ג'וזף אנגלר, המדען הראשי ללמידת מכונה ב-Collins Aerospace, קשור באופן עמוק לעולם של למידת מכונה. למעשה, הוא קרא למערכת הלמידה המלאכותית שיצר, אליסון, על שם אדם, כשהשם מתאר "הכל באיחוד". המטרה של אנגלר היא לפתח פתרונות AI שמעצימים את העובדים בחברה.
התשוקה של אנגלר ל- AI נטויה אחורה ביותר מ-20 שנה, במהלכן פיתח ניסיון עם למידת מכונה ו- AI. תפקידו הנוכחי כסוק הטכני הראשי ב-Collins Aerospace מאפשר לו למצוא דרכים חדשות וכוחניות בהן למידת מכונה ותחומי מדעי המורכבות יכולים להועיל לא רק לחברה אלא גם לעולם שבחוץ. משרד מקור מניות מהטבע, אנגלר פותח אלגוריתמים המחם לא רק את הדמיון האנושי אלא גם מכילים את המורכבות העשירה שנמצאת בסביבתנו.
אחד המרכיבים העיקריים של אנגלר היא התאמת AI לערכים אנושיים. הוא מאמין בפיתוח דרכים מתמטיות בהן מחשבים יכולים להשיג הבנה ולמידה ברמה האנושית. עם גישה זו, אנגלר מבטיח ש-AI לא רק חכמה אלא גם אתית ומשקפת את עקרונות האנושיות.
אליסון, התוכנת AI, מיועדת לספק פתרונות ותועלות לקהילה הפנימית של Collins Aerospace. באמצעות נתונים היסטוריים, היא מסוגלת לשפר את חוויות העבודה של העובדים ולחזות תוצאות עתידיות. לדוגמה, אליסון משתמשת באלגוריתמי ראית מחשב כדי לדיגיטל את מסמכים היסטוריים לניהול הוצאות ותחרותיות שוק. היא גם משתמשת באלגוריתמים טקסט לסיכום מאמרים חיצוניים, להשארת העובדים מעודכנים ויעילים.
עניין אנגלר ב- AI התחיל מספר עקומה אותו קרא בספר בשם "בלגן: יצירת מדע חדש". הספר חשף אותו למושג של מורכבות ולמערכות שמאורגות עצמן, וסופסוף הוביל אותו לחקור למידת מכונה ו- AI. הוא מאמין ש-AI שווה למקם אחריו משום שהיא יכולה לנטע בעבודות מועצמות ולאפשר לאנשים להתמקד במשימות יצירתיות וממריצות למוח. בנוסף, AI יכולה לראות דפוסים ולזהות עצבים שלא ניתן בקלות לתפוסם על ידי בני אדם, ומהווה כלי ערך להפשטת יכולותינו.
בזמן שיש דאגות לגבי AI, אנגלר מאמין שרוב הדאגות הללו נבעות מתקלות הבנה. AI עשויה להצליח במשימות ספציפיות, אך היא אינה מחליפה ליכולות האנושיות. אחת הסיכונים הכי גדולים שהוא רואה הוא הפסד הפרטיות האפשרי, גם ברמה עסקית גם ברמה אישית.
העבודה והפרספקטיבה של ג'וזף אנגלר מדגימים את חשיבות החיבור האישי והערכים האנושיים בפיתוח וביישום של AI. על ידי העדפת ערכים והתאמת AI לערכים שלנו, אנו יכולים לנצל את הכוח של למידת מכונה כדי לשפר את היציבות והיצירתיות בזמן שמפח סיכונים.
מונחים מרכזיים:
1. AI – Artificial Intelligence
2. למידת מכונה – תת תחום של AI המעורב באימון מערכות כדי ללמוד ולשפר מנסיון ללא תכנות דואג.
3. מדע הפרקסות – שדה בין תחומי הדיסציפלינה המחקר מערכות מורכבות, התכונות שלהן, ההתנהגות והדפוסים שלהן.
4. אלגוריתמים – פרוצדורות שלב-אחר-שלב או תהליכים עיצוביים שמטרתם לפתור בעיות ספציפיות או לבצע משימות ספציפיות.
5. אלגוריתמי ראיית מחשב – אלגוריתמים המאפשרים למחשבים להבין ולתרגם מידע חזותי מתמונות או סרטונים.
6. אלגוריתמי טקסט – אלגוריתמים העובדים ומנתחים מידע טקסטואלי, כגון סיכום או ניתוח מגמות.
שאלות נפוצות:
ש: מהו תפקידו של ג'וזף אנגלר ב-Collins Aerospace?
: ג'וזף אנגלר הוא המדען הראשי ללמידת מכונה ב-Collins Aerospace.
ש: מהו שם התוכנת AI שיצר אנגלר?
: שם התכנה AI הוא אליסון.
ש: איך אנגלר מפתח אלגוריתמי AI?
: אנגלר משיג השראה מן הטבע ופותח אלגוריתמים שמדמים את המוח האנושי ומייחסים את המורכבות העשירה שנמצאת בסביכתנו.
ש: מהו אחד מהתמקדויות העיקריות של אנגלר?
: אנגלר עסוק ביישום AI עם ערכים אנושיים ופיתוח דרכי מתמטי בהם מחשבים יכולים להשיג הבנה ולמידה ברמת בני אדם.
ש: איך אליסון מועילה לקהילה הפנימית של Collins Aerospace?
: אליסון משתמשת בנתונים היסטוריים כדי לשפר את חוויות העבודה של העובדים ויכולה לחזות התוצאות. היא משתמשת באלגוריתמי ראיית מחשב למשימות כגון דיגיטליזציה של מסמכים היסטוריים ואלגוריתמי טקסט לסיכום מאמרים חיצוניים.
ש: מה עורר את ענייןו של אנגלר ב- AI?
: התעניין של אנגלר ב- AI התעורר מספר עקומה אותו קרא בספר בשם "בלגן: יצירת מדע חדש". הספר הציג לו את המושג על מורכבות ומערכות שמאורגות עצמן.
ש: למה אנגלר מאמין שנדאג להמשיך?
: אנגלר מאמין שAI שווה למאמץ מאחר שהיא יכולה להוריד מצוות העבודה ולאפשר לאנשים להתמקד בהשראה ובמשימות משימות יצירתיות ומחרפות. AI גם יכולה לראות דפוסים ולזהות אובייקטים שקשה לבני אדם לזהות.
ש: אילו סיכונים רואה אנגלר ב- AI?
: אחד הסיכונים הגדולים שאנגלר רואה הוא הפסד בפרטיות, בשני רמות – בחברתית ובאישית.
The source of the article is from the blog mivalle.net.ar