چگونه یک تیم هوش مصنوعی فوق‌العاده بسازیم؟

رشد روزافزون هوش مصنوعی سوالات زیادی را برای مدیران ایجاد کرده است. از جمله نحوه مدیریت سیستم‌های محاسباتی‌ای که فراتر از درک بشر هستند و چگونگی اطمینان از رعایت استانداردهای اخلاقی در استفاده از این فناوری نوین و چالش برانگیز. اندرو ان‌جی علاوه بر این سوالات، موضوعات مهم‌تر دیگری را مطرح می‌کند؛ اینکه برای پیشرفت در هوش مصنوعی چه نوع سازمانی لازم است؟ چه مهارت‌هایی برای جذب افراد مورد نیاز است؟ چه ساختارهای سازمانی بهترین عملکرد را دارند؟ آیا شرکت‌ها به یک مدیر ارشد هوش مصنوعیکه هم‌سطح دیگر مدیران عالی باشد نیاز دارند؟ در مصاحبه‌ی پیش رو اندرو ان‌جی به این سوالات پاسخ خواهد داد.

چگونه می‌توان یک تیم هوش مصنوعی همه‌فن حریف ساخت

کمتر کسی را می توان یافت که همچون اندرو ان‌جی بر اوج قله هوش مصنوعی ایستاده باشد. ان‌جی بنیانگذار و مدیرعامل شرکت Landing AI است و از معدود افرادی‌ است که در هر دو زمینه‌ی فناوری و هوش مصنوعی سوابق پرباری دارد. او پیش از این هدایت آزمایشگاه هوش مصنوعی دانشگاه استنفورد و گروه تحقیقاتی هوش مصنوعی Google Brain را بر عهده داشته است و به عنوان دانشمند ارشد شرکت چینی Baidu برنامه‌های نوآورانه‌ ای برای تشخیص صدا و تصویر ایجاد کرده است. ان‌جی می‌گوید بسیاری از شرکت‌ها به اهمیت هوش مصنوعی و تاثیرات آن پی برده‌اند و در حال ساخت تیم‌ هوش مصنوعی داخل شرکت هستند. وی مصاحبه ای با مجله فوربس انجام داده است در مورد اینکه چگونه می‌توان یک تیم هوش مصنوعی همه‌فن حریف ساخت که بیشترین بهره‌برداری را از این فناوری نوین انجام دهد. اندرو ان‌جی در مصاحبه‌ای با فوربس به این سوالات پاسخ داده است.

در گذشته ضرورت هوش مصنوعی به اندازه امروز حس نمی‌شد. این مساله باعث شد تا مدیران اجرایی تجربه زیادی در ساختن تیم هوش مصنوعی نداشته باشند. اکنون شرکت‌ها چگونه باید اعضای تیم هوش مصنوعی را انتخاب کنند؟

پیش از هرچیز شرکت‌ها نیاز به افراد با استعدادی دارند که در زمینه شبیه‌سازی، دانش عمیقی داشته باشند. این افراد باید توانایی‌های یادگیری کامپیوتر را بشناسند. سپس این تیم متمرکز می‌تواند بطور متقابل با دیگر مدیران همکاری کند تا برنامه‌های خاص هوش مصنوعی را توسعه دهد. در نهایت این یک کار تیمی خواهد بود که برنامه را هدایت می‌کند.

بسیاری از شرکت‌ها از یک تیم هوش مصنوعی برای چندین پروژه استفاده می‌کنند. به عنوان مثال، هوش مصنوعی در حال کاهش کار اضافی در کشاورزی است. ده‌ها برنامه‌ی مختلف برای کنترل علف‌های هرز، تفسیر تصاویر ماهواره‌ای و بهینه‌سازی ماشین آلات کشاورزی توسعه یافته‌اند. طبیعی است که استخدام یک متخصص هوش مصنوعی که تمامی این برنامه‌های عمودی را بشناسد کار بسیار دشواری است. بنابراین بسیار مهم است که پیش از هرچیز، چند برنامه کاربردی را آزمایش کنید تا بدانید که هوش مصنوعی چه کاری را می‌تواند در یک حوزه خاص تجاری انجام دهد.

بیشتر بخوانید: محیط کاری تیم هوش مصنوعی در شرکت‌های بزرگ جهان

چه گروهی می‌تواند این کار را انجام دهد؟

یک تیم هوش مصنوعی کوچک و توانمند که به سرعت عمل کند و حتی شکست بخورد، می‌تواند ظرف شش تا ۱۲ ماه یک برنامه را آزمایش کند. به منظور شروع سریع‌تر کار بهتر است به طور جداگانه برای این گروه بودجه اختصاص داد تا اینکه آنها مجبور نباشند برای دریافت بودجه از واحدهای مالی بجنگند.

شما وقتی می‌خواهید یک تیم هوش مصنوعی بسازید برای انتخاب و استخدام بهترین افراد به چه مهارت‌ها و نقش‌هایی توجه می‌کنید ؟

سرپرست تیم هوش مصنوعی باید در مورد فناوری اطلاعات کافی داشته باشد تا بتواند کارهایی که باید انجام شود یا نباید انجام شود را تشخیص دهد. علاوه بر این آنها باید به طور متقابل با سرپرست‌های شرکت‌ها کار کنند تا بتوانند هرگونه ارزش افزوده‌ای را به مجموعه وارد کنند.
همچنین تیم هوش مصنوعی برای اجرای پروژه ‌ها نیاز به استعدادهای مهندسی دارد. با توجه به نوع پروژه، این می‌تواند شامل مهندسین یادگیری ماشین، دانشمندان داده، دانشمندان کاربردی، مهندسان داده یا سایر نقش‌ها باشد. برخی از تیم‌ها نیز به یک مدیر محصول نیاز دارند.

تعریف شما از یک مدیر ارشد هوش مصنوعی و نقش آن چیست؟

این افراد به طور معمول سمت بالایی در سازمان دارند. وظیفه‌ی آنها باید ایجاد توانایی‌های هوش مصنوعی برای کل سازمان باشد. به یاد داشته باشید که صدها سال پیش که تازه الکتریسته کشف شده بود شرکت‌ها در حال استخدام معاونان برق برای پشتیانی از کل شرکت بودند. آنها نحوه کار با این محصول نوظهور را آموزش می‌دادند.

امروزه هوش مصنوعی در مراحل ابتدایی توسعه‌ی خود قرار دارد. بنابراین شما به یک مدیر ارشد هوش مصنوعی نیاز دارید که با مدیرعامل همکاری نزدیکی داشته باشد تا به آنها این قدرت را بدهد که شرکت را به سمت تغییرات مثبت هدایت کنند.

هوش مصنوعی یک فناوری عمومی است و برای بسیاری از کارکردهای مختلف مفید است. به عبارت دیگر اگر فقط یک واحد تجاری از هوش مصنوعی استفاده کند، تنها همان واحد متحول می‌شود. به عنوان مثال اگر ما در گوگل به مدیر آنجا در مورد فواید به کارگیری هوش مصنوعی در همه‌جا گزارش نمی‌دادیم، باعث می‌شد فقط عملکرد گفتار را تغییر بدهیم، اما با آن گزارش‌ها ما توانستیم کل شرکت را تغییر دهیم.

کارکردهای اصلی یک تیم متمرکز چیست؟ در دنیای امروز چه کسی این کار را به خوبی انجام می‌دهد؟

گوگل و بایدو این کار را به خوبی انجام می‌دهند. هردوی اینها دارای تیم‌ هوش مصنوعی ‌فوق‌العاده‌ای هستند و توانایی خود را در کار متقابل برای ایجاد ارزش هوش مصنوعی قابل لمس، از طریق جستجوی پیشرفته وب، تبلیغات، تشخیص گفتار، پیشنهادهای مربوط به محصول و بسیاری از پروژه‌های دیگر ثابت کرده‌اند.

یکی از چالش‌های اصلی این است که سال‌ها زمان می‌برد تا این تیم ساخته شود. ما در هوش مصنوعی Landing سرمایه-گذاری‌های گسترده‌ای انجام داده‌ایم تا روند پذیرش هوش مصنوعی در شرکت‌ها را سرعت دهیم. در این بین متوجه این نکته شده‌ایم که اگر این این ظرفیت‌ها را در دسترس شرکایمان قرار دهیم می‌تواند به طرز معناداری توانایی آنها را در شناسایی و تحقق ارزش کاربردی هوش مصنوعی را سرعت ببخشد.

چگونه این تیم اصلی باید با واحدهای دیگر ارتباط برقرار کند؟

تیم اصلی هوش مصنوعی می‌تواند بسترهای گسترده‌ای را بسازد. برای مثال در یکی از شرکت‌های قبلی من، تیم من به انبار داده کاربر تعلق داشت که به عنوان مخزن اصلی کلیه داده‌های مربوط به کاربر استفاده می‌شود. این تیم با واحدهای تجاری مختلف در ارتباط بود و داده‌ها را از همه‌ی آنها جمع آوری می‌کرد و سپس به آنها (با رعایت حریم خصوصی) باز می‌گرداند. هیچ واحد تجاری به تنهایی نمی‌توانست این کار را انجام دهد ، و منطقی بود که تیم AI بتواند برای انجام این کار یک بستر متمرکز برای کل شرکت باشد.

وظیفه مدیر ارشد هوش مصنوعی این است که تمامی جوانب شرکت را بسنجد و و بگوید چگونه می‌توان از هوش مصنوعی برای بهبود استفاده کرد. هنگامی که من در Baidu هوش مصنوعی را هدایت می‌کردم ، یک تیم مدیریت محصول داشتیم که وظیفه آن مراجعه به هر واحد تجاری بود و می‌خواستند بدانند که آنها چطور می‌توانند به بهبود حوزه‌هایی همچون کیفیت جستجوی وب، محتوای یک نقشه‌ی راه یا کارکرد یک فروشگاه آنلاین کمک کنند. درواقع کار آنها پیدا کردن فرصت‌ها بود.

و البته، ما همیشه کارهای بسیاری بیشتری می‌توانستیم انجام دهیم اگر ظرفیت بیشتر بود. به طور کلی این بخش ِ ناگزیر جهان ما است. بنابراین کار مهم‌تر این بود که رهبران و مدیران تجاری را قانع کنیم که آنها به شدت به هوش مصنوعی نیاز دارند. پس از آن -خوشبختانه یا متأسفانه- ما مجبور شدیم اولویت‌بندی کنیم. همیشه ایده‌های بیشتری از آنچه که ما می توانیم اجرا کنیم وجود داشت.

چه ساختاری این امکان را فراهم کرد؟ آیا به طور کلی ساختار بایدو را الگوی خوبی می دانید؟

ساختار بایدو نتایج بسیار خوبی را ارائه داد. عناصر بسیاری از جمله ایده‌ی داشتن یک تیم فناوری و فرایند سیستماتیک برای کاربردهای تجاری قابل لمس بسیار مفید هستند. اما ساختارهای سازمانی برای یک شرایط یکسان ایجاد نشده‌اند در نتیجه بسته به زمینه‌ی شغل ، یک شرکت ممکن است کم و بیش در بسترها یا مهندسی داده‌ها سرمایه گذاری کند یا ترجیح دهد به جای توسعه پیشرفته، تحقیقات پایه‌ای را در بخش‌های مختلف همچون بینایی کامپیوتر، پردازش زبان طبیعی، یادگیری کلی ماشین و غیره انجام دهد.

آیا در بایدو یک گروه اختصاصی وجود داشت که مسئولیت ساختن موارد استفاده تجاری برای هوش مصنوعی را بر عهده داشته باشد؟

من یک تیم از مدیران محصول داشتم که وظیفه ایجاد پل به واحدهای تجاری و شناسایی، اولویت بندی و پیگیری اجرای پروژه‌های هوش مصنوعی را داشتند. این مدیران محصول که برخی از آنها پیش از این مهندس بودند دارای درک کافی و مناسبی بودن تا تشخیص دهند چه کاری انجام شود و چه کاری انجام نشود. با این وجود آنها اغلب قبل از انجام یک پروژه با مهندسین ارشد هماهنگ می‌شدند تا با قطعیت بیشتری پروژه را شروع کنند. ما از هر ایده‌ای استقبال می‌کردیم. برای مثال بسیاری از ایده‌های خوب هوش مصنوعی از مدیران واحدهای تجاری و بقیه‌ی آنها از واحدهای فناوری بیرون آمدند. مهمترین مساله این بود که فرایندی وجود داشته باشد تا ایده‌های خوب را غربال کند .

در مورد شرکت های کوچک چطور؟ یک شرکت ۱۰۰ نفره قاعدتا نمی‌تواند یک تیم جدید هوش مصنوعی تشکیل دهد. آنها چگونه باید در مورد هوش مصنوعی برای تجارت خود فکر کنند؟

توصیه ای که به همه می‌کنم این است که به این فکر باشید چطور انجامش دهید. حتی اگر پروژه‌ی کوچک با یک برنامه‌نویس مبتدی دارید دل به دریا بزنید تا ببینید یک نرم افزار هوش مصنوعی چه کاری برای شما انجام می‌دهد. دروقع اگر شرکتی پیش از این با هوش مصنوعی سروکار نداشته است، احتمالا نمی‌تواند به درستی استراتژی را تعیین کند. در این صورت مدیران ممکن است استراتژی‌ها را از جاهای دیگر وام بگیرند، درحالی که این کار به ندرت جواب می‌هد. بنابراین می‌گویم یک زوج مهندس را استخدام کنید تا ببینند چه کاری می توانند انجام دهند و از آنجا به رشد خود ادامه دهید.

آیا هوش مصنوعی داخلی را حتی برای شرکت‌هایی که توان استخدام یک یا دو توسعه‌دهنده دارند را هم پیشنهاد می‌دهید؟

پاسخ این سوال به این بستگی دارد که آیا شما می‌توانید یک پیشنهاد قابل لمس برای ایجاد ارزش هوش مصنوعی داشته باشید یا نه و اینکه ساخت تیم هوش مصنوعی برای شما مناسب‌تر است یا خرید آن؟ اگر احتمال دارد یک برنامه به یک استاندارد صنعت تبدیل شود ، یک شرکت کوچک بهتر است آن را بخرد. اما اگر یک برنامه کاربردی برای یک تجارت ارزشمند است، و به اندازه کافی برای شرکت منحصر به فرد است که نخواهد آن را به شخص دیگری برونسپاری کند بهتر است تیم هوش مصنوعی را بسازد.