Skip to main content

Apa rasanya untuk melakukan penyelidikan ai di facebook - muse

How This Lake in Northwest Asia Got Deadlier Than Chernobyl (April 2025)

How This Lake in Northwest Asia Got Deadlier Than Chernobyl (April 2025)
Anonim

Angela Fan-seorang penyelidik kecerdasan buatan (AI) di Facebook-menyedari bahawa kebanyakan orang tidak benar-benar memahami apa AI, apalagi apa yang dia lakukan di tempat kerja setiap hari. Walaupun kekecewaan yang timbul dengan realiti ini, Fan sangat gembira dengan bidang yang dipilihnya.

"Ia sangat menarik untuk bekerja pada masalah penyelidikan yang mempunyai aplikasi potensi yang menakjubkan ini, " katanya.

Apabila Fan memasuki kolej, dia tidak tahu dia akan berakhir di AI. Pertama, dia fikir dia akan menjadi doktor atau jururawat. Kemudian, tertarik dengan kesihatan awam dan epidemiologi, dia memilih statistik sebagai majoriti. Dia dengan cepat menyedari bahawa belajar bagaimana kod akan membantu dia "memanipulasi dan menganalisis data dengan lebih cekap, " jadi dia menyelami ilmu komputer juga. Laluan ini membawa beliau ke dalam bidang sains data yang dia cintai. Jadi, dia memohon untuk menjadi seorang saintis data di Facebook dan mendapat peranannya.

Tidak lama selepas menyertai Facebook, dia belajar tentang pasukan penyelidikan AI mereka. Teruja dengan kerja yang mereka lakukan, dia memohon untuk dipindahkan.

"Saya tidak begitu yakin dengan permohonan saya, tetapi saya fikir saya perlu mencuba, " katanya. "Saya sangat gembira kerana saya melakukannya."

Untuk mengetahui lebih lanjut mengenai pengalaman Fan dan AI, baca terus.

Apa Rasanya Memindahkan Pasukan?

Di Facebook, orang ramai digalakkan untuk bekerja pada pasukan yang berbeza. Sebenarnya, sebab utama saya ingin menyertai Facebook ialah proses "boot boot"-ramai orang yang dipekerjakan untuk peranan umum, dan boleh bercakap dengan pasukan yang berbeza dan mencuba berbagai tugas kecil sebelum mereka memutuskan kumpulan mana yang akan menyertai sepenuh masa.

Setakat memindahkan pasukan pergi, selepas bekerja pada pasukan anda selama setahun, pekerja boleh "hack-a-month" pada pasukan lain untuk melihat apa yang ia suka dan untuk melihat apakah ia akan menjadi menyeronokkan untuk menyertai, jadi prosesnya cantik licin.

Nasihat saya untuk sesiapa sahaja yang ingin melakukan pemindahan dalaman adalah: Ia adalah keistimewaan yang hebat untuk dapat memilih pasukan anda. Benar-benar memaksimumkan peluang dengan bukan hanya bercakap dengan pengurus di dalam pasukan tetapi juga dengan mengenali orang lain dan bertanya kepada mereka tentang kerja mereka, pasukan dinamik, dan peluang projek apa yang tersedia. Pertimbangkan apa yang anda ingin pelajari dan jika matlamat pasukan sejajar dengan bidang yang ingin anda bekerjasama.

Dalam Kata-kata Anda, Apakah Perisikan Buatan?

AI adalah bidang ilmiah cuba mengajar komputer untuk berfikir dan membuat keputusan seperti manusia. Beberapa contoh di Facebook adalah terjemahan bahasa automatik, menambah kesan interaktif kepada foto, jawatan kedudukan dalam suapan anda, dan menyekat kandungan yang menyinggung perasaan.

Salah satu mitos tentang AI ialah ia sendiri yang mencukupi dan boleh berjalan sepenuhnya dengan sendirinya. Itu tidak benar-AI hari ini sama pintar seperti kucing atau anjing. Ini bukan untuk mengurangkan kemajuan setakat ini, tetapi kami masih mempunyai banyak cara untuk pergi. Terdapat juga salah tanggapan bahawa ia bersedia untuk menggantikan pekerjaan manusia. Tetapi pada umumnya, AI melengkapi orang dan kerja mereka. Sebagai contoh, AI dapat membantu doktor mengesan sel-sel kanser dalam imej perubatan dengan lebih cepat, meninggalkan doktor dengan lebih banyak masa untuk membantu anda dengan pelan rawatan dan pemulihan.

Apa Hari Kerja Biasa Seperti Anda?

Pada waktu pagi, saya sering menghadiri ceramah penyelidikan atau "pertemuan membaca, " di mana orang-orang berlainan bekerja dengan mereka yang sedang melakukan atau membaca. Selepas itu, saya bertindak balas terhadap e-mel, membaca karya sains, dan menyemak idea-idea "eksperimen" saya yang berbeza-beza untuk algoritma-untuk melihat betapa berjaya mereka.

Selepas makan tengah hari bersama pasukan saya, saya mengetepikan pengekodan dan menyediakan lebih banyak eksperimen. Saya mendedikasikan petang Khamis untuk bertemu dengan pelatih, mengawasi projek-projek yang saya nasihatkan, dan menghadiri mesyuarat projek saya sendiri di mana kita membincangkan keputusan yang berterusan dan berkongsi idea untuk apa yang kita mahu cuba seterusnya. Saya suka meninggalkan banyak masa untuk sesi brainstorming ini kerana anda tidak pernah tahu apa yang anda fikirkan jika anda terus berbincang.

Mana-mana Projek Tertentu Anda Bekerja Right Now Yang Excite You?

Saya secara umumnya bekerja pada penjanaan teks, yang memberi tumpuan kepada bagaimana kita boleh memperbaiki model yang menulis teks. Satu penggunaan ini adalah terjemahan. Contohnya, model itu akan membaca ayat Perancis dan, sambil membaca perkataan Perancis, tulis terjemahan bahasa Inggeris yang sepadan.

Projek yang saya sedang kerjakan sekarang ialah menggunakan algoritma yang menggunakan model penterjemahan kuasa dan menerapkannya kepada tugas-tugas kreatif seperti menulis cerita pendek. Matlamatnya adalah untuk mencipta model yang boleh mengambil premis (contohnya, cerita mengenai seorang superhero) dan menulis satu perenggan atau dua tentangnya. Ini masalah penyelidikan yang sangat menarik kerana kebanyakan tugas penjanaan teks memberi tumpuan kepada ayat, bukan perenggan. Mewujudkan algoritma yang boleh menulis beberapa ayat yang benar-benar masuk akal bersama adalah mencabar!