كيف تحولت الحوسبة

تعتقد جانيت وينج أن الذكاء الاصطناعي الجدير بالثقة والتفكير السببي يمكن أن يساعد المجتمع في حل مشاكل العالم الحقيقي. لكنها لن تكون سهلة.



27 أكتوبر 2021 جانيت وينج في جامعة كولومبيا

بيتر جاريتانو

لقد حان الوقت لأن نبدأ في التركيز على البيانات لحل مشكلاتنا ، كما يقول أحد الخبراء الرائدين في العالم في علم البيانات.





في عام 2006 ، نشرت جانيت وينج ، التي كانت آنذاك رئيسة قسم علوم الكمبيوتر في جامعة كارنيجي ميلون ، مقالًا مؤثرًا بعنوان التفكير الحسابي بحجة أن الجميع سيستفيدون من استخدام الأدوات المفاهيمية لعلوم الكمبيوتر لحل المشكلات في جميع مجالات المساعي البشرية.

قضية الحوسبة

كانت هذه القصة جزءًا من إصدارنا في نوفمبر 2021

إذا كانت تستخدم مرشح snapchat للكلب فهي مجرفة
  • انظر إلى بقية القضية
  • يشترك

لم تنوي Wing نفسها أبدًا دراسة علوم الكمبيوتر. في منتصف السبعينيات ، التحقت بمعهد ماساتشوستس للتكنولوجيا لمتابعة الهندسة الكهربائية ، مستوحاة من والدها ، الأستاذ في هذا المجال. عندما اكتشفت اهتمامها بعلوم الكمبيوتر ، اتصلت به لتسأله عما إذا كانت بدعة عابرة. بعد كل شيء ، لم يكن المجال حتى الكتب المدرسية. أكد لها أنه لم يكن كذلك. تحول الجناح إلى التخصصات الرئيسية ولم ينظر إلى الوراء أبدًا.



كان Wing نائبًا لرئيس شركة Microsoft Research سابقًا ، وهو الآن نائب الرئيس التنفيذي للأبحاث في جامعة كولومبيا ، وهو رائد في الترويج لعلوم البيانات في تخصصات متعددة.

أنيل أنانثاسوامي سألت Wing مؤخرًا عن أجندتها الطموحة لتعزيز الذكاء الاصطناعي الجدير بالثقة ، وهو أحد 10 تحديات بحثية تم التعرف عليها في محاولتها جعل أنظمة الذكاء الاصطناعي أكثر عدلاً وأقل تحيزًا.

س: هل ستقول أن هناك تحولًا على قدم وساق في طريقة الحساب؟

ج: إطلاقا. لقد حملنا قانون مور شوطًا طويلاً. كنا نعلم أننا سنصل إلى سقف قانون مور ، [لذلك] برزت الحوسبة الموازية. لكن تحول المرحلة كان الحوسبة السحابية. كانت أنظمة الملفات الموزعة الأصلية نوعًا من الحوسبة السحابية للأطفال ، حيث لم تكن ملفاتك محلية في جهازك ؛ كانوا في مكان آخر على الخادم. تأخذ الحوسبة السحابية ذلك وتضخمه أكثر ، حيث لا تكون البيانات بالقرب منك ؛ الحساب ليس بالقرب منك.



التحول التالي يتعلق بالبيانات. لأطول وقت ، ركزنا على الدورات ، مما يجعل الأمور تعمل بشكل أسرع - المعالجات ووحدات المعالجة المركزية ووحدات معالجة الرسومات والخوادم المتوازية. لقد تجاهلنا جزء البيانات. الآن علينا التركيز على البيانات.

أوزة جزيرة ipa علب الرغوة

س: هذا هو مجال علم البيانات. كيف تترجمها؟ ما هي تحديات استخدام البيانات؟

ل: لدي تعريف موجز للغاية. علم البيانات هو دراسة استخلاص القيمة من البيانات.

لا يمكنك فقط إعطائي مجموعة من البيانات الأولية وأضغط على الزر وتظهر القيمة. يبدأ بجمع البيانات ومعالجتها وتخزينها وإدارتها وتحليلها وتصورها ، ثم تفسير النتائج. أسميها دورة حياة البيانات. كل خطوة في تلك الدورة تتطلب الكثير من العمل.

س: عند استخدام البيانات الضخمة ، غالبًا ما تظهر مخاوف بشأن الخصوصية والأمان والإنصاف والتحيز. كيف يعالج المرء هذه المشاكل ، خاصة في الذكاء الاصطناعي؟

ل: لدي أجندة البحث الجديدة التي أقوم بالترويج لها. أنا أسميها ذكاء اصطناعي جدير بالثقة ، مستوحى من عقود من التقدم الذي أحرزناه في الحوسبة الجديرة بالثقة. من خلال الجدارة بالثقة ، فإننا نعني عادةً الأمان والموثوقية والتوافر والخصوصية وسهولة الاستخدام. على مدى العقدين الماضيين ، أحرزنا الكثير من التقدم. لدينا طرق رسمية يمكن أن تضمن صحة جزء من التعليمات البرمجية ؛ لدينا بروتوكولات أمان تزيد من أمان نظام معين. ولدينا مفاهيم معينة للخصوصية تم إضفاء الطابع الرسمي عليها.

يعمل الذكاء الاصطناعي الجدير بالثقة على رفع الرهان بطريقتين. فجأة ، نحن نتحدث عن القوة والإنصاف - القوة تعني إذا قمت بتشويش المدخلات ، فإن المخرجات لا تتأثر كثيرًا. ونحن نتحدث عن القابلية للتفسير. هذه أشياء لم نعتد الحديث عنها أبدًا عندما تحدثنا عن الحوسبة.

[أيضًا] أنظمة الذكاء الاصطناعي ذات طبيعة احتمالية. أنظمة الحوسبة في الماضي هي في الأساس آلات حتمية: فهي تعمل أو لا تعمل ، صحيحة أو خاطئة ، نعم أو لا ، 0 أو واحد . مخرجات أنظمة الذكاء الاصطناعي لدينا هي في الأساس احتمالات. إذا أخبرتك أن الأشعة السينية الخاصة بك تشير إلى أنك مصاب بالسرطان ، فلها ، على سبيل المثال ، احتمال 0.75 أن تلك البقعة البيضاء الصغيرة التي رأيتها خبيثة.

إذن علينا الآن أن نعيش في عالم الاحتمالات هذا. من وجهة نظر رياضية ، يتم استخدام المنطق الاحتمالي وجلب الكثير من الإحصائيات والتفكير العشوائي وما إلى ذلك. كعالم كمبيوتر ، أنت لست مدربًا على التفكير بهذه الطرق. لذا فقد عقدت أنظمة الذكاء الاصطناعي حقاً تفكيرنا الرسمي حول هذه الأنظمة.

س: الذكاء الاصطناعي الجدير بالثقة هو أحد 10 تحديات بحثية حددته لعلماء البيانات. يبدو أن السببية هي مشكلة كبيرة أخرى.

ولدت منظمة العفو الدولية صورة لا شيء

ج: أعتقد أن السببية هي الحدود التالية للذكاء الاصطناعي والتعلم الآلي. في الوقت الحالي ، تعد خوارزميات ونماذج التعلم الآلي جيدة في العثور على الأنماط والارتباطات والارتباطات. لكنهم لا يستطيعون أن يخبرونا: هل هذا سبب ذلك؟ أو إذا كنت سأفعل هذا ، فماذا سيحدث؟ وبالتالي ، هناك مجال كامل آخر للنشاط على الاستدلال السببي والتفكير السببي في علوم الكمبيوتر. ظل مجتمع الإحصاء يبحث في السببية منذ عقود. في بعض الأحيان ينزعجون قليلاً من مجتمع علوم الكمبيوتر لاعتقادهم أن هذه فكرة جديدة تمامًا. لذلك أريد أن أنسب الفضل إلى مجتمع الإحصاء لمساهماتهم الأساسية في السببية. يمكن للجمع بين البيانات الضخمة والتفكير السببي أن يدفع المجال إلى الأمام حقًا.

س: هل أنت متحمس لما يمكن أن يحققه علم البيانات؟

ل: يتفوق الجميع على علم البيانات ، لأنهم يرون أن مجالاتهم تتحول من خلال استخدام أساليب علم البيانات على البيانات الرقمية التي يقومون الآن بإنشائها وإنتاجها وتجميعها وما إلى ذلك. إنه وقت مثير للغاية.

يخفي

التقنيات الفعلية

فئة

غير مصنف

تكنولوجيا

التكنولوجيا الحيوية

سياسة التكنولوجيا

تغير المناخ

البشر والتكنولوجيا

وادي السيليكون

الحوسبة

مجلة Mit News

الذكاء الاصطناعي

الفراغ

المدن الذكية

بلوكشين

قصة مميزة

الملف الشخصي للخريجين

اتصال الخريجين

ميزة أخبار معهد ماساتشوستس للتكنولوجيا

1865

وجهة نظري

77 Mass Ave

قابل المؤلف

ملامح في الكرم

شوهد في الحرم الجامعي

خطابات الخريجين

أخبار

انتخابات 2020

فهرس With

تحت القبه

خرطوم الحريق

قصص لانهائية

مشروع تكنولوجيا الوباء

من الرئيس

غلاف القصه

معرض الصور

موصى به