مدیر عامل داخلی وندی تان وایت درباره «دموکراتیزه کردن» روباتیک
تان وایت درباره نحوه کمک به رباتیک به تولیدکنندگان کوچک، رابطه Intrinsic با گوگل و مهارتهای مربوط به عصر هوش مصنوعی صحبت میکند.
وندی تان وایت، مدیر عامل Intrinsic — Courtesy Intrinsic
وندی تان وایت رهبری نرمافزار رباتیک و شرکت هوش مصنوعی Intrinsic را بر عهده دارد که بر سهولت استفاده و آموزش رباتهای صنعتی تمرکز دارد. Intrinsic ابتدا خارج از Google در Alphabet، به عنوان بخشی از گروه "شرط های دیگر" خود، که شامل مشاغلی مانند Waymo است، حضور داشت. اما در فوریه امسال، Intrinsic به عنوان یک نهاد مجزا وارد گوگل شد و با DeepMind همکاری نزدیک داشت و از مدلهای Gemini و سرویسهای ابری گوگل استفاده میکرد.
در ماه سپتامبر، Intrinsic اعلام کرد که نرمافزار اصلی خود را – که برای ساخت و کار با روباتهای صنعتی مورد نیاز است – بهصورت رایگان یا متنباز در دسترس قرار میدهد. هدف این است که تولیدکنندگان کوچکتر توانایی استفاده از روبات ها را بدون نیاز به صرف مبالغ هنگفت برای فناوری سفارشی بدهند. در درازمدت، Google و Intrinsic امیدوارند که به ارائه دهندگان پلتفرمی تبدیل شوند که بر روی آن نرمافزار ساخته میشود. تان وایت این را به عنوان "اندروید برای روباتیک و هوش مصنوعی" می داند.
تان وایت به عنوان یک کارآفرین، سرمایه گذار و اپراتور تجربه دارد. او یکی از بنیانگذاران پلتفرم وبسایتسازی در بریتانیا Moonfruit بود، که بعدا به یک شریک در صندوق رشد ۲.۵ میلیارد پوندی صندوق رشد بریتانیا و شریک عمومی در Entrepreneur First، سرمایهگذار استعدادهای فناوری جهانی در هوش مصنوعی، روباتیک و بیوتکنولوژی تبدیل شد. سپس تان وایت به عنوان معاون در Alphabet’s X، کارخانه مهتابنگاری، استخدام شد و در سال 2021 Intrinsic را راهاندازی کرد که از X خارج شد.
او با تایم صحبت کرد که چگونه رباتیک را به تولیدکنندگان کوچک کمک می کند، رابطه Intrinsic با گوگل و مهارت هایی که جوانان در عصر هوش مصنوعی به آن نیاز دارند.
برای وضوح این مصاحبه فشرده و ویرایش شده است.
در مورد تاریخچه Intrinsic بگویید.
فرآیند تولید برای سالها [از زمان انقلاب صنعتی و ظهور مدل هنری فورد] واقعا تغییر چندانی نکرده است. و مشکل آن این است که شما باید آن را مقرون به صرفه کنید. باید حجم بالایی داشته باشد و از نظر محصول بسیار مشابه باشد. و بنابراین، از دیدگاه مشتری، شما همیشه نمی توانید چیزی بسیار خاص را که برای شما سفارشی شده است، با قیمتی که می توانید تهیه کنید، داشته باشید. و همچنین از نظر تولید، خطوط بسیار شکننده و بسیار استاندارد هستند.
یکی از چیزهایی که ما به آن نگاه میکردیم این بود که اگر شما رباتیک را وارد کنید، آیا میتوان فرض کنیم سلول ربات بیش از یک کار را انجام دهد؟ آیا میتوانید سلول رباتی تهیه کنید که برای ساختن یک تلفن و سرور هوشمندتر باشد و هنوز به این پیچیدهتر نیست، اما شاید یک نوع محصول دیگر در یک خط باشد. آیا می توانید آن را سفارشی کنید، و آیا می توانید در واقع فقط چند آیتم بسازید؟ دلیل مهم این است که موجودی را هدر نمی دهید. شما در واقع آنچه را که واقعا نیاز دارید می سازید. و یک کارخانه در واقع می تواند بسیار انعطاف پذیرتر باشد.
مزیت دیگر چنین چیزی ممکن است این باشد که وظایف خاصی وجود دارد که انسان ها در این خط تولید کارهایی را انجام می دهند که در واقع نباید انجام دهند. وظایف خطرناکی وجود دارد. از طریق کووید، بسیاری از کارگران ماهر در بخش تولید بازنشسته شدند، زیرا نمیخواهند این مشاغل را انجام دهند. در تولید مواد غذایی، عده ای هستند که باید آنجا بنشینند و گوشت مرغ را جدا کنند. این شغلی نیست که انسان ها نیز باید انجام دهند، و فقط بسیاری از مشاغل خطرناک، کثیف و بسیار تکراری مانند آن وجود دارد.
بنابراین، من فکر میکنم با روباتیک و هوش مصنوعی، چیزی که به ارمغان میآورد توانایی ساخت و تولید بسیار انعطافپذیرتر و هوشمندانهتر است، بنابراین در واقع این چیزی است که اکثر تیم من به آن اهمیت میدهند. چگونه می توانید دسترسی به آن نوع فناوری و ابزار را دموکراتیک کنید تا کسب و کارهای کوچک و بزرگ بتوانند به آن دسترسی داشته باشند؟ چگونه مطمئن می شوید که انسان ها مجبور به انجام این نوع کارها نیستند؟ اما همچنین چگونه میتوانید بخشی از این تولید را به صورت محلیتر بازگردانید، زیرا در غیر این صورت، کاری که ما نیز انجام میدهیم این است که محمولهای از مواد خام را به چین میفرستیم، آن را در آنجا میسازیم زیرا ارزانتر است، و برین
دوباره آن را برگردانید. به نظر می رسد که از نظر اقتصادی و آب و هوایی یک اتلاف واقعی است، اما همچنین یک زنجیره تامین دیوانه کننده است که باید به آن تکیه کرد. بنابراین در این بینش، در واقع، ما ثابت کردیم که میتوانیم سلولها و روباتیک را با هوش مصنوعی انجام دهیم که میتواند انعطافپذیرتر باشد و همچنین میتواند یک واحد کوچکتر یا حتی در یک شهر کوچک یا یک انبار کوچک باشد، اما همچنین میتواند به صورت مدولار در کارخانههای بزرگتر نیز استفاده شود. بنابراین این بینش بود.
ما یک نمونه اولیه را انجام دادیم و سپس آلفابت پشت سر گذاشت و گفت: "در واقع، ما فکر می کنیم شما آماده اید." من فکر می کنم همانطور که گوگل آن را دید، مانند اندروید برای روباتیک و هوش مصنوعی بود. آنها با نوآوری اندروید به عنوان یک پلتفرم برای دموکراتیک ساختن برنامه های کاربردی برای تلفن های همراه بسیار خوب عمل کرده اند. بنابراین من می خواستم همین کار را انجام دهم.
Intrinsic در ماه فوریه وارد گوگل شد. چه تاثیری داشته است؟
دلیل بازگرداندن ما این است که رباتیک و هوش مصنوعی بسیار جلوتر و در مرکز قرار دارند. تا کنون، این در مورد هوش مصنوعی و ابزارهای عامل بوده است، اما هنوز هم فقط در دنیای دیجیتال بسیار زیاد است. بنابراین برای ویدیو، برای تصاویر، برای زبان است. سنگر بعدی چیزی است که ما آن را هوش مصنوعی فیزیکی می نامیم، که این است: آیا می توانید همان توانایی ایجاد هوش در اطراف بینایی، لمس و تحرک را که ما به عنوان انسان بدیهی می دانیم، به ارمغان بیاورید. و این همان چیزی است که رباتیک واقعا وجود دارد.
کاری که اکنون میتوانیم با هوش مصنوعی انجام دهیم، افزودن دید، لمس و تحرک به روباتیک است، و دموکراتیزه کردن آن، باز کردن آن به معنای نرمافزاری، کاری است که ما ثابت کرده بودیم میتوانیم انجام دهیم، و به نوعی، با توجه به Gemini و با توجه به اینکه گوگل به کجا میرود، راهی بسیار طبیعی برای آنها بود. اکنون پلتفرمی برای هوش مصنوعی به صورت فیزیکی وجود خواهد داشت و آنها فکر می کردند که ما به بخش اصلی آن تبدیل خواهیم شد.
ما شرکای زیادی داشتیم، بنابراین با همکاری انویدیا، سرمایهگذاری مشترک با فاکسکان، بزرگترین تولیدکننده لوازم الکترونیکی در جهان، انجام دادیم، و بسیاری از مردم شروع به سرمایهگذاری روی ما کردند، و من فکر میکنم آلفابت احساس میکرد که این باید بخش اصلی نسل بعدی نرمافزار ما برای هوش مصنوعی فیزیکی باشد، بنابراین آنها ما را بازگرداندند، زیرا کار با DeMi بسیار مفید بوده است. این به ما اطمینان بیشتری می دهد که واقعا روی دموکراتیزه کردن ابزار تمرکز کنیم تا اینکه نگران کسی باشیم که می خواهد روی ما سرمایه گذاری کند.
تا اینجا خیلی خوب است، اما به نظر من از نظر روانی بدیهی است که یک تغییر است.
چگونه این نحوه برخورد شما با مسائلی مانند تصمیم گیری روزانه یا تصمیم گیری را تغییر می دهد؟
آنها در واقع به طور غیرمعمولی ما را از هم جدا نگه داشته اند، بنابراین به نوعی، ما بیشتر شبیه به زمانی که DeepMind برای اولین بار خریداری شد، وارد شده ایم، و آنها من را مدیرعامل نگه داشته اند. آنها نام تجاری ما را به عنوان Intrinsic نگه داشته اند. ما دو ساختمان از خودمان داریم که در محوطه اصلی دانشگاه نیستند. بنابراین ما هویت خودمان را داریم و دلیلی که آنها این کار را کرده اند این است که می دانند ما هنوز در حال افزایش و رشد هستیم. و اگر فقط سعی کنید و ما را درگیر کنید، این یک بازگشت به معضل مبتکر است. شما ما را به یک منطقه استاندارد محصول در Google برگردانید. ممکن است زمان پخش مورد نیاز برای تنفس و ادامه نوآوری را نداشته باشد.
اکنون ما در حال نوآوری در خود کسب و کار هستیم، نه فقط فناوری. بنابراین من فکر می کنم که واقعا مفید بوده است. اما مزیتی که ما داریم این است که دید ما نسبت به سطح ارشد بسیار بیشتر است، و بنابراین آنها میدانند که ما در حال انجام چه کاری هستیم، و ما سریعتر تصمیمگیری میکنیم، و این واقعا برای ما مفید بوده است. طرف دیگر این است که اکنون باید در نظر بگیریم که اگر بخشی از خانواده Google را نمایندگی می کنیم، نمی توانیم فقط اجرا کنیم.
ما نمی توانیم فقط فکر کنیم "اوه، ما فقط یک استارتاپ هستیم، فقط باید ریسک کنیم و چیزی را در اینجا شکست دهیم." ما در واقع باید تأثیراتی را که ممکن است داشته باشد نیز در نظر بگیریم.
کارهای اولیه ای که ما شاهد استفاده از فناوری شما خواهیم بود چه خواهند بود؟
در حال حاضر سر و صدای زیادی در اطراف [خواه این باشد که انسان نماها در خانه با شما باشند. نکته ای که در مورد ربات ها و هوش مصنوعی وجود دارد، توسعه حواس آنهاست تا بتوانند در خانه سازگار و ایمن باشند—هنوز نوآوری برای رفتن به آنجا وجود دارد. بنابراین ما انتخاب کردیم که این کار را در تولید انجام دهیم، زیرا این یک محیط نیمه محدود است، و آنها قبلا درک درستی در مورد ایمنی و نحوه سازماندهی آن دارند. بنابراین از آنجا شروع کردیم. کارگاههای کوچکتر ماشینآلات [که] کارهایی مانند ساختن بخشی از تلفن را انجام میدهند، از یک دستگاه CNC [کنترل اعداد رایانهای] برای این کار استفاده میکنند.
به طور معمول، آنها قادر به پرداخت هزینههایی مانند رباتیک و هوش مصنوعی نبودهاند، و ما قبلا با چند شرکت مختلف در ایالات متحده شروع به کار کردهایم، ماشینفروشیهایی که به طور موثر به مراقبت از ماشینهایشان نیاز دارند، زیرا انجام این کار برای انسانها کاری کاملا خسته کننده است، اما برخی از آنها اکنون تقاضای زیادی برای چیزهایی مانند رایانه، سرورها و مراکزی که تراشههای AI را تولید میکنند، دارند. به طوری که به طور فزایندهای از برخی ماشینفروشیها در ایالات متحده خواسته میشود تا قطعات این ماشینها را بسازند.
آنها دیگر نیروی کار ماهری برای انجام آن ندارند. آنها لزوما فضای لازم برای انجام این کار را ندارند. [ما] سلولهای کوچکی را برای آنها فراهم میکنیم تا بتوانند در واقع یک شبه تولید اضافی را خودشان بدون این کار انجام دهند. بنابراین ناگهان آنها می توانند این تقاضا را برآورده کنند.
اما آنچه جالب است این است که همان سلول می تواند بیش از یک نوع کار را انجام دهد. این می تواند یک ماشین را مراقبت کند، اما همچنین می تواند [یک قطعه] را بازرسی کند و کارهای دیگری را انجام دهد. بنابراین، دستیابی به چیزی که مقرون به صرفه باشد و بتواند برای یک ماشینفروشی کوچک مانند آن انعطافپذیر باشد، برای آنها یک تغییر بازی است. این یک پلتفرم است، بنابراین همان سلول را میتوان از طریق نرمافزار پیکربندی کرد تا یک کار متفاوت را انجام دهد، و بنابراین شما هزینه ساخت سلول دیگر را ندارید.
ما همچنین دریافتهایم که میتوانیم آنها را به هم وصل کنیم و آنها را هماهنگ کنیم، و اگر مجموعه کاملی از سلولهای انعطافپذیر مانند این بسازید، یک کارخانه کامل دارید، و این کاری است که ما با فاکسکان انجام میدهیم. بنابراین همان سلولهایی که وارد ماشینفروشیهای کوچک میشوند، اکنون میتوانند به کل کارخانهها نیز بروند، با همان پلتفرم و ساختار مشابه، و واقعا اینجاست که ما شروع به دموکراتیک کردن آن میکنیم. بنابراین، نوع کاری که ما در مورد آن صحبت می کنیم، مراقبت از ماشین، صیقل دادن است. ما می توانیم به بازرسی نگاه کنیم. برخی از موارد مبتکرانه تری که ما به آنها نگاه می کنیم مواردی مانند مونتاژ است.
بنابراین چیزی که ربات ها و هوش مصنوعی به طور سنتی تا کنون نمی توانند انجام دهند، وظایف ماهرانه است. این چیزی است که ما در آن مهارت داریم، انسانها، مانند وصل کردن وسایل به هم، قرار دادن چیزها، پیچاندن چیزها. همه این نوع کارها اکنون با هوش مصنوعی امکان پذیرتر هستند، بنابراین ما آن را نیز به آن اضافه می کنیم
آیا می توانید در مورد شراکت Nvidia بیشتر به من بگویید؟
آنها با انویدیا کارهای زیادی را در سایت خود به نام Omniverse انجام می دهند که شبیه سازی است. بنابراین ما با آنها کار می کنیم و به دنبال این هستیم که چگونه بیشتر ارکستراسیون سلول هایی را که من در مورد آنها صحبت کردم در کارخانه انجام دهیم. آنها همچنین چیزهایی دارند که ما آنها را چیزهای خاصی می نامیم، مانند اینکه چگونه چیزی را درک می کنید؟ تیم جمینی نیز برخی از این موارد را دارد. ما یک پلتفرم آگنوستیک هستیم. بنابراین ما کمی شبیه لگو هستیم. ما می توانیم همه چیز را در یک مهارت قرار دهیم. بنابراین میتوانیم یک مهارت درک از انویدیا یا یک مهارت درک از جمینی بگیریم، یا خودمان مقداری از آن را داریم.
بنابراین ما در حال حاضر یک مدل بینایی در سطح جهانی داریم که اساسا می توانید با آن خیلی سریع ببینید. می تواند به یک قسمت جدید نگاه کند، ببیند کجاست و آن را انتخاب کند. چنین چیزی در گذشته امکان پذیر نبود. ما میتوانیم آنها را در مهارتها بپیچانیم و آنها را به یک پلتفرم اضافه کنیم تا افراد بتوانند مهارتها را بهطور مؤثر جمعآوری کنند. مثل، می توانید این را انتخاب کنید؟ می توانید آن را به اینجا منتقل کنید؟ آیا می توانید آن را به هم وصل کنید؟ همه آنها مانند آجرهای لگو در پلتفرم ما میشوند و میتوانیم از آن در انواع مختلف سختافزار استفاده کنیم. بنابراین، ما در حال حاضر با چندین شریک کار می کنیم.
انویدیا، اما تیم خودمان، جمینی، و بسیاری از استارتآپهای دیگر هم اکنون این مدلهای مختلف را انجام میدهند. همچنین میتوانیم قطعات مختلف سختافزار را مانند آن بپیچیم. بنابراین ما با بزرگترین تولید کننده ربات در ایالات متحده به نام FANUC در ژاپن همکاری بزرگی داریم. ما توانستهایم نرمافزار و قابلیت هوش مصنوعی را به روباتهای آنها اضافه کنیم، یعنی قابلیت بینایی، لمسی برای شروع کارهایی مانند مونتاژ درج که قبلا هرگز قادر به انجام آن نبودهاند. بنابراین، به نوعی، ما واقعا یک توانمندساز عظیم هستیم.
ما میخواستیم این را برای انواع مختلف افراد برای دسترسی باز کنیم، و همچنین یک لایه رابط کاربری داریم که استفاده از ابزارهای ما را برای افرادی که بیشتر شبیه اپراتورها هستند آسانتر میکند. این دوباره نقطه دموکراتیزاسیون بود. اگر بتوانید از یک اپراتور استاندارد در یک کارخانه یا ماشینفروشی استفاده کنید تا واقعا از ابزار ما استفاده کند، کمی شبیه استفاده مجدد از برنامهها در تلفنها است. آنها می توانند کارهایی را انجام دهند که قبلا هرگز نتوانسته اند انجام دهند. شما به آنها اجازه دسترسی به آن فناوری را میدهید، بنابراین ما در حال تلاش برای ارائه آن هستیم.
آیا قوانین یا حفاظ خاصی در مورد مواردی که محصولات شما نمی توانند یا نباید استفاده شوند، مانند دفاع دارید، دارید؟
ما همیشه دیدگاه کاملا محکمی در مورد اینکه کجا میتوانیم بیشترین تفاوت را ایجاد کنیم داشتهایم و فکر میکنم وقتی در مسیر قرار میگیرم بیشتر علاقهمندم که به سرزمین تامینکنندگان کوچکتر کمک کنم. آنها واقعا چگونه می توانند به این دسترسی داشته باشند؟ چه ایالات متحده، آلمان، ژاپن، ما در کشورهای مختلف به این روش کار می کنیم. اگر اقتصاد آلمان را در نظر بگیرید، بیشتر آن توسط Mittelstand هدایت میشود، که کل گروه ماشینآلات زنجیره تامین در تامینکنندگان میانی است، اما ما همچنین سعی میکنیم بفهمیم که در انتهای کارخانه بزرگتر نیز به چه چیزی نیاز است. به همین دلیل است که ما با فاکسکان شراکت داریم.
اما ما در حال حاضر در کارخانه های ایالات متحده با آن کار می کنیم تا یاد بگیریم چگونه این کار را انجام دهیم. فکر میکنم ما آنجا ماندهایم زیرا به اندازه کافی نیاز به تولید وجود دارد. من فکر میکنم مردم فراموش میکنند که برآورده کردن تقاضا چقدر سخت است. در ایالات متحده 53 درصد از مشاغل ماهر دیگر قابل انجام نیستند و جوانان وارد آن نمی شوند و افراد مسن بازنشسته شده اند. بسیاری از کارهایی که ما انجام می دهیم بیشتر در آن فضای آموزشی است.
آنچه جالب است این است که نسل بعدی اگر باور کنند که ابزار پیچیدهتر است، بیشتر شبیه یک برنامه کاربردی است یا هوش مصنوعی دارد، بازخواهد گشت، و این را با فروشگاههای مادر و پاپ دریافت میکنید، زیرا اغلب آنها کسبوکارهای خانوادگی هستند و متوجه میشوند که نمیتوانند بچههایشان را به آن بازگردانند [اگر] واقعا قدیمی به نظر برسد. در حالی که به محض اینکه دوباره کمی فناوری بیشتر وارد کنید، آنها دوباره وارد خواهند شد، بنابراین صادقانه بگویم فکر میکنم ما روی آن نقطه تمرکز بیشتری داریم.
صحبتهای زیادی در مورد اینکه هوش مصنوعی چگونه بر بازار کار، بهویژه در سطح ابتدایی تأثیر میگذارد، و چه مهارتهایی را باید بیاموزند، وجود دارد. چگونه به یک جوان توصیه می کنید؟
پسر من در واقع 21 سال دارد. او یک طراح صنعتی است، که اگر صادقانه بگویم، جای خوبی برای رفتن است، زیرا او می تواند کدنویسی کند، او هم مهندس خوبی است، و او طراحی صنعتی را انتخاب کرد زیرا می خواست از نظر فیزیکی بسازد. و فرآیند تفکر طراحی در واقع به برداشت منحصر به فرد شما از حل مشکل یا طراحی محصول است. و در واقع، من فکر میکنم در دنیایی که [هوش مصنوعی میتواند] برنامهنویسی را برای شما انجام دهد، فرآیند تفکر طراحی و ویرایش و کیوریشن در واقع تا حدی به عنوان جهت مهمتر میشود. من فکر می کنم که برای همه نسل بعدی مهم است.
اگر این ابزار در دسترس شما باشد، سلیقه و توانایی منحصر به فرد شما برای هدایت آن اهمیت بیشتری پیدا می کند. و آیا میدانید که چگونه میتوانید آن توجه را در ذهن خود انجام دهید؟ من فکر می کنم این اتفاق برای هر صنعتی می افتد. من فکر میکنم مزهسازی به چیزی تبدیل میشود که واقعا باید آن را برجسته کرد. در مورد دخترم، او برای علوم اعصاب رفته است. بنابراین، همان چیزی است.
او میتوانست برنامهنویسی خالی را انتخاب کند، و من و شوهرم او را تشویق کردیم که دوباره مسیر خلاقانهتری را طی کند، زیرا او مسیر خلاقانهتری در علم را در پیش گرفته است، یعنی چگونه میتوان فکر موفقیتآمیز را انجام داد؟ بنابراین میتوانم بگویم که برای همه نسلهای بعدی، بیشتر به این موضوع میپردازد که دوست دارید و آیا در آن عالی هستید، چیزی که قرار است فوقالعاده ارزشمند شود، زیرا از برخی جهات این همه چیزی است که وجود خواهد داشت. این چیزی است که ما را انسان می کند، و من فکر می کنم که ما چیزهایی را برای انسان های دیگر می سازیم. این چیز دیگری است که مردم فراموش می کنند.
چه انسان های دیگری که علاقه مند به خرید چیزهایی هستند، تجربه هایی دارند که برای آنها طنین انداز است که شخص دیگری طراحی کرده است. بنابراین این چیزی است که باعث ایجاد ارتباط می شود.
بحث هایی در مورد عقب افتادن زنان از نظر پذیرش هوش مصنوعی وجود دارد. نظر شما از آن مکالمه چیست؟
من در تمام دوران حرفه ای خود در زمینه فناوری بوده ام. زمانی که من علوم کامپیوتر را انجام دادم، با هفت زن در دوره ما در کالج امپریال لندن، از 120 نفر - بهتر شد. این مهم است که من در واقع فکر می کنم این دنیای جدید باید مناسب زنان باشد. من نمی خواهم بیش از حد تعمیم دهم، اما ما در مهارت های خود بسیار ترکیبی هستیم، و اغلب اتفاقی که می افتد این است که چیزها را بهتر کنار هم قرار می دهیم و ادغام می کنیم. به عنوان مثال، کدنویسی یا فناوری خالص اغلب کاملا متمرکز است، و گاهی اوقات زنان تیم من متوجه میشوند که سطح کمی، یا خیلی پایین است یا تمایل دارند کار گستردهتری انجام دهند، بنابراین مدیران محصول فوقالعادهای میشوند.
من فکر میکنم که ما در ارائهی واقعی آن با یک مشکل بازاریابی رسانهای مواجه هستیم. من واقعا فکر می کنم زنان در استفاده از ابزار بسیار خوب خواهند بود.
روشی که من اکنون تمایل به استفاده از آن دارم، تقریبا شبیه یک همکار است. پس کسی است. بنابراین من تمایل دارم مشکلات را با صحبت با مردم، تعامل حل کنم. بنابراین کاری که من اکنون انجام خواهم داد این است که از یک نماینده یا چیزی برای صحبت کردن با آن استفاده کنم. و در واقع، من هم آن را آزمایش میکنم، مانند شخص دیگری - میدانم که شخص دیگری دیدگاهی دارد، فکر میکنم شما فرد جالبی هستید، میدانم که شما این اطلاعات را دارید، من لزوما فکر نمیکنم که همه چیز را میدانید، و حق با شماست. بنابراین آنچه من می خواهم نوعی بحث است. بنابراین، من فکر می کنم که ما می توانیم ابزارهای بهتری داشته باشیم که تعامل بیشتر مشارکتی باشد.
فکر میکنم همه ما بیشتر از آن بهره خواهیم برد، و فکر میکنم در این صورت فرزندخواندگی بهتری وجود دارد. من فکر می کنم که سمت تجربه کاربری آن بسیار مهم خواهد بود. در غیر این صورت فرزندخواندگی وجود نخواهد داشت، اما فکر می کنم در راه است.
آیا چیزی وجود دارد که مطمئنا از هوش مصنوعی برای آن استفاده نکنید؟
من هرگز از آن به عنوان یک پاسخ قطعی استفاده نمی کنم. میدانم که در حال حاضر بحثهای زیادی درباره تفکر انتقادی وجود دارد، اما، حتی وقتی با یکی از مربیانم، یک انسان صحبت میکنم، اطلاعات را میگیرم و همچنان سعی میکنم در چارچوب خودم درباره آن فکر کنم. و آیا واقعا مرتبط یا معتبر است؟ اینجا هم همینطوره فکر نکنید که این یک پاسخ قطعی است. من فکر می کنم اگر خوب است یا نه، باید از عقل و مغز و شهود خود استفاده کنید. من فکر می کنم این همان زندگی عادی است. این فقط یک ابزار است، درست است؟ پس کاری با آن انجام ندهید که احساس می کنید با قطب نما اخلاقی شما سازگار نیست. فقط این کار را نکن
فکر می کنم می دانید که این چیزها همیشه چالش برانگیز خواهند بود. بنابراین، چه چیزی با آن ممکن است؟ من فقط مطمئن می شوم که از آن به عنوان یک توانمندساز استفاده می کنید، با آن خلاق باشید تا مغز خود را دچار آتروفی نکنید.
شما در طول دوران کاری خود کلاه های زیادی بر سر گذاشته اید. برخی از مهمترین درس هایی که در مورد رهبری آموخته اید چیست؟
من احتمالا در آن به بلوغ رسیدهام، زیرا اولین بار در 28 سالگی مدیرعامل بودم، فکر میکنم در آن زمان گرسنهتر بودم و این باعث شد من در حرکت باشم. اما اکنون صبورتر هستم و بهتر است قبل از تصمیم گیری، تصویر کاملی از اطلاعات به دست بیاورم، اما با محدودیت. بنابراین، یکی از چیزهایی که در مورد استارتآپها انجام میدهید این است که یاد میگیرید که برخی از تصمیمها مانند احتمال 48-52 هستند. شما تصمیم می گیرید، این وظیفه شما به عنوان یک رهبر است، اما من خیلی سریع تلاش می کنم تا در محدودیت زمانی که قبل از انتخاب دارم، تا آنجا که می توانم به حوزه کاری گسترده ای دست پیدا کنم.
و سپس وقتی این انتخاب را انجام میدهم، با علم به اینکه ممکن است تمام اطلاعات را نداشته باشم، تصمیم میگیرم. و بنابراین من همچنین آماده هستم که اگر بعدا معلوم شد چیزی درست نیست، با آن سازگار شوم، آن را تکرار کنم، و اگر اشتباه میکنم خوب باشم [و] به آن اعتراف کنم. من فکر میکنم بسیاری از مردم در رهبری با مشکل مواجه میشوند یا نمیدانند چگونه آن را در اختیار داشته باشند و سپس تکرار کنند، و در واقع این میتواند به مرور زمان آسیب بیشتری به بار آورد، یا در نهایت میتواند سرعتش را کاهش دهد. آنچه در مورد آن است این است که شما باید بیاموزید که نفس درونی خود را کنار بگذارید تا به نتیجه برسید.
متن اصلی (انگلیسی)
Intrinsic CEO Wendy Tan White on ‘Democratizing’ Robotics
Tan White discusses how she sees robotics helping small manufacturers, Intrinsic’s relationship with Google, and skills for the AI age.