مصاحبه با لری پیج ، یکی از بنیانگذاران گوگل
در سال 2014 چارلی رُز یک مصاحبه با لری پیج داشت که بخشی از آن را در این قسمت می خوانیم:
(چارلی رز): پیش از این مصاحبه با لری پیج، لری ایمیلی برایم فرستاد که در آن میگفت باید حواسمان باشد مثل دو تا مرد میان سالِ “حوصله سر بر” به نظر نرسیم. مرسی!!! من کمی بزرگ ترم! ظاهرا این جمله بیشتر به من برمیگردد!
قرار است در این مصاحبه با لری پیج بیشتر راجع به آینده ی گوگل صحبت کنیم. پس:
جایگاه گوگل کجاست و به کجا می رود؟
این چیزی ست که ما هم زیاد به آن فکر میکنیم. تعریفی که مدتها پیش برای کار خودمان کردیم مرتب کردن اطلاعات کل دنیا و در دسترس قرار دادن آن به صورت جهانی و کاربردی ست. و مردم همیشه میگویند: هنوز هم دارید همین کار را انجام میدهید؟ و من گاهی خودم راجع به این موضوع فکر میکنم اما خیلی مطمئن نیستم. البته وقتی بحث جستجو به میان می آید مسئله بسیار عمیق تر و گسترده تر میشود و ما هنوز خود را در مراحل اولیه اش میبینیم. 15 سال صرف این کار کرده ایم ولی اصلا به اتمام نرسیده است.
وقتی به اتمام برسد چگونه خواهد بود؟
کامپیوتر نمیداند که شما کجا هستید، چه میکنید، و چه میدانید. بسیاری از کار ما صرف این شده که این دیوایس را کارامد تر کنیم، تا بستر مورد نظر شما را بفهمد. Google Now میداند کجا هستید و میداند ممکن است چه چیزی احتیاج داشته باشید. اما عملی کردنِ این “فهمیدن” کاری بسیار سنگین است که ما هنوز انجام نداده ایم.
وقتی به کاری که گوگل انجام میدهد نگاه میکنی، جایگاه Deep Mind را کجا میبینی؟
خب، Deep Mind کمپانی ایست در انگلستان که ما به تازگی به دست آورده ایم. اول بگذارید بگویم چطور به اینجا رسیدیم. به دنبال راهی بودیم برای این که در جستجو کامپیوترها واقعا شما را بفهمند، طوری که “صدا” بسیار مهم شد. حالا speech recognition در چه وضعیتی قرار دارد؟ نامطلوب. خیلی نمیفهمد چه میگویید. پس شروع کردیم به تحقیقاتی بر آموزش ماشین ها برای بهبود این مسئله. که بسیار هم موثر بود. تنها با نگاه کردن چیزهایی مثل یوتیوب کار را آغاز کردیم. میتوانیم یوتیوب را بفهمیم؟ سپس آموزش ماشین را در یوتیوب انجام دادیم و نتیجه اش شناسایی گربه توسط خود ماشین و بدون کمک بود.
این مفهوم مهمی ست. و ما فهمیدیم اینجا واقعا چیزی وجود دارد. چیز بسیار جالبی که درمورد Deep Mind وجود دارد این است که بدون نظارت یاد میگیرند. با بازی های ویدیویی شروع کردند و به صورت خودکار آن را فرا گرفتند. تنها با انجام این بازی ها.
در مورد بازی ها و این که ماشین ها چطور می آموزند کارهای مهم انجام دهند کمی توضیح میدهید؟
سیستم دقیقا همان چیزی را میبیند که شما میبینید، پیکسل ها؛ کنترل ها و امتیازات را دارد و یاد گرفته که همه ی این بازی ها را انجام دهد. و یاد گرفته که با پرفورمنس فرا انسانی هم این بازی ها را انجام دهد.
تا به حال نتوانسته ایم با کامپیوترها کاری مانند این انجام دهیم. مثلا در بوکس کامپیوتر کشف میکند که میتواند به نوعی حریف را گیر بیندازد و به سرعت امتیاز جمع میکند. حالا چنین هوشی را در برنامه ی روزانه تان یا نیازهای اطلاعاتی تان و غیره تصور کنید. تازه در ابتدای این راه هستیم و این چیزی ست که من به واقع برایش هیجانزده هستم!
یعنی با توجه به چیزی که در Deep Mind و این بازی ها اتفاق افتاده، بخشی از مقصد هوش مصنوعی ست. در این زمینه کجا هستیم؟
برای من این یکی از جالب ترین چیزهایی ست که تا به حال دیده ام. کسی که این کمپانی را راه اندازی کرد، دمیس، زمینه ی نوروساینس و علوم کامپیوتر دارد. برای گرفتن مدرک دکتری اش به دانشگاه برگشت تا درنهایت بتواند مغز را مطالعه کند. پس فکر میکنم کارهای جالب زیادی را شاهد خواهیم بود که به گونه ای کامپیوتر و نوروساینس را به هم وصل میکند تا بفهمد برای انجام کاری هوشمندانه و واقعا جالب چه راهی را باید پیش گرفت.
سطح فعلی چیست؟ و فکر میکنید سرعت حرکت به سمت این مقصد چگونه است؟
الان در حد شناختن گربه ها در یوتیوب و شناسایی بهتر صدا. زیاد کار میبرد تا به جایی که مدنظر است برسیم. و ما داریم زیاد کار میکنیم.
در مورد پروژه ی Loon توضیح میدهید؟
ایده ی این پروژه از نتیجه ی یکی از جستجوهای من شکل گرفت. کسی حدود 30-40 سال پیش یک بالن را به هوا فرستاده بود که چند بار دور زمین را دور زده بود. هم اکنون از هر 3نفر در دنیا دو نفر آنها دسترسی مناسبی به اینترنت ندارد. و همه چیز به خاطر تکنولوژی وابستگی زیادی به اینترنت پیدا کرده است. پس من با خود فکر کردم که چرا ما نتوانیم این کار را انجام دهیم؟ با بالن اینترنت را در سرتاسر دنیا پخش کنیم!
سیستم حمل و نقل چطور؟ خودروهای اتوماتیک؟
وقتی در میشیگان کالج میرفتم باید هر روز صبح در سرما و برف منتظر اتوبوس میماندم. واقعا سخت بود. ایده ی خودروی اوتوماتیک تقریبا از همین جا نشئت گرفت. حدود 18 سال پیش فهمیدم که کسانی روی خودروهای اوتوماتیک کار میکنند و من شیفته اش شدم. در مورد نتایجی که این پروژه میتواند داشته باشد بسیار هیجان زده ام. هم چنین درمورد امکاناتی که برای پیشرفت دنیا به همراه می آورد. سالانه 20میلیون نفر در تصادفات آسیب میبینند. دلیل اصلی مرگ افراد زیر 34 سال در ایالات متحده نیز همین است.
یعنی جان افراد را نجات میدهید؟
بله. و همچنین حفظ فضا و بهبود زندگی. نصف لس آنجلس پارکینگ است. واقعا نمیدانم چرا باید این گونه فضای شهر را هدر دهیم.
منبع هات اپ نیوز