رهبری جنبشی برای تقویت یادگیری ماشینی در آفریقا

آویشکار بوپچند, یک مهندس محقق در تیم تئوری بازی و چند عامل، سفر خود به DeepMind و نحوه کار او برای ارتقای سطح یادگیری عمیق در سراسر آفریقا را به اشتراک می‌گذارد. 

اطلاعات بیشتر در مورد Deep Learning Indaba 2022گردهمایی سالانه جامعه هوش مصنوعی آفریقا که در اوت امسال در تونس برگزار می شود.

یک روز معمولی در محل کار چگونه است؟

به عنوان یک مهندس محقق و رهبر فنی، هیچ روزی مثل قبل نیست. من معمولاً روزم را با گوش دادن به پادکست یا کتاب صوتی هنگام رفت و آمد به دفتر شروع می کنم. بعد از صبحانه، قبل از اینکه وارد اولین جلسه خود شوم، روی ایمیل ها و مدیر تمرکز می کنم. اینها از یک به یک با اعضای تیم و به روز رسانی پروژه گرفته تا گروه های کاری تنوع، برابری، و شمول (DE&I) متفاوت است. 

سعی می کنم برای لیست کارهایم بعدازظهر وقت بگذارم. این وظایف می تواند شامل تهیه یک ارائه، خواندن مقالات تحقیقاتی، نوشتن یا بررسی کد، طراحی و اجرای آزمایش ها، یا تجزیه و تحلیل نتایج باشد. 

وقتی از خانه کار می کنم، سگم فین مرا مشغول می کند! آموزش دادن به او بسیار شبیه یادگیری تقویتی (RL) است - مانند نحوه آموزش عوامل مصنوعی در محل کار. بنابراین، زمان زیادی از من صرف فکر کردن به یادگیری عمیق یا یادگیری ماشینی به روشی می‌شود.

چگونه به هوش مصنوعی علاقه مند شدید؟

در طی یک دوره آموزشی در مورد عوامل هوشمند در دانشگاه کیپ تاون، استاد من یک ربات شش پا را نمایش داد که راه رفتن را از ابتدا با استفاده از RL یاد گرفته بود. از آن لحظه به بعد، نمی‌توانستم از فکر امکان استفاده از مکانیسم‌های انسانی و حیوانی برای ساختن سیستم‌هایی با قابلیت یادگیری دست بکشم.

در آن زمان، برنامه و تحقیق یادگیری ماشین واقعاً یک گزینه شغلی مناسب در آفریقای جنوبی نبود. مانند بسیاری از دانشجویانم، من در نهایت به عنوان یک مهندس نرم افزار در صنعت مالی مشغول به کار شدم. من چیزهای زیادی یاد گرفتم، به ویژه در مورد طراحی سیستم های قوی و در مقیاس بزرگ که نیازهای کاربر را برآورده می کند. اما بعد از شش سال، من چیزی بیشتر می خواستم.

در همان زمان، یادگیری عمیق شروع به رشد کرد. ابتدا شروع کردم به انجام دوره های آنلاین مانند اندرو نگ سخنرانی های یادگیری ماشینی در Coursera بلافاصله پس از آن، من به اندازه کافی خوش شانس بودم که بورسیه تحصیلی دانشگاه کالج لندن را دریافت کردم، جایی که کارشناسی ارشد خود را در آمار محاسباتی و یادگیری ماشین گرفتم. 

مشارکت شما در Deep Learning Indaba چیست؟

فراتر از DeepMind، من همچنین یک سازمان دهنده و عضو کمیته راهبری مفتخر هستم یادگیری عمیق اینداباجنبشی برای تقویت یادگیری ماشینی و هوش مصنوعی در آفریقا. در سال 2017 به عنوان یک مدرسه تابستانی در آفریقای جنوبی شروع شد. ما انتظار داشتیم حدود 30 دانش آموز دور هم جمع شوند تا در مورد یادگیری ماشینی بیاموزند - اما در کمال تعجب ما بیش از 700 برنامه کاربردی دریافت کردیم! دیدن آن شگفت انگیز بود، و به وضوح نیاز به ارتباط بین محققان و پزشکان در آفریقا را نشان داد.

از آن زمان، این سازمان به جشن سالانه هوش مصنوعی آفریقایی با بیش از 600 شرکت کننده و رویدادهای محلی IndabaX در نزدیک به 30 کشور آفریقایی برگزار شده است. ما همچنین کمک های مالی تحقیقاتی، جوایز پایان نامه، و برنامه های تکمیلی، از جمله یک برنامه راهنمایی داریم - که من در طول همه گیری همه گیر شروع کردم تا جامعه را درگیر خود نگه دارم.

در سال 2017، هیچ نشریه ای با یک نویسنده آفریقایی، مستقر در یک موسسه آفریقایی، ارائه شده در NeurIPS، کنفرانس پیشرو یادگیری ماشین. محققان هوش مصنوعی در سرتاسر قاره آفریقا در سیلوها کار می کردند - حتی برخی از آنها همکارانی داشتند که در مؤسسه دیگری روی همین موضوع کار می کردند و نمی دانستند. از طریق Indaba، ما یک جامعه پر رونق در این قاره ایجاد کرده‌ایم و فارغ‌التحصیلان ما به ایجاد همکاری‌های جدید، انتشار مقالات در NeurIPS و همه کنفرانس‌های بزرگ ادامه داده‌اند. 

بسیاری از اعضا در شرکت‌های فناوری برتر شغل پیدا کرده‌اند، استارت‌آپ‌های جدیدی در این قاره ایجاد کرده‌اند، و پروژه‌های شگفت‌انگیز هوش مصنوعی مردمی را در آفریقا راه‌اندازی کرده‌اند. اگرچه سازماندهی ایندابا کار سختی است، اما با دیدن دستاوردها و رشد جامعه ارزشمند است. من همیشه رویداد سالانه خود را با احساس الهام و آمادگی برای انجام آینده ترک می کنم.

چه چیزی شما را به DeepMind آورد؟

DeepMind شرکت رؤیایی من بود که می‌توانستم در آن کار کنم، اما فکر نمی‌کردم شانسی داشته باشم. گهگاهی با سندروم فریبکار دست و پنجه نرم کرده‌ام – وقتی در محاصره افراد باهوش و توانا قرار می‌گیرم، به راحتی می‌توان خود را بر روی یک محور مقایسه کرد و احساس کرد که یک شیاد است. خوشبختانه همسر فوق‌العاده‌ام به من گفت که با درخواست کردن چیزی برای از دست دادن ندارم، بنابراین رزومه‌ام را ارسال کردم و در نهایت پیشنهادی برای نقش مهندس محقق دریافت کردم! 

تجربه قبلی من در مهندسی نرم افزار واقعاً به من کمک کرد تا برای این نقش آماده شوم، زیرا می توانستم در حین ایجاد مهارت های تحقیقاتی خود بر مهارت های مهندسی خود برای کارهای روزمره تکیه کنم. به دست نیاوردن فوراً شغل رویایی به این معنا نیست که درهای آن شغل برای همیشه بسته است.

به چه پروژه هایی بیشتر افتخار می کنید؟

من اخیراً روی پروژه ای کار کردم که به عوامل مصنوعی توانایی می دهد انتقال فرهنگی در زمان واقعی. انتقال فرهنگی یک مهارت اجتماعی است که انسان ها و حیوانات خاصی دارند و به ما توانایی یادگیری اطلاعات از مشاهده دیگران را می دهد. این اساس تکامل فرهنگی تجمعی و فرآیندی است که مسئول گسترش مهارت‌ها، ابزارها و دانش ما در چندین نسل است.

در این پروژه، ما عوامل مصنوعی را در یک محیط شبیه‌سازی شده سه بعدی آموزش دادیم تا یک کارشناس را در حال انجام یک کار جدید مشاهده کنند، سپس آن الگو را کپی کرده و آن را به خاطر بسپارند. اکنون که نشان دادیم انتقال فرهنگی در عوامل مصنوعی امکان پذیر است، ممکن است بتوان از تکامل فرهنگی برای کمک به تولید هوش عمومی مصنوعی (AGI) استفاده کرد. 

این اولین باری بود که روی RL در مقیاس بزرگ کار کردم. این کار یادگیری ماشینی و علوم اجتماعی را با هم ترکیب می‌کند و در بخش تحقیقاتی چیزهای زیادی برای من وجود داشت که یاد بگیرم. در بعضی مواقع پیشرفت به سمت هدف ما نیز کند بود اما در نهایت به آن رسیدیم! اما واقعاً، من به فرهنگ فوق العاده فراگیر ما به عنوان تیم پروژه افتخار می کنم. حتی وقتی شرایط سخت بود، می‌دانستم که می‌توانم برای حمایت به همکارانم تکیه کنم.

آیا عضوی از گروه های همتا در DeepMind هستید؟

من واقعاً با تعدادی از ابتکارات تنوع، برابری، و شمول (DE&I) درگیر بوده ام. من قویاً معتقدم که DE&I در محل کار منجر به نتایج بهتری می‌شود، و برای ایجاد هوش مصنوعی برای همه، ما باید از مجموعه‌ای از صداها نمایندگی داشته باشیم.

من یک تسهیل کننده برای یک کارگاه داخلی در مورد مفهوم اتحاد هستم، که در مورد استفاده از موقعیت امتیاز و قدرت برای به چالش کشیدن وضعیت موجود در حمایت از افراد از گروه های به حاشیه رانده شده است. من در گروه های کاری مختلفی شرکت دارم که هدف آنها بهبود مشارکت جامعه در میان مهندسان محقق و تنوع در استخدام است. من همچنین یک مربی در برنامه بورس تحصیلی DeepMind، که در آفریقا و سایر نقاط جهان شراکت دارد. 

امیدوارید کار DeepMind چه تاثیری داشته باشد؟

من به ویژه در مورد امکان تأثیر مثبت هوش مصنوعی بر پزشکی، به ویژه برای درک بهتر و درمان بیماری ها، مشتاق هستم. به عنوان مثال، شرایط سلامت روان مانند افسردگی صدها میلیون نفر را در سراسر جهان تحت تاثیر قرار می دهد، اما به نظر می رسد که ما درک محدودی از مکانیسم های علت پشت آن داریم، و بنابراین، گزینه های درمانی محدودی داریم. امیدوارم در آینده‌ای نه چندان دور، سیستم‌های هوش مصنوعی عمومی بتوانند با همکاری متخصصان انسانی، اسرار ذهن ما را باز کنند و به ما در درک و درمان این بیماری‌ها کمک کنند.

• Coinsmart. بهترین صرافی بیت کوین و کریپتو اروپا.اینجا کلیک کنید
• پلاتوبلاک چین. Web3 Metaverse Intelligence. دانش تقویت شده دسترسی به اینجا.
• منبع: https://www.deepmind.com/blog/leading-a-movement-to-strengthen-machine-learning-in-africa