Νοημοσύνη δεδομένων Πλάτωνα.
Κάθετη Αναζήτηση & Αι.

Ηγετικό κίνημα για την ενίσχυση της μηχανικής μάθησης στην Αφρική

Ημερομηνία:

Avishkar Bhoopchand, ένας ερευνητής μηχανικός στην ομάδα Game Theory και Multi-agent, μοιράζεται το ταξίδι του στο DeepMind και πώς εργάζεται για να αυξήσει το προφίλ της βαθιάς μάθησης σε ολόκληρη την Αφρική. 

Μάθετε περισσότερα για το Deep Learning Indaba 2022, η ετήσια συγκέντρωση της αφρικανικής κοινότητας AI – που πραγματοποιείται στην Τυνησία αυτόν τον Αύγουστο.

Πώς είναι μια τυπική μέρα στη δουλειά;

Ως ερευνητής μηχανικός και τεχνικός επικεφαλής, καμία μέρα δεν είναι ίδια. Συνήθως ξεκινάω τη μέρα μου ακούγοντας ένα podcast ή ένα ηχητικό βιβλίο κατά τη μετακίνηση μου στο γραφείο. Μετά το πρωινό, επικεντρώνομαι στα email και στον διαχειριστή πριν ξεκινήσω την πρώτη μου συνάντηση. Αυτά ποικίλλουν από ατομικά με μέλη της ομάδας και ενημερώσεις έργου έως ομάδες εργασίας ποικιλομορφίας, δικαιοσύνης και ένταξης (DE&I). 

Προσπαθώ να διαθέσω χρόνο για τη λίστα με τις δουλειές μου το απόγευμα. Αυτές οι εργασίες θα μπορούσαν να περιλαμβάνουν την προετοιμασία μιας παρουσίασης, την ανάγνωση ερευνητικών εργασιών, τη σύνταξη ή την αναθεώρηση κώδικα, το σχεδιασμό και την εκτέλεση πειραμάτων ή την ανάλυση αποτελεσμάτων. 

Όταν δουλεύω από το σπίτι, ο σκύλος μου Finn με απασχολεί! Η διδασκαλία του μοιάζει πολύ με την ενισχυτική μάθηση (RL) – όπως το πώς εκπαιδεύουμε τεχνητούς παράγοντες στην εργασία. Έτσι, πολύς χρόνος μου αφιερώνεται στη σκέψη για τη βαθιά μάθηση ή τη μηχανική μάθηση με τον ένα ή τον άλλο τρόπο.

Πώς σας ενδιαφέρει η τεχνητή νοημοσύνη;

Κατά τη διάρκεια ενός μαθήματος για ευφυείς πράκτορες στο Πανεπιστήμιο του Κέιπ Τάουν, ο λέκτοράς μου παρουσίασε ένα ρομπότ με έξι πόδια που είχε μάθει να περπατά από την αρχή χρησιμοποιώντας το RL. Από εκείνη τη στιγμή, δεν μπορούσα να σταματήσω να σκέφτομαι τη δυνατότητα χρήσης μηχανισμών ανθρώπων και ζώων για την κατασκευή συστημάτων ικανών για μάθηση.

Εκείνη την εποχή, η εφαρμογή μηχανικής μάθησης και η έρευνα δεν ήταν πραγματικά μια βιώσιμη επιλογή καριέρας στη Νότια Αφρική. Όπως πολλοί από τους συμφοιτητές μου, κατέληξα να εργάζομαι στον χρηματοοικονομικό κλάδο ως μηχανικός λογισμικού. Έμαθα πολλά, ειδικά σχετικά με το σχεδιασμό μεγάλης κλίμακας, ισχυρών συστημάτων που ανταποκρίνονται στις απαιτήσεις των χρηστών. Αλλά μετά από έξι χρόνια, ήθελα κάτι περισσότερο.

Γύρω από τότε, η βαθιά μάθηση άρχισε να απογειώνεται. Πρώτα άρχισα να κάνω διαδικτυακά μαθήματα όπως του Andrew Ng διαλέξεις μηχανικής μάθησης στο Coursera. Αμέσως μετά, είχα την τύχη να πάρω μια υποτροφία στο University College του Λονδίνου, όπου πήρα το μεταπτυχιακό μου στην υπολογιστική στατιστική και τη μηχανική μάθηση. 

Ποια είναι η συμμετοχή σας στο Deep Learning Indaba;

Πέρα από το DeepMind, είμαι επίσης περήφανος διοργανωτής και μέλος της διευθύνουσας επιτροπής του Βαθιά μάθηση Indaba, ένα κίνημα για την ενίσχυση της μηχανικής μάθησης και της τεχνητής νοημοσύνης στην Αφρική. Ξεκίνησε το 2017 ως θερινό σχολείο στη Νότια Αφρική. Περιμέναμε περίπου 30 μαθητές να συγκεντρωθούν για να μάθουν για τη μηχανική μάθηση – αλλά προς έκπληξή μας, λάβαμε περισσότερες από 700 αιτήσεις! Ήταν καταπληκτικό να το δεις και έδειξε ξεκάθαρα την ανάγκη για σύνδεση μεταξύ ερευνητών και επαγγελματιών στην Αφρική.

Από τότε, ο οργανισμός έχει εξελιχθεί σε μια ετήσια γιορτή της αφρικανικής τεχνητής νοημοσύνης με περισσότερους από 600 συμμετέχοντες και σε τοπικές εκδηλώσεις IndabaX που πραγματοποιούνται σε σχεδόν 30 αφρικανικές χώρες. Έχουμε επίσης επιχορηγήσεις έρευνας, βραβεία διατριβών και συμπληρωματικά προγράμματα, συμπεριλαμβανομένου ενός προγράμματος καθοδήγησης – το οποίο ξεκίνησα κατά τη διάρκεια της πανδημίας για να κρατήσω την κοινότητα αφοσιωμένη.

Το 2017, δεν υπήρχαν δημοσιεύσεις με έναν Αφρικανό συγγραφέα, με έδρα σε ένα αφρικανικό ίδρυμα, που παρουσιάστηκαν στο NeurIPS, το κορυφαίο συνέδριο μηχανικής μάθησης. Ερευνητές τεχνητής νοημοσύνης σε όλη την αφρικανική ήπειρο εργάζονταν σε σιλό – μερικοί είχαν ακόμη και συναδέλφους που εργάζονταν για το ίδιο θέμα σε άλλο ίδρυμα στο δρόμο και δεν το γνώριζαν. Μέσω του Indaba, δημιουργήσαμε μια ακμάζουσα κοινότητα στην ήπειρο και οι απόφοιτοί μας συνέχισαν να δημιουργούν νέες συνεργασίες, δημοσιεύοντας εργασίες στο NeurIPS και σε όλα τα μεγάλα συνέδρια. 

Πολλά μέλη έχουν βρει θέσεις εργασίας σε κορυφαίες εταιρείες τεχνολογίας, έχουν δημιουργήσει νέες νεοφυείς επιχειρήσεις στην ήπειρο και έχουν ξεκινήσει άλλα καταπληκτικά έργα τεχνητής νοημοσύνης βάσης στην Αφρική. Αν και η οργάνωση του Indaba είναι πολύ σκληρή δουλειά, αξίζει τον κόπο βλέποντας τα επιτεύγματα και την ανάπτυξη της κοινότητας. Πάντα αφήνω την ετήσια εκδήλωσή μας με έμπνευση και έτοιμο να αναλάβω το μέλλον.

Τι σας έφερε στο DeepMind;

Η DeepMind ήταν η απόλυτη εταιρεία των ονείρων μου για να δουλέψω, αλλά δεν πίστευα ότι είχα την ευκαιρία. Κατά καιρούς, έχω παλέψει με το σύνδρομο απατεώνων – όταν περιβάλλεται από έξυπνους, ικανούς ανθρώπους, είναι εύκολο να συγκρίνεις τον εαυτό σου σε έναν μόνο άξονα και να νιώθεις σαν απατεώνας. Ευτυχώς, η υπέροχη σύζυγός μου μου είπε ότι δεν είχα τίποτα να χάσω κάνοντας αίτηση, έτσι έστειλα το βιογραφικό μου και τελικά έλαβα μια προσφορά για έναν ρόλο ερευνητή μηχανικού! 

Η προηγούμενη εμπειρία μου στη μηχανική λογισμικού με βοήθησε πραγματικά να προετοιμαστώ για αυτόν τον ρόλο, καθώς μπορούσα να βασιστώ στις μηχανολογικές μου δεξιότητες για την καθημερινή εργασία ενώ χτίζω τις ερευνητικές μου δεξιότητες. Το να μην πάρεις αμέσως τη δουλειά των ονείρων δεν σημαίνει ότι η πόρτα είναι κλειστή για αυτήν την καριέρα για πάντα.

Για ποια έργα είσαι περισσότερο περήφανος;

Πρόσφατα δούλεψα σε ένα έργο για να δώσω στους τεχνητούς παράγοντες τη δυνατότητα πολιτιστική μετάδοση σε πραγματικό χρόνο. Η πολιτιστική μετάδοση είναι μια κοινωνική δεξιότητα που κατέχουν οι άνθρωποι και ορισμένα ζώα, η οποία μας δίνει τη δυνατότητα να μαθαίνουμε πληροφορίες παρατηρώντας τους άλλους. Αποτελεί τη βάση για τη σωρευτική πολιτιστική εξέλιξη και τη διαδικασία που είναι υπεύθυνη για την επέκταση των δεξιοτήτων, των εργαλείων και των γνώσεών μας σε πολλές γενιές.

Σε αυτό το έργο, εκπαιδεύσαμε τεχνητούς παράγοντες σε ένα τρισδιάστατο περιβάλλον προσομοίωσης για να παρατηρούν έναν ειδικό που εκτελεί μια νέα εργασία, στη συνέχεια να αντιγράφουν αυτό το μοτίβο και να το θυμούνται. Τώρα που δείξαμε ότι η πολιτιστική μετάδοση είναι δυνατή σε τεχνητούς παράγοντες, μπορεί να είναι δυνατή η χρήση της πολιτισμικής εξέλιξης για τη δημιουργία τεχνητής γενικής νοημοσύνης (AGI). 

Αυτή ήταν η πρώτη φορά που δούλεψα σε μεγάλης κλίμακας RL. Αυτή η εργασία συνδυάζει τη μηχανική μάθηση και την κοινωνική επιστήμη, και είχα πολλά να μάθω από την πλευρά της έρευνας. Κατά καιρούς, η πρόοδος προς τον στόχο μας ήταν επίσης αργή, αλλά φτάσαμε εκεί στο τέλος! Αλλά πραγματικά, είμαι πολύ περήφανος για την απίστευτα περιεκτική κουλτούρα που είχαμε ως ομάδα έργου. Ακόμη και όταν τα πράγματα ήταν δύσκολα, ήξερα ότι μπορούσα να βασιστώ στους συναδέλφους μου για υποστήριξη.

Είστε μέλος κάποιας ομάδας συνομηλίκων στο DeepMind;

Έχω ασχοληθεί πραγματικά με μια σειρά από πρωτοβουλίες ποικιλομορφίας, δικαιοσύνης και ένταξης (DE&I). Πιστεύω ακράδαντα ότι το DE&I στον εργασιακό χώρο οδηγεί σε καλύτερα αποτελέσματα και για να χτίσουμε την τεχνητή νοημοσύνη για όλους, πρέπει να έχουμε εκπροσώπηση από ένα διαφορετικό σύνολο φωνών.

Είμαι συντονιστής σε ένα εσωτερικό εργαστήριο σχετικά με την έννοια της Συμμαχίας, η οποία αφορά τη χρήση της θέσης του προνομίου και της εξουσίας κάποιου για να αμφισβητήσει το status quo για την υποστήριξη ατόμων από περιθωριοποιημένες ομάδες. Συμμετέχω σε διάφορες ομάδες εργασίας που στοχεύουν στη βελτίωση της ένταξης στην κοινότητα μεταξύ των ερευνητών μηχανικών και της ποικιλομορφίας στις προσλήψεις. Είμαι επίσης μέντορας στο Πρόγραμμα υποτροφιών DeepMind, η οποία έχει συνεργασίες στην Αφρική και σε άλλα μέρη του κόσμου. 

Τι αντίκτυπο ελπίζετε να έχει το έργο του DeepMind;

Είμαι ιδιαίτερα ενθουσιώδης με τις δυνατότητες της τεχνητής νοημοσύνης να έχει θετικό αντίκτυπο στην ιατρική, ειδικά για την καλύτερη κατανόηση και θεραπεία ασθενειών. Για παράδειγμα, καταστάσεις ψυχικής υγείας όπως η κατάθλιψη επηρεάζουν εκατοντάδες εκατομμύρια ανθρώπους σε όλο τον κόσμο, αλλά φαίνεται να έχουμε περιορισμένη κατανόηση των αιτιολογικών μηχανισμών πίσω από αυτήν και επομένως περιορισμένες επιλογές θεραπείας. Ελπίζω ότι στο όχι πολύ μακρινό μέλλον, τα γενικά συστήματα τεχνητής νοημοσύνης μπορούν να λειτουργήσουν σε συνδυασμό με ειδικούς σε ανθρώπους για να ξεκλειδώσουν τα μυστικά του μυαλού μας και να μας βοηθήσουν να κατανοήσουμε και να θεραπεύσουμε αυτές τις ασθένειες.

spot_img

Τελευταία Νοημοσύνη

spot_img