Forbes, yapay zeka alanında Li Feifei ve Wu Hua dahil 21 seçkin kadını sayıyor
Chen Hua Annie Derleme ve bitirme
Qubit Raporu | Genel Hesap QbitAI
Yapay zeka bu dünyada yayılıyor, dokunduğu her sektörü ve alanı değiştiriyor.
Yapay zekanın arkasında, bu teknolojinin gelişimini, inovasyonunu ve yeni sınırlarını sürekli olarak zorlayan büyük bir yetenekli AI akademisyenleri ve teknik uzmanlar grubu var.
Atılım ve yenilik ne kadar büyükse, o kadar çeşitlendirilmiş besleyici toprağa ihtiyaç duyulur ve farklı geçmişlere, disiplinlere ve farklı mesleki bilgi ve bakış açılarına sahip daha fazla insanın bir araya gelmesi gerekir.
Aynısı yapay zeka alanında da geçerli.
Bugün, Forbes web sitesi yapay zeka alanında öne çıkan 21 kadının bir envanterini yayınladı.Bu kadınlar farklı geçmişlere sahip ve farklı konumlarda ve farklı şekillerde yapay zekanın ilerlemesini teşvik ediyor.
Bu envanter Forbes köşe yazarı Mariya Yao tarafından yazılmıştır. Yapay zeka ve robotik strateji ve araştırmaya odaklanan bir şirket olan TOPBOTS'un Ar-Ge ve tasarım departmanının başkanıdır.
Sonra, bu 21 seçkin kadını ve hikayelerini tanıyalım.
Li Feifei
Google Cloud'da Baş Yapay Zeka ve Makine Öğrenimi Bilimcisi
Li Feifei, "Şirketler, hükümetler ve araştırmacılar dahil herkesin farklı bir zihniyetle yapay zeka geliştirmesini sağlamaktan hepimiz sorumluyuz" dedi.
Bilgisayar görüşü alanında tanınmış bir bilim insanı olan Li Feifei, kısa süre önce Google Cloud'a "yapay zeka demokratikleştirme" misyonunu tanıtmaktan sorumlu yapay zeka ve makine öğrenimi bilimcisi olarak katıldı. Stanford Yapay Zeka Laboratuvarı ve Stanford Görme Laboratuvarı'ndan sorumlu olduğu Stanford Üniversitesi'nde doçent olarak görev yapmaya devam edecek. Li Feifei, Princeton Üniversitesi'nden fizik alanında lisans derecesi ve California Institute of Technology'den elektrik mühendisliği alanında doktora sonrası derecesi aldığından beri, en iyi dergi ve konferanslarda 150'den fazla bilimsel araştırma makalesi yayınladı. Ayrıca, yapay zeka ve derin öğrenmenin son zamanlardaki gelişimine katkıda bulunan 15 milyon görüntüden oluşan bir veri kümesi olan ImageNet'i geliştirdi.
Li Feifei, akademik kurumlarda ve kurumsal devlerde yetenek ve bilgiyi engellemenin bilgi işlem çeşitliliğini yok edeceğine, yaratıcılığı ve yeniliği zayıflatacağına ve adaletsizliğe neden olacağına dikkat çekti. Kar amacı gütmeyen kuruluşu AI4ALL, yapay zeka alanındaki azınlıklar için K-12 eğitim programları sağlıyor.
"Teknoloji insanlığa zarar vermemeli, insanlığa fayda sağlamalı, bu yüzden bilim ve teknolojiyi kullanırken, sadece kaşiflerin yararına değil, tüm insanlığa karşı sorumlu olmalıyız. Önce insan, sonra yapay zeka teknisyenleriyiz."
Daphne Koller
Baş Bilgisayar Sorumlusu, Calico Labs
Stanford Üniversitesi'nde bilgisayar bilimi profesörü olarak geçirdiği 18 yıl boyunca Daphne Koller, en iyi akademik dergilerde 200'den fazla makale yayınladı ve akademik atılımlar ve üstün eğitim için çok sayıda ödül kazandı. Dünyanın en büyük çevrimiçi eğitim platformu olan Coursera'yı kurdu ve şu anda Calico Labs'ın bilgisayar sorumlusu olarak görev yapıyor. İkincisi, Alphabet'in biyolojik yaşlanma konusunda uzmanlaşmış ve ömrü uzatmak için ilgili teknolojileri geliştiren bir araştırma ve geliştirme şirketidir.
Koller'in disiplinler arası başarıları, Coursera aracılığıyla yapay zeka, makine öğrenimi ve veri bilimi kurslarına katılan milyonlarca öğrenci de dahil olmak üzere, öğrencilerinin büyük katkılar sağlamasına izin verdiği için en çok gurur duyduğu şey. Kursu tamamlayan öğrencilerin% 29'u çok faydalandığını, bazıları yeni bir kariyere, bazıları da şirket kurduğunu söyledi. En önemlisi, gelişmekte olan ülkelerden veya geri sosyo-ekonomik gelişmişlik bölgelerinden gelen dezavantajlı gruplardan öğrenci sayısı% 48 artmıştır.
Cynthia Breazeal
Jibo'nun Kurucusu ve Baş Bilimcisi
Sosyal robotik alanında tanınmış bir öncü olan Cynthia Breazeal, aynı zamanda Massachusetts Institute of Technology'de doçenttir (orada doktorasını aldı ve Personal Robot Group'u kurdu) ve Jibo'nun (85 milyon dolardan fazla finansman alan bir şirket) kurucusu ve baş bilim adamı. Kişisel robotik şirketi).
Breazel'in çalışması çok sayıda akademik ödül, endüstri ödülü ve medyanın ilgisini almasına rağmen, 1990'larda diğer robotik ve yapay zeka uzmanlarına şüpheyle yaklaştı. O zamanlar, robotlar fiziksel ve endüstriyel bir araç olarak görülüyordu, sosyal ve duygusal bir arkadaş olarak hizmet edemiyordu. İlk sosyal robotu Kısmet, o dönemde popüler medya tarafından "işe yaramaz" olarak değerlendirildi.
Breazel, trendin tersine çok farklı bir vizyonla hareket ediyor: "İnsanlarla işbirliği yapabilen, sosyal ve duygusal zekaya sahip bir robot yaratmak istiyorum. 2 ila 5 yıl içinde, sosyal robotların gerçekten önemli bir şey yapabileceğini düşünüyorum. Aile, eğitim, sağlık, yaşlı bakımı, eğlence ve arkadaşlık dahil olmak üzere yardım sağlar. "
Çalışmasının ve etkisinin başkalarına "sadece akıllı değil, aynı zamanda akıllara durgunluk veren" robotlar yaratma konusunda ilham vereceğini umuyor.
Latanya Sweeney
Harvard Üniversitesi'nde Hükümet ve Teknoloji Profesörü
Harvard Üniversitesi'nde hükümet ve teknoloji profesörü ve Harvard Veri Gizliliği Laboratuvarı'nın yöneticisi olan Latanya Sweeney, güvenlik, gizlilik ve kişisel verilerde ve makine öğrenimi algoritmalarında önyargı gibi alanlarda zorluklarla karşı karşıya.
Sweeney'nin araştırması, çevrimiçi reklamcılıkta ayrımcılık sorununu ortaya koymaktadır: İnternette siyah isimler ararken, gerçekler ne olursa olsun, karşılık gelen sponsorlu reklamların, kişinin sabıka kaydına sahip olma olasılığı% 25 daha yüksektir. "Technology Science" ın genel yayın yönetmenliğini yaptığı sırada bir rapor da yazdı: SAT sınavına hazırlık hizmeti, Asyalıların daha yoğun olduğu, ancak gerçek geliri dikkate almadığı bölgeler için ortalama ücretin iki katı ücret alıyor. Amerika Birleşik Devletleri'nde ırk, din, milliyet ve cinsiyete karşı fiyat ayrımcılığı yasa dışıdır, ancak e-ticaret alanında yaptırım, kullandıkları fiyatlandırma algoritmaları şeffaf olmadığı için kolay değildir.
Sweeney, mevcut pozisyonunu üstlenmeden önce ABD Federal Ticaret Komisyonu CTO'suydu. Harvard Üniversitesi'nde bilgisayar bilimi alanında lisans eğitimini tamamladı ve Massachusetts Institute of Technology'den Bilgisayar Bilimleri alanında doktora derecesi alan ilk siyah kadın oldu.
Andrea Frome
Clarifai Araştırma Direktörü
Kariyerinin başında Andrea Frome, üst düzey bir yapay zeka araştırmacısı olmak istemiyordu. Çevre bilimci olarak başladı, ancak daha sonra veri ve modelleme çalışmalarına aşık oldu ve bu da onu bilgisayarla görme ve makine öğrenimi alanında doktora yapmak için Berkeley'deki California Üniversitesi'ne girmeye sevk etti. Daha sonra çok modlu görsel sınıflandırma sistemi üzerine akademik makaleler yayınladığı Google'a katıldı ve Google Street View hizmetini piyasaya sürdü.
Akademik çevrenin ötesinde etkisi olan problemleri çözerek sık sık büyük bir memnuniyet duyuyorum. Açıkladı, Sokak görünümü projesinde, mahremiyeti korumak için insan yüzlerini ve plakaları bulanıklaştırmamız gerekiyor. Bu görev yerine getirilmelidir. Doğruluğu yeterli bir yüksekliğe çıkarmak zor bir iştir, ancak bu sorunu çözmedikçe Street View yayınlayamayız. "
Frome şu anda önde gelen bir bilgisayar vizyonu şirketi olan Clarifai'nin araştırma direktörüdür. Nihai hedefi, bilgisayarların insanlar gibi görsel girdileri anlamalarını ve çevrelerindeki dünya hakkında doğru tahminlerde bulunmalarını sağlamaktır.
Rana el Kaliouby
Affectiva, kurucu ortak
Rana el Kaliouby, "Yapay zeka alanında, insanlar sosyal veya duygusal zekadan ziyade bilişimsel zekaya odaklanmaya alışkındır. Bununla birlikte, duygusal zeka eksikliği toplumun önemli bir dezavantajı olabilir."
El Kaliouby, Mısır'ın başkenti Kahire'de doğdu ve Orta Doğu'da büyüdü. El Kaliouby, Cambridge Üniversitesi'nde Bilgisayar Bilimleri alanında ilk kez doktora yaptığında, yapay duygular üzerine araştırma yapmamıştı. Ancak bu alanla çok ilgilendi ve sonunda El Kaliouby "duygusal yapay zeka" alanını tanımladı, duygu tanıma şirketi Affectiva'yı kurdu ve CEO olarak görev yaptı.
Affectiva'nın teknolojisinin otomobil üretimi, pazar araştırması, robotik, eğitim ve kumar gibi sektörlere teknolojik değişiklikler getirdiği kanıtlanmıştır.Ayrıca otizmli çocuklara duygusal ve sözsüz sosyal ipuçlarını tanımayı öğretmek için de uygundur. Bir çocuk, Affectiva ile Google Gözlük'ü ilk kez kullanarak annesiyle göz teması kurduğunda anne gözyaşlarına boğuldu.
El Kaliouby, üç ila beş yıl içinde cihazlarının duygusal algılama yeteneklerine sahip olacağını tahmin ediyor. Negatif duygu ekipmanınız onu ilk algılayan olacaktır.
Carol Reiley
Drive.ai'nin kurucu ortağı ve başkanı
Carol Reiley üniversitede mühendislik okuyana kadar programlamaya başlamadı. On yaşından beri programlama yapan sınıf arkadaşlarıyla rekabet ederken, benzeri görülmemiş bir tehdit hissetti ve neredeyse birkaç kez pes etti. Neyse ki, sebat etti ve Johns Hopkins Üniversitesi'nde bilgisayar bilimi alanında doktora yapmaya devam etti.
"On dokuzuncu yüzyılın ortalarındaki ikinci sanayi devrimine dönüp baktığımızda, tüm şirketler bir elektrik başkan yardımcısı tutmalıdır. O zamanlar elektrik herkesin ilgilendiği yepyeni bir kavramdı, ancak hiç kimse dünyayı ne kadar etkileyeceğini bilmiyordu. Etki. Tıpkı yapay zekanın duygularına baktığımız gibi. "Carol Reiley dedi. Gençliğinden beri dünyayı mühendislik yoluyla etkilemeyi umuyordu.
O artık Drive.ai'nin kurucu ortağı ve başkanıdır. Drive.ai, otonom araçlar için derin öğrenme yazılımı oluşturma konusunda uzmanlaşmış bir şirket olan Stanford Üniversitesi Yapay Zeka Laboratuvarı tarafından inşa edilmiştir. Finansal açıdan zengin teknoloji devlerine ve sürücüsüz şüphecilere karşı savaşmak zorunda olmasına rağmen, Reiley ve ekibi hala Seri A finansmanında 1,2 milyon dolar topladı ve çok sayıda sürücüsüz aracı yola çıkardı.
Wu Hua
Baidu Doğal Dil İşleme Ekibi, Teknik Müdür
Wu Hua'nın Baidu'daki yedi yıllık liderlik ekibi, doğal dil işleme (NLP), diyalog sistemleri ve sinir ağı makine çevirisi (NMT) alanlarında büyük atılımlar gerçekleştirdi. Önerdiği NMT çok görevli öğrenme çerçevesi, New York Times tarafından "çığır açan" bir gelişme olarak selamlandı ve bu atılımı Baidu Translation aracılığıyla yüz milyonlarca kullanıcıya başarıyla uyguladı.
Ayrıca akıllı ev asistanları ve akıllı IoT cihazlarına yardım sağlamak için Baidu'nun yapay zeka diyalog programı Duer'i yarattı. Wu Hua, Çin Bilimler Akademisi'nden bir doktora ve ACL ve IJCAI olmak üzere iki akademik konferansa liderlik ediyor.
Wu Hua ilk kez araştırma yaptığında, derin öğrenme ve bilgisayarla görme alanında atılımlar yapıldı, ancak doğal dil işlemede hiçbir ilerleme olmadı. Pek çok tanınmış uzman, derin öğrenmenin makine çevirisi düzeyini iyileştirebileceğinden şüphe ediyor, ancak Wu Hua ve ekibi yalnızca bu görüşün uygulanabilir olduğunu doğrulamakla kalmadı, aynı zamanda ekibi altı aydan kısa bir sürede günde yüz milyonlarca kez işleyebileceklerini başardı. İstenen ürünü tercüme edin.
Wu Hua gururla, "Ekibimin vizyonu, azmi ve hızı ile gurur duyuyorum. Makine çevirisinin darboğazını kırdık, insanlar arasındaki iletişim engellerini aştık ve yeni şeyler öğrenmelerine yardımcı olduk." Dedi.
Angelica Lim
Yazılım Geliştirme Müdürü, Softbank Robotik Araştırma ve Geliştirme Departmanı
On yıl önce Lim, Hotmail'in CAPTCHA sistemini kırmak için Yann LeCun'un evrişimli sinir ağını kullandı.Bu işi tamamlamak için yinelemeli programlama dili LISP'yi bile kullandı, ancak araştırma sonuçlarını yayınlamadı, çünkü o sırada bu araştırma yoktu Yaygın değil.
Japonya'daki Kyoto Üniversitesi'ndeki yüksek lisans ve doktora çalışmaları sırasında Lim, insan duygularını anlayan bir robot yaratmak için bilgisayar bilimi, sinirbilim ve kültürel gelişim psikolojisini birleştirdi. Robotların (insan tarzını taklit eden robotlar) geliştirilmesinde öncü olan Lim, küçük çocukların duygusal durumlarını fiziksel, zihinsel ve fiziksel hareketlere genişleteceklerini açıkladı ve robotlarla ilgili araştırmasının da bu ilkeye dayandığını açıkladı.
Şu anda Lim, Softbank'ın Robotik Araştırma ve Geliştirme Departmanında yazılım geliştirme yöneticisi ve insansı bir robot olan Pepper'ın yaratıcısıdır. Ayrıca, aynı zamanda bir TED aktivisti ve TED'de duygusal robotlar tasarlama üzerine bir dizi konuşma yaptı.
Daniela Rus
MIT Bilgisayar Bilimi ve Yapay Zeka Laboratuvarı (CSAIL) Direktörü
Daniela Rus, MIT'de elektrik mühendisliği ve bilgisayar bilimi profesörü, CSAIL'in yöneticisi ve CSAIL'in dağıtılmış robotik laboratuvarının başkanıdır. Daha önce Dartmouth Robotik Laboratuvarı'nı kurdu ve kendi kendine ağırlıklandıran robotik teknolojisinde öncüdür. Bu robot, iç yapısını değiştirerek farklı ortamlara otomatik olarak uyum sağlayabilir.
"Geleneksel üretim yöntemleriyle üretilen sert robotlarla karşılaştırıldığında, son 3B baskılı yumuşak robotlarımız daha güvenli, daha ucuz ve daha esnektir." Yumuşak robotların esnek yapısı, kolayca yön değiştirmelerine ve sıkıştırmalarına olanak tanır. Dar bir alana girin. Ayrıca 3D baskı, robot üretimini daha kolay hale getirir.
"Kağıt ve plastik gibi basit gündelik malzemeleri kullanarak, kullanılabilir robotlar yapmak için yazıcıları kullanabiliriz."
Ayşe Naz Erkan
Twitter veri bilimcisi
Ayşe Naz Erkan, İstanbul, Türkiye'den ve 2014'te New York Üniversitesi Courant Enstitüsü'nde Bilgisayar Bilimleri alanında doktora yapmak için Amerika'ya gitti. Yann LeCun'un laboratuvarında araştırma yönü, otomatik robot navigasyonunda derin öğrenme uygulamasıdır. Buna ek olarak, Max Planck Biyolojik Kontrol Enstitüsü'nde yarı denetimli öğrenim üzerinde çalıştı. Daha sonra bir teknoloji girişim şirketine katıldı.
Erkan, start-up şirketinde geçirdiği günlerin "hayatında inanılmaz bir değişim getirdiğini", kendisini daha iyi bir problem çözücü ve pratik teknoloji uzmanına dönüştürdüğünü söyledi. Twitter, başlangıç şirketini beş buçuk yıl önce satın aldı. Şu anda, Twitter'ın daha güvenli bir platforma dönüştürülmesi umuduyla, Twitter'ın içerik anlayışından ve derin öğrenme uygulama ekibinden sorumludur.
"Twitter verilerinde yer alan nefret söylemi ve istismar sorunlarının çözülmesi çok ilginç. Özellikle makine öğreniminin kamusal iletişim tasarımını nasıl etkilediğini kendi gözlerinizle görebilirsiniz."
Jane Wang
Google DeepMind şirketinde Research Scientist
Jane Wang, aslında beynin bellek sistemindeki karmaşık dinamik ağ topolojisinin modellenmesine odaklanan uygulamalı bir fizikçiydi. Daha sonra, deneysel bilişsel sinirbilim alanında doktora sonrası araştırmalar yapmak için Northwestern Üniversitesi'ne gitti. DeepMind'a iki yıl önce katıldığından beri, makine öğrenimi teknolojisinde bir geçmişi olmadan, en zor yapay zeka sorunlarını çözmek için başka araçlar ve perspektifler kullanabilir. "İnsan beyni işlevi teorisini incelemek ve bunu benzer karmaşık görevleri çözebilecek derin pekiştirmeli öğrenme modellerine uygulamak çok heyecan verici" dedi.
Jane Wang'ın resmi bir yapay zeka geçmişi yok, ancak aynı zamanda başarıya ulaştı. Yapay zeka araştırmaları alanındaki şiddetli rekabet ve gereken uzun öğrenme sürecinin genel katılıma elverişli olmayabileceğinden endişeleniyor. O uyardı: "Rekabet sektörün ilerlemesini desteklemiş olsa da, daha kapsayıcı ve işbirliğine dayalı bir ortamda çalışmak isteyenler için iyi değil." Şu anda DeepMind Araştırma Yönlendirme Komitesi üyesidir ve tanıtım yapmayı ummaktadır. Yapay zeka alanında çeşitlendirilmiş gelişme. Ayrıca yapay zeka topluluğunun açıklığını teşvik etmeyi ve araştırmacıları sonuçları paylaşmaya ve ortak ilerleme sağlamaya teşvik etmeyi umuyor.
Caroline Galleguillos
Raptiye makine öğrenimi mühendisi
Caroline Galleguillos Şili, Santiago'da doğdu. Şili Üniversitesi'nden mühendislik ve bilgisayar bilimi diploması aldıktan sonra, devlet bursu aldı ve staj yapmak için Silikon Vadisi'ne gitti. Sonunda, Kaliforniya Üniversitesi, San Diego'dan bilgisayar bilimi alanında doktora derecesi aldı. Akademik kariyeri boyunca, ana akım bilgisayar görüşü konferanslarında araştırma makaleleri yayınladı ve 2007 ve 2008'de IGERT NSF Fellow seçildi.
Galleguillos, Google, HP, Honda ve Thumbtack için bilgisayarla görme ve makine öğrenimi algoritmaları geliştirdi. Ancak SET Media'da kurduğu ve eğittiği yapay zeka ekibiyle özellikle gurur duyuyor. Sınırlı kaynaklara rağmen, ekibi, şirketin 2014'te Conversant tarafından satın alınmasına katkıda bulunan bir makine öğrenimi sistemini başarıyla başlattı.
Devi Parikh
Facebook yapay zeka araştırma ekibi araştırma bilim adamlarını ziyaret etti
Devi Parikh, Georgia Teknoloji Enstitüsü'nde Etkileşimli Hesaplama Okulu'nda yardımcı doçent ve Facebook Yapay Zeka Araştırma Ekibi'nde (FAIR) misafir araştırmacıdır. Carnegie Mellon Üniversitesi'nden elektrik ve bilgisayar mühendisliği alanında yüksek lisans ve doktora yaptıktan sonra, çok sayıda en iyi araştırma laboratuvarlarında misafir pozisyonlarında bulundu ve 2016 IJCAI Bilgisayar ve Fikir Ödülü gibi birçok onur kazandı. Bu, "35 yaşın altındaki yapay zeka araştırmacıları için ilk ödül" olarak kabul ediliyor.
Parikh'in en önemli araştırması, bilgisayarla görme ile doğal dil işlemenin kesişimi olan Görsel Soru Cevaplama (VQA) üzerinedir. "Büyük veri kümelerimizi ve sistemlerimizi ifşa ederek, küresel araştırma kuruluşlarını görsel içerikle ilgili soruları otomatik olarak yanıtlayabilen makineler geliştirmelerine yardımcı olmak için güçlendiriyoruz." Resmin düşük bant genişliğine sahip ağı daha fazla bilgi sağlar.
MYK alanındaki teknolojik gelişmeler de mevcut ürün deneyimini optimize etmiştir. "İster kişisel asistanlar isterse sohbet robotları olsun, giderek daha fazla konuşma aracıları göreceğiz. Bu temsilciler akıllı bir görsel şekilde görülebilir veya gerçek yaşam deneyimimizi geliştirebilir."
Marie desJardins
Bilgisayar Bilimleri Profesörü, Maryland Üniversitesi, Baltimore County
Marie desJardins, belirli bir teknik uygulamadan ziyade yapay zeka alanındaki daha geniş konulara odaklanıyor. Berkeley'deki California Üniversitesi'ndeki doktorası sırasında konusu "nesneye dayalı makine öğrenimi" idi. O sırada, zeki temsilcilerin neyi ve nasıl öğreneceklerini anlamalarına yardımcı olacak bir yöntem tasarladı. Baltimore County, Maryland Üniversitesi'nin başkan yardımcısı ve profesörü olarak desJardins, 120'den fazla araştırma makalesi yayınladı ve çeşitli öğretim ödülleri aldı. Ayrıca, yüksek lisans öğrencileriyle birlikte, çok etmenli sistemlerin kendi kendine örgütlenmesi ve güven ilişkisi üzerine güçlü araştırmalar yapmıştır.
DesJardins'in kariyerinin başlangıcında, yapay zeka ve bilgi işlem teknolojisi endüstrileri çeşitli yetenekleri kendine çekti. Bununla birlikte, zamanla, birçok endüstri konferansında "bir alt soruna (denetimli sınıflandırma öğrenimi) odaklanan makalelerin baskın hale geldiğini ve aynı zamanda diğer alt alanlarda (aktif öğrenme, hedefe dayalı öğrenme) daha az hoş karşılandığını fark etti. , Uygulamalı öğrenme, bilişsel öğrenme vb.). " Böyle bir eğilimin yapay zeka çeşitliliğinin gelişmesine elverişli olmayacağından endişeleniyor.
Dedi ki: "Daha ikonik ve temsili yöntemlerin yeniden düşünüldüğünü görüyoruz. Sonunda, sayısal yöntemler ve ikonik yöntemler arasında gittikçe daha fazla köprü kuracağımızı ve hiyerarşik geliştireceğimizi düşünüyorum. Her ikisinin gücünü aynı anda kullanacak yapı. "
Rachel Thomas
Fast.ai'nin kurucu ortağı
Rachel Thomas, Duke Üniversitesi'nde matematik alanında doktorasını aldığından beri, Uber'de nicel analiz uzmanı, veri bilimcisi ve arka uç mühendisi olarak ve San Francisco Üniversitesi'nde "Veri Analizi Yüksek Lisansı" projesinde profesör olarak çalıştı. Halen San Francisco Üniversitesi Veri Araştırma Enstitüsü'nde yerleşik bir araştırmacı ve Fast.ai'nin kurucu ortağıdır. İkincisi, küresel ölçekte pratik derin öğrenme eğitim hizmetleri sağlar. Thomas'ın öğrencileri öğrendikleri bilgileri Hintli çiftçilerin intihar oranını düşürmek, görme engelli insanlara yardım etmek ve Pakistan'daki hastalıkları tedavi etmek için kullandılar.
Thomas birkaç yıl önce derin sinir ağları üzerinde çalışmaya başladığında, ağda hiçbir eğitim kaynağı yoktu. Dedi ki: "Bu alandaki herkes doktora projesini aynı dört danışmanın rehberliğinde tamamlamış görünüyor. Hiç kimse pratik ve yararlı bilgileri paylaşmıyor." Bu nedenle, ücretsiz bir ortak üretti. "Programcılar için Pratik Derin Öğrenme" kursu, programcıların sinir ağı yöntemlerini kullanarak programlama becerilerini geliştirmelerine yardımcı olmayı umuyor. Thomas'ın projesi, daha fazla kadına, beyaz olmayan kişiye, uluslararası öğrenciye ve mali güçlükleri olan kişilerin yapay zeka araştırma ve mühendislik geliştirmeye katılmalarına başarıyla yardımcı oldu.
Suchi Saria
Yardımcı Doçent, Johns Hopkins Üniversitesi
Şu anda, büyük miktarda dijital sağlık bilgisi topladık, ancak bu bilgiler insan sağlığını iyileştirmek için tam olarak kullanılmadı. Johns Hopkins Üniversitesi'nde yardımcı doçent olarak Suchi Saria, sensör platformlarında ve elektronik tıbbi kayıtlarda verilerin hesaplamalı modellemesinin "son derece etkili işler için büyük fırsatlar yaratacağına" inanıyor.
Johns Hopkins Üniversitesi'ne katılmadan önce, Stanford Üniversitesi'nde doktorasını tamamlayan Saria, aynı zamanda Harvard Üniversitesi'nde NSF Hesaplama İnovasyonu Bursiyeridir. Başlangıçta biyoloji veya tıptan hoşlanmadığını düşündü, ancak sürekli olarak toplanan verileri yenidoğan hastalıklarının önlenmesini incelemek için kullandıktan sonra bu alana ilgi duymaya başladı. Profesyoneller arası yeteneklere sahip olan Saria, hastalık yörünge modellemesi, tıbbi hedefleme tahmin yöntemleri, klinik karar destek (CDS) sistemleri ve kişiselleştirilmiş tedavi yöntemleri alanlarında birçok üst düzey makale yayınladı.
Saria, daha fazla araştırmacıyı karmaşık sorunları ve kısıtlamaları incelemek ve araştırmak için önemli konuları seçmeye teşvik eder.
Rama Akkiraju
IBM Watson Üstün Mühendisi ve Ana Yenilikçi
Çok az kişi IBM'in "Üstün Mühendis ve Başlıca Yenilikçi" unvanını kazanabilir ve Rama Akkiraju'nun katkısı onun bu onuru kazanmasına yardımcı oldu. IBM Watson'daki "People Insights" projesinden sorumlu. Karakterlerin kişiliğini, duygularını, tutumlarını ve niyetlerini anlamak için sosyal medya verilerini, dili ve makine öğrenimi yöntemlerini kullanan bir teknoloji geliştirdi. Akkiraju liderliğindeki ekip, Watson'un Tone Analyzer gibi bilişsel hizmet ürünlerinin geliştirilmesinden sorumlu.
Bu alandaki zorlukları çözmek için Akkiraju'nun ekibi, yapay zeka, psikoloji, sosyoloji, karar teorisi ve tüketici davranışı dahil olmak üzere disiplinler arası bilgileri kullanıyor. "İnsanları gerçekten anlayabilen bir robot, müşteri hizmetleri personelinin, danışmanların ve sağlık koçlarının eksikliklerini telafi edebilir. Bu alanlarda, çalışmalarımız insanların günlük yaşamlarında önemli farklılıklar yaratabilir."
Jackie Hunter
BenevolentBio CEO
Jackie Hunter her zaman büyük verinin biyoteknolojiyi dönüştürme potansiyeli ile ilgilenmiştir. GlaxoSmithKline'da Ar-Ge yöneticisi olarak görev yaptığı süre boyunca, ilaç geliştirme sürecindeki eksikliklere rehberlik edecek madencilik verilerinde kişisel deneyime sahipti. Şu anda, BenevolentBioAI altında BenevolentBio'nun CEO'su olan Hunter, yeni ilaçların keşfini ve geliştirilmesini hızlandırmak için yapay zeka kullanmak üzere akademik ve endüstri geçmişlerini birleştiriyor.
"Yeni ilaç keşfi ve tıbbi bakım açısından önümüzdeki beş yılda son 50 yıla göre daha büyük bir dönüşüm olacağını düşünüyorum." Ancak ilaç şirketlerinin yapay zekayı geçici bir trend olarak görmemeleri gerektiği konusunda uyardı. "Önümüzdeki 5 ila 10 yıl içinde, tüm değer zincirinde entegre dijital ve yapay zeka stratejileri geliştiren ve uygulayan şirketler başarılı olacak."
Shubha Nabar
Veri Bilimi Kıdemli Direktörü, Salesforce Einstein
Stanford Üniversitesi'nden bilgisayar bilimi alanında doktora derecesi aldıktan sonra Shubha Nabar, şu anda çalıştığı Microsoft, LinkedIn ve Salesforce'ta veri ürünleri ve bilimsel ekipler kurdu. Einstein'ın kıdemli veri bilimi yöneticisi olarak, kendisi ve ekibi, Salesforce'un tüm ürün yelpazesine yapay zeka enjekte etmekten sorumludur.
Farklı alanlarda binlerce şirket için AI çözümleri oluşturmak şüphesiz teknik bir zorluktur. Nabar'ın yeni yöntemi, bir "meta" makine öğrenimi çerçevesi oluşturmak ve ardından tüm makine öğrenimi sürecinin inşasını otomatikleştirmek. "Eşi görülmemiş bir şey inşa ediyoruz" dedi.
Makine öğrenimi daha popüler hale geldiğinde Nabar şu uyarıda bulundu: "Bu süreçte, yapay zekanın etik sorunlarına dikkat etmemiz, adil ve sorumlu algoritmalar kurmamız ve gerçek dünya verilerinde sıklıkla var olan önyargıları yaymayı reddetmemiz gerekiyor."
Timnit Gebru
Stanford doktora öğrencisi
Timnit Gebru gençken Etiyopya'dan Amerika Birleşik Devletleri'ne gitti ve Stanford Üniversitesi'ne girdi, burada elektronik mühendisliği alanında lisans ve yüksek lisansını tamamladı ve şu anda doktora için çalışıyor. Bu süre zarfında Apple'da prestijli bir mühendis işi aldı ve bir başlangıç şirketinin kurucu ortağı oldu.
Gebru, Li Feifei altında çalıştı ve büyük ölçekli veri kümelerinden sosyolojik sorunları keşfetme konusunda çok sayıda mükemmel makale yayınladı. Son zamanlarda, Google Street View görüntü verilerinden sayım sonuçlarını çıkarmak için makine öğrenimi yöntemlerini kullandı ve "The Economist "Derginin övgüsü.
AI alanında çeşitliliği ve katılımı aktif olarak teşvik ediyor. Gebru, önemli bir AI konferansında yer alan tek siyah kadın olduğunu keşfettiğinde, AI araştırmalarına siyah grupların katılımını artırmak için Black In AI sosyal grubunu kurdu.
Gebru ayrıca yerel programlama eğitim kampı AddisCoder'de çeşitli genç öğrencilere programlama becerileri öğretmek ve prestijli Amerikan okullarına başvurmalarına yardımcı olmak için Etiyopya'ya döndü.
Yapay zeka, toplumun tüm yönlerini etkiler ve hatta seçim sonuçlarını manipüle etmek, suçluları belirlemek vb. İçin kullanılır. Gebru, AI araştırmacılarının işlerinin etkisi konusunda sessiz kalamayacağını söyledi. Yalnızca bu teknolojinin yaratıcıları kapsayıcı bir tavrı sürdürdüklerinde, AI'nın getirdiği üstel büyüme herkese fayda sağlayabilir.
Bitiş
İşe Alım
Qubit, editörleri, muhabirleri, operasyonları, ürünleri ve diğer pozisyonları işe alıyor ve çalışma yeri Pekin, Zhongguancun'da bulunuyor. İlgili ayrıntılar için lütfen şu yanıtı verin: resmi hesabın diyalog arayüzünde "İşe Alım".
Bir şey daha...
Bugün AI dünyasında başka nelere dikkat etmeye değer? Yapay zeka endüstrisini ve tüm ağımızdan toplanan araştırma eğilimlerini görmek için QbitAI resmi hesap diyalog arayüzünde "bugün" yanıtını verin. Yeniden doldur ~
