Angela Fan - en kunstig intelligens (AI) forsker på Facebook - er opmærksom på, at de fleste mennesker ikke rigtig forstår, hvad AI er, hvad så meget, hvad hun gør på arbejdet hver dag. På trods af de frustrationer, der følger med denne virkelighed, er Fan virkelig tilfreds med det felt, hun valgte.
”Det er meget spændende at arbejde på forskningsproblemer, der har disse fantastiske potentielle applikationer, ” siger hun.
Da Fan gik ind på college, vidste hun ikke, at hun ville ende i AI. Først troede hun, at hun ville være en læge eller en sygeplejerske. Derefter, fascineret af folkesundhed og epidemiologi, valgte hun statistik som sin hoved. Hun indså hurtigt, at at lære at kode, ville hjælpe hende med at ”manipulere og analysere data mere effektivt”, så hun dykkede også ind i datalogi. Denne vej førte hende til et praktik inden for datavidenskab, som hun elskede. Så hun ansøgte om at være dataforsker på Facebook og fik rollen.
Kort efter at hun kom til Facebook, lærte hun om deres AI-forskerteam. Hun var begejstret for det arbejde, de udførte, og ansøgte om overførsel.
”Jeg var ikke meget sikker på min ansøgning, men tænkte, at jeg skulle prøve alligevel, ” deler hun. ”Jeg er så glad for, at jeg gjorde det.”
Hvis du vil lære mere om Fan's oplevelse og AI, skal du fortsætte med at læse.
Hvordan er det at overføre hold?
På Facebook opfordres folk til at arbejde på forskellige hold. Faktisk var den vigtigste årsag til, at jeg ville slutte mig til Facebook, “boot camp” -processen - mange mennesker er ansat til en generel rolle, og de kan tale med forskellige teams og prøve forskellige små opgaver, inden de beslutter, hvilken gruppe de skal tilslutte sig på fuld tid.
Hvad angår overførsel af teams, efter at have arbejdet på dit team i et år, kan medarbejderne "hacke en måned" på et andet team for at se, hvordan det er, og for at se, om det ville være sjovt at deltage, så processen er smuk glat.
Mit råd til enhver, der ønsker at foretage en intern overførsel, ville være: Det er et stort privilegium at kunne vælge dit team. Virkelig maksimere muligheden ved ikke kun at tale med lederne i teamet, men også ved at lære de andre mennesker at kende og spørge dem om deres arbejde, teamets dynamik og hvilke projektmuligheder der er tilgængelige. Overvej, hvad du gerne vil lære, og hvis holdets mål er på linje med de områder, du gerne vil arbejde på.
Hvad er kunstig intelligens i dine ord?
AI er det videnskabelige felt, hvor man prøver at lære computere at tænke og træffe beslutninger som mennesker. Nogle eksempler på Facebook er automatisk sprogoversættelse, tilføjelse af interaktive effekter til fotos, rangering af indlæg i dit feed og blokering af stødende indhold.
En myte om AI er, at den er selvforsynende og kan køre helt på egen hånd. Det er bare ikke sandt - AI i dag er omtrent så smart som en kat eller en hund. Dette er ikke for at mindske fremskridtene indtil videre, men vi har stadig en lang vej at gå. Der er også den misforståelse, at den er klar til at erstatte menneskelige job. Men generelt komplementerer AI mennesker og deres arbejde. F.eks. Kunne AI hjælpe læger med at registrere kræftceller i medicinske billeder hurtigere og lade lægerne få mere tid til at hjælpe dig med behandlingsplanen og bedring.
Hvad er en typisk arbejdsdag som for dig?
Om morgenen deltager jeg ofte i en forskningstale eller ”læsemøde”, hvor forskellige mennesker præsenterer arbejde, de har udført eller læst om. Bagefter svarer jeg på e-mails, læser en videnskabelig artikel og tjekker ind på mine "eksperimenter" - forskellige ideer til algoritmer - for at se, hvor succesrige de er.
Efter frokost med mit team er jeg kodet med head-down og konfigurerer flere eksperimenter. Jeg dedikerer torsdag eftermiddage til at møde med praktikanter, føre tilsyn med projekter, jeg rådgiver, og deltage i mine egne projektmøder, hvor vi diskuterer løbende resultater og deler ideer til, hvad vi måske vil prøve det næste. Jeg kan godt lide at give meget tid til disse brainstorming-sessioner, fordi du aldrig ved, hvad du måtte tænke på, hvis du fortsætter med at diskutere.
Eventuelle specifikke projekter, du arbejder på lige nu, der spænder dig?
Jeg arbejder stort set med tekstgenerering, der fokuserer på, hvordan vi kan forbedre modeller, der skriver tekst. En anvendelse af dette er oversættelse. For eksempel læser modellen en fransk sætning, og mens du læser de franske ord, skriver du den tilsvarende engelske oversættelse.
Et projekt, jeg arbejder på lige nu, er at bruge de algoritmer, der driver oversættelsesmodeller og anvende dem til kreative opgaver, såsom at skrive noveller. Målet er at skabe modeller, der kan antage en forudsætning (f.eks. En historie om en superhelt) og skrive et par eller to stykker om det. Det er et meget interessant forskningsproblem, fordi de fleste tekstgenereringsopgaver fokuserer på sætninger, ikke afsnit. At oprette algoritmer, der kan skrive flere sætninger, der faktisk giver mening sammen, er udfordrende!
