تقدير المشروع
← كل المقالات

التحسّن في الحديث مع الناس عن تعلّم الآلة – مقتطف من مقابلة مع أحد خبراء تعلّم الآلة لدينا

قبل عدة أشهر، دُعي أحد خبراء تعلّم الآلة لدينا ضيفاً في بودكاست عن تعلّم الآلة.

11 دقائق قراءة
تعلّم الآلةالبودكاست

قبل عدة أشهر، دُعي أحد خبراء تعلّم الآلة لدينا ضيفاً في بودكاست عن تعلّم الآلة. في الحلقة تحدث عن كيفية مناقشة تعلّم الآلة مع الآخرين وقدّم نصائح حول كيفية التحسّن في ذلك.

أعددنا مقتطفاً إنجليزياً من المحادثة يمكنك قراءته أدناه. نتمنى لك قراءة ممتعة!

‍
مرحباً! ضيفي اليوم مهندس تعلّم آلة. اسمح لي أن أبدأ بسؤالك عن دورك في شركتك، وما الرؤية التي لديك له، وما الأعمال المثيرة التي تنجزها هناك.

أهلاً، يسعدني ذلك. بالمناسبة، أقود أيضاً شركة لتعلّم الآلة نمت من شركة برمجيات أكبر. هناك قصة طويلة وراء نشأة هذه الشركة وما كانت الفكرة منها. بدأت كشركة منبثقة، أسسها بضعة مطورين برمجيات. واليوم نحن جزء صغير من الشركة ذو مهمة بحثية. الفكرة الرئيسية هي إجراء أبحاث مثيرة والمشاركة في مشاريع تستخدم تعلّم الآلة مع ارتباطها في الوقت نفسه بأنواع مختلفة من العلوم الأساسية. وبطبيعة الحال، عليك فوق ذلك أن تمزج بعض المشاريع التجارية لتمويل ذلك كما ينبغي. أحب أن أقول إنني أريد البحث عن مشاريع تغيّر العالم من حولي حقاً. وأنا أبحث عن مشاريع جيدة أعتقد أنها مطلوبة فعلاً.

إذن نقصد واجهة GUI من نوع إنقاذ الفيلة وتحويل مجاري الأنهار وما إلى ذلك؟

لكن هل تغيير مجرى نهر فكرة جيدة فعلاً؟ لا، على الأرجح لا. لدي اهتمامات شخصية مرتبطة بالاستشعار عن بُعد – دراسة الأرض عبر صور الأقمار الصناعية. هذه هي أنواع المواضيع المتعلقة بالطبيعة التي أسعى إليها في عملي. لن أدّعي أن هناك الكثير من مشاريع الذكاء الاصطناعي هذه، لكننا محظوظون بامتلاك بعضها ومواصلة العمل عليها. بدءاً من الفكرة الأولى عندما أطلقنا مشروعاً طبياً، وحتى الآن حيث ننفذ أيضاً مشروعاً مؤيداً للبيئة، الأمر ممكن. لكنني سأكون صريحاً، إنه صعب للغاية.

تبدو مشاريع الكشف عن السرطان رائعة. هل يمكنك أن تحدثنا عنها قليلاً أكثر؟ حتى الآن لم أسمع بشيء وصل إلى النهاية من البحث وبناء النموذج إلى حاسوب فعلي يعمل في مستشفى ويؤدي المهمة. يبدو أن تجاوز هذا الحاجز صعب حقاً.

بسبب اتفاقيات عدم الإفصاح (NDA)، كل ما أستطيع قوله هو أن المشروع يقوم على أساس علمي متين، وكان هدفه الأساسي اجتياز تدقيق FDA في الولايات المتحدة – وقد فعل ذلك. هذا يعني أنه جهاز طبي في مرحلة الإنتاج بالفعل. كانت الشركة قد عملت على هذا النوع من الأمور من قبل ومولته. كان لديهم أساس ممتاز لبناء مثل هذه النماذج وبنية تحتية مذهلة. كانت المشكلة البحثية محددة جيداً، وجُمع فريق من خبراء محددين. كانت مهمتنا ببساطة إيجاد حل ذكي لتلك المشكلة. وهذا بالضبط ما نجيده أكثر ونستمتع به أكثر في شركتنا.

‍لا بد أنه مريح جداً أن تبني فقط الجزء الذي تستمتع به وتفهمه، أو أن يتعرف بعضكم على بعض أثناء العمل، دون الجلوس في 10,000 اجتماع مع أشخاص إما يشرحون لك أشياء أو يحاولون معرفة ما يريدونه منك.

هذه المرحلة – لنسمِّها الحضانة – هي ما أحبه. ولا أستطيع القول إنني من كبار المعجبين بالاجتماعات. ومع ذلك، هناك أيضاً اجتماعات مكثفة وملهمة تهدف إلى معالجة المشكلة وصياغة الفرضيات. في شركتنا، هذا جزء واحد من العملية الإجمالية. لكن بشكل عام، عندما نبدأ الحديث مع العملاء، نقترح لقاءهم لمدة أسبوع تقريباً قبل أن نضع أي مفهوم جماعي. نسمي هذا ورش العمل. وخلال ذلك الأسبوع نناقش ونراجع الأدبيات ونفكر فيما هي الحالة الراهنة للمعرفة في الموضوع. لم يخذلني هذا النهج حتى الآن؛ ففي المدة التي قضيتها في هذا المجال، نجحت ورش العمل فعلاً. فبمجرد أن يبدأ الناس بالتحدث بعضهم إلى بعض، يبدأ كل شيء بالمعقولية، ومن هناك يصبح الأمر أسهل. فمثلاً، أثناء اجتماع كهذا يبنون مفردات مشتركة. يعرف الجميع أن الأسبوع سيكون مكثفاً جداً، ويأتون مستعدين. وفي أحيان كثيرة يحضر العملاء إلى ورش العمل وقد قرأوا الأدبيات بالفعل. هذا هو السيناريو المثالي. ورش العمل فعّالة للغاية.

‍ حسناً، لكن هناك أيضاً اجتماعات يحاول فيها كثير من الأشخاص من مستويات مختلفة في المؤسسة تحديد ما يريدون فعلاً تكليف مختبر البيانات هذا به، أو أياً كان ما نريد تسميته. أتساءل ما الذي يدفع العميل. هل هو سعر مرتفع بما يكفي ليدفعهم إلى قراءة الأدبيات، مع علمهم أن هذا الأسبوع يكلف كذا وكذا، فالأفضل أن يتحركوا بسرعة؟ أم أن هناك سبباً آخر، وتنطلق العملية فعلاً حين تكونون هناك؟

المال مهم بوضوح هنا. لكن في البداية تماماً، أياً كان الشخص الذي نحتضن معه المشروع، علينا أولاً أن نعديه بالافتتان الذي نشعر به – حتى يشاركنا الدافع نفسه. خذني مثلاً: أنا مولع جداً بالبحث العلمي. حين أعلم أنني سأدير ورشة عمل مع شخص ما وأننا سنتناول مشكلات صعبة للغاية، غالباً في مجال لم أكن أعرف عنه شيئاً من قبل، وأن أمامي الكثير لأتعلمه، أكون متحمساً جداً بالفعل. أشعر أن الناس يلتقطون هذا الحماس، وهذا هو الأهم – يأتي الناس وهم يفكرون: حسناً، هذا الشخص في طريقه، والآن سيكون الأمر صعباً. لن يتهاون؛ ومع أننا عملاؤه، سيطلب منا الكثير. وفوق ذلك، نعلم أنه أسبوع بسعر مناسب. ليس مبالغاً فيه، لكن الناس يشعرون أنه أسبوع يستثمرون فيه. ويسعدني أن الجميع يستعدون جيداً، لأنني حينها أشعر بأن عليّ أن أستعد بشكل أفضل. إنه حلزون من الاستعداد. وبعد ذلك يكون النقاش جيداً. ذات مرة أجريت ورشة عمل رائعة مع خبير في مجاله، في التشخيص الطبي أيضاً. نقل شغفه بطريقة حديثه وكان مستعداً جيداً لدرجة أن النقاش كان قوياً حقاً. اضطررنا إلى أن يُخرجونا من الغرفة. لكن شيئاً جيداً نتج عن ذلك.

‍هل يمكنك أن تخبرني المزيد عن ذلك؟ أنا فضولي من أين تبدأ وفي أي لحظة تقول: حسناً، فهمنا الأمر. هل تعلّم الناس ما هو تعلّم الآلة؟ كيف يسير الأمر؟

في البداية تماماً، نقوم بالعمل التجاري المعتاد مع العميل ونناقش المصطلحات الأساسية. ثم عندما أصل إلى ورش العمل، أقسّمها إلى أقسام مناسبة بحسب نوع العميل. فإذا كان الوضع أن لا أحد يعرف هل ML هو الخيار الصحيح، تبدأ الورشة بنقاش عن ماهية تعلّم الآلة وكيف يختلف عن المقاربات الأخرى وهل يحتاجه العميل فعلاً. أحياناً لا يحتاجه، ومن واجبنا أن نقول ذلك بصراحة، لأن ليس كل مشكلة يجب معالجتها بخوارزميات تعلّم الآلة. هذا عادةً هو اليوم الأول. اليوم الثاني مخصص لطرح الأسئلة. أكتب سيناريو تلك المحادثة لأستخرج أكبر قدر ممكن من المعلومات من العميل المحتمل وأفهم مجاله. وأستعد أيضاً مسبقاً – أراجع الأدبيات وأرى ما الحلول الموجودة حالياً. بعد تلك المحادثة، تتوافر لدي معلومات كافية لأقرر هل إثبات المفهوم (Proof of Concept) ضروري. ثم أعرض على العميل أول حل ممكن، وهو الأبسط. وبعد ذلك الجزء الأول، قد أقول – حسناً، هذه منطقة معروفة جيداً؛ لا حاجة إلى إثبات المفهوم. وهذا موقف مريح. إذا كنت ترغب في تنفيذ مشروع، يمكننا أن نبدأ فوراً ونكوّن فريقاً. لكن في بعض الأحيان يكون إثبات المفهوم ضرورياً، لأن المعرفة لم تُغطَّ على نطاق واسع في العلم وليس واضحاً هل يمكن تنفيذ الأمر أصلاً – وأقول ذلك للعميل بصراحة.

‍إثبات المفهوم السحري هذا – اسأل 30 شخصاً في مجالنا وستحصل على 30 تعريفاً مختلفاً تماماً. هذا ما أود الوصول إلى جوهره. وتلك الأسئلة التي ذكرتها، ما الذي تغطيه؟

نهجي هو أن أنظر في المجالات التي تنشط فيها الشركة التي سأعمل لصالحها، وكذلك أي نوع من الفرق سأعمل معه، ومن يستطيع مساعدتي في المهمة، ومن المعنيّ، ومن هو الخبير أصلاً، وما المعرفة الموجودة، وما خلفية المشروع، ومن أين نشأت الفكرة. لتعمل معاً بشكل جيد، عليك أن تفهم تماماً الشخص الذي تعمل لصالحه وما ينوي – لماذا يريد بناء هذا تحديداً وليس شيئاً آخر. هذا بالتأكيد يسهّل المحادثات اللاحقة، ويمكنك أن تضع بسرعة مسرداً بالمصطلحات. وكما تقول، نفهم كل منا إثبات المفهوم بشكل مختلف، لذا علينا أن نتفق على المصطلحات. أما ما يعنيه PoC بالنسبة لي، فأتعامل معه كعملية علمية: يحدد مشكلة بحثية ويتحقق من الفرضيات. لذا أقدّم للعميل المشكلة البحثية والفرضيات التي تقف خلفها، وأيها تأكد وأيها رُفض، ثم ما سنفعله بعد ذلك.

‍وهذا بالضبط ما أردت تحديده. كثيراً ما يخلط الناس بين PoC وMVP، وهناك التباس كبير حول ذلك. يتعامل البعض مع الاختصارين على أنهما قابلان للتبادل، لكن إذا فكرت في الأمر، فهما ليسا كذلك.

بالضبط، وأعتقد أيضاً أنه من الحاسم أن نحدد ما سنفعله ونستعرض العملية بأكملها. هذه إحدى الأفكار التي نحملها إلى ورش العمل. في اليوم الأول نتحدث فعلاً عن كيف نعمل وما الذي سنفعله بعد ذلك. ماذا يعني PoC؟ ماذا يعني MVP؟ ماذا يعني العمل عن بُعد؟ وهذه أيضاً فكرة مثيرة جداً جداً في أيامنا. الأساسي أن يعرف الجميع هذا المسرد، فيسير التعاون بسلاسة أكبر.

‍تقصد تعليم الناس عن تعلّم الآلة؟ ما تجربتك هناك؟ لأنه من الصعب أن تشرح لأحد في بضع ساعات كيف يعمل هذا المجال – أن تنقله من وجهة النظر التي ترى أن كل شيء يمكن تخطيطه بمدة معروفة إلى وجهة النظر التي ترى أنني بعد مدة سأخبرك هل يمكن إنجازه، وعندها فقط سنبنيه. كثيرون لا يرون هذا بديهياً، أو هكذا يبدو لي على الأقل.

أعتقد أنك أثرت نقطة جيدة جداً. الخطوة الأولى هي رسم خط واضح فوراً بين التطوير الكلاسيكي وتطوير تعلّم الآلة. في الأول، نستطيع التنبؤ تقريباً بموعد انتهاء المشروع. جميع لبنات أي حل مفهومة إلى حد كبير. أما في ML، فمع أن اللبنات معروفة، فإن «السيارة» غير معروفة – لا أحد يعلم ما ستكون النتيجة. هذه هي المرحلة التي تحتاج فيها إلى سرد القصة مراراً وتكراراً، وأبسط طريقة هي عبر مثال يُبنى. هذا ما تمثله لي ورش العمل هذه – بعدها أعرف تقريباً ما علينا فعله، وأخبرهم بالبيانات التي سنحتاجها. وأعترف بأنني قد أقلل قليلاً من شأن النمذجة أو كتابة نموذج تعلّم الآلة، لأنني أقول ببساطة – هذه هي البيانات التي لدينا، وتحتوي هذه البيانات على بعض الضوضاء؛ وعليك أيضاً أن تفهم تلك الضوضاء، لأنها ستنتقل إلى الحلول اللاحقة. وقد لا ينجح الأمر مع ذلك، لأنني لا أستطيع أن أعدك بغير ذلك. وبالطبع السؤال الأول دائماً: كم من البيانات أحتاج؟ هذا تعلّم آلة؛ هذا بحث. أستطيع تصميم مشروع بحثي بحيث أتمكن في لحظة ما من القول كم من البيانات نحتاج. لكن ليس في البداية تماماً؛ وهذا غالباً ما يحدث. كلما كنت أكثر انفتاحاً بشأن كيفية عمل الأمور كان ذلك أفضل – بهذه الطريقة لا توجد مفاجآت لاحقاً. ننفذ جميع PoC وMVP بسعر ثابت، لأن ذلك يسهّل التخطيط، وأعتقد أن هذا أيضاً بالغ الأهمية. لا نقول إننا سننهي هذا الـ ML في وقت غير محدد؛ بل نحدد فترة دقيقة، لنقل نصف عام، سنعمل خلالها. ثم بعد تلك الأشهر الستة، أعرض على العميل النتيجة، لكنها قد تختلف عما كان يأمله. فهو لا يزال بحثاً، وعلينا التأكد من أنه يفهم ذلك. ومن ناحية أخرى، وفق مبدأ الفشل السريع (fail-fast)، لنتحرك بسرعة ونتواصل كثيراً لنعرف إلى أين يتجه كل شيء. نعم، أعتقد أن الصدق جزء أساسي من تعليم الناس عن تعلّم الآلة.