Inteligența artificială îi ajută să se deplaseze până și pe oamenii care nu reușesc nici măcar să apese un buton cu forțe proprii. Se întâmplă în Australia, unde cercetări și oameni de afaceri au creat un scaun rulant care poate fi controlat cu impulsurile electrice generate de creier.
E un echipament disponibil deja într-o schemă națională de ajutor pentru persoane cu dizabilități.
Ne-a spus mai multe, într-un interviu pentru spotmedia.ro, unul dintre cercetătorii care a lucrat la proiect, dr. Srikanth Thudumu de la Universitatea Deakin din Melbourne.
Povestiți-ne puțin despre munca dumneavoastră. Am citit, pregătindu-mă pentru acest interviu, că o parte din munca dumneavoastră, în colaborare cu alți cercetători din Australia a dus la dezvoltarea unui scaun cu rotile controlat neuronal. Despre ce este vorba?
Ca cercetător principal la Institutul de Inteligență Artificială Aplicată de la Universitatea Deakin, conduc o echipă de doctoranzi, stagiari în cercetare și ingineri IT.
Unul dintre proiectele noastre recente de cercetare este dezvoltarea unui scaun cu rotile automatizat.
Este o colaborare cu o companie numită Control Bionics, iar Agenția Națională de Știință din Australia, CSIRO, a finanțat acest proiect.
Tehnologia le este destinată persoanelor cu dizabilități care nu pot folosi un joystick pentru a se deplasa dintr-un loc în altul.
Noi am creat un „geamăn digital" al unui scaun cu rotile. Controlând acest „geamăn digital”, persoanele care stau în scaunul cu rotile pot da instrucțiuni pentru a se deplasa dintr-un loc în altul.
Dacă nu pot face acest lucru direct, pot utiliza un senzor NeuroNode (e un senzor complex care detectează semnalele electrice produse de contracțiile musculare și le folosește pentru a genera mișcare într-un spațiul 3D – n.red.).
Acest senzor, dezvoltat anterior de Control Bionics, permite utilizatorilor să trimită comenzi prin intermediul unui neurosenzor. La primirea comenzii respective, scaunul se deplasează automat.
Totuși, există anumite provocări legate de acest scaun rulant.
De exemplu, la viraje strânse, scaunul nu putea face o manevră foarte bruscă fără să se răstoarne. Stabilirea unei traiectorii pentru mișcare și a altor parametri necesită calcule și implică destul de multă fizică.
Așa că am rezolvat această problemă folosind inteligența artificială generativă. Cu geamănul digital pe care l-am creat, am făcut experimente pentru a înțelege problema. Le-am abordat. Iar acum scaunul poate fi folosit.
Este disponibil prin schema națională de asigurare a dizabilităților din Australia. Am fost informat că TGA (Therapeutic Goods Administration) din Australia l-a aprobat deja.
Acesta este un proiect pe care l-ați finalizat. Sau aproape l-ați finalizat. Probabil veți reveni asupra lui pentru a-l îmbunătăți, dacă este necesar, nu? Așa funcționează știința și tehnologia. Povestiți-mi puțin despre ceea ce dezvoltați acum.
Sunt cercetător în inteligența artificială aplicată. Mă ocup de operaționalizarea învățării automate și a inteligenței artificiale.
Pe de o parte, avem cercetarea fundamentală. Pe de altă parte, avem problemele reale de rezolvat, fie în afaceri, fie în societate. Întrebarea este: cum transferi rezultatele cercetării fundamentale în soluții pentru problemele reale? Există multe provocări. Nu poți aplica pur și simplu algoritmii dezvoltați pe hârtie pentru a rezolva probleme din lumea reală.
Există probleme de scalabilitate aici, există probleme cu ceea ce se numește „data drifting” (probleme care apar atunci când modelul de inteligență artificială generativă începe să lucreze cu alte date decât cele pe care a fost antrenat – n.red.).
Există probleme de „model drifting” (scăderea performanței unui model de inteligență artificială. Spre exemplu, un model care previzionează evoluția vânzărilor unei companii va fi din ce în ce mai puțin eficient, pe măsură ce comportamentul compărătorilor se schimbă, fără ca el să fi fost antrenat suplimentar pentru a ține cont de schimbări - n.red.).
Modelele implementate pentru anumite cantități de date s-ar putea să nu fie potrivite și eficiente atunci când cantitățile de date cresc.
Și atunci, trebuie să studiez și să înțeleg aceste provocări pentru a operaționaliza și produce modelele de inteligență artificială pe care să le folosim, apoi, pentru a rezolva probleme din viața reală.
Ce probleme din viața reală abordați acum?
Lucrez cu Departamentul Apărării din Australia. Din păcate, nu pot împărtăși multe detalii despre proiect.
Ce pot să spun este că am dezvoltat un motor de căutare... cu specific. El le permite utilizatorilor să găsească informații exacte, în loc de informații eronate sau irelevante.
Are inteligența artificială generativă, la acest moment, limitări? Adică există lucruri la care ați vrea să o folosiți, dar încă nu puteți?
Da, există încă multe limitări.
Primul care îmi vine în minte este legat de date. Este întotdeauna o problemă a datelor, aici.
Orice algoritm este „înfometat” de date, și aproape niciodată nu avem acces la datele de care avem nevoie. Și nu mă refer aici doar la cantitatea lor, ci la calitatea și natura diversificată a datelor.
De exemplu, unul dintre proiectele recente la care am lucrat la Universitatea Deakin a fost problema conformității planogramei (o schemă care arată unde trebuie puse fiecare produs pe raft, într-un magazin, pentru a-i crește vizibilitatea și șansele să fie cumpărat – n.red.).
Realizarea planogramei se făcea manual. Noi am zis: mergem în supermarket și facem fotografii. Și modelul trebuie să înțeleagă: sunt produsele așezate unde trebuie? Sunt ele la locul lor sau nu? Și așa mai departe.
Dar ce să vezi? Cu pozele noastre, nu aveam suficiente date. Am antrenat un model, dar acuratețea pe care am obținut n-a fost grozavă. Așa că a trebuit să revenim, să colectăm date de mai bună calitate. Și în cele din urmă am reușit să obținem un nivel acceptabil de acuratețe.
De aceea, spun mereu că problema calității datelor este majoră. Iar culegerea lor este întotdeauna o provocare.
O altă limitare care-mi vine în minte acum e lipsa inginerilor buni care să creeze modele de inteligență artificială. Mulți dintre cei care lucrează nu sunt ingineri, ci așa-numiții „lipitori de API-uri”. Nu asta ne trebuie, nu asta vrem. Vrem ingineri care să dezvolte inteligență artificială. Și, cum spuneam, ei sunt greu de găsit.
Întâmpinați vreun fel de problemă de reglementare? Întreb pentru că, din câte am văzut, în SUA, spre exemplu, autoritățile îi permit unei tehnologii să crească. Apoi – după ce au văzut ce poate și încotro se îndreaptă – o reglementează. În Europa, autoritățile se grăbesc să reglementeze. Și asta, susțin unele voci din industrie, frânează dezvoltarea.
După părerea mea - și subliniez că este doar părerea mea - cred că ar trebui să existe reglementări, pentru că toată lumea dezvoltă AI fără să știe cum să o folosească în mod corespunzător.
Din această cauză, oamenii au început să folosească date protejate prin drepturi de autor (ca să antreneze modele de inteligență artificială generativă – n.red.). Ceea ce nu este bine. Cineva a muncit pentru a pregăti acele date, iar alții le iau la liber și folosesc pentru a-și construi modele. Ceea ce reprezintă, într-un fel, o încălcare a drepturilor de autor.
Nu îi învinovățesc pe cei care folosesc datele, pentru că s-ar putea să nu știe măcar nici măcar că este o încălcare a drepturilor de autor. Așa că - din punctul meu de vedere - reglementările ar trebui să existe.
Da, pot apărea unele probleme minore sau, cum să le spun, inconveniente pentru cei care dezvoltă. Dar cred că reglementările sunt necesare pentru a ne asigura că dezvoltăm și construim sisteme de AI bune, care să ajute cu adevărat societatea.
Transcriptul interviului a fost realizat cu aplicația Vatis Tech