به گزارش پایگاه اطلاع رسانی نهاد کتابخانه های عمومی کشور، کنفرانس «هوش مصنوعی در تمرکز: هوش مصنوعی و کتابخانه‌ها» توسط بخش فناوری اطلاعات ایفلا ۱۱ و ۱۲ اسفند ماه ۱۴۰۱ به میزبانی سنگاپور برگزار شد. فاطمه علی‌اکبریان، کارشناس پژوهش به نمایندگی از نهاد کتابخانه های عمومی کشور به صورت مجازی در این کنفرانس شرکت کرد.

این کنفرانس با برگزاری کارگاه گروهی اخلاق هوش مصنوعی با تدریس اندرو کاکس، استاد دانشگاه شفیلد آغاز شد. در این کارگاه، اندرو کاکس، ضمن برشمردن اهداف برگزاری کارگاه شامل نوشتن چند سناریوی اخلاقی جدید، ایجاد آگاهی و بحث درخصوص هوش مصنوعی و اخلاق، درک اصول نوشتن سناریوهای اخلاق و شناخت بهتر یکدیگر، مثال هایی از زیر پا گذاشتن اخلاق به واسطه هوش مصنوعی ارائه کرد. یکی از این مثال ها chat GPT بود، امکان جدیدی که به مردم این اجازه را می دهد تا با زبان خود از ماشین سوالاتی بپرسند و جواب بگیرند. به کمکchat GPT حتی می توان شعر گفت و تکالیف مدرسه را انجام داد.

اندرو کاکس، ارائه نظرات جانبدارانه، سوگیری منفی نسبت به دین هندو، سوگیری مثبت به زبان انگلیسی، ایجاد وابستگی در نوشتن و کاهش تفکر انتقادی، بهره برداری از کارگران کنیایی با دستمزد پایین برای پالایش محتوا، نقض حق کپی رایبت با استفاده از داده های موجود در اینترنت، قابلیت دسترسی برای افرادی که حق اشتراک می پردازند و ... را برخی از موارد اخلاقی دانست که chat GPT زیرپا می گذارد.

کاکس بیان کرد: در حالت ایده آل سناریو باید مربوط به بخش های مختلف حرفه اطلاعات باشد؛ به طور همزمان بر مزایا و چالش های اخالقی تأکید کند؛ نگرانی های اخلاقی متمایز را برای متخصصان مطرح کند و به کل فرایند تصمیم گیری در مورد طراحی، پیاده سازی و استفاده از هوش مصنوعی مربوط شود.

در ادامه برگزاری این کارگاه شرکت کنندگان به گروه هایی تقسیم شدند که می بایست یک اپلیکیشن هوش مصنوعی و مخاطبان را انتخاب می کردند، تصمیم می گرفتند که می خواهند در مورد کدام از یک معضلات اپلیکیشن بحث کنند و سناریویی می نوشتند که آن معضل اخلاقی را به صورت پایان باز مطرح کند و در نهایت، چند یادداشت برای تفکر بیشتر در مورد این موضوع ارائه دهند.

در بخش دیگر جکی ونگ کای پرنگ، رئیس کالستر مؤسسه ملی آموزش سنگاپور و فنگ ییکانگ، کتابدارِ مؤسسه ملی آموزشِ سنگاپور به ایراد سخنرانی با عنوان «استفاده از داده های جمعی برای ایجاد تجربیات کاربر جدید: ترکیب اتوماسیون فرایند رباتیک، تجسم جغرافیایی و ربات خدماتی» پرداختند.  جکی ونگ کای پرنگ  گفت: در سال ۲۰۲۰ به دلیل افزایش مبتالیان به کووید-۱۹، دولت به مدت ۸ هفته برنامه هایی برای پیشگیری اعمال کرد و کتابخانه به صورت فیزیکی بسته شد. کتابخانه در آگوست ۲۰۲۰ بازگشایی شد و انتظار می رفت اقدامات فاصله گذاری ایمن، ردیابی تماس و کنترل جمعیت را اعمال کند. با تعداد بالای موارد کووید-۱۹ و کاهش کارکنان، کتابخانه ما باید راه حلهایی برای حفظ ایمنی و سطح خدمات ارائه می داد.

وی ادامه داد: در این راستا، ما رباتی طراحی کردیم که تخمین بزند هر لحظه چه تعداد افراد در کتابخانه حضور دارند. علاوه بر ملاحظات ایمنی، از نتایج این تکنولوژی بهره بردیم تا بدانیم چه روزهایی باید در کتابخانه کارگاه و رویداد برگزار شود تا افراد بیشتری بتوانند از آن استفاده کنند. Temi با تعامل صوتی و فناوری های ناوبری هوش مصنوعی یک ربات اجتماعی است که فضاهای کتابخانه را زنده می کند. این ربات قادر است به سوالات اساسی و پایه ای پاسخ دهد، مسیریابی را تسهیل کند، خدمات گردش در کتابخانه را ارائه دهد و هشدارهای دوستانه بدهد. ما از آن برای اقدامات ایمنی و اعلام ساعات تعطیلی و بازدید از کتابخانه استفاده کردیم.

جکی ونگ کای پرنگ، ادامه داد: انگیزه استفاده از این ربات در طول کووید-۱۹، استفاده از داده ها و ربات برای نظارت و مدیریت جمعیت و پس از کاهش اقدامات ایمنی، بهبود تجربه کاربر بوده است.Temi  به مرورزمان هوشمند شده است. این ربات وقتی مکانی شلوغ می شود به آنجا می رود تا پیامی دوستانه ارائه دهد و بهبود جریان کار در آن کاملا خودکار است.

در ادامه، فنگ ییکانگ اشاره کرد: روش کار به این صورت است که ابتدا فرایندی در استودیو UIPATH  ایجاد می شود تا داده های نقطه ای دسترسی بی سیم (قالب csv) را صادر و دانلود کند. سپس مسیر UI فایل CSV صادر شده را در یک folder محلی که با Drive Google همگام شده کپی می کند. سپس می توان از طریق یک URL به فایل CSV دسترسی پیدا کرد. از دستور یونیکس wget برای دانلود آخرین csv استفاده می شود و دست آخر، از فناوری های html ،css  و اسکریپت جاوا برای تبدیل داده های خام به نقشه حرارتی استفاده خواهد شد.

در بخش دیگر، دیوید ونگ، مدیر ارشد اطالعات کتابخانه ملی استرالیا و کتی پیلگریم، دستیار مدیرکل کتابخانه ملی استرالیا به ایراد سخنرانی با عنوانِ «کتابخانه ملی استرالیا و هوش مصنوعی - استفاده از یادگیری ماشین و الگوریتم های جستجوی پیچیده برای آرشیو وب استرالیا، برنامه هایی برای هوش مصنوعی و مالحظات استفاده از آن» پرداختند.

کتی پیلگریم اظهار داشت: کتابخانه ملی استرالیا، واقع در کمبرا، یک کتابخانه پژوهشی است. در واقع در دسته کتابخانه های عمومی قرار نمی گیرد. ما اینجا چیزی امانت نمی دهیم، و افراد خودشان کتاب ها را از قفسه برنمی دارند، بلکه درخواست می دهند و برای آن ها آورده می شود.

وی در ادامه به ویژگی های آرشیو وب استرالیا(AWA) اشاره کرد.

در ادامه دیوید ونگ اظهار داشت: این آرشیو قابلیت جستجوی سریع و واسط کاربری کاربرپسندی دارد؛ اما در بازطراحی آن با دو چالش مواجه هستند. نخست اینکه، نتایج باید مرتبط تر و دقیق تر شود و دوم وجود محتواهای پورنوگرافی است که یک ریسک برای کتابخانه ملی محسوب می شود. ما نمی خواستیم محتوایی را حذف کنیم، بنابراین تصمیم گرفتیم جستجوی امن را به قابلیت این آرشیو اضافه کنیم. از ابزارهای متنوعی برای طبقه بندی اسناد اضافه کردیم. هنوز از کلمات کلیدی برای جستجو استفاده میکنیم درحالی که شاید بهتر باشد از کلمات مرتبط نیز استفاده شود. جستجوگر معمولی یک حسابدار دقیق نیست که کلمات کلیدی را جستجو می کند، بلکه یک کاوشگر ناقص است که ناشناخته را جستجو می کند؛ بنابراین ما سعی کردیم به سمت جستجوی معنایی به کمک روش هایی مانند مدل های جاسازی متن، جستجوی متراکم مبتنی بر برداری و الگوریتم k-نزدیک ترین همسایه برویم و نتایج بسیاری بهتری گرفتیم.

در بخش دیگری از سخنرانی کتی پیلگریم در خصوص چارچوبی برای ارزیابی استفاده از فناوری های هوش مصنوعی در کتابخانه ملی استرالیا صحبت کرد. وی سپس به پروژه cybernetics اشاره کرد و گفت: سایبرنتیک یک رشته مطالعاتی بین رشته ای است که به مطالعه کنترل و فرایند ارتباط در سیستم ها، اعم از مکانیکی، بیولوژیکی، اجتماعی یا محاسباتی می پردازد. اصطلاح «سایبرنتیک» توسط ریاضیدان نوبرت وینر در سال ۱۹۴۸ ابداع شد و این رشته از آن زمان به بعد رشد کرد تا طیف وسیعی از رشته ها از جمله مهندسی، ریاضیات، زیستشناسی، روانشناسی و فلسفه را در بر بگیرد. تمرکز سایبرنتیک بر نحوه عملکرد سیستم ها، نحوه کنترل و تنظیم آن ها و نحوه تعامل آن ها با محیط خود است. به حلقه های بازخورد و ارتباطی مربوط می شود که به سیستم ها اجازه می دهد تا با شرایط متغیر سازگار شوند و به اهداف خود دست یابند. اصول و مفاهیم سایبرنتیک در یک نظریه سازمانی گسترده و علم شناختی به کار گرفته شده است.

وی افزود: سایبرنتیک به کتابخانه ملی استرالیا در تصمیم گیری درباره کاربست هوش مصنوعی در این کتابخانه کمک می کند. این ابزار مسائلی مانند مسائل اخلاقی و نتایج ناخواسته را در نظر می گیرد و به کمک آن به سوالات مهمی در خصوص کاربست تکنولوژی هوش مصنوعی در کتابخانه ها پاسخ می دهیم.

کتی پیلگریم در ادامه به چالش های مربوط به کاربست هوش مصنوعی در کتابخانه ملی استرالیا اشاره کرد.

در ادامه این کنفرانس نلی تشابالال، مدیر دانشگاه شمال غرب آفریقای جنوبی به ایراد سخنرانی با عنوان «تأثیر هوش مصنوعی بر خدمات کتابخانه» پرداخت و گفت: هوش مصنوعی ماند چتری است که اغلب برای چندین فناوری استفاده می شود. کتابخانه ها را قادر می سازد تا خدمات خود را از نو تصور کنند. بنابراین پذیرش هوش مصنوعی نشان دهنده تمایل به نوآوری در دوران مدرن است. در آفریقای جنوبی تنها ۴ درصد از کتابخانه ها از هوش مصنوعی و رباتیک استفاده کرده اند. تمرکز ما بر یادگیری معتبر و ادغام متوازن فناوری است.

وی  به برخی از کاربست های هوش مصنوعی مانند برنامه های مکالمه بهبودیافته، نسل چهارم سیستم مدیریت کتابخانه – سیستم های مبتنی بر ابر، ادغام سیستم های کتابخانه ای با سیستم دانشگاه، بهینه سازی فرایندها و ایجاد فرصت های جدید و خدمات احراز هویت اشاره کرد و گفت: هوش مصنوعی گزینه های متعددی در استفاده از اطلاعات ارائه می دهد؛ ادغام یادگیری با پیشرفت های تکنولوژی را تسهیل می کند؛ فرصت های فراگیر برای اشتراک دانش و توسعه بیشتر برای خدمات کتابخانه ای از طریق نوآوری ایجاد می کند و یک محیط به هم پیوسته با احراز هویت امن برای افزایش ارزش خدمات کتابخانه ارائه می کند. در فرایند کاربست هوش مصنوعی در کتابخانه ها، نقش برخی از کتابداران ممکن است تغییر کند و جایگزینی کامل آن ها ضروری به نظر می رسد.

در ادامه، ادموند بالناوز از استرالیا به ایراد سخنانی با عنوان «کاوش ربات های چت و موتورهای توصیه کننده و کارگاه هوش مصنوعی تصویر» پرداخت. وی در ارائه خود به معرفی تکنولوژی های متن بازی مانند BotPress و MindMeld و همچنین نرم افزارهای مبتنی بر ابر مانند Chat GPT، Amazon Lex وGoogle Dialogflow پرداخت.

سپس ایمان مجدی خمیس، کتابدار دانشگاه نورث وسترن قطر از تکنیک های یادگیری ماشین برای سیستم های توصیه گر کتاب صحبت کرد و گفت: تکنیک های یادگیری ماشینی به تکنیک های نظارت شده و بدون نظارت طبقه بندی می شوند. یادگیری ماشینی نظارت شده به الگوریتم هایی گفته می شود که پیشبینی های دقیقی را بر اساس پارامترهای ورودی - خروجی انجام می دهند. مهم ترین ویژگی روش های یادگیری نظارت شده این است که آن ها با روش های مختلف رگرسیون سازگار هستند. رگرسیون متداول ترین تکنیک مورد استفاده در سیستم های توصیه گر است، زیرا هدف اکثر آن ها سازماندهی سفارش ها بر اساس یک سیستم رتبه بندی است.

وی در ادامه به فرایند استخراج ویژگی پرداخت و گفت: استخراج ویژگی به فرایند دستکاری داده ها به یک ویژگی عددی اشاره دارد که می تواند توسط ماشین پردازش شود و درعین حال اطلاعات موجود در مجموعه داده اصلی را حفظ کند. ویژگی های مهم را می توان به صورت دستی یا خودکار استخراج کرد. استخراج کننده های خودکار توسط الگوریتم ها و بدون تعامل انسانی انجام می شود.

مجدی خمیس به تکنیک های سیستم های توصیه گر شامل فیلتر مشارکتی، فیلترینگ مبتنی بر محتوا و ترکیبی پرداخت و گفت: با استفاده از تکنیک های فیلتر مشترک موارد بر اساس ترجیحات کاربر مشابه توصیه می شود. مفهوم اصلی پشت فیلتر مشارکتی محاسبه شباهت بین کاربران است که امکان ارائه توصیه ها بر اساس این امتیازات شباهت را فراهم می کند. فیلتر مشارکتی مزایایی نسبت به سایر روش های فیلتر دارد، زیرا داده های موردنیاز برای ایجاد یک مدل با استفاده از فیلتر مشارکتی بسیار ساده تر از سایر روش های فیلتر است. برای استفاده از این تکنیک ها، به داده هایی در مورد کاربران، آیتم ها و موارد پیشنهادی نیاز داریم. فیلتر مشارکتی بر اساس روش های مبتنی بر حافظه یا مبتنی بر مدل است.

وی ادامه داد: در فیلترینگ مبتنی بر محتوا، توصیه ها بر اساس مواردی که قبلا توسط کاربران رتبه بندی شده، پیشنهاد می شود. مفهوم بسیار ساده است؛ کاربران مواردی را دوست دارند که مشابه آنچه قبلا تجربه کرده اند، باشد. در تکنیک ترکیبی نیز، موارد با استفاده از ترکیبی از تکنیک های قبلی توصیه می شود.