访谈
玛拉·开罗，Amii高级技术产品负责人 – 采访系列
玛拉·开罗热衷于利用人工智能做好事。她拥有阿尔伯塔大学电气工程学士学位，并持有P.Eng.和PMP认证。在加入Amii之前，她曾在硬件开发领域工作，帮助客户将产品推向市场，重点关注微观和纳米制造。
作为Amii高级技术的产品负责人，玛拉领导一个技术团队，帮助行业合作伙伴在其组织内建立机器学习能力，通过提供指导和专业知识来开发预测模型。她的团队与致力于沿着人工智能采纳谱系推进的客户合作，通过将机器学习应用于其最具挑战性的商业问题。
Amii(阿尔伯塔机器智能研究所)是加拿大最著名的人工智能中心之一，与各个规模和行业的公司合作，推动创新战略，提供实用指导和建议，企业培训和人才招聘服务。
我们在埃德蒙顿举行的2023年Upper Bound人工智能年会上进行了采访，这是由Amii主办的。
是什么最初吸引你学习电气工程？
我小时候就喜欢建造东西。我的妈妈会带回一个风扇，当夏天热的时候，我就想把它建造起来。我记得作为一个十几岁的孩子，我有一部诺基亚手机，可以拆开并在内部和天线上添加珠宝。但当我打开它时，就像“天啊，里面有什么？发生了什么？”对我来说真的很有趣。
我在数学方面一直很擅长。所以，结合所有这些因素，我的父母也在我身上看到了这一点，因为我擅长数学，我对电子产品很感兴趣，想了解更多关于它的信息，这就是我最初被吸引到电气工程的原因。
此外，在工程领域，我真的喜欢将数学应用于现实世界的问题。是的，没错，数学很棒，很令人兴奋，很有趣，但工程可以将其应用于解决棘手的问题。似乎这是一个非常完美的组合，可以带来一个有趣的职业生涯。
你的父母听起来非常支持你的兴趣。
是的。我的爸爸尤其如此。他说他从我很小的时候就看到了这一点，并一直在这个方向上推动我。昨晚我也参加了一个女性在人工智能活动，我们讨论了如何消除一些障碍，使这个领域更容易被女性接受。而我并没有把它看作是一个障碍，因为，反正，我的父母就像，“这是你应该做的。这不是关于你的性别或任何事情的问题。这只是你拥有的一个技能。你应该自然地跟随它并培养它。”我从来没有觉得这不适合我，这当然有所帮助。
在加入Amii之前，您曾在硬件开发领域工作，重点关注微观和纳米制造。您能定义这些术语吗？
当然。在电气工程中，我选择了纳米工程专业。这是一个关于在微观和纳米尺度上设计和制造的专业。 当我们谈论纳米时，我们谈论的是一个毫米除以一百万就是一个纳米。一个非常、非常小的尺度。而且这很酷。这些东西太小了，连肉眼都看不到。但是我可以接受这个专业来学习如何在这个尺度上制造和设计东西。
我们生活在一个非常相互连接的世界。到处都是电子产品，我们需要能够为包装和空间约束设计电子产品。我们不断地试图让东西变得更小、更小。你拿一个笨重的原型，并且你需要能够使其可复制和可扩展。纳米制造实际上就是关于在这种水平上设计和制造的工具和技术。
从制造微芯片到将两个不同的芯片电连接到最终的包装，所有这些都需要在微尺度上使用不同的技术，而不是在人类尺度上建造东西。微观和纳米制造只是关于使用的化学过程、电气过程、需要确保这些产品是密封和保护的包装。
除了微芯片，其他应用或用例是什么？
我们曾经参与过许多项目，如光纤。同样，所有这些最终都需要某种处理单元来接收信号或生成信号。我们曾在电信行业、光学、相机等领域工作。但是所有这些的核心通常都是某种微芯片。还有传感器将信号输入到我们使用的任何处理单元中。因此，制造各种传感器、输入设备或输出设备所需的多样化制造技术。
在这种纳米尺度上工作的挑战是什么？
一粒灰尘就可能毁了你的一整天。我们工作的东西与空气中的灰尘大小相同。所以，我们在无尘室中制造。无尘室实际上是一个环境，保护我们工作的东西免受我们作为人类的影响，因为我们人类非常脏，我们不断地向外吐出颗粒，我们的衣服也在向外吐出颗粒，我们涂的化妆品也使空气变得脏。我们需要尽可能地消除这些颗粒，以确保我们建造的东西是干净的，摆脱这些污染物。
另一个挑战是，将其从实验室中取出，因为最终这些东西将被用于我们的非常脏的世界。这就是包装变得重要的时候。我们仍然需要能够访问这些设备，但我们需要以一种不会污染环境、包装的方式来做到这一点。因此，密封这些东西，确保它们完全密封，什么都不能进出。这是我们面临的另一个挑战。我们可能在实验室的控制环境中有一个很好的工作设备，但一般来说，我们建造的大多数东西都是为了被带到我们的脏世界中去的。那也很有挑战性。
再次，从制造到将其带到最终目的地，处理这么小的东西时，需要非常特殊的考虑和环境问题。事情并不总是按预期的方式行事。在我们的物理世界中，我们期望事情以某种方式运作，但当你进入微观和纳米尺度时，物理世界变得有点不同，你不能总是预测结果。那是一个完全不同的研究领域。
有什么例子表明它与正常的物理世界不同？
通过线传递电流。我们有充电器和手机，我们通过它传递电流。当你通过一根像头发丝大小的线传递电流时，显然会有热量考虑，事情会开始以不同的方式行事，因为，同样，空间和尺寸约束。
您目前在Amii的职位是什么，您的团队如何帮助行业合作伙伴？
我目前在Amii的职位与微观和纳米技术的世界大不相同。
我是Amii高级技术团队的产品负责人。我领导一个由大多数机器学习科学家和项目经理组成的团队，他们都与我们的不同行业合作伙伴合作，通过应用机器学习来解决他们的商业问题。
我们非常注重行业，致力于弥合学术界和行业之间的差距，所有的突破性成果都应用于机器学习和人工智能，并将其应用于我们的行业合作伙伴最迫切的需求。
我们对行业非常专注，所有这一切都是关于让我们的客户找到他们需要的技能和专业知识，以便能够推进工作的进展。
我们通过高级技术团队运行实习和驻地项目。所以，我现在招聘很多人。招聘不是我的背景，但现在我做了很多这样的工作。这一切都是关于配对，找到合适的机器学习人才来安置在我们的客户项目中。我们雇佣这些人作为Amii的员工，雇用期限固定，并提供大量的支持和指导，但实际上，他们专门从事客户的项目，并推进项目的进展。这是让我们的客户能够获得人才而无需自己招聘的方式。Amii有一定的品牌认可度，我们能够吸引真正优秀的人才，然后将他们安置在这些行业项目中。
合作伙伴的一个潜在好处是，在我们这里的期限结束后，他们有机会雇佣这些人。我们希望这些人才留在这里。我们不希望人才流失。我们正在给客户一个优势，这样他们就可以尝试这些人才，尝试这个项目，感受一下什么是机器学习，需要什么才能使其成功，然后理想情况下，将这些人才长期安置在这些公司中，这样这些公司就能真正成为人工智能公司，并能够在未来推进自己的计划。
他们通常签订的期限是多长？
通常为四到十二个月。
我们会在一开始根据项目的复杂性和我们要解决的问题数量来确定。我们发现，时间越长越好。四个月内完成的机器学习项目可能具有挑战性。它不仅仅是关于建立机器学习模型，还依赖于客户提供的数据，并将其交给我们，以帮助我们建立模型。我们拥有时间越长越好，因为这使我们能够迭代和循环遍历所有机会。
工作是实验性的和探索性的。Amii是一个研究机构；我们不能总是保证结果。更长的时间表只是给了我们更多的时间来进行研究，并确保我们已经穷尽了所有选择，并尽可能地探索了所有事情。
您的团队曾与这些公司合作解决过哪些具有挑战性的商业问题？
我已经暗示过了，数据准备是一个大挑战。行业对数据准备的看法与机器学习科学家认为的准备就绪不同。还有获取权限。客户将数据交给我们以供我们的机器学习模型使用的便捷程度。我们喜欢更长的项目，因为它给了我们的团队足够的时间与客户合作，共同应对这些数据准备挑战，并为他们的成功做好准备。
垃圾进，垃圾出，如果你把垃圾数据交给我们，我们就会创建一个垃圾模型。我们真的需要高质量的数据。客户方面有一定的学习曲线。行业对高质量数据的看法是什么，我们需要看到什么样的例子才能预测未来会发生什么。这只是一个识字的问题，确保我们说的是同一种语言，他们了解基于他们可以访问的任何数据的限制，当他们了解什么会使我们成功时。
您需要在数据集中有要预测的示例。如果某个事件非常罕见，那么我们很难预测它会发生。我们可以建立一个非常准确的模型，99%的时间都很准确，因为它永远不会预测1%的时间，即使某些事情确实发生了。同样，确保客户了解我们需要什么才能建立准确的模型。
我们甚至看到看似简单的问题也可能因数据集而变得非常复杂。当我们开始剥洋葱时，我们意识到，不，这比我们想象的要复杂得多，因为这些数据复杂性。
其他挑战，缺乏所需的主题专家。与我们的行业合作伙伴合作时，我们真的需要他们继续参与，因为他们既是领域专家，也是数据专家。我们不是开发商店，可以接收数据，建立模型，然后在最后交给他们。这是一种非常合作的方式。我们的行业合作伙伴投入的越多，他们就会得到的越多，因为他们将能够引导我们朝着正确的方向，确保我们做出的预测从业务角度对他们有意义，我们正在针对正确的指标，我们了解对他们来说什么是成功。
我们需要一个多学科的团队来支持项目，这需要的不仅仅是一个机器学习科学家来建立一个成功的模型，能够对业务产生积极影响。有很多挑战。那些只是我想到的。
您个人认为人工智能应该成为一种力量，用于造福人类。您认为人工智能可以通过什么方式积极地改变未来？
我最喜欢我工作的一点是，我们与来自各个行业的客户合作，解决非常不同的问题，但所有这些问题都真正被用于某种积极的改变。Amii有一个原则性的人工智能框架，确保我们这样做。从合同阶段开始，我们确保与行业合作伙伴合作的项目都用于这种积极的改变，以一种道德的方式进行。
有一件事让我想起了，在阿尔伯塔省，野火情况在夏季比往常更频繁。今年尤其如此，即使在四月份也很糟糕。我们最近与加拿大野火合作，这是一个来自阿尔伯塔大学的研究小组。他们有40年的天气数据与严重的野火事件相关联。我们与他们合作，以便更好地预测这些事件，并在野火失控之前做好准备和部署资源。
当我周日晚上（2023年5月21日）到达时，天气相当灰蒙蒙的。
这很令人心碎。它毁了社区。它夺走了人们的家园。不得不呼吸空气中的颗粒并不理想。但是破坏是巨大的。Amii有一个项目与此相关，这对我们所有人都很重要。
我们还在农业领域工作。我们如何养活不断增长的人口？我们与国家研究委员会合作，解决蛋白质丰富的问题。我们尝试确保我们种植的植物具有更高的蛋白质含量，以养活不断增长的人口，并使用机器学习来做出这些预测。
减少排放也是一个非常流行的领域。我们与石油和天然气行业的公司合作，确保使用的过程、系统和工具是尽可能高效的。我们与阿尔伯塔省德雷顿谷的一个小镇上的一个水处理厂合作，确保水处理厂以最有效的方式运行，并为社区提供尽可能多的干净水。
精准医学也是如此。
列表还在继续。基本上，每家我们合作的公司都在做这些项目，这些事业。对于我来说，很难选出一个最喜欢的，因为当你考虑到这一点时，它们都有可能对未来产生非常积极的影响。
您对人工智能或机器人的未来有什么展望？
我接触到的机器人主要是在供应链中使用。它也是如何通过更高效的流程来增强现有的系统和自动化。供应链当然对增加吞吐量、更快地履行更多订单和更高效的决策感兴趣。在机器人方面，我的接触主要是建立在现有机器人之上，使其变得更智能、更好。
我认为，总的来说，未来从我看到的行业正在做的事情来看，仍然非常以人类为中心。机器人被用作工具，人类的增强工具。也许机器人可以在对人类来说危险的环境中部署，我们不应该暴露在这样的环境中。机器人在这种情况下是对我们来说的极佳替代品，可以让我们更安全。我们的研究员和学者也在从事一些非常酷的关于假肢的研究，使得对需要支持的人来说，控制和移动变得更容易。所有这些都与人类及其使用这些工具的方式紧密相关，但使其使用和生活更加容易。
至于人工智能的未来，这是一个非常有趣的时代。行业终于意识到，人工智能已经来临，并将改变一切，你可以选择引领或被引领。我认为Amii的愿景之一是让每家公司都能舒适地使用这项技术，了解它可以做什么和不能做什么，并真正愿意尝试和迭代地将其应用于其业务，以解决一些最棘手的问题。
直到现在，我认为也许人们认为人工智能和机器学习只适用于科技公司，但现在人们越来越意识到，机器学习可以在几乎每个组织中部署。它并不总是正确的答案，但通常都有一个用例。我希望未来是公司将自然而然地成为人工智能公司，通过使自己更加熟悉这项技术，并了解如何将其用于自己的业务。
感谢这次精彩的采访，希望了解更多的读者可以访问以下资源：
