ニュース

Jun 25, 2023

Mara Cairo 氏、Amii 先進テクノロジー担当プロダクト オーナー

Di Mara Cairo è appassionato di usare l'intelligenza artificiale per sempre.ha una laurea

による

マラ・カイロは、AI を良い目的で使用することに情熱を持っています。 彼女はアルバータ大学で電気工学の理学士号を取得し、博士号を取得しています。 および PMP 指定。 Amii に入社する前は、ハードウェア開発分野で働き、マイクロおよびナノ製造に焦点を当ててクライアントの製品を市場に投入するのを支援していました。

Amii の先進テクノロジーのプロダクト オーナーとして、Mara は予測モデルを開発するためのガイダンスと専門知識を提供することで、業界パートナーが組織内で機械学習能力を構築できるよう支援する技術チームを率いています。 彼女のチームは、最も困難なビジネス上の問題に機械学習を適用することで、AI 導入の推進に尽力しているクライアントと協力しています。

Amii (Alberta Machine Intelligence Institute) はカナダの優れた AI センターの 1 つであり、業界を超えてあらゆる規模の企業と提携してイノベーション戦略を推進し、実践的な指導とアドバイス、企業トレーニング、人材採用サービスを提供しています。

私たちは、Amii が主催し、アラバマ州エドモントンで開催される AI に関する年次カンファレンス 2023 Upper Bound でインタビューに応じました。

最初に電気工学に惹かれたのは何ですか?

子供の頃、私は物を作るのが本当に好きでした。 夏に暑いとき、母が扇風機を持って帰ってきて、私もそれを作りたくなりました。 10代の頃、私は携帯電話を持っていて、分解できるNokiaの携帯電話を持っていて、それを分解して、内側とアンテナに宝石を散りばめたのを覚えています。 しかし、開けてみると、「なんてことだ、ここには何が入っているんだ？何が起こっているんだ？」という感じでした。 本当に興味深かったです。

私はいつも数学が得意でした。 これらすべてをまとめると、私が数学が得意だったこと、エレクトロニクスに一般的な興味があり、それについてもっと知りたかったことなどから、両親も私をエンジニアリングの方向に推し進めてくれました。それが私が最初に惹かれた理由のようなものです。 。

また、エンジニアリングでは、現実世界の問題に数学を適用するというアイデアがとても好きでした。 はい、わかりました。私にとって数学は素晴らしく刺激的で楽しいものですが、エンジニアリングを使えば、それを応用して難しい問題を解決することができます。 興味深いキャリアにつながる、物事が完璧に噛み合っているように思えました。

あなたの両親はあなたの興味を非常に積極的にサポートしているようでした。

うん。 特に父は。 彼は、若い頃から私の中にそれを見出していて、いつも私をその方向に押し上げてくれたと言いました。 私も昨夜、Women in AI イベントに出席し、障壁を取り除き、AI を女性にとってより取り組みやすい分野にすることについて話し合いました。 繰り返しますが、私の両親は、「これがあなたがすべきことです。性別などの問題ではありません。ただ、これはあなたが持っているスキルです。あなたは自然にそうするべきです。」それに従い、育てていくのです。」 自分には向いていないと感じたことは一度もなく、それが明らかに助けになりました。

Amii に入社する前は、ハードウェア開発スペースでマイクロおよびナノ製造に重点を置いて働いていましたね。 これらの用語を定義していただけますか?

絶対に。 そこで、電気工学ではナノエンジニアリングを選択しました。 それは、マイクロおよびナノスケールでの設計と製造に関する専門分野でした。 私たちがナノメートルについて話すとき、私たちはミリメートルを百万で割ったものがナノメートルであることについて話しています。 とてもとても小さな規模です。 それはクールだ。 これらは非常に小さいため、肉眼では見ることもできません。 しかし、この専門分野を利用して、その規模で製造し、その規模で物事を設計する方法を学ぶことができます。

私たちは非常につながった世界に住んでいます。 私たちの周りにはエレクトロニクスがあふれており、パッケージングやスペースの制約に合わせてエレクトロニクスを設計できる必要があります。 私たちは常に物事をどんどん小さくしようと努めています。 かさばるプロトタイプを使用すると、それを再現可能かつスケーラブルにできる必要があります。 ナノファブリケーションは実際には、その種のレベルで設計および製造するために使用するツールと技術に関するものです。

これは、マイクロチップの製造から、これら 2 つの異なるチップを取り出して最終パッケージに電気的に接続するまでです。 これらすべてをマイクロスケールで行うには、人間のスケールで何かを構築するのとは異なるテクニックが必要です。 マイクロおよびナノ加工は、使用する化学プロセスや電気プロセス、これらが確実に密閉され環境から保護されるようにするために必要なパッケージングのすぐ近くにあります。

マイクロチップ以外の用途やユースケースは何でしょうか?

私たちは光ファイバーなどの多くのプロジェクトに取り組みました。 繰り返しになりますが、最終的には、信号を取り込んだり信号を生成したりする、ある種の処理ユニットに到達する必要があります。 私たちは通信業界、光学機器、カメラなどすべての分野で仕事をしていました。 しかし、その頭脳は通常、真ん中にある種のマイクロチップです。 しかし、使用している処理装置に信号を供給するセンサーもあります。 私たちが必要とするあらゆるタイプのセンサー、入出力デバイスを構築するための非常に多様な製造技術。

この種のナノスケールに取り組む背後にある課題にはどのようなものがあるのでしょうか?

たった 1 つのほこりで 1 日が台無しになってしまう可能性があります。 あなたが取り組んでいるものは、空気中の塵と同じ大きさです。 そのため、クリーンルームで製造することになります。 クリーンルームは実際、人間としての作業を守ってくれる環境です。なぜなら、私たちは人間としてとても汚れていて、常に微粒子を吐き出しており、衣服や化粧品にも微粒子が付着しているからです。それを着ていると空気が汚れます。 私たちが構築しているものにその種の汚染物質が存在しないようにするには、そのような汚染物質をできる限り排除する必要があります。

もう一つの課題は、これらのクリーンルームを構築するための素晴らしい方法があり、その背後にはあらゆる種類の研究と科学があります。しかし、もう一つの課題は、それを研究室から持ち出すことです。なぜなら、これらのものは最終的に私たちの非常に汚れた世界で使用されることになるからです。 そこで重要になるのがパッケージです。 これらのデバイスにアクセスできる必要はありますが、環境やパッケージを汚染しないような方法でアクセスする必要があります。 つまり、物事を密閉し、完全に密閉されていることを確認し、何も入ったり出たりしないようにします。 これも私が目にした一連の課題です。 制御された環境の実験台でうまく機能するものはあるでしょうが、一般的に、私たちが構築しているもののほとんどは、私たちの汚れた世界に持ち出されるように意図されています。 それも大変でした。

繰り返しになりますが、製造から最終目的地に運ぶまで、これほど小さなものを扱う場合には、非常に特殊な配慮と環境への配慮が必要になります。 また、これほど小さな規模では、物事が常に期待どおりに動作するとは限りません。 私たちの物理的な世界では、物事が特定の方法で機能することを期待していますが、マイクロスケールやナノスケールに到達すると、物理的な世界は少し異なり、常に結果を予測できるとは限りません。 それは全く別の研究分野です。

通常の物理世界とは異なる例にはどのようなものがありますか?

ワイヤーに電流を流すこと。 私たちは充電器と携帯電話を持っており、そこに電流を流しています。 髪の毛のようなサイズのワイヤに電流を流す場合、明らかに熱を考慮する必要があり、やはりスペースとサイズの制約により、動作が異なってきます。

Amii でのあなたの現在の役割は何ですか?また、あなたのチームは業界パートナーをどのように支援していますか?

Amii での私の現在の役割は、マイクロテクノロジーやナノテクノロジーの世界とは大きく異なります。

私は Amii の先進テクノロジー チームのプロダクト オーナーです。 私は、主に機械学習科学者とプロジェクト マネージャーで構成されるチームを率いており、全員がさまざまな業界のパートナーと協力して、機械学習のアプリケーションを通じてビジネス上の問題を解決しています。

私たちは非常に業界に重点を置いており、学界で起こっていること、機械学習と AI による本当に素晴らしい進歩の間のギャップを埋めることにすべてを注いでいますが、それらを業界パートナーの最大のニーズに適用しています。 私たちは、クライアントが仕事を進めるために必要なスキルや専門知識を見つけるのを基本的に支援することで、これらのニーズに応えます。

私たちは、高度なテクノロジーチームを通じてインターンシップと研修プログラムを運営しています。 なので、たくさん採用してます。 人材採用は私の経歴ではありませんが、現在はよく行っていることです。 そして、それはすべて、クライアントのプロジェクトに配置する適切な ML 人材を見つける、一種のマッチングに関するものです。 私たちはこれらの人々を Amii の従業員として有期雇用し、多大なサポートと指導を与えていますが、実際には、彼らはクライアントのプロジェクトに取り組み、それを前進させることに専念しています。 これは、クライアントが自ら採用活動を行わなくても人材にアクセスできる方法です。 Amii はかなり高いブランド認知度を持っており、本当に優れた人材を採用し、これらの業界プロジェクトに配置することができます。

このシステムの潜在的な利点は、クライアントが当社との任期終了後にこれらの人材を雇用する機会を得られることです。 私たちはこの才能がここに留まってほしいと思っています。 私たちは頭脳流出を望んでいません。 私たちは、クライアントが才能を試し、プロジェクトを試し、実際の機械学習とは何なのか、それを成功させるには何が必要なのかを感じてもらい、理想的にはこれらの企業が本当に AI 企業となり、将来的に独自の取り組みを前進できるように、長期的にはこれらの企業内の人材を育成する必要があります。

通常、サインアップする期間はどれくらいですか?

通常、4 ～ 12 か月です。

それは、プロジェクトの複雑さと解決しようとしている問題の数に応じて、最初に把握するものです。 長いほど良いことがわかります。 機械学習プロジェクトを 4 か月で行うのは困難な場合があります。 単に ML モデルを構築するだけではありません。 モデルの構築には、クライアントから収集され、私たちに引き渡されたデータに大きく依存しています。 時間があればあるほど、すべての機会を反復して循環する方が効率的です。

この作品は本質的に実験的かつ探索的なものです。 Amii は研究機関です。 結果を常に保証できるわけではありません。 滑走路が長くなるということは、「これが最も効果的だ」と言うのは難しいため、リサーチを行って、選択肢を使い果たしたことを確認し、できるだけ多くのことを追求するための時間が増えるだけです。 試してみて確認する必要があります。

あなたのチームがこれらの企業と協力して取り組んだ、困難なビジネス上の問題の例にはどのようなものがありますか?

先ほども言いましたが、間違いなくデータの準備は大きな課題です。 データの準備についての業界の現在の認識は、機械学習科学者が機械学習モデルの準備ができていると考えるものとは異なります。 そしてアクセス。 クライアントが ML モデルで利用できる方法でデータを渡すのがどれほど簡単か。 私たちが長期プロジェクトを好む理由は、このようなデータ準備の課題をクライアントと協力して乗り越え、成功に向けて準備する時間がチームに与えられるからです。

ガベージインはガベージアウトです。ガベージデータを提供していただければ、ガベージモデルを作成します。 本当に必要なのは質の高いデータです。 そして、クライアントにとっては少し学習曲線が必要です。 繰り返しになりますが、質の高いデータとは何か、将来のことを予測するにはどのような例を見る必要があるかについての業界の認識です。 これは単なるリテラシーの問題であり、私たちが同じ言語を話していることを確認し、彼らが私たちを成功に導くものを理解するときに、アクセスできるデータに基づいて制限を理解するようにします。

データセットで何を予測しようとしているかの例が必要です。 ある出来事が本当にまれな場合、私たちにとってそれが起こることを予測することは困難です。 何かが発生する 1% の確率を予測することは決してないので、99% の確率で正確であるという非常に正確なモデルを構築することができます。 繰り返しになりますが、正確なモデルを構築するために何が必要かをクライアントが理解していることを確認するだけです。

一見単純な問題でも、データセットによっては非常に複雑になる可能性があることを私たちは見てきました。 まず、クライアントと最初のディスカバリ コールを行うときに、必要な時間の長さを予測する必要があります。 しかし、玉ねぎの層を剥がし始めると、データが複雑なため、これは思ったよりもはるかに複雑であることに気づくことがあります。

その他の課題、必要な対象分野の専門家の関与の欠如。 業界パートナーと提携する場合、彼らはドメインの専門家であり、通常はデータの専門家でもあるため、引き続きテーブルに着いてもらう必要があります。 私たちは、データを取得してモデルを構築し、最終的にそれを渡すだけの開発ショップとは異なります。 とてもとても協力的です。 そして、私たちの業界パートナーが努力すればするほど、彼らは私たちを正しい方向に導き、私たちが行っている予測がビジネスの観点から彼らにとって意味があることを確認してくれるので、より多くの成果を得ることができます。 、私たちが正しい指標をターゲットにしていること、彼らにとっての成功とは何かを理解しています。

プロジェクトをサポートするには学際的なチームが必要であり、ビジネスにプラスの影響を与える成功モデルを構築するには、1 人の機械学習科学者だけでは不十分です。 課題はたくさんあります。 それらが思い浮かびました。

あなたは個人的に、AI は善のための力であるべきだと信じています。 AI が未来をポジティブに変えることができる方法は何だと思いますか?

私の仕事で最も気に入っていることは、あらゆる業界のクライアントと協力してさまざまな問題を解決していることですが、そのすべてが実際に何らかの前向きな変化に活用されていることです。 そして、Amii には、まさにそれを確実に実行するための原則に基づいた AI フレームワークが備わっています。 私たちは契約の段階から、業界パートナーと取り組んでいるプロジェクトが倫理的な方法で前向きな変化のために使用されていることを確認しています。 私が目にするプロジェクトはすべて、良いことに使われ、未来を前向きに変えています。

思い当たることの一つは、アルバータ州では今、夏に山火事に遭遇することが多くなっているということです。 今年は特に、4月になっても悪かったです。 私たちは最近、カナダ ワイルドファイアと提携しました。 アルバータ大学の研究グループです。 深刻な山火事と結びついた 40 年分の気象データ。 彼らと協力して、将来のこれらの出来事をより正確に予測することで、必要とされる可能性のあるリソースをより適切に準備し、山火事が猛威を振るう段階に至る前にチームが立ち入り、環境を改善できるようにします。 エドモントンにいるだけだと思います。先週ここにいたかどうかは知りませんが、とても煙が多かったです。

日曜日の夜（2023年5月21日）に到着したとき、かなり煙っていました。

それは壊滅的です。 それはコミュニティを破壊します。 それは人々の家を奪います。 空気中の微粒子を吸い込まなければならないのは素晴らしいことではありませんが、その被害は非常に計り知れません。 それは私たち全員の心に近い興味深い（プロジェクト）です。

私たちが取り組んでいるもう 1 つの分野は、農業分野です。 増え続ける人口をどのようにして養っていくのでしょうか？ 私たちは国家研究評議会と協力してタンパク質の豊富さの問題に取り組んでいます。 増え続ける人口を養うために、私たちが栽培している植物のタンパク質含有量が高いことを確認し、機械学習を使用してそれらの予測を行えるようにしようとしています。

排出量の削減も非常に人気のある取り組みです。 石油およびガス部門の企業と協力して、使用されるプロセス、システム、ツールが可能な限り効率的であることを確認します。 私たちはアルバータ州の小さな町、ドレイトンバレーの水処理施設と協力して、その水処理施設が可能な限り効率的に稼働し、地域社会のためにできる限り多くのきれいな水を作り出していることを確認しています。 。 精密医療も。

リストは続きます。 文字通り、私たちが取り組んでいるすべての会社は、この種のプロジェクト、この種の目的を持っています。 考えてみれば、どれも将来に信じられないほどポジティブな影響を与える可能性があるので、お気に入りを選ぶのは難しいです。

AI またはロボット工学の将来についてのビジョンは何ですか?

私がロボット工学に触れてきたのは、まさにサプライチェーンの中でです。 これはロボット工学がすでに使用されている分野ですが、AI を使用してロボット工学を強化し、既存のシステムや自動化をさらに効率的なプロセスを通じて構築するにはどうすればよいでしょうか? サプライチェーンは明らかに、スループットの向上、より多くの注文をより迅速に処理すること、より効率的な意思決定に関心を持っています。 ロボット工学の面では、繰り返しになりますが、既存のロボットをさらに賢く、より優れたものにするために、私の露出は増えてきました。

より一般的に、業界の取り組みを見る限り、未来は依然として非常に人間中心であると思います。 ロボット工学は、人間を強化するツールとして使用されます。 おそらく、人間にとって危険な環境にさらされるべきではない状況でロボットが配備されているのかもしれません。 その場合、ロボット工学は私たちの安全を守るための優れた代替品です。 また、私たちの仲間やバイオニック手足によって、サポートを必要とする人々の制御と移動を容易にするための非常に素晴らしい研究も行われています。 これらすべては依然として人間と人間によるツールの使用に大きく結びついていますが、これらの新しいシステムによって人間が使いやすくなり、生活が楽になります。

一般的な AI の将来という観点から見ると、今この分野に携わるのは非常に興味深い時期です。 AI が登場し、AI がすべてを変え、主導することもされることもできるということを、業界はようやく理解しています。 Amii のビジョンの 1 つは、すべての企業がこのテクノロジーに慣れ、何ができて何ができないのかを認識し、最も困難な問題のいくつかを解決するために、実際にそのテクノロジーを自社のビジネスに導入する実験と反復に積極的に取り組むようにすることだと思います。

これまでは、おそらく AI や ML のユーザーはテクノロジー企業だけだという認識があったと思いますが、現在では ML は基本的にすべての組織に導入できることがより明らかになりつつあります。 それが常に正しい答えであるとは限りませんが、通常は使用例があります。 私は、将来的には、テクノロジーに対する知識と知識を深め、それをビジネスにどのように活用できるかを認識することで、企業自体が自然な AI 企業になることを期待しています。

素晴らしいインタビューをありがとうございます。さらに詳しく知りたい読者は、次のリソースを参照してください。

Laura Petrich 氏、ロボット工学と機械学習の博士課程学生 - インタビュー シリーズ

Unite.AI の創設パートナーであり、Forbes Technology Council のメンバーでもある Antoine は、AI とロボット工学の未来に情熱を注ぐ未来学者です。 彼は、投資 Web サイトである Securities.io、生成 AI プラットフォーム、images.ai の創設者でもあり、現在、プロンプトを分割して自律エージェントを構成および展開する機能をユーザーに提供するプラットフォーム、genius.ai の立ち上げに取り組んでいます。サブタスク。

Laura Petrich 氏、ロボット工学と機械学習の博士課程学生 - インタビュー シリーズ

パトリック・M・ピラースキー博士カナダ CIFAR AI 議長 (Amii) – インタビュー シリーズ

Prasad Kawthekar 氏、Dashworks 共同創設者兼 CEO – インタビュー シリーズ

SmartNews のグローバル信頼と安全性責任者、Arjun Narayan 氏 – インタビュー シリーズ

Razi Raziuddin 氏、FeatureByte 共同創設者兼 CEO – インタビュー シリーズ

Jordan Noone 氏、Embedded Ventures 共同創設者 - インタビュー シリーズ