Angela Fan - badaczka sztucznej inteligencji (AI) na Facebooku - jest świadoma, że większość ludzi tak naprawdę nie rozumie, czym jest AI, nie mówiąc już o tym, co robi w pracy na co dzień. Pomimo frustracji związanych z tą rzeczywistością, Fan jest naprawdę zadowolona z pola, które wybrała.
„Praca nad problemami badawczymi, które mają te niesamowite potencjalne zastosowania, jest bardzo ekscytująca” - mówi.
Kiedy Fan poszła na studia, nie miała pojęcia, że skończy w AI. Po pierwsze, myślała, że będzie lekarzem lub pielęgniarką. Następnie, zaintrygowana zdrowiem publicznym i epidemiologią, wybrała statystyki jako swoją specjalizację. Szybko zdała sobie sprawę, że nauka kodowania pomoże jej „efektywniej manipulować i analizować dane”, więc zagłębiła się także w informatykę. Ta ścieżka doprowadziła ją do stażu w dziedzinie danych, który uwielbiała. Więc złożyła podanie o stanowisko naukowca danych na Facebooku i dostała tę rolę.
Wkrótce po dołączeniu do Facebooka dowiedziała się o zespole badawczym AI. Podekscytowana pracą, którą wykonali, złożyła podanie o przeniesienie.
„Nie byłam zbyt pewna swojej aplikacji, ale pomyślałam, że i tak powinnam spróbować”, dzieli się. „Cieszę się, że to zrobiłem”.
Aby dowiedzieć się więcej o doświadczeniach fanów i sztucznej inteligencji, czytaj dalej.
Jak to jest przenosić zespoły?
Na Facebooku zachęca się ludzi do pracy w różnych zespołach. Właściwie głównym powodem, dla którego chciałem dołączyć do Facebooka, był proces „boot camp” - wiele osób jest zatrudnionych do ogólnej roli i mogą rozmawiać z różnymi zespołami i wypróbowywać różne małe zadania, zanim zdecydują, do której grupy dołączyć na pełny etat.
Jeśli chodzi o przenoszenie zespołów, po rocznej pracy w zespole pracownicy mogą „hakować miesięcznie” w innym zespole, aby zobaczyć, jak to jest i zobaczyć, czy fajnie byłoby dołączyć, więc proces jest ładny gładki.
Moja rada dla każdego, kto chce dokonać wewnętrznego przeniesienia, brzmi: to wielki przywilej, aby móc wybrać swój zespół. Naprawdę zmaksymalizuj tę okazję, rozmawiając nie tylko z menedżerami w zespole, ale także poznając inne osoby i pytając ich o swoją pracę, dynamikę zespołu i jakie możliwości projektu są dostępne. Zastanów się, czego chcesz się nauczyć i czy cele zespołu są zgodne z obszarami, nad którymi chcesz pracować.
W twoich słowach, czym jest sztuczna inteligencja?
Sztuczna inteligencja to dziedzina naukowa polegająca na uczeniu komputerów myślenia i podejmowania decyzji jak ludzie. Niektóre przykłady na Facebooku to automatyczne tłumaczenie języka, dodawanie interaktywnych efektów do zdjęć, rankingowanie postów w kanale i blokowanie obraźliwych treści.
Jednym z mitów na temat sztucznej inteligencji jest to, że jest samowystarczalna i może działać samodzielnie. To po prostu nieprawda - dzisiejsza sztuczna inteligencja jest tak inteligentna jak kot lub pies. Nie ma to na celu zmniejszenia dotychczasowych postępów, ale przed nami jeszcze długa droga. Istnieje również błędne przekonanie, że jest ono gotowe do zastąpienia ludzkich miejsc pracy. Ale ogólnie AI uzupełnia ludzi i ich pracę. Na przykład AI może pomóc lekarzom w szybszym wykrywaniu komórek rakowych na obrazach medycznych, pozostawiając lekarzom więcej czasu na pomoc w planowaniu leczenia i wyzdrowieniu.
Jaki jest dla Ciebie typowy dzień pracy?
Rano często biorę udział w rozmowie badawczej lub „spotkaniu z czytaniem”, podczas którego różni ludzie przedstawiają pracę, o której pracowali lub czytali. Następnie odpowiadam na e-maile, czytam artykuł naukowy i sprawdzam swoje „eksperymenty” - różne pomysły na algorytmy - aby zobaczyć, jak skuteczne są.
Po obiedzie z moim zespołem koduję i przygotowuję kolejne eksperymenty. Czwartkowe popołudnia poświęcam na spotkania ze stażystami, nadzorowanie projektów, których doradzam, oraz uczestniczenie w spotkaniach z własnymi projektami, podczas których omawiamy bieżące wyniki i dzielimy się pomysłami na temat tego, co chcielibyśmy spróbować w następnej kolejności. Lubię zostawiać dużo czasu na te burze mózgów, ponieważ nigdy nie wiesz, co możesz pomyśleć, jeśli będziesz dalej dyskutować.
Jakieś konkretne projekty, nad którymi teraz pracujesz, które cię ekscytują?
Ogólnie pracuję nad generowaniem tekstu, który koncentruje się na tym, jak możemy ulepszyć modele, które piszą tekst. Jednym z zastosowań jest tłumaczenie. Na przykład model odczyta zdanie francuskie i podczas czytania francuskich słów napisze odpowiednie tłumaczenie na angielski.
Projekt, nad którym teraz pracuję, polega na wykorzystaniu algorytmów wspomagających modele translacji i zastosowaniu ich do kreatywnych zadań, takich jak pisanie opowiadań. Celem jest stworzenie modeli, które mogą przyjąć przesłankę (np. Opowieść o superbohaterze) i napisać o niej akapit lub dwa. To bardzo interesujący problem badawczy, ponieważ większość zadań związanych z generowaniem tekstu koncentruje się na zdaniach, a nie akapitach. Tworzenie algorytmów, które potrafią napisać kilka zdań, które faktycznie mają sens, jest trudne!
