سایت خبرکاو

جستجوگر هوشمند اخبار و مطالب فناوری

فرانسین بنت از علم داده برای مسئولیت پذیرتر کردن هوش مصنوعی استفاده می کند

TechCrunch برای اینکه به زنان دانشگاهی و سایرین که با تمرکز بر هوش مصنوعی تمرکز دارند، زمان شایسته و دیررس آنها را در کانون توجه قرار دهد، مجموعه‌ای از مصاحبه‌ها را با تمرکز بر زنان برجسته‌ای که در انقلاب هوش مصنوعی مشارکت داشته‌اند، راه‌اندازی می‌کند. با ادامه رونق هوش مصنوعی، چندین قطعه را در طول سال منتشر خواهیم کرد و کارهای کلیدی را که اغلب ناشناخته می‌مانند برجسته می‌کنیم. پروفایل های بیشتر را اینجا بخوانید. فرانسین بنت یکی ...

TechCrunch برای اینکه به زنان دانشگاهی و سایرین که با تمرکز بر هوش مصنوعی تمرکز دارند، زمان شایسته و دیررس آنها را در کانون توجه قرار دهد، مجموعه‌ای از مصاحبه‌ها را با تمرکز بر زنان برجسته‌ای که در انقلاب هوش مصنوعی مشارکت داشته‌اند، راه‌اندازی می‌کند. با ادامه رونق هوش مصنوعی، چندین قطعه را در طول سال منتشر خواهیم کرد و کارهای کلیدی را که اغلب ناشناخته می‌مانند برجسته می‌کنیم. پروفایل های بیشتر را اینجا بخوانید.

فرانسین بنت یکی از اعضای موسس هیئت مدیره در موسسه آدا لاولیس است و در حال حاضر به عنوان مدیر موقت سازمان فعالیت می کند. قبل از این، او در بیوتکنولوژی کار می کرد و از هوش مصنوعی برای یافتن درمان های پزشکی برای بیماری های نادر استفاده می کرد. او همچنین یک شرکت مشاوره علوم داده را تأسیس کرد و یکی از متولیان مؤسس DataKind UK است که به مؤسسات خیریه بریتانیایی با پشتیبانی از علم داده کمک می کند.

به طور خلاصه، چگونه شروع به هوش مصنوعی کردید؟ چه چیزی شما را به این رشته جذب کرد؟

من با ریاضیات محض شروع کردم و به هیچ چیز کاربردی چندان علاقه ای نداشتم - از سرهم بندی کردن با کامپیوتر لذت می بردم اما فکر می کردم هر ریاضی کاربردی فقط یک محاسبه است و از نظر فکری چندان جالب نیست. بعداً به هوش مصنوعی و یادگیری ماشینی رسیدم که برای من و همه افراد دیگر مشخص شد که چون داده ها در بسیاری از زمینه ها بسیار زیادتر می شوند، فرصت های هیجان انگیزی برای حل انواع مشکلات به روش های جدید با استفاده از هوش مصنوعی ایجاد می کند. و یادگیری ماشین، و آنها بسیار جالب تر از آن چیزی بودند که من فکر می کردم.

به چه کاری بیشتر افتخار می کنید (در زمینه هوش مصنوعی)؟

من به کاری افتخار می کنم که از نظر فنی پیچیده ترین نیست، اما برخی از پیشرفت های واقعی را برای مردم باز می کند - به عنوان مثال، استفاده از ML برای تلاش برای یافتن الگوهای قبلی نادیده گرفته شده در گزارش های حوادث ایمنی بیمار در بیمارستان برای کمک به متخصصان پزشکی در بهبود آینده. نتایج بیمار و من افتخار می کنم که در رویدادهایی مانند اجلاس امسال ایمنی هوش مصنوعی بریتانیا اهمیت قرار دادن مردم و جامعه به جای فناوری را در مرکز قرار می دهم. من فکر می‌کنم انجام این کار فقط با اقتدار امکان‌پذیر است، زیرا هم تجربه کار کردن با این فناوری و هم هیجان‌زده شدن از آن را داشته‌ام و هم عمیقاً به چگونگی تأثیر آن بر زندگی مردم در عمل کمک کرده‌ام.

چگونه چالش‌های صنعت فناوری مردانه و در نتیجه صنعت هوش مصنوعی مردانه را کنترل می‌کنید؟

عمدتاً با انتخاب کار در مکان‌ها و با افرادی که به آن فرد و مهارت‌هایشان از نظر جنسیت علاقه دارند و به دنبال استفاده از تأثیری که دارم برای تبدیل آن به هنجار. همچنین در هر زمان که بتوانم در تیم‌های مختلف کار کنم – حضور در یک تیم متعادل به جای «اقلیت» استثنایی، فضای واقعا متفاوتی را ایجاد می‌کند و این امکان را برای همه فراهم می‌کند که به پتانسیل خود دست یابند. به طور کلی، از آنجایی که هوش مصنوعی بسیار چندوجهی است و احتمالاً بر بسیاری از اقشار جامعه، به ویژه بر جوامع حاشیه‌نشین تأثیر می‌گذارد، بدیهی است که افراد از همه طبقات اجتماعی باید در ساخت و شکل دادن به آن مشارکت داشته باشند. به خوبی کار می کند

چه توصیه ای به زنانی که به دنبال ورود به حوزه هوش مصنوعی هستند می دهید؟

از آن لذت ببرید! این یک زمینه جالب، از نظر فکری چالش برانگیز و بی‌پایان در حال تغییر است – شما همیشه کاری مفید و طولانی برای انجام پیدا خواهید کرد، و برنامه‌های کاربردی مهم زیادی وجود دارد که هیچ‌کس هنوز به آنها فکر نکرده است. همچنین، در مورد نیاز به دانستن تک تک چیزهای فنی خیلی مضطرب نباشید (به معنای واقعی کلمه هیچ کس تک تک چیزهای فنی را نمی داند) - فقط با شروع چیزی که شیفته آن هستید شروع کنید و از آنجا کار کنید.

برخی از مهم ترین مسائلی که هوش مصنوعی در حال تکامل با آن مواجه است چیست؟

در حال حاضر، من فکر می کنم فقدان یک دیدگاه مشترک از آنچه که ما قصد داریم هوش مصنوعی برای ما انجام دهد و چه کاری می تواند و نمی تواند برای ما به عنوان یک جامعه انجام دهد. در حال حاضر پیشرفت‌های فنی زیادی در حال انجام است که احتمالاً تأثیرات زیست‌محیطی، مالی و اجتماعی بسیار بالایی دارد و هیجان زیادی در مورد عرضه آن فناوری‌های جدید بدون درک درستی از خطرات احتمالی یا پیامدهای ناخواسته وجود دارد. اکثر افرادی که این فناوری را می سازند و در مورد خطرات و عواقب آن صحبت می کنند از یک جمعیت بسیار محدود هستند. ما اکنون فرصتی داریم تا تصمیم بگیریم چه چیزی را از هوش مصنوعی ببینیم و برای تحقق آن تلاش کنیم. ما می‌توانیم به انواع دیگر فناوری‌ها و اینکه چگونه تکامل آن‌ها را مدیریت کرده‌ایم فکر کنیم یا اینکه آرزو داریم چه کارهایی را بهتر انجام می‌دادیم – محصولات هوش مصنوعی ماشین‌های جدید تست تصادف چه معادل‌هایی هستند. مسئول دانستن رستورانی که به طور تصادفی به شما مسمومیت غذایی می دهد. مشاوره با افراد آسیب دیده در طول مجوز برنامه ریزی؛ درخواست تجدید نظر در مورد یک تصمیم هوش مصنوعی همانطور که می توانید یک بوروکراسی انسانی.

برخی از مسائلی که کاربران هوش مصنوعی باید از آن آگاه باشند چیست؟

مایلم افرادی که از فناوری‌های هوش مصنوعی استفاده می‌کنند در مورد ابزارها و کارهایی که می‌توانند انجام دهند مطمئن باشند و درباره آنچه از هوش مصنوعی می‌خواهند صحبت کنند. به راحتی می توان هوش مصنوعی را به عنوان چیزی ناشناخته و غیرقابل کنترل دید، اما در واقع، این در واقع فقط یک مجموعه ابزار است – و من می خواهم انسان ها احساس کنند که می توانند مسئولیت کاری را که با آن ابزار انجام می دهند به عهده بگیرند. اما این نباید فقط به عهده افرادی باشد که از این فناوری استفاده می کنند - دولت و صنعت باید شرایطی را ایجاد کنند تا افرادی که از هوش مصنوعی استفاده می کنند بتوانند اعتماد به نفس داشته باشند.

بهترین راه برای ساختن مسئولانه هوش مصنوعی چیست؟

ما این سؤال را در مؤسسه Ada Lovelace زیاد می‌پرسیم، که هدف آن ایجاد هوش مصنوعی داده برای مردم و جامعه است. این یک زاویه سخت است، و صدها زاویه وجود دارد که می توانید انتخاب کنید، اما از دیدگاه من دو زاویه واقعا بزرگ وجود دارد.

اولین مورد این است که گاهی اوقات مایل به ساختن یا توقف باشید. همیشه، سیستم‌های هوش مصنوعی را با شتاب بسیار زیاد می‌بینیم، جایی که سازندگان سعی می‌کنند بعد از آن «حفاظ‌هایی» اضافه کنند تا مشکلات و آسیب‌ها را کاهش دهند، اما خود را در موقعیتی قرار نمی‌دهند که امکان توقف وجود داشته باشد.

دوم، این است که واقعاً با آن درگیر شوید و تلاش کنید و درک کنید که چگونه همه نوع مردم آنچه را که می‌سازید تجربه خواهند کرد. اگر واقعاً بتوانید به تجربیات آنها دسترسی پیدا کنید، پس شانس بیشتری برای نوع مثبت هوش مصنوعی مسئولانه خواهید داشت - ساخت چیزی که واقعاً یک مشکل را برای مردم حل می کند، بر اساس یک دیدگاه مشترک از آنچه که خوب به نظر می رسد - و همچنین اجتناب از منفی - نه اینکه به طور تصادفی زندگی کسی را بدتر کنید زیرا زندگی روزمره آنها با زندگی شما بسیار متفاوت است.

به عنوان مثال، موسسه Ada Lovelace با NHS همکاری کرد تا یک ارزیابی تاثیر الگوریتمی ایجاد کند که توسعه دهندگان باید به عنوان شرط دسترسی به داده های مراقبت های بهداشتی انجام دهند. این امر مستلزم آن است که توسعه دهندگان تأثیرات اجتماعی احتمالی سیستم هوش مصنوعی خود را قبل از پیاده سازی ارزیابی کنند و تجربیات زندگی افراد و جوامعی را که ممکن است تحت تأثیر قرار گیرند، بیاورند.

چگونه سرمایه گذاران بهتر می توانند برای هوش مصنوعی مسئولانه فشار بیاورند؟

با پرسیدن سوالاتی در مورد سرمایه گذاری های آنها و آینده احتمالی آنها - برای این سیستم هوش مصنوعی، عملکرد درخشان و مسئولیت پذیر بودن چگونه به نظر می رسد؟ کجا ممکن است همه چیز از ریل خارج شود؟ اثرات بالقوه ضربه‌ای برای مردم و جامعه چیست؟ چگونه می‌توانیم بفهمیم که آیا نیاز به توقف ساختن یا تغییر قابل توجه چیزها داریم، و در آن صورت چه کار می‌کنیم؟ هیچ نسخه‌ای برای همه وجود ندارد، اما سرمایه‌گذاران می‌توانند تنها با پرسیدن سؤال‌ها و نشان دادن این که مسئولیت‌پذیری مهم است، جایی که شرکت‌هایشان توجه و تلاش می‌کنند تغییر دهند.

خبرکاو