3月1日5位推动AI行业研究的女性
人工智能 (AI) 是一个快速发展的行业,它不断地用各种可能的东西给人们留下深刻印象。如果没有人们孜孜不倦地研究创新,这些进步就不会发生。许多推动人工智能发展的人都是男性,这证明了 与该行业相关的已知性别差距。解决这个问题需要集中精力,但情况可能会改变。
这里的五位女性是人工智能研究领域的佼佼者,她们的奉献精神激励着每个人。
汉娜·瓦拉赫博士
Hanna Wallach 博士专门研究与计算社会科学相关的机器学习和自然语言处理方法。她研究的一些主题包括与机器学习相关的公平性和透明度。
Wallach 是纽约市微软研究院的首席研究员。她还是马萨诸塞大学阿默斯特分校的兼职教授,也是该大学计算社会科学研究所的成员。除了获得计算机科学学士学位外,Wallach 还获得了认知科学硕士学位和博士学位。在机器学习中。
除了帮助塑造 AI 的未来,Wallach 还花了十多年的时间专注于改善女性在科技领域的代表性不足问题,包括共同创立了两个与此相关的组织。
李飞飞博士
李飞飞博士出生于,在斯坦福大学担任计算机科学教授。此外,她还担任 斯坦福大学以人为本的人工智能 (HAI) 研究所的联合主任,该研究所 专注于以造福人类的方式推动人工智能研究的方法,并依靠斯坦福大学各个部门的学者来实现这一目标。
在去斯坦福以人为本的人工智能 (HAI) 研究所之前,飞飞在斯坦福视觉与学习实验室担任领导职务。该设施将来自世界各地的人们聚集在一起,构建智能算法,帮助计算机和机器人“看到”和“思考”,并加强对人类大脑的研究。
飞飞也影响了斯坦福项目之外的人工智能领域。她是 AI4ALL 的联合创始人兼主席,这是一家名为AI4ALL的全国性非营利组织, 旨在使 AI 教育更具包容性和多样性。AI4All 实现这一目标的方法之一是提供一个开放的学习平台,人们可以在其中获得有关 AI 的免费教育材料。
凯特·达林博士
凯特·达林博士称自己为“机器女主人”,考虑到她的背景,这个绰号是有道理的。在麻省理工学院 (MIT) 媒体实验室担任研究员期间,她利用了机器人伦理学这一主题。
更具体地说,达林检查了人与机器之间形成的情感联系,具有栩栩如生的品质。她还喜欢研究机器人技术与社会之间的交叉点,随着人工智能在当今世界变得越来越先进,因此变得越来越普遍,这一点至关重要。
Darling 还拥有法律背景,这使她具备在包括麻省理工学院在内的几所大学担任知识产权专家的能力。Darling 结合她的热情和专业知识的方法之一是在哈佛共同教授机器人伦理课程。
此外,达林希望确保学术界以外的人了解她的工作和发现。她是机器人技术和人机交互 领域的世界领先专家之一,并在被要求出席活动后就这些话题发表演讲。
《纽约客》、《卫报》和 NPR 都是以达林和她的作品为特色的媒体。她也为感兴趣的人举办研讨会。
安德里亚·弗罗姆博士
Andrea Frome 博士的职业生涯卓有成效,他曾与多家在人工智能领域取得长足进步的公司合作。她还担任过独立顾问。
获得博士学位后。来自伯克利的她在谷歌工作了几年,其中三年用于街景项目,其中部分涉及想出隐藏出现在谷歌地图图像上的车牌和面孔的方法。
然后,Frome 成为 Google Brain 团队的一员,负责将深度学习用于计算机视觉和研究。因此,对于大多数人来说,一家提供视觉搜索技术的 AI 初创公司希望 Frome 加入团队可能并不奇怪。
这家公司是 Clarifai,于 2017 年 聘请她担任研究主管。Clarifai 寻求开发算法技术,该技术可以学习照片或视频中出现的对象,然后在媒体数据库中搜索这些东西。
然而,截至 2018 年 12 月, Frome 的 LinkedIn 个人资料显示她回到了谷歌并担任高级研究工程师。随附的描述表明,她将把她的才能带到非洲加纳的一个新的谷歌大脑研究实验室。这一发展证明了具有卓越人工智能才能的人如何将他们的知识应用到世界各地。
Devi Parikh 博士
Devi Parikh 博士是佐治亚理工学院的助理教授,她是与 Facebook AI Research (FAIR) 相关的研究科学家。她的兴趣之一是利用人机协作的潜力并构建更智能的技术。
她的大部分研究都涉及计算机视觉,尤其是与视觉识别相关的问题。在佐治亚理工学院任教之前,她曾在弗吉尼亚理工大学教授初级和高级计算机视觉课程以及计算机工程入门课程。
Parikh 的一些独特之处也突出了 AI 令人难以置信的潜力,这是她网站上 展示算法艺术的部分。许多作品具有几何形状,其中一个是由绳子制成的玩偶,具有不同的层次。
Parikh 还发布了关于她的研究实验室的更新和成就时间表。这些细节有助于公众了解她和她的同事正在做什么,以及这些努力将如何影响世界。
未来看起来很光明
尽管前面提到了人工智能人才的性别差距,但这些出色的女性证明了打破常规并保持人工智能领域稳步向前发展是可能的。
由于这里提到的一些人对增加人工智能的机会异常热情,因此该行业变得更加性别平衡可能比人们想象的要早。
这里介绍的人们对人工智能研究有着不同的兴趣,这也是一件好事。
这一现实表明,在人工智能领域工作并为即将到来的进步铺平道路时,有很多方法可以追求各种各样的主题。