Si Angela Fan - isang artipisyal na intelektwal (AI) na mananaliksik sa Facebook - ay may kamalayan na ang karamihan sa mga tao ay hindi talaga nauunawaan kung ano ang AI, hayaan ang ginagawa niya sa trabaho araw-araw. Sa kabila ng mga pagkabigo na dumating sa katotohanang ito, talagang masaya ang Fan sa larangan na pinili niya.
"Nakatutuwang magtrabaho sa mga problema sa pananaliksik na may mga kamangha-manghang potensyal na aplikasyon, " sabi niya.
Nang pumasok si Fan sa kolehiyo, wala siyang ideya na magtatapos sa AI. Una, naisip niyang magiging isang doktor o nars. Pagkatapos, naintriga ng kalusugan ng publiko at epidemiology, pinili niya ang mga istatistika bilang kanyang pangunahing. Mabilis niyang napagtanto na ang pag-aaral kung paano mag-code ay makakatulong sa kanya na "manipulahin at pag-aralan ang data nang mas mahusay, " kaya't kalapati din siya sa computer science. Ang landas na ito ay humantong sa kanya sa isang data sa internasyonal na agham, na kanyang mahal. Kaya, nag-apply siya upang maging isang scientist ng data sa Facebook at nakuha ang papel.
Ilang sandali matapos na sumali sa Facebook, nalaman niya ang tungkol sa kanilang AI research team. Natuwa sa gawaing ginagawa nila, nag-apply siya upang maglipat.
"Hindi ako masyadong tiwala sa aking aplikasyon, ngunit naisip na dapat kong subukan pa rin, " pagbabahagi niya. "Natutuwa ako sa ginawa ko."
Upang malaman ang higit pa tungkol sa karanasan ni Fan at AI, panatilihin ang pagbabasa.
Ano ang Gustong Mag-transfer ng Mga Koponan?
Sa Facebook, hinihikayat ang mga tao na magtrabaho sa iba't ibang mga koponan. Sa totoo lang, ang pangunahing dahilan na nais kong sumali sa Facebook ay ang proseso ng "boot camp" - maraming mga tao ang inuupahan para sa isang pangkalahatang papel, at maaaring makipag-usap sa iba't ibang mga koponan at subukan ang iba't ibang maliliit na gawain bago sila magpasya kung aling pangkat ang sasali sa buong-oras.
Tulad ng paglilipat ng mga koponan ay napupunta, pagkatapos magtrabaho sa iyong koponan sa isang taon, ang mga empleyado ay maaaring "hack-a-month" sa isa pang koponan upang makita kung ano ito at makita kung magiging masaya na sumali, kaya maganda ang proseso. makinis.
Ang payo ko para sa sinumang naghahanap na gumawa ng panloob na paglilipat ay: Isang magandang pribilehiyo na mapili ang iyong koponan. Talagang mapakinabangan ang pagkakataon sa pamamagitan ng hindi lamang pakikipag-usap sa mga tagapamahala sa koponan, ngunit sa pamamagitan din ng pagkilala sa ibang mga tao at pagtatanong sa kanila tungkol sa kanilang trabaho, ang koponan dinamiko, at kung anong mga pagkakataon sa proyekto ay magagamit. Isaalang-alang kung ano ang nais mong malaman at kung ang mga layunin ng koponan ay nakahanay sa mga lugar na nais mong gawin.
Sa Iyong Mga Salita, Ano ang Artipisyal na Kaalaman?
Ang AI ay pang-agham na larangan ng pagsubok na turuan ang mga computer na mag-isip at gumawa ng mga pagpapasya tulad ng tao. Ang ilang mga halimbawa sa Facebook ay awtomatikong pagsasalin ng wika, pagdaragdag ng mga interactive na epekto sa mga larawan, pagraranggo ng mga post sa iyong feed, at pagharang sa nakakasakit na nilalaman.
Ang isang mito tungkol sa AI ay na ito ay sapat na sa sarili at maaaring ganap na tumakbo sa sarili nitong. Iyon ay hindi totoo - Ang AI ngayon ay tungkol sa matalino bilang isang pusa o aso. Ito ay hindi upang mabawasan ang mga pagsulong sa ngayon, ngunit mayroon pa rin kaming isang mahabang paraan upang pumunta. Mayroon ding maling akala na handa itong palitan ang mga trabaho ng tao. Ngunit sa pangkalahatan, ang AI ay nagpupuno sa mga tao at sa kanilang gawain. Halimbawa, makakatulong ang AI sa mga doktor na makita ang mga cells ng cancer sa mas mabilis na mga imahe, na iniiwan ang mga doktor na may mas maraming oras upang matulungan ka sa plano ng paggamot at pagbawi.
Ano ang Karaniwang Tulad ng Para sa Iyo?
Sa umaga, madalas akong dumalo sa isang pag-uusap sa pananaliksik o "pagbabasa ng miting, " kung saan ang iba't ibang mga tao ay nagtatanghal ng kanilang ginagawa o binabasa. Pagkaraan, tumugon ako sa mga email, nagbasa ng isang pang-agham na papel, at suriin sa aking "mga eksperimento" - mga ideya sa mga algorithm - upang makita kung gaano sila matagumpay.
Pagkatapos ng tanghalian kasama ang aking koponan, ako ay head-down coding at nagtatakda ng higit pang mga eksperimento. Inilaan ko ang Huwebes ng hapon upang makipagkita sa mga intern, nangangasiwa ng mga proyekto na payo ko, at dumalo sa aking sariling mga pagpupulong sa proyekto kung saan tatalakayin natin ang patuloy na mga resulta at magbabahagi ng mga ideya para sa susunod na nais nating subukan. Gusto kong mag-iwan ng maraming oras para sa mga session ng brainstorming dahil hindi mo alam kung ano ang maaaring isipin mo kung patuloy mong pinag-uusapan.
Anumang Mga Tiyak na Proyekto na Nagtatrabaho Ka Sa Ngayon Na Magkaganyak Ka?
Malawak kong nagtatrabaho sa henerasyon ng teksto, na nakatuon sa kung paano namin mapagbuti ang mga modelo na nagsusulat ng teksto. Ang isang paggamit nito ay ang pagsasalin. Halimbawa, babasahin ng modelo ang isang Pranses na pangungusap at, habang binabasa ang mga salitang Pranses, isulat ang kaukulang pagsasalin ng Ingles.
Ang isang proyekto na nagtatrabaho ako ngayon ay ang paggamit ng mga algorithm na nagbibigay kapangyarihan ng mga modelo ng pagsasalin at inilalapat ang mga ito sa mga malikhaing gawain tulad ng pagsulat ng mga maiikling kwento. Ang layunin ay upang lumikha ng mga modelo na maaaring kumuha ng isang premise (halimbawa, isang kuwento tungkol sa isang superhero) at sumulat ng isang talata o dalawa tungkol dito. Ito ay isang napaka-kagiliw-giliw na problema sa pananaliksik dahil ang karamihan sa mga gawain sa henerasyon ng teksto ay nakatuon sa mga pangungusap, hindi mga talata. Ang paglikha ng mga algorithm na maaaring magsulat ng maraming mga pangungusap na talagang magkakasama ay mahirap gawin!
