سرنخ‌هایی از سال‌ها تجربه در هوش مصنوعی

 بازار کار خیلی بستگی به اون نوع تخصص داره که حالا دوستان اشاره کردن به عنوان مثال ما همین الان یه پوزیشن باز برای NLP داخل سایت جابینجا داریم. خب مثلا توی همین شاید یکی دو ماه اخیر، چندتا پوزیشن باز داشتیم. البته هوز هم پوزیشن باز داریم. به دلیل اینکه هنوز تیممون تکمیل نشده و ظرفیت خالی داریم حداقل از دیدگاه شرکت خودمون دارم میگم.

برای اطلاع از آخرین فرصت های شغلی شرکت عامر اندیش می‌توانید به صفحه همکاری با ما مراجعه کنید.

پردازش زبان طبیعی (NLP)

ببینید بحث پردازش زبان طبیعی (NLP) نیاز به تخصص‌های مختلفی دارد، میشه گفت تقریبادانشجویان در دانشگاه رو این مبحث یه سطح خیلی عمیقی نمیرسند و همه چیز یاد نمی‌گیرند. بعد اینکه وارد بازار کار می‌شوند یه خورده تخصص‌ها اهمیت پیدا می‌کنه و شما باید تو یک زمینه خاصی خیلی دانش عمیق و کاربردی داشته باشید. چون از اون حالت فقط research و مقاله یا حتی تولید یک محصول که مثلا خیلی ساده کار بکنه در میاد و باید بتونید مسایل واقعی رو حل بکنید. شرکت‌ها و اون مشتریان شرکت‌ها توقع دارند که یک محصول حرفه‌ای به دستشون برسد. بازار کار یه خرده فاصله داره با بحث آکادمیک قطعا پایش آکادمیک هست ولی موقعی که به اون بحث عملیات میرسه پارامترهای دیگه اهمیت پیدا میکنه که احتیاج به تجربه داره، به قول معروف نیاز به زمان بیشتری داره که دوستان کار بکنن شاید دلیلش این باشه که: من فکر می‌کنم که این روش رو بلدم یا یک مدل آماده‌ای که تو اینترنت هست که دانلود بکنم یا اینکه یک دیتا آماده انگلیسی هست که با پیش‌پردازش (Preprocessing) و کم یا اضافه کردن دوتا لایه در مدل به نتیجه ای برسیم این کار توی research خیلی عالی جواب میده ولی در عمل این کار لزوما این جوابگو نیست!
شما باید تخصصی کار بکنن و یک چالش را حل بکنید. فرض کنید که ما تو زبان فارسی خیلی دیتا کم داریم، فکر کنم دفعه‌ی قبلم من توی همینجا یا یک تالار دیگه گفتم بودم که ما در شرکت خودمان بالغ بر 120 گیگ یایت فایل تکست (text) را نزدیک به چهار یا پنج ماه جمع‌آوری کردیم! اون موقع که ما می‌خواستیم این کار رو شروع بکنیم تقریبا دو سال پیش فکر می‌کردیم که تکست مسئله حل شده است تقریبا با تمام دوستانی که تو این زمینه کار کردند صحبت کردیم مخصوصا با آقای دکتر فیضی که از دوستای نزدیک من هستند، در صحبتی که با دکتر فیضی داشتم به ما گفتم که فایل تکست زیادی داریم و داده پژوهشکده را در اختیار ما گذاشت و ما آنها رو بررسی کردیم و دیدیم این اطلاعات یک دهم آنچه که ما می‌خواستیم هم نبود! به خاطر اینکه اون دیتایی که  ما می‌خواستیم خیلی بیشتر از این داده‌ها بود. ما نشستیم کلی برنامه نوشتیم و کار کردیم تا تونستیم این حجم از دیتا را جمع آوری کنیم.

رشته روش مصنوعی در بازار کار

خیلی دوست دارم به دوستانی که دارند درس می‌خواند و یک آینده‌ای برای خودشون تصور می‌کنند، بگم که: دانشگاه تموم میشه و  شما میرید توی یک شرکت و عملیاتی بر روی پروژه‌ها کار می‌کند ولی یه سری شرکت‌ها هستن که یک گروه R&D (تحقیق و توسعه) دارند و می‌خواهند بر روی یک موضوع خاص R&D انجام بدند این تقریبا ادامه‌ی همون چیزی که آدم تو دانشگاه خوانده است ولی شاید بالغ بر 80 یا 90 درصد شرکت‌هایی که تو هر زمینه از هوش مصنوعی کار می‌کنند، می‌خواهند برسند به یک محصولی یل به یک ماژولی یا نرم‌افزاری که در یک چالش واقعی را به صورت عملی حل کند. برای اینکه چالش واقعی حل بشه

 حتما باید از نظر نرم‌افزاری باید تخصص عمیقی وجود داشته باشه از نظر دیتا باید یک دیتای تر و تمیز حرفه‌ای جمع‌آوری بشه اگر قرار بود با همین مدل‌های آماده که مدل‌های خیلی قوی هستند نمی‌خواهم بگم که مدل‌های آماده و همین دیتای آماده یا خرده آماده که بتوان با پیش پردازش (Preprocessing) آمادش  بکنیم محصول تولید می‌شد خوب تقریبا همه این کار می‌کرد و اگر الان مشکلاتی هست یا مسلئه های هست که قرار بوده حل بشه قطعا با اونا حل نمی‌شده و اینا چندین بار با آنها حل می‌شده اونم با هزینه خیلی کم

اگه ببینید مثلا مواردی وجود داره در بحث هوش مصنوعی قطعا با این راهکارهای ساده که خیلی زود به جواب می‌رسه جوابگوی اونها نیست میگم ساده ترین چیزش یک نمونش همین بحث دیتا که آدم فکر می‌کنه خیلی دیتا وجود داره و مثلا مثل اون دیتای که ما اول  ما جمع کردیم  چند زبانه بود یعنی یک دیتا  مخصوص زبان فارسی وجود نداشت خب طبیعیه دقتش نسبت به single language (تک زبانه) پایین تر بود ما گذاشتیم این مدل رو فقط یک سال گذاشتیم آموزش ببیند اولش که آمده بود Multi GPU نبود و خب اول که  گوگل اون سورس (Source) بر روی وب ارائه داده بود، Multi GPU نبود مجبور شدیم یک سال ی GPU برای آموزش مدل کنار بذاریم، الان دیگه سراغ بحث الگوریتم رفتیم.

میخوام ی دیدی بهتون بدم زمانی که شما قراره یک محصولی ارائه بدید که حرفه‌ای باشه باید کارتون هم حرفه‌ای باشه؛ باید تولید دیتا، پروسسورها و الگوریتم‌ها هم این‌ها باید حرفه‌ای باشد.

این که میگم حرفه‌ای نیست به این معنی نیست که ما بریم یه مدل جدید درست بکنیم بلکه زمانی که از مدل‌های آماده استفاده می‌کنیم باید کاملا بدونیم چطوری کار می‌کنند اگر یک جایی به مشکلی بر خوردیم ما بتونیم دو تا لایه آخر برداریم و دو تا لایه دیگه بذاریم یا دوتا مثلا به قول معروف از امبدینگ (Embedding) استفاده کنیم بعد بریم یه شبکه‌ی دیگه‌ای این اگه قشنگ