الانتقال إلى استهلاك الموارد “الذكية” أمر لا مفر منه

حصري للمدونة: مقابلة مع ناتاليا إفريموفا ، كبيرة المحللين في شركة NtechLab: لقاء حول الشبكات العصبية ، والتعلم الآلي ، وأفضل المبرمجين الروس ، والمنازل “الذكية” للجميع.

الفتيات مختلفات ، وأيضا الاهتمامات ، مثل المهن ، يمكن أن تكون غير معتادة. على الرغم من أن الجميع اليوم يتنافسون مع بعضهم البعض حول إزالة الحدود بين المهن الذكورية ومهن الإناث البحتة ، وحول السعي لتحقيق المساواة بين الجنسين في المجال المهني ، فإن المجتمع لم يعتاد بعد على رؤية الجنس العادل ، على سبيل المثال ، سائقي الشاحنات أو ميكانيكي السيارات. بطلتنا لا تقود شاحنات ضخمة ، ولا ترقد بملابس مزيتة تحت غطاء السيارة ، وعمومًا ، لا يتجاوز مكان عملها وأدواتها وزن جهاز كمبيوتر محمول شخصي ، على الرغم من أن مهنتها كمبرمجة لطالما اعتبرت مهنة ذكورية.

ناتاليا إفريموفا ، محللة في شركة NtechLab وأستاذة دورة “نظم المعلومات الذكية” في الجامعة الإقتصادية الروسية المسماة بإسم بليخانوف ، من الصعب إيجاد وقت فراغ في جدول مزدحم. في بداية الربيع ، تمكنا من التحدث إلى ناتاشا ومعرفة بعض التفاصيل حول الشبكات العصبية وماضيها وحاضرها ومستقبلها.

NtechLab: ناتاشا ، مرحبا! شكرا لموافقتك على الحديث. حسنًا ، أولاً وقبل كل شيء ، دعيني أعبر لكي عن إعجابي بما تفعليه ، وما كرستي حياتك له ، دراسة الشبكات العصبية. ليست المهنة الأكثر شيوعًا بالنسبة لفتاة ، على الرغم من أنه ليس من المعتاد الآن تقسيم المهنة وفقًا للجنس. ومع ذلك ، فإن السؤال الأول بسيط ومنطقي: كيف وصلتي إلى مهنتك ، نوع نشاطك ، عندما أدركتي أنكي تريدين القيام بكل هذا ، ما هو عملك ، وهل تحبين ما تفعلينه؟

ناتاليا إفريموفا: لقد دخلت في هذا التخصص بالصدفة. بشكل عام ، ذهبت إلى المدرسة ذات تخصص متحيز للعلوم الإنسانية ودرست الأدب الإنجليزي ، وهو أمر مخيف. بعد المدرسة ، التحقت بالجامعة الروسية الحكومية للعلوم الإنسانية ، لكن في ذلك الوقت كان هناك ما يكفي من الأدب بالنسبة لي ، وذهبت لدراسة اللغويات في كلية الذكاء الاصطناعي. أدى التعرف على اللغويات التطبيقية بسرعة كبيرة إلى فهم أن هذا ليس مجالي على الإطلاق. ثم أتيحت لي الفرصة لممارسة التعرف على اللغة الطبيعية للتخاطب ، الأمر الذي قادني في النهاية إلى الشبكات العصبية. منذ ذلك الحين ، وأنا أمارس برمجة الشبكات العصبية لمدة 10 سنوات.

NtechLab: ماذا يعني “ممارسة الشبكات العصبية”؟ هل تحتاجين إلى أي مهارات فائقة في البرمجة ، هل يجب معرفة الرياضيات بصورة ممتازة ، لفهم بنية الدماغ؟

ناتاليا: يمكنني القول أنه هناك درجات مختلفة من الانغماس. تسمح لك كل درجة بحل مهمة معينة. أعتقد أنه مع التطور الحديث للشبكات العصبية ، ليس من الضروري فهم ما يحدث بالضبط في كل وظيفة. وصلت الشبكات العصبية الآن إلى المرحلة التي أصبحت فيها ، بالأحرى ، أداة إنتاج. عندما نستخدم جهاز كمبيوتر ، فإننا لا نفهم تمامًا كيف يعمل ، وما هي العمليات التي تحدث في الداخل ، لكننا لسنا بحاجة إلي فهم كل هذا. يمكن تجميع شبكة عصبية (على غرار مكعبات Lego) من مكونات مختلفة ولاحقا تعمل بالفعل على تحسينها بشكل أكبر للوصول إلي إكتمالها. يوجد اليوم مكتبات حديثة يمكن استخدامها ؛ حيث يمكن استخدام المكتبات المكونة خصيصًا للمهام الخاصة. بالإضافة إلى ذلك ، هناك رأي راسخ حول أنواع الشبكات العصبية المستخدمة في المهام ، وهناك فكرة عن نوع المعالجة المطلوب لمهمة معينة ، سواء كان تلك المعالجة خطوة بخطوة أو نهاية إلى نهاية. على الرغم من أن المتخصصين في الشبكات العصبية لا يتعبون من اقتراح طرق غير قياسية لاستخدام الخوارزميات “التقليدية” ، مثل ، على سبيل المثال ، استخدام الشبكات المتكررة للتعرف على الأنماط (لمزيد من التفاصيل ، انظر هنا — ملاحظة NtechLab).

قاعدة المعرفة نفسها حول الشبكات العصبية واسعة جدًا ويتم استخدام الكثير منها بنجاح بحيث لم تعد بحاجة إلى أن تكون خبيرًا في هذا المجال لاستخدامها. على سبيل المثال ، من أجل بناء شبكة عصبية بسيطة بمفردك للتعرف على الحروف بخط اليد ، فأنت تحتاج فقط إلى مهارات البرمجة الأساسية في لغة “بايثون” ، والقدرة على ربط مكتبات للغة “بايثون” ، ومعرفة المكتبات الموجودة في الوقت الحالي.

NtechLab: كيف يتم تهيئة مكان عملك؟

ناتاليا: هذا هو مكان عملي (تعرض لنا جهاز كمبيوتر محمول - ملاحظة NtechLab)، يسافر معي حول العالم ، وإذا لزم الأمر ، أقوم بالاتصال بخوادم Amazon لإجراء بعض العمليات الحسابية ، ولكن لكل مهمة أقوم بإعداد تهيئتي الخاصة لخادم أمازون.

NtechLab: يمكنك حقا مجرد الحديث ببساطة عن الشبكات العصبية؟ بكل بساطة ، هل ممكن أن تشرحيها بطريقة مبسطة.

ناتاليا: أقوم بتدريس دورة “الشبكات العصبية” في أكاديمية بليخانوف وعادة ما أبدأ أحكي حول الشبكات العصبية بوصف مشهد من فيلم الرسوم المتحركة “مدغشقر”. ثانيا ، يبدو أن في فيلم الرسوم المتحركة “مدغشقر” هناك لحظة تجمع فيها طيور البطريق الطائرة. يطلبون المساعدة من القرود ويقولون ، “أيها القرود ، نحن بحاجة إلى إبهامكم وفصوصكم الأمامية”. هناك حاجة إلى إبهام القرود لحمل الكثير من الأدوات ، والفصوص الأمامية ضرورية لمعرفة كيفية جمع طائرة عاملة من كل القمامة الموجودة في متناول اليد. لماذا الفص الأمامي؟ لأن القرود هي المخلوقات الوحيدة على وجه الأرض التي لها دماغ ، مكون تماما مثل البشر. عمليات التفكير مثل التعرف على الأنماط والتعرف على اللغة الطبيعية للتخاطب في البشر والرئيسيات متشابهة جدًا.

يتكون دماغ الإنسان ، مثل جميع الثدييات ، من مادة رمادية وبيضاء. تتكون المادة الرمادية من خلايا صغيرة تسمى الخلايا العصبية. تقوم هذه الخلايا بإجراء حسابات معينة. تؤدي كل خلية وظيفة واحدة فقط: إنها “تقرر” ما إذا كانت سترسل الإشارة أم لا ، أو أن تكون متحمسًا أم لا. تخلق العديد من إشارات الإثارة في العديد من الخلايا العصبية في دماغنا نوعًا من شبكة الحوسبة. في كل ثانية ، تقرر شبكة الكمبيوتر هذه ما يجب علي كإنسان أن أفعله بعد ذلك: ما إذا كنت سأدير رأسي ، أو أنظر إلى شيء ما ، وكيف أفسر ما سمعته. تعتمد الشبكات العصبية الاصطناعية على نفس المبدأ. المسؤول عن كل جزء صغير من المهمة هو عنصر عصبي صغير ، ويتيح لنا الجمع بين عدد كبير منها إجراء حسابات متوازية معقدة للغاية ، بما في ذلك ، ومن بين أمور أخرى ، التعرف على الأنماط.

NtechLab: ما الذي يمكن تسميته بالصعب وما الذي يمكن تسميته بالبسيط؟ لنقل مهمة الهرش، هل ستتطلب حسابات معقدة؟

ناتاليا: هذه إشارة معقدة نوعًا ما.

NtechLab: ماهو البسيط إذا؟

ناتاليا: الإشارة البسيطة ، على سبيل المثال ، هي إدراك ما أراه أمامي ، دون اتخاذ أي إجراء. ربما تكون معالجة ما نتلقاه من أعضائنا الحسية من أبسط الأفعال التي نقوم بها. بينما تتطلب الحركة تنسيق ما نراه مع تنشيط وظائفنا الحركية ، وهذه بالفعل مهمة أكثر صعوبة. نقوم بتدريب خلايانا العصبية طوال حياتنا. تبدأ شبكتنا المعقدة في التدريب في رحم الأم ، وتستمر عملية التعلم طوال الحياة.

NtechLab: هل هذا مشابه لكيفية عملية تعلم شبكة عصبية اصطناعية (يشار إليها فيما يلي بـ ANN - ملحوظة NtechLab)؟

ناتاليا: في ANN ، يجري التعلم أيضًا ، لكنه أبسط نوعًا ما ، حيث يمكن وصف الوظيفة بصيغة. كل ما يمكن وصفه بالصيغ الرياضية هو أبسط من العمليات البيولوجية. تعتبر الشبكة العصبية البيولوجية (يشار إليها فيما يلي بـ BNN - ملحوظة NtechLab) معقدة ، لأنه يوجد الكثير من التكرار في BNN ، وتتكرر العديد من العمليات المتوازية ، وتتكرر عدة مرات ، وتتوازي عدة مهام. بينما تم ضبط ANN لأداء مهمة واحدة ، على سبيل المثال ، للتعرف على الوجوه ، أو التعرف على اللغة الطبيعية للتخاطب ، أو التحكم في طائرة بدون طيار. لن أقارن عمليات التعلم التي تحدث في BNN و ANN. هذه عمليات مختلفة إلى حد كبير. في حالة البشر ، يتم تعليم الشبكة العصبية الكبيرة بأكملها مرة واحدة. نقوم عادة بتعليم ANN قطعة قطعة. يمكن مقارنة ANN بقطعة من الدماغ البشري تؤدي وظيفة محددة. كما لو تم ضبط الدماغ البشري فقط للتعرف على الأنماط ، مثل عين الإنسان.

في توضيحي للشبكات العصبية (يشار إليها فيما يلي بـ NN - ملحوظة NtechLab) على القرود من فيلم الرسوم المتحركة “مدغشقر” ، أستخدم صورة فصوصهم الأمامية كرمز للتفكير في الشكل الذي نعرفه: القرد أفضل من أي حيوان ثديي آخر يمكنه معرفة ما يجب القيام به. كل منطقة في دماغنا لها وظائف محددة ، على سبيل المثال ، فإن NN للتعرف على الرؤية ستكون مماثلة للقشرة البصرية ، وستكون NN للتعرف على اللغة الطبيعية للتخاطب مماثلة للمناطق التي تشارك في تكوين اللغة الطبيعية والتعرف عليها في الدماغ ، ما يسمى بمنطقتي Wernicke و Broca. الفصوص الأمامية في الدماغ البشري تمارس الحسابات المنطقية واتخاذ القرارات.

NtechLab: ما مدى سرعة إستيعاب الطلاب؟ إنهم ليسوا مبرمجين لديكي.

ناتاليا: هم إقتصاديون ولكن من كلية علوم الحاسب. سرعة إستيعابهم مختلفة. هناك من تصله المعلومة بسرعة. بالإضافة إلى ذلك ، فأنا لا أخوض في التفاصيل الرياضية ، وإثبات النظريات والاستنتاجات الرياضية الأخرى ، لأنه ، كما قلت سابقًا ، بالنسبة للاستخدام الحديث للشبكات العصبية ، هذا لم يعد مهمًا جدًا. قرأت مؤخرًا مقالًا على الإنترنت ظهر فيه الفكر التالي: أنت لست بحاجة إلى شهادة دكتوراه لبرمجة الشبكات العصبية. يمكننا القول أن هذا صحيح ولكن ليس تمامًا. كل هذا يتوقف على المهمة ونوع الشبكة العصبية. ليس من السهل بالنسبة لي حتى مع 10 سنوات من الخبرة أن أفهم عمل بعض الشبكات العصبية.

بالمناسبة ، في ديسمبر كنت في المؤتمر الكبير NIPS (أنظمة معالجة المعلومات العصبية - ملحوظة NtechLab) في برشلونة. وقد شارك فيه ما لا يقل عن 6 آلاف متخصص في التعلم الآلي ، وكان معظمهم من المتخصصين في الشبكات العصبية. كان هناك العديد من الخطب والندوات. يجب أن أعترف أنني لم أكن أعرف كل شيء. لكي تصبح متخصصًا في أي مجال ، تحتاج إلى التضحية بالعديد من المجالات الأخرى. بالطبع ، من الممكن دراسة جميع الشبكات العصبية ، لكنها صعبة للغاية. إذا كنت تقوم بدراسة الشبكات العصبية التلافيفية ، فستكون خبيرًا في هذا المجال من الشبكات العصبية ، ولن تكون الشبكات العصبية التي تستخدم التعلم المعزز واضحة بعد الآن. أنا أمارس الآن التعرف على الأنماط ، والرؤية الحاسوبية ، هذه شبكات عصبية تلافيفية بشكل أساسي.

NtechLab: كيف إنضممت إلى NtechLab؟

ناتاليا: علمت لأول مرة عن NtechLab في خارج البلاد. فقد وقعت عيناي علي مقالة في صحيفة الغارديان. والشيء المضحك هو أن الشركة ظهرت هناك كمجموعة من المتسللين الهاكر الروس الذين أطلقوا خوارزمية خاصة بهم للتعرف على الوجوه وأحدثوا ضجة كبيرة في الشبكات الاجتماعية ، وتعرفوا على “من هو من” ، والتي ساعدت شخصًا ما ، وأزعجت شخصًا ما آخر. أصبحت مهتمة بهذا الأمر ، لقد تعمقت أكثر ، وعرفت أن هذه ليست مجرد مجموعة من المتسللين الهاكر ، بل هي مختبر كامل يمارس عملية التعرف على الوجوه ، وبالتالي الشبكات العصبية. لطالما كان هذا قريبا مني ثم اكتشفت أن الشركة كانت توظف فريقًا للعمل بها (اتصلت بي “شركة التوظيف HeadHunter” ناتاليا) ، وسرعان ما دُعيت إلى الشركة. وصلت وقاموا بترتيب لقاء لي مع أرتيم .لقد ألهمني هذا اللقاء تمامًا ، لقد كان من المثير جدًا بالنسبة لي التواصل مع شخص ذكي يتحدث معي ، كما يقولون ، نفس اللغة. ما الذي أيضا جعلني أتعلق بهذه الشركة؟ حقيقة فوز الخوارزمية في MegaFace ، بالطبع ، تعني الكثير. نظرًا لأنني أعمل غالبًا مع مطوري الشبكات العصبية ، فأنا أعلم أنه من الصعب جدًا الفوز في أي “تحدي” دولي ، فهناك الكثير من الفرق! مثل هذا الانتصار يبين بأن هذا النظام رائع حقًا. هذا ، بالطبع ، حصل مني على الاحترام. أتذكر كيف أن الرفاق من إمبريال كوليدج لندن Imperial College London ، في أول لقاء لنا معهم ، تذكروا على الفور أن المبرمجين الروس تجاوزوهم وفازوا عليهم في MegaFace. بشكل عام ، يقول العديد من زملائي في الجامعات المختلفة حول العالم إن المبرمجين الروس هم الأفضل. والواقع أن الروس هم من ينتصرون في “تحديات” كثيرة.

NtechLab: هذا أمر مثير للاهتمام. يبدو أن هذه بالفعل أسطورة قديمة عن أروع المبرمجين الروس ، وأنتي تؤكدين هذا. هذا شيئ جميل. ناتاشا ، بالإضافة إلى كونك خبيرة في مجال الشبكات العصبية والتعلم الآلي ، بالإضافة إلى كونك محللة رائدة في NtechLab ، فإنكي تشاركين أيضًا في العديد من المشاريع العلمية. أخبرينا المزيد عن هذا.

ناتاليا: الآن ، كجزء من دراستي في أكسفورد ، أقوم بإجراء بحث يتم تنفيذه بالاشتراك مع جامعة أكسفورد. هو مشروع لمعالجة خرائط الأقمار الصناعية لرصد إمدادات مياه الشرب والتنبؤ بنضوب إمدادات مياه الشرب. في هذه المرحلة ، يعد هذا بحثًا نظريًا أكثر من كونه بحثا تطبيقيا ، لكن العديد من الشركات تحاول بالفعل إيجاد تطبيقات عملية له. في الأساس ، هذه شركات ناشئة تقع في وادي السيليكون. علاوة على ذلك ، عليك أن تفهم بوضوح أن الشركات الناشئة اليوم ليست بالضرورة فريقًا مكونا من ثلاثة مبرمجين يجمعون الأموال لإطلاق تطبيق ما. فأنا ، على سبيل المثال ، تعرفت علي رفاق من شركة ناشئة يطلقون أقمارًا صناعية دقيقة في الفضاء. الآن هناك حركة كبيرة لإطلاق الأقمار الصناعية دقيقة للحصول على مزيد من المعلومات الكثيرة من خرائط الأقمار الصناعية للاستخدام التجاري لاحقًا. هذا المشروع البحثي المشترك مع أكسفورد على وجه التحديد مرتبط بمثل هذه الأبحاث ويهدف إلى مساعدة الشركات الاستثمارية في حساب المخاطر المرتبطة باستنفاد الموارد الطبيعية.

NtechLab: إذن هذه ليست قصة إنسانية بحتة؟ إيجاد مصادر لمياه الشرب ومساعدة الدول الفقيرة أثناء الجفاف وما إلى ذلك.

ناتاليا: من حيث المبدأ ، يمكن أن يستهدف هذا المشروع أي شيء ، ولكن تظهر الآن المزيد والمزيد من القصص الواقعية عندما تبدأ الشركات الاستثمارية في التعامل مع المشكلات البيئية. يجب عليهم حساب جميع المخاطر المرتبطة بتأمين المؤسسات والأفراد والشركات ، والتأمين على العقارات ، والحركة العامة للسوق. يوجد هناك ، على سبيل المثال ، مخاطر مرتبطة باحتمال ارتفاع درجة الحرارة لترتفع درجة الحرارة بمقدار 3 درجات. هناك صناعة كاملة تتعامل حصريًا مع هذه المشكلة وتحسب المخاطر المقابلة.

NtechLab: ما هو المستقبل الذي تعتقدين أنه يمكن أن ننتظره من تطوير أبحاث الشبكة العصبية؟ ما الذي يُتوقع فعله بالضبط بمساعدة التقنيات القائمة على الشبكات العصبية في المستقبل القريب جدًا؟

ناتاليا: أعتقد أنه في السنوات القادمة من إثنين إلي ثلاثة سنوات فسيكون لدينا بالفعل العديد من العمليات للتعرف على اللغة وإنتاج اللغة الطبيعية والحوار باللغة الطبيعية والتعرف على الفيديو والتنبؤ بالفيديو وما إلى ذلك …إلخ ، ستكون هذه العمليات آلية بشكل جيد.

NtechLab: بالنسبة للتنبؤ بالفيديو، كيف يتم هذا؟

ناتاليا: في بداية الإجراء ، يمكنك التنبؤ بما سيحدث بعد ذلك. في معظم إنتاج الأفلام والرسوم المتحركة ، حيث رسومات الكمبيوتر تسود في عملية الإنتاج ، سيتم عمل كل شيء بطريقة آلية قدر الإمكان. من ناحية أخرى ، أعتقد أنه سيتم تطوير ما يسمى بإنترنت الأشياء. سيكون هناك أجهزة في المنزل والتي ستقلل من استهلاك الطاقة والمياه. سيتم ضبط النظام لإيقاف التدفئة تلقائيًا والمكاوي التي تم نسيانها تعمل وما إلى ذلك. الآن قلة قليلة فقط لديها ما يسمي بالمنازل الذكية ، خاصة الأثرياء. وفي المستقبل ، ستكون هذه الأنظمة الحديثة “الذكية” رخيصة الثمن ، وسيتم إستخدامها يوميًا وستكون متاحة للجميع. أعتقد أنه هذا سوف يحدث قريبًا بما فيه الكفاية. تعمل العديد من شركات الطاقة الآن على أن يقلل الأفراد من إستهلاك الطاقة. إن الانتقال إلى استهلاك الموارد “الذكية” أمر لا مفر منه ، حيث أن أعدادنا تزداد ، ونحن بحاجة إلى تقليل تأثيرنا على البيئة. سيؤدي هذا إلى ظهور ليس فقط المنازل الذكية ، ولكن أيضًا الآلات الذكية ، حيث ستحسب التكنولوجيا نفسها متى يكون من الأفضل الذهاب إلى الإستحمام بحيث يكون لدينا ما يكفي من الماء الساخن. وكلما زاد لدينا الشعور بندرة الموارد ، ستتطور التقنيات الأفضل لاستخدام هذه الموارد. ببساطة لن يكون لدينا أي خيار آخر ، لأن نقص الموارد في المستقبل سوف نشعر به أكثر وأكثر ، وما يبدو لنا الآن أنه القاعدة فيما يتعلق بإهدار الموارد سيعتبر وحشية ، وجهلاً ، وشيء غير منطقي على الإطلاق. من الناحية المثالية ، سنحسب أيضًا أنشطتنا الرياضية وأنظمتنا الغذائية وما إلى ذلك. في المطعم ، ستلتقط صورًا لطبقك وستتلقى معلومات حول عدد الكيلومترات التي تحتاجها للجري لحرق هذه السعرات الحرارية. هناك بالفعل مثل هذه التطورات ، لكنها ستكون متوفرة للعامة للإستخدام اليومي ، وستكون جزءًا لا يتجزأ من حياتنا.

بالنسبة لبعض الحالات الخاصة ، سيتم اختراع الأجهزة. توجد بالفعل نظارات للمكفوفين على شكل تطبيق يخبر الشخص بما هو أمامه. وهذه ليست سوى البداية.

NtechLab: وماذا عن المستقبل البعيد؟ هل يمكنك أن تتخيلي شيئًا لا يزال يبدو خياليًا مطلقًا ، ولكن ما الذي يمكن تحقيقه في يوم من الأيام بمساعدة تطوير معرفتنا بالشبكات العصبية على وجه التحديد؟

ناتاليا: بالنسبة للمستقبل البعيد جدًا والخيال ، أراهن ، من حيث الأجهزة الإلكترونية علي سبيل المثال ، أن كل شيء سيكون شفافًا ويمكن ارتداؤه. على الأرجح ، سيكون شيئًا مدمجًا في النظارات أو يتم ارتداؤه على المعصم ، أو مدمجًا في العدسات اللاصقة، وما إلى ذلك. نحن نتحرك بالفعل نحو هذا، وستصبح أنظمة التوصية أكثر ذكاءً من الآن، كل هذه التوصيات الخاصة بالصحة، والقراءة، والترفيه، وأنظمة التنبؤ، والتنبؤ بالرغبات.

NtechLab: ما الذي يجب القيام به ، ما الذي يجب أن نسعى جاهدين من أجله من أجل أن يحدث مثل هذا المستقبل؟

ناتاليا: من الضروري بالتأكيد التعامل مع الشبكات العصبية ، لأن هذا المادة الأساسية الآن في مرحلة التطوير عندما تنتقل من مرحلة العلم إلى التقنية. هناك مفهوم يسمى technology S-curve [1] [2] ، والذي يصف جيدًا تطور التقنيات المبتكرة. اليوم هم في النقطة التي يبدأ فيها التطور السريع ، ولكن في غضون عام سيكون قد فات الأوان لدخول هذه المنطقة ، لذلك من الضروري القيام بذلك الآن. إذا كانت لديك المعرفة والرغبة والخبرة الكافية ، فأنت بحاجة إلى التعامل مع الشبكات العصبية. سواء كان ذلك من خلال التعرف على الوجوه أو اللغة الطبيعية أو تحليل صور الأقمار الصناعية.

NtechLab: هل من الممكن بشكل مصطنع إنشاء تشابه مطلق لحياة الإنسان البشرية؟

ناتاليا: بالطبع لا. الآن هذا مستحيل ، ولكنني أعتقد أنه غير ضروري. إذا وصلنا إلى المستوي الذي سيكون من الممكن فيه إنشاء تشابه مطلق ، فمن المؤكد أنه سيكون من الممكن إنشاء شيء أفضل ، أكثر كمالًا ، نوعًا من سوبرمان ، “العنصر الخامس” ، إذا أردتم هذا. وهذا يعني أنه من الجدير الآن التفكير ليس في نسخ تشابهات منا ، ولكن في إنشاء مخلوق ، دعنا نقول ، من مرتبة أعلى.

NtechLab: ناتاشا ، قاموا بسؤالك “سؤال من الشارع” ، دعينا نسميه كذلك ، ولا يسعنا إلا أن نترجمه: هل يجب الخوف من التفرد ومتى يأتي هذا الخوف؟

ناتاليا: أنا كثيرا ما أسمع هذا السؤال. بإختصار ، يجب القول ماذا يعني التفرد. هذه لحظة افتراضية تصبح فيها المعلومات المتراكمة معقدة لدرجة أننا لن نتمكن من فهمها. ربما ننتقل إلى المستوى التالي من التنمية البشرية بعد إنشاء الذكاء الاصطناعي أو إنشاء آلية نذهب فيها نحن أنفسنا إلى شكل رقمي وسنوجد في بعض مساحة المعلومات عندما لا تكون هناك حاجة إلى الجسم. يعتقد العلماء أن هذا هو الشكل الذي ستبدو عليه نهاية العالم. يوجد العديد من النظريات حول هذا الأمر (النظرية المفضلة لي هي الذكاء الاصطناعي ذاتي التطوير “سرطان الأعصاب” لمؤلفها جيبسون). إذا سألتني عن رأيي ، يبدو لي أن هذا تصور مبالغ فيه إلى حد ما للواقع. إن الاكتظاظ السكاني ، والاحتباس الحراري ، ونضوب الموارد ، التي تحدثنا عنها أعلاه ، وكوارث مماثلة هي أقرب بكثير. أنا أكثر ميلًا للاعتقاد بأن الموارد في المستقبل سوف تنضب لدرجة أننا لن نكون قادرين على تحمل تكاليف شراء أجهزة الكمبيوتر، وستختفي مشكلة التفرد من تلقاء نفسها. سنعيش ونزرع الجزر والملفوف ، هذا إذا حالفنا الحظ ولم يحدث الاحتباس الحراري العالمي. بشكل عام، سأراهن على التفرد بدرجة أقل مما أراهن على كارثة بيئية عالمية، بغض النظر عن كم سيكون هذا حزينا.

NtechLab: لا يمكنك المجادلة بأن الآفاق مبهجة جداً. ولكن هل سنتمكن من منع أو التغلب على هذه الكارثة العالمية؟

ناتاليا: هذا سيعتمد على مدى سرعة بدء البشرية في التعامل مع مشاكلها على محمل الجد. لقد دخلنا الآن عصر إنكار هذه المشاكل. أتمنى ان يتوقف هذا قريبا.

NtechLab: هذا أمر مثير للاهتمام. هذا يعني أن هناك أمل ، والمستقبل ليس محددًا سلفًا. ناتاشا، هل تعرفين ، من الصعب وضع حد لمحادثتنا.

ناتاليا: يمكنك مواصلة الحديث لاحقا!

NtechLab: بكل سرور ، أريد حقًا مواصلة حديثنا قريبًا. ناتاشا ، شكراً جزيلاً لكي على القصة الرائعة ، ولمشاركتك آرائك مع قرائنا. نتمني لكي النجاح الكبير في كل مساعيكي والإستمرار!

1. Geroski, P.A. (2003). The Evolution of New Markets. Oxford: Oxford University Press
2. Ventresca, M. J & Zhao, M. (2012). Course Note: «System-builders and the evolution of large-scale technology: Lessons for ecosystem and infrastructure».