دخلت تمارا برودريك حرم معهد ماساتشوستس للتكنولوجيا لأول مرة عندما كانت طالبة في المدرسة الثانوية، كمشارك في برنامج تكنولوجيا المرأة الافتتاحي. تمنح التجربة الأكاديمية الصيفية التي تستمر لمدة شهر للشابات مقدمة عملية في الهندسة وعلوم الكمبيوتر.
ما هو احتمال عودتها إلى معهد ماساتشوستس للتكنولوجيا بعد سنوات، وهذه المرة كعضو في هيئة التدريس؟
ربما يستطيع بروديريك الإجابة على هذا السؤال كميًا باستخدام الاستدلال البايزي، وهو نهج إحصائي للاحتمالات يحاول قياس عدم اليقين من خلال التحديث المستمر للافتراضات عند الحصول على بيانات جديدة.
في مختبرها في معهد ماساتشوستس للتكنولوجيا، تستخدم الأستاذة المشاركة الجديدة في قسم الهندسة الكهربائية وعلوم الكمبيوتر (EECS) الاستدلال بايزي لقياس عدم اليقين وقياس قوة تقنيات تحليل البيانات.
يقول برودريك، وهو أيضًا عضو في مختبر نظم المعلومات والقرارات: “لقد كنت دائمًا مهتمًا حقًا بفهم ليس فقط “ما الذي نعرفه من تحليل البيانات”، ولكن “إلى أي مدى نعرفه؟” معهد البيانات والأنظمة والمجتمع. “الحقيقة هي أننا نعيش في عالم صاخب، ولا يمكننا دائمًا الحصول على البيانات التي نريدها بالضبط. كيف نتعلم من البيانات ولكن في الوقت نفسه ندرك أن هناك قيودًا ونتعامل معها بشكل مناسب؟
بشكل عام، ينصب تركيزها على مساعدة الأشخاص على فهم حدود الأدوات الإحصائية المتاحة لهم، وفي بعض الأحيان، العمل معهم لصياغة أدوات أفضل لموقف معين.
على سبيل المثال، تعاونت مجموعتها مؤخرًا مع علماء المحيطات لتطوير نموذج للتعلم الآلي يمكنه تقديم تنبؤات أكثر دقة حول تيارات المحيط. وفي مشروع آخر، عملت هي وآخرون مع متخصصين في الأمراض التنكسية على أداة تساعد الأفراد ذوي الإعاقة الحركية الشديدة على الاستفادة من واجهة المستخدم الرسومية للكمبيوتر عن طريق التعامل مع مفتاح واحد.
الخيط المشترك الذي ينسج من خلال عملها هو التركيز على التعاون.
“من خلال العمل في تحليل البيانات، يمكنك التواجد في الفناء الخلفي للجميع، إذا جاز التعبير. وتقول: “لا يمكنك حقًا أن تشعر بالملل لأنه يمكنك دائمًا التعلم عن بعض المجالات الأخرى والتفكير في كيفية تطبيق التعلم الآلي هناك”.
يعد قضاء الوقت في العديد من “الساحات الخلفية” الأكاديمية أمرًا جذابًا بشكل خاص لبرودريك، التي كافحت حتى منذ صغرها لتضييق نطاق اهتماماتها.
عقلية الرياضيات
نشأت برودريك في إحدى ضواحي كليفلاند بولاية أوهايو، وكان لديها اهتمام بالرياضيات منذ فترة طويلة. وتتذكر أنها كانت مفتونة بفكرة ما يمكن أن يحدث إذا واصلت إضافة رقم إلى نفسه، بدءًا من 1+1=2 ثم 2+2=4.
“ربما كان عمري 5 سنوات، لذلك لم أكن أعرف ما هي “قوى الاثنين” أو أي شيء من هذا القبيل. تقول: “لقد كنت مهتمًا بالرياضيات حقًا”.
أدرك والدها اهتمامها بالموضوع وسجلها في برنامج جونز هوبكنز المسمى مركز الشباب الموهوبين، والذي أعطى برودريك الفرصة لأخذ دروس صيفية لمدة ثلاثة أسابيع في مجموعة من المواضيع، من علم الفلك إلى نظرية الأعداد إلى علوم الكمبيوتر.
لاحقًا، في المدرسة الثانوية، أجرت أبحاثًا في الفيزياء الفلكية مع باحثة ما بعد الدكتوراه في جامعة كيس ويسترن. وفي صيف عام 2002، أمضت أربعة أسابيع في معهد ماساتشوستس للتكنولوجيا كعضو في الدفعة الأولى لبرنامج التكنولوجيا النسائية.
لقد استمتعت بشكل خاص بالحرية التي يوفرها البرنامج، وتركيزه على استخدام الحدس والبراعة لتحقيق أهداف عالية المستوى. على سبيل المثال، تم تكليف المجموعة ببناء جهاز باستخدام LEGO يمكنهم استخدامه لأخذ خزعة من حبة عنب معلقة في Jell-O.
أظهر لها البرنامج مدى الإبداع الذي تنطوي عليه الهندسة وعلوم الكمبيوتر، وأثار اهتمامها بمتابعة مهنة أكاديمية.
“ولكن عندما التحقت بكلية برينستون، لم أستطع أن أقرر – الرياضيات، والفيزياء، وعلوم الكمبيوتر – بدت جميعها رائعة للغاية. تقول: “أردت أن أفعل كل ذلك”.
لقد استقرت على متابعة دراستها الجامعية في الرياضيات، لكنها أخذت جميع دورات الفيزياء وعلوم الكمبيوتر التي يمكنها إدراجها في جدولها الزمني.
التعمق في تحليل البيانات
بعد حصوله على منحة مارشال، أمضى برودريك عامين في جامعة كامبريدج بالمملكة المتحدة، وحصل على درجة الماجستير في الدراسات المتقدمة في الرياضيات ودرجة الماجستير في الفلسفة في الفيزياء.
وفي المملكة المتحدة، أخذت عددًا من دروس الإحصاء وتحليل البيانات، بما في ذلك صفها الأول حول تحليل البيانات الافتراضية في مجال التعلم الآلي.
وتتذكر أنها كانت تجربة تحويلية.
وتقول: “أثناء وجودي في المملكة المتحدة، أدركت أنني أحب حقًا حل مشكلات العالم الحقيقي التي تهم الناس، وتم استخدام الاستدلال البايزي في بعض أهم المشكلات الموجودة هناك”.
بعد عودتها إلى الولايات المتحدة، توجهت برودريك إلى جامعة كاليفورنيا في بيركلي، حيث انضمت إلى مختبر البروفيسور مايكل جوردان كطالبة دراسات عليا. حصلت على درجة الدكتوراه في الإحصاء مع التركيز على تحليل البيانات الافتراضية.
قررت ممارسة مهنة في الأوساط الأكاديمية وانجذبت إلى معهد ماساتشوستس للتكنولوجيا بسبب الطبيعة التعاونية لقسم EECS ومدى شغف وودود زملائها المحتملين.
لقد نجحت انطباعاتها الأولى، وتقول بروديريك إنها وجدت مجتمعًا في معهد ماساتشوستس للتكنولوجيا يساعدها على الإبداع واستكشاف المشكلات الصعبة والمؤثرة باستخدام تطبيقات واسعة النطاق.
وتقول: “لقد كنت محظوظة بالعمل مع مجموعة رائعة حقًا من الطلاب وطلاب ما بعد الدكتوراه في مختبري، وهم أشخاص أذكياء ومجتهدون، وقلوبهم في المكان المناسب”.
يتضمن أحد مشاريع فريقها الأخيرة التعاون مع خبير اقتصادي يدرس استخدام القروض الصغيرة، أو إقراض مبالغ صغيرة من المال بأسعار فائدة منخفضة للغاية، في المناطق الفقيرة.
الهدف من برامج القروض الصغيرة هو انتشال الناس من الفقر. يجري الاقتصاديون تجارب مراقبة عشوائية على القرى في المنطقة التي تتلقى أو لا تحصل على قروض صغيرة. إنهم يريدون تعميم نتائج الدراسة، والتنبؤ بالنتيجة المتوقعة إذا طبق أحدهم القروض الصغيرة على قرى أخرى خارج نطاق دراستهم.
لكن بروديريك ومعاونيها وجدوا أن نتائج بعض دراسات الائتمان الأصغر يمكن أن تكون هشة للغاية. يمكن أن تؤدي إزالة نقطة بيانات واحدة أو بضع نقاط من مجموعة البيانات إلى تغيير النتائج بالكامل. إحدى المشكلات هي أن الباحثين غالبًا ما يستخدمون المتوسطات التجريبية، حيث يمكن لعدد قليل من نقاط البيانات المرتفعة أو المنخفضة جدًا أن تؤدي إلى تحريف النتائج.
باستخدام التعلم الآلي، طورت هي ومعاونوها طريقة يمكنها تحديد عدد نقاط البيانات التي يجب إسقاطها لتغيير النتيجة الموضوعية للدراسة. ومن خلال أدواتهم، يستطيع العلماء أن يروا مدى هشاشة النتائج.
“في بعض الأحيان، يمكن أن يؤدي إسقاط جزء صغير جدًا من البيانات إلى تغيير النتائج الرئيسية لتحليل البيانات، ومن ثم قد نقلق بشأن مدى تعميم هذه الاستنتاجات على السيناريوهات الجديدة. هل هناك طرق يمكننا من خلالها الإبلاغ عن ذلك للناس؟ وتشرح قائلة: “هذا ما نصل إليه من خلال هذا العمل”.
وفي الوقت نفسه، تواصل التعاون مع الباحثين في مجموعة من المجالات، مثل علم الوراثة، لفهم إيجابيات وسلبيات تقنيات التعلم الآلي المختلفة وأدوات تحليل البيانات الأخرى.
مسارات سعيدة
إن الاستكشاف هو ما يدفع برودريك للعمل كباحثة، كما أنه يغذي أحد شغفها خارج المختبر. تستمتع هي وزوجها بجمع الرقع التي يكسبونها من خلال المشي لمسافات طويلة في جميع المسارات في المنتزه أو نظام الممرات.
وتقول: “أعتقد أن هوايتي تجمع بين اهتماماتي بالتواجد في الهواء الطلق وجداول البيانات”. “مع بقع المشي لمسافات طويلة هذه، عليك استكشاف كل شيء ومن ثم ترى المناطق التي لا تراها عادة. إنها مغامرة بهذه الطريقة.”
لقد اكتشفوا بعض الرحلات المذهلة التي لم يكونوا ليعرفوا عنها أبدًا، لكنهم شرعوا أيضًا في أكثر من عدد قليل من “رحلات المشي الكارثية الكاملة”، كما تقول. لكن كل رحلة، سواء كانت جوهرة مخفية أو فوضى كبيرة، تقدم مكافآتها الخاصة.
وكما هو الحال في بحثها، فإن فضولها وانفتاحها وشغفها بحل المشكلات لم يضللها أبدًا.
