằng công nghệ có thể là một yếu tố quyết định. Khi được phát triển một cách có trách nhiệm, nó có khả năng san bằng sân chơi, giải quyết các bất bình đẳng xã hội và tăng cường tiềm năng của con người. Không nơi nào là đúng hơn trong lĩnh vực Trí tuệ nhân tạo. Trong khi nhiều cuộc thảo luận trong ngành về Trí tuệ nhân tạo và con người đặt mối quan hệ giữa hai bên vào vị trí đối lập, tôi tin rằng có những điều độc đáo mà máy móc và con người giỏi, vì vậy tôi thích xem tương lai thông qua lăng kính của sự hợp tác giữa Con người và Trí tuệ nhân tạo hơn là sự cạnh tranh giữa con người và Trí tuệ nhân tạo. Tôi dẫn đầu Phòng thí nghiệm Máy tính Dự đoán tại Intel Labs, nơi chúng tôi tập trung vào việc cung cấp các đổi mới về máy tính có thể mở rộng để có tác động lớn đến xã hội. Với sự phổ biến của Trí tuệ nhân tạo và sự hiện diện ngày càng tăng của nó trong mọi khía cạnh của cuộc sống, tôi thấy tiềm năng lớn trong nghiên cứu của nhóm tôi để làm cho Trí tuệ nhân tạo trở nên dễ tiếp cận hơn, nhận thức được ngữ cảnh hơn, có trách nhiệm hơn và cuối cùng mang lại các giải pháp công nghệ để hỗ trợ mọi người trong thế giới thực.

Bạn đã làm việc chặt chẽ với nhà vật lý học nổi tiếng, Giáo sư Stephen Hawking, để tạo ra một hệ thống Trí tuệ nhân tạo hỗ trợ anh giao tiếp và thực hiện các nhiệm vụ mà hầu hết chúng ta coi là bình thường. Những nhiệm vụ bình thường đó là gì?

Làm việc với Giáo sư Stephen Hawking là một trong những trải nghiệm ý nghĩa và đầy thách thức nhất trong cuộc đời tôi. Nó đã cho tôi thấy rõ ràng cách công nghệ có thể cải thiện cuộc sống của mọi người. Anh ấy sống với ALS, một bệnh thần kinh suy giảm, làm mất đi khả năng thực hiện các hoạt động đơn giản nhất theo thời gian. Vào năm 2011, chúng tôi bắt đầu làm việc với anh để khám phá cách cải thiện hệ thống máy tính hỗ trợ cho phép anh tương tác với thế giới. Ngoài việc sử dụng máy tính để nói chuyện với mọi người, Stephen đã sử dụng máy tính của mình như tất cả chúng ta, chỉnh sửa tài liệu, lướt web, giảng bài, đọc và viết email, v.v. Công nghệ đã cho phép Stephen tiếp tục tham gia tích cực vào và truyền cảm hứng cho thế giới trong nhiều năm sau khi khả năng thể chất của anh suy giảm nhanh chóng. Đó là tác động có ý nghĩa của công nghệ đối với cuộc sống của một người!

Có những hiểu biết quan trọng nào mà bạn đã rút ra từ việc làm việc với Giáo sư Stephen Hawking?

Màn hình máy tính của chúng ta thực sự là cánh cửa vào thế giới. Nếu mọi người có thể kiểm soát máy tính của mình, họ có thể kiểm soát tất cả các khía cạnh của cuộc sống (tiêu thụ nội dung, truy cập thế giới kỹ thuật số, kiểm soát môi trường vật lý, điều khiển xe lăn, v.v.). Đối với những người khuyết tật vẫn có thể nói, các tiến bộ trong công nghệ nhận dạng giọng nói cho phép họ có quyền kiểm soát đầy đủ đối với thiết bị của mình (và ở mức độ lớn, môi trường vật lý của họ). Tuy nhiên, những người không thể nói và không thể di chuyển thực sự bị suy giảm khả năng độc lập. Điều mà kinh nghiệm với Giáo sư Hawking đã dạy tôi là các nền tảng công nghệ hỗ trợ cần được tùy chỉnh cho nhu cầu cụ thể của người dùng. Ví dụ, chúng tôi không thể giả định rằng một giải pháp duy nhất sẽ hoạt động cho những người mắc bệnh ALS, vì bệnh này ảnh hưởng đến các khả năng khác nhau trên bệnh nhân. Vì vậy, chúng tôi cần các công nghệ có thể được cấu hình và thích nghi dễ dàng với nhu cầu của từng cá nhân. Đó là lý do tại sao chúng tôi đã xây dựng ACAT (Bộ công cụ hỗ trợ nhận thức ngữ cảnh), một nền tảng phần mềm mã nguồn mở có thể cho phép các nhà phát triển đổi mới và xây dựng các khả năng khác nhau trên nền tảng đó.

Gần đây, bạn đã làm việc với một nhà khoa học nổi tiếng của Anh, Peter Scott Morgan, người đang mắc bệnh xơ cứng teo cơ và có mục tiêu trở thành cyborg đầu tiên trên thế giới. Những mục tiêu tham vọng nào mà Peter có?

Một trong những vấn đề với AAC (Truyền thông hỗ trợ và tăng cường) là “khoảng cách im lặng”. Nhiều người mắc bệnh ALS (bao gồm cả Peter) sử dụng kiểm soát nhìn để chọn chữ cái / từ trên màn hình để nói chuyện với người khác. Điều này dẫn đến một khoảng im lặng dài sau khi ai đó kết thúc câu nói của mình trong khi người đó nhìn vào máy tính và bắt đầu hình thành chữ cái và từ để trả lời. Peter muốn giảm khoảng im lặng này càng nhiều càng tốt để mang lại sự tự phát cho giao tiếp bằng lời nói. Anh ấy cũng muốn bảo tồn giọng nói và phong cách giao tiếp độc đáo của mình và sử dụng một hệ thống chuyển văn bản thành giọng nói thể hiện phong cách giao tiếp đặc trưng của anh ấy (ví dụ: những câu nói đùa, sự nhanh nhẹn, cảm xúc của anh ấy).

Nhà roboticist người Anh, Tiến sĩ Peter Scott-Morgan, người mắc bệnh xơ cứng teo cơ, đã bắt đầu vào năm 2019 để trải qua một loạt các cuộc phẫu thuật để kéo dài cuộc sống của mình bằng công nghệ. (Tác giả: Cardiff Productions)

Có thể bạn hãy thảo luận về một số công nghệ đang được sử dụng để hỗ trợ Tiến sĩ Peter Scott-Morgan?

Peter đang sử dụng ACAT (Bộ công cụ hỗ trợ nhận thức ngữ cảnh), nền tảng mà chúng tôi đã xây dựng trong quá trình làm việc với Tiến sĩ Hawking và sau đó phát hành dưới dạng mã nguồn mở. Không giống như Tiến sĩ Hawking, người đã sử dụng cơ ở má như một “kích hoạt đầu vào” để kiểm soát các chữ cái trên màn hình của mình, Peter đang sử dụng kiểm soát nhìn (một khả năng mà chúng tôi đã thêm vào ACAT hiện có) để nói chuyện và kiểm soát máy tính của mình, giao tiếp với một giải pháp chuyển văn bản thành giọng nói từ một công ty có tên là CereProc đã được tùy chỉnh cho anh ấy và cho phép anh ấy thể hiện các cảm xúc / nhấn mạnh khác nhau. Hệ thống này cũng kiểm soát một hình đại diện được tùy chỉnh cho anh ấy.

Chúng tôi hiện đang làm việc trên một hệ thống tạo phản hồi cho ACAT có thể cho phép Peter tương tác với hệ thống ở mức cao hơn bằng cách sử dụng các khả năng của Trí tuệ nhân tạo. Hệ thống này sẽ lắng nghe các cuộc trò chuyện của Peter theo thời gian và đề xuất phản hồi cho Peter chọn trên màn hình. Mục tiêu là rằng theo thời gian, hệ thống Trí tuệ nhân tạo sẽ học từ dữ liệu của Peter và cho phép anh ấy “đẩy” hệ thống để cung cấp phản hồi tốt nhất bằng cách sử dụng chỉ một số từ khóa (tương tự như cách tìm kiếm trên web ngày nay). Mục tiêu của chúng tôi với hệ thống tạo phản hồi là giảm khoảng im lặng trong giao tiếp và trao quyền cho Peter và người dùng ACAT trong tương lai để giao tiếp ở tốc độ cảm thấy “tự nhiên” hơn.

Bạn đã nói về tầm quan trọng của tính minh bạch trong Trí tuệ nhân tạo, vấn đề này lớn đến mức nào?

Đây là một vấn đề lớn, đặc biệt khi nó được triển khai trong các hệ thống ra quyết định hoặc các hệ thống hợp tác giữa con người và Trí tuệ nhân tạo. Ví dụ, trong trường hợp của hệ thống hỗ trợ Peter, chúng tôi cần hiểu những gì đang khiến hệ thống đưa ra những khuyến nghị này và làm thế nào để ảnh hưởng đến việc học của hệ thống này để thể hiện ý tưởng của anh ấy một cách chính xác.

Có điều gì khác mà bạn muốn chia sẻ về những gì bạn đang làm tại Phòng thí nghiệm Máy tính Dự đoán hoặc các vấn đề khác mà chúng ta đã thảo luận?

Khi xây dựng các hệ thống hỗ trợ, chúng tôi thực sự cần suy nghĩ về cách xây dựng các hệ thống này một cách có trách nhiệm và cách cho phép mọi người hiểu những thông tin nào đang được thu thập và cách kiểm soát những hệ thống này một cách thực tế. Với tư cách là các nhà nghiên cứu Trí tuệ nhân tạo, chúng tôi thường bị thu hút bởi dữ liệu và muốn có càng nhiều dữ liệu càng tốt để cải thiện những hệ thống này, tuy nhiên, có một sự đánh đổi giữa loại và lượng dữ liệu chúng tôi muốn và quyền riêng tư của người dùng. Chúng tôi thực sự cần giới hạn dữ liệu chúng tôi thu thập ở mức tối thiểu cần thiết để thực hiện nhiệm vụ suy luận, làm cho người dùng nhận thức được chính xác những dữ liệu nào chúng tôi đang thu thập và cho phép họ điều chỉnh sự đánh đổi này theo cách có ý nghĩa và hữu ích.

Cảm ơn bạn vì cuộc phỏng vấn tuyệt vời, những người đọc muốn tìm hiểu thêm về dự án này nên đọc bài viết Intel’s Lama Nachman và Peter Scott-Morgan: Hai nhà khoa học, một “con người cyborg”.

Đội ngũ Phòng thí nghiệm Máy tính Dự đoán của Intel, những người đã phát triển Bộ công cụ hỗ trợ nhận thức ngữ cảnh, bao gồm (từ trái) Alex Nguyen, Sangita Sharma, Max Pinaroc, Sai Prasad, Lama Nachman và Pete Denman. Những người không có trong ảnh là Bruna Girvent, Saurav Sahay và Shachi Kumar. (Tác giả: Lama Nachman)