马拉·开罗，Amii 高级技术产品负责人 – 采访系列

马拉·开罗热衷于利用人工智能为社会带来积极影响。她拥有阿尔伯塔大学电气工程学士学位，并持有 P.Eng 和 PMP 资格。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，马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，应用机器学习来解决他们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。

我们在爱德蒙顿举行的 2023 年 Upper Bound 人工智能会议上进行了采访，这是由 Amii 主办的年度会议。

你最初为什么选择学习电气工程？

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，我会想把它建造起来。我记得作为一个青少年，我有一部诺基亚手机，可以拆开，我会把它拆开，然后在里面和天线上装饰上珠宝。但当我打开它时，就像“天啊，里面有什么？有什么事情发生？”这对我来说非常有趣。

我一直擅长数学。所以，将所有这些因素结合起来，我的父母也在我身上看到了这一点，因为我擅长数学，并且对电子产品有浓厚的兴趣，这就是我最初被吸引到电气工程的原因。

你的父母似乎非常支持你的兴趣。

是的。我的爸爸尤其如此。他说他从我很小的时候就看到了我的潜力，并一直在支持我。我昨晚也参加了一个女性在人工智能领域的活动，我们讨论了如何消除一些障碍，使这个领域更加容易被女性接受。而我并没有觉得这是一个障碍，因为我的父母一直告诉我，“这就是你应该做的。这与你的性别无关。这只是你拥有的一个技能，你应该自然地发展和培养它。”我从来没有觉得这是不适合我的领域。

在加入 Amii 之前，你曾在硬件开发领域工作，重点关注微观和纳米制造。可以解释一下这些术语吗？

当然。在电气工程中，我选择了纳米工程专业。这是一个专注于设计和制造微观和纳米尺度设备的领域。当我们谈论纳米时，我们指的是一个毫米除以一百万。一个非常非常小的尺度。而且这很酷。这些东西太小了，无法用肉眼看到。但是我可以利用这个专业知识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。我们周围都是电子设备，我们需要能够设计出适应空间约束的电子设备。我们不断地尝试使事情变得越来越小。拿一个原型，你需要能够使其可复制和可扩展。纳米制造就是关于使用的工具和技术来设计和制造在这个水平上的设备。

这涉及从制造微芯片到连接两个不同的芯片并将其电连接到最终的封装。所有这些都需要在微观尺度上使用不同的技术，而不是在人类尺度上建造东西所使用的技术。

除了微芯片之外，微观和纳米制造的其他应用或用例是什么？

我们曾经参与过许多项目，例如光纤。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，它们将信号输入到我们使用的任何处理单元中。因此，制造任何类型的传感器或输入/输出设备所需的多样化制造技术。

在微观和纳米尺度上工作时，存在哪些挑战？

一个小小的灰尘就可能毁了你的整个工作。我们正在处理的东西的大小与空气中的灰尘相同。因此，我们在无尘室中制造。无尘室实际上是一个保护我们正在工作的东西免受我们作为人类的影响的环境，因为我们人类非常“脏”，我们不断地向空气中排放颗粒，我们的衣服也在不断地产生颗粒，我们穿的化妆品也会使空气变得脏。我们需要尽可能地消除这些颗粒，以便我们正在建造的东西是干净和无污染的。

另一个挑战是，将其带出实验室，因为最终这些设备将被用于我们的“脏”世界。这就是封装变得重要的原因。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、封装的方式来做到这一点。因此，密封事物，确保它们完全密封，什么都不会进出。这是一个我们面临的另一个挑战。

从制造到将其带到最终目的地，处理如此小的东西时，需要非常特殊的考虑和环境问题。另外，事物并不总是按预期的方式行事。在我们的物理世界中，我们期望事物以某种方式行事，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。这是一个完全不同的研究领域。

在微观和纳米尺度上，事物行为与常规物理世界不同的例子是什么？

例如，通过一根线传递电流。我们有充电器和手机，我们正在通过它传递电流。当你通过一根像头发那么细的线传递电流时，会有明显的热量考虑和事物会以不同的方式行事，因为，同样，空间和尺寸的限制。

你目前在 Amii 的角色是什么，你的团队如何帮助行业合作伙伴？

我的当前角色在 Amii 与微观和纳米技术的世界截然不同。

我是 Amii 高级技术团队的产品负责人。我领导一个由机器学习科学家和项目经理组成的团队，他们都在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，所有这一切都是关于弥合学术界和行业之间的差距，应用机器学习和人工智能的突破来解决我们行业合作伙伴最迫切的需求。我们通过帮助客户找到他们需要的技能和专业知识来响应这些需求，帮助他们将工作推进下去。

我们通过高级技术团队运行实习和驻地项目。因此，我正在招聘很多人。招聘不是我的背景，但现在我做了很多。所有这一切都是关于匹配，找到合适的机器学习人才来安置在我们的客户项目中。我们以 Amii 员工的身份雇佣这些人，雇用期限固定，并提供大量的支持和指导，但实际上他们是专门为客户的项目工作的。这样，客户就可以在不需要自己招聘的情况下获得人才。Amii 有很好的品牌认可度，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。

系统的一个潜在好处是，客户在我们这里的雇用期结束后有机会雇用这些人。我们希望这些人才留在这里。我们不希望人才流失。我们给客户一个机会，让他们试用这些人才，试用项目，感受一下什么是机器学习，什么是使其成功所需的东西，然后理想情况下，在这些公司中长期安置这些人才，这样这些公司就能真正成为人工智能公司，并能够在未来推动自己的计划。

他们通常会签订多长时间的合同？

通常是四到十二个月。

这取决于项目的复杂性以及我们试图解决的问题的数量。我们发现，时间越长越好。四个月内完成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来帮助我们建立模型。我们拥有数据越多，迭代和循环遍历所有机会的次数就越多。

工作是实验性和探索性的。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的选择，并尽可能地探索了所有的东西，因为很难说“这是最好的方法”。你必须尝试并看看。

你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的例子？

我提到过，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状态不同。还有可访问性。客户如何轻松地以机器学习模型可以消耗的方式将数据交给我们。这就是为什么我们喜欢更长的项目，因为它给了我们的团队足够的时间来与客户合作，解决这些数据准备挑战，并为他们的成功做好准备。

垃圾输入会产生垃圾输出，如果你给我垃圾数据，我就会创建一个垃圾模型。我们需要高质量的数据。客户还需要学习曲线。行业对什么是高质量数据的看法，与我们需要的例子不同，以便在未来预测事情。它只是一个识字的问题，确保我们使用相同的语言，他们了解基于他们可以访问的任何数据的限制。

你需要在数据集中有你要预测的例子。如果事件非常罕见，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，当某件事情确实发生时。再次强调，确保客户了解我们需要什么来建立准确的模型。

即使看似简单的问题也可能因数据集而变得非常复杂。在与客户进行初步发现电话时，我们确实需要预测我们将需要多长时间。但有时，当我们开始剥开洋葱的层时，我们意识到，不，这比我们想象的要复杂得多，因为数据复杂性。

其他挑战，缺乏所需的主题专家承诺。当我们与行业合作伙伴合作时，我们真的需要他们继续参与，因为他们是领域专家，通常也是数据专家。我们不像开发商店，可以接收数据，建立模型，然后在最后交付给他们。它是非常协作的。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来看是有意义的，我们正在针对正确的指标，我们了解他们的成功是什么。

我们需要一个多学科的团队来支持项目，这需要不仅仅是一个机器学习科学家来建立一个成功的模型，它将对业务产生积极影响。有很多挑战。这些就是我想到的。

你个人认为人工智能应该成为一种积极的力量。你认为人工智能可以通过什么方式改变未来？

我最喜欢我工作的一件事是，我们与各个行业的客户合作，解决非常不同的问题，但所有这些问题都被用来带来某种积极的改变。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，我们确保我们与行业合作伙伴合作的项目被用于积极的改变，以一种道德的方式。

一件事让我想到的是，在阿尔伯塔省，我们现在经常处理野火情况。今年尤其糟糕。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。40 年的天气数据与严重的野火事件相关联。我们正在与他们合作，以便更好地预测这些事件，并在野火失控之前做好准备。

当我到达（爱德蒙顿）周日晚上（5 月 21 日）时，天气很雾。

这很令人震惊。它毁了社区。它夺走了人们的家园。呼吸空气中的颗粒并不是很好。但是破坏是巨大的。我们正在做的一个有趣的项目是与加拿大野火合作，预测这些事件。

另一个领域我们正在工作的是农业领域。我们如何养活不断增长的人口？我们正在与国家研究委员会合作，解决蛋白质丰富度问题。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，并使用机器学习来预测这一点。

减少排放也是一个非常流行的领域。我们正在与石油和天然气行业的公司合作，确保所使用的流程、系统和工具是尽可能高效的。我们正在与阿尔伯塔省德雷顿谷的一个水处理厂合作，确保该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。

列表很长。每个公司我们合作的项目都是这些类型的项目，这些事业。很难选出一个最喜欢的，因为当你考虑时，每一个都有可能对未来产生巨大的积极影响。

你对人工智能或机器人的未来有什么展望？

我的机器人接触主要是在供应链领域。它是机器人已经被使用的地方，但也是如何通过人工智能增强现有的系统和自动化。供应链显然对增加吞吐量、更快地履行更多订单以及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的机器人基础上，使其变得更聪明、更好。

我认为，从我所见，行业正在做的事情来看，未来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。也许机器人被部署在对人类来说危险的环境中，我们不应该暴露在这样的环境中。机器人在这种情况下是我们很好的替代品。也有关于假肢的很酷的研究，这样人们就可以更容易地控制和移动。所有这些都与人类及其使用这些工具的方式密切相关，使他们的生活更容易。

至于人工智能的未来，这是一个如此有趣的时期。行业终于意识到人工智能已经到来，它将改变一切，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轻松使用这项技术，了解它的能力和局限性，并愿意尝试和迭代将其应用于其业务，以解决一些最棘手的问题。

直到现在，我认为可能有一种看法认为，只有科技公司才使用人工智能和机器学习。但现在它变得更加明显，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，更加熟悉这项技术，并意识到如何将其应用于其业务。

感谢您这次精彩的采访，希望读者能够通过以下资源了解更多信息：
* Upper Bound AI 会议
* Amii（阿尔伯塔机器智能研究所）