Ի՞նչ մարտահրավերներ ու միտումներ կան ԱԲ ոլորտում․ Amazon Web Services-ի մասնագետի խորհուրդները հայկական ՏՏ ընկերություններին

29 հոկտեմբերի, 2022  17:12

Արհեստական բանականության (ԱԲ) ոլորտում այսօր առկա մարտահրավերներն ու միտումներ տարբեր են, քանի որ ԱԲ-ի կիրառմամբ ինովացիայի տարբեր շերտեր կան, որոնց մի մասն առնչվում է սովորական խնդիրների հետ։ Սակայն կան նաև նորահայտ մարտահրավերներ, օրինակ՝ բացատրելու կարողությունը, ասում է Amazon Web Services ընկերության արհեստական բանականության հարցերով տեխնիկական լուծումների գլխավոր մասնագետ Սայրուս Մոազամի-Վահիդը։

«Կարողանալ բացատրել տվյալ մոդելը, օրինակ՝ սև արկղի մոդելը։ Մենք չգիտենք, թե ինչ է տեղի ունենում դրա ներսում, բայց պետք է կարողանանք բացատրել, թե ինչու այն նման որոշում կայացրեց, դա կարևոր է։ Կամ արդյո՞ք այն հետևողականորեն է կայացնում այդ որոշումը», - ասում է նա։

Արհեստական բանականության ժողովրդավարացում և գրաֆիկաներ

Սայրուս Մոազամի-Վահիդի կարծիքով՝ ԱԲ-ի ժողովրդավարացման շրջանակում տեղի կունենա ավտոմատացված մեքենայական ուսուցման տարածում։

«Կարծում եմ՝ սա կլինի միտումներից մեկը այն իմաստով, որ հետազոտությունների կենտրոններ չունեցող ընկերությունները հնարավորություն կունենան ակտիվորեն ԱԲ ալգորիթմներ զարգացնել», - ասում է նա։

Նրա խոսքով՝ վերջին տարիներին գրաֆիկները մեծ կիրառություն ունեն, քանի որ առկա ինֆորմացիայի մեծ մասը աղյուսակային ձևաչափով չի ներկայացված, որոնց հետ մեքենայական ուսուցման հիմնական ալգորիթմներն աշխատում են։ Ըստ նրա՝ այս խնդրի լուծումը ևս կլինի ԱԲ ոլորտի առաջիկա միտումներից մեկը։ 

Cyrus Moazami 4.JPG (1.65 MB)

Ըստ Սայրուս Մոազամի-Վահիդի՝ մեկ այլ միտում էլ կապված է մեքենայական ուսուցման թրեյնիգային մեթոդի՝ reinforced learning-ի հետ, որը խոստումնալից է, սակայն դեռ տեխնիկական դժվարություններ կան այստեղ, իսկ լուծումներ առայժմ չկան։

«Մեզ չի հաջողվել նրանց համար ստեղծել համապատասխան սիմուլյատորներ իրական կյանքի իրավիճակների համար բավարար տվյալներ ստեղծելու համար», - ասում է նա՝ հավելելով, որ մնում է տեսնել, թե արդյոք այս խնդիրը նույնպես իր լուծումը կստանա։ 

Լինել համարձակ, գնալ հաշվարկված ռիսկերի

Amazon Web Services ընկերության արհեստական բանականության հարցերով տեխնիկական լուծումների գլխավոր մասնագետը ԱԲ-ով զբաղվող հայկական ընկերություններին խորհուրդ է տալիս լինել համարձակ, գնալ հաշվարկված ռիսկերի և չվախենալ ձախողումներից։

«Քանի որ յուրաքանչյուր ձախողումից ինչ-որ բան ես սովորում, որը կարող է հաջողություն բերել։ Եթե վախենում ես վերահսկվող ձախողումից, ոչ թե կատաստրոֆիկ ձախողումից, ապա երբեք ոչ մի բանի չես հասնի»,- ասում է նա։

Կրթության և շուկայի միջև մեծ ճեղքվածք կա

Սայրուս Մոազամի-Վահիդը նշում է, որ այսօր մեծ ճեղքվածք, բաց կա բուհերում ուսանողների ստացած գիտելիքի և շուկայի պահանջների միջև, և իր նպատակներից մեկը դա վերացնելն է, հասնել նրան, որ ուսանողները բուհերում ստանան գործնական գիտելիքներ, որոնք նրանց կօգնեն աշխատաշուկայում։ Ըստ նրա՝ շատ կարևոր է նաև ստեղծել գլոբալ հանրություն, որ կմասնակցի այս գործընթացին։  

Cyrus Moazami 3.JPG (904 KB)

«Մի օրինակ բերեմ․ գրաֆիկաների մասին հազարավոր էջերով ուսումնասիրություններից ինդուստրիան գրեթե ոչինչ չվերցրեց։ Ստացվում է, որ այդ ամբողջ հետազոտությունը կատարվում է, սակայն դա որևէ կերպ չի վերածվում ինդուստրիալ հեղափոխության։ Ես իսկապես կուզեի նպաստել այդ բացը լրացնելուն, չէի ասի խնդիրը լուծելուն, դա շատ ամբարտավան կհնչի, քանի որ մեկ մարդը չի կարող դա անել։ Բայց եթե որպես գլոբալ համայնք մենք համագործակցենք, պետք է որ կարողանանք նվազեցնել այդ բացը և այն հասցնել կառավարելի չափի», - ասում է նա։

Սայրուս Մոազամի-Վահիդն ասում է, որ կրթության և աշխատաշուկայի միջև առկա այդ բացը միայն մեկ երկրի չէ բնորոշ, այն գլոբալ խնդիր է, որի լուծումը հնարավոր կլինի բոլոր շահագրգիռ կողմերի համախմբմամբ՝ բուհեր, պետություն, մասնավոր հատված։ «Այս բացը լրացնելու համար պետք է լինի համագործակցային աշխատանք, այլապես գիտական հետազոտությունները կշարունակվեն մի կողմում, իսկ մյուս կողմում ինդուստրիան իր հերթին կշարունակի գործել՝ շատ սահմանափակ հասանելիություն ունենալով այդ գիտելիքին», - բացատրում է նա։

Cyrus Moazami.JPG (1.82 MB)

Արհեստական բանականության ապագան

Խոսելով ԱԲ կիրառման ապագա միտումների մասին՝ Սայրուս Մոազամի-Վահիդն ասում է, որ դրանք կլինեն պրագմատիկ, ԱԲ-ն կկիրառվի շատ տվյալներ պահանջող և կրկնող որոշ գործողություններն անելու համար մարդուն փոխարինելու նպատակով։ Այն կկիրառվի ոլորտներում, որտեղ ձախողման մակարդակը պետք է նվազեցվի և վերահսկվի։

«Մենք կարող ենք իրականում գիտելիքներ փոխանցել մարդու և մեքենայի միջև այնպես, որ կարողանանք բացատրել մոդելը, երբ մոդելը լավ է գործում։ Մարդիկ կարող են սովորել՝ նայելով, թե ինչ սկզբունքներով են այդ որոշումները կայացվում։ Եթե դրանք լավ սկզբունքներ են, մենք՝ որպես մարդիկ, կարող ենք սովորել դրանց օրինակով՝ ավելի լավ որոշումներ կայացնելու համար: Այնուհետև այդ ինֆորմացիան սնում է մեքենաներին, դա երկկողմանի գործընթաց է։ Այնպես որ դա մարդկանց և մեքենաների ուսուցման փոխադարձ գործընթաց է: Եվ ես կարծում եմ, որ դա այն ուղղությունն է, որով կշարունակենք առաջ գնալ», - ասում է նա։ 


 
  • Ամենաընթերցվածը

ամիս

շաբաթ

օր

 
 
 
 
  • Արխիվ