Patrick M. Pilarski, Ph.D. Canadá CIFAR AI Chair (Amii)

Por

O Dr. Patrick M. Pilarski é presidente da CIFAR de Inteligência Artificial do Canadá, ex-presidente de Pesquisa do Canadá em Inteligência de Máquinas para Reabilitação e professor associado na Divisão de Medicina Física e Reabilitação do Departamento de Medicina da Universidade de Alberta.

Em 2017, o Dr. Pilarski foi cofundador do primeiro escritório de pesquisa internacional da DeepMind, localizado em Edmonton, Alberta, onde atuou como colíder do escritório e Cientista de Pesquisa Sênior até 2023. Ele é Fellow e membro do Conselho de Administração da Alberta Machine Intelligence Institute (Amii), co-lidera o Bionic Limbs for Improved Natural Control (BLINC) Laboratory, e é um investigador principal do Reinforcement Learning and Artificial Intelligence Laboratory (RLAI) e da Sensory Motor Adaptive Rehabilitation Technology (SMART) Network em a Universidade de Alberta.

Dr. Pilarski é o premiado autor ou co-autor de mais de 120 artigos revisados ​​por pares, um membro sênior do IEEE, e tem sido apoiado por bolsas de pesquisa provinciais, nacionais e internacionais.

Sentamo-nos para uma entrevista na conferência anual Upper Bound de 2023 sobre IA, realizada em Edmonton, AB e organizada pelo Amii (Alberta Machine Intelligence Institute).

Como você se encontrou na IA? O que te atraiu na indústria?

Essas são duas questões separadas. Em relação ao que me atrai na IA, há algo de belo em como a complexidade pode emergir e como a estrutura pode emergir da complexidade. A inteligência é apenas um desses exemplos incríveis disso, então, seja vindo da biologia ou de como vemos o comportamento elaborado surgir nas máquinas, acho que há algo de bonito nisso. Isso sempre me fascinou por muito tempo, e minha longa trajetória sinuosa para trabalhar na área de IA em que trabalho agora, que são máquinas que aprendem por tentativa e erro, sistemas de reforço que interagem com humanos enquanto ambos estão imersos nele, o fluxo da experiência, o fluxo do tempo, passou por todos os tipos de platôs diferentes. Estudei como máquinas e humanos poderiam interagir em termos de dispositivos biomecatrônicos e biotecnologia, coisas como membros artificiais e próteses.

Analisei como a IA pode ser usada para dar suporte a diagnósticos médicos, como podemos usar a inteligência da máquina para começar a entender padrões que levam a doenças ou como diferentes doenças podem se apresentar em termos de registros em uma máquina. Mas tudo isso faz parte desse longo esforço para realmente começar a apreciar como você pode ser capaz de obter comportamentos muito complexos a partir de fundamentos muito simples. E é isso que eu realmente amo, especialmente sobre aprendizado por reforço, é a ideia de que a máquina pode se inserir no fluxo do tempo e aprender com sua própria experiência para exibir comportamentos muito complexos e capturar fenômenos complexos, realmente, no mundo ao seu redor . Isso tem sido uma força motriz.

A mecânica disso, na verdade, fiz muitos treinamentos em medicina esportiva e coisas assim no colégio. Estudei medicina esportiva e agora estou trabalhando em um ambiente onde observo como a inteligência das máquinas e as tecnologias de reabilitação se unem para apoiar as pessoas em sua vida diária. É uma jornada muito interessante, como o fascínio paralelo com sistemas complexos e complexidade, e então uma pragmática muito prática de como começamos a pensar sobre como os humanos podem ser melhor apoiados, viver as vidas que eles querem viver.

Como o esporte inicialmente o levou às próteses?

O que é realmente interessante em campos como a medicina esportiva é olhar para o corpo humano e como as necessidades únicas de alguém, sejam esportivas ou não, podem de fato ser apoiadas por outras pessoas, por procedimentos e processos. Os membros biônicos e as tecnologias protéticas tratam da construção de dispositivos, construção de sistemas, construção de tecnologia que ajuda as pessoas a viver a vida que desejam. Essas duas coisas estão realmente intimamente conectadas. Na verdade, é muito empolgante poder fechar o círculo e ter alguns desses interesses anteriores se concretizando, novamente, co-liderando um laboratório onde examinamos… E especialmente sistemas de aprendizado de máquina que funcionam de maneira fortemente acoplada, a pessoa que eles são projetados para apoiar.