10 nejvlivnějších žen v oblasti AI a robotiky, které mění budoucnost

Umělá inteligence a robotika již nejsou experimentálními obory omezenými na výzkumné laboratoře. Tvarují ekonomiky, předefinují průmysly a ovlivňují denní život ve globálním měřítku. Za mnoha z nejvýznamnějších průlomů stojí ženy, jejichž práce fundamentálně změnila, jak jsou navrhovány, trénovány, řízeny a nasazovány inteligentní systémy.

Tento seznam vyzdvihuje deset nejvlivnějších žen v AI a robotice dneška. Jedná se o výzkumné pracovníky, inženýry a technické lídry, jejichž příspěvky sahají daleko za rámec titulů – ženy, jejichž práce změnila trajektorii strojového učení, vtělené inteligence a human-centered AI.

1. Dr. Fei-Fei Li

Photo: Steve Jurvetson, CC BY 2.0, via Wikimedia Commons

Dr. Fei-Fei Li je jednou z hlavních architektek moderní počítačového vidění. Jako tvůrkyně ImageNet, vedla úsilí o vytvoření velkého škálovatelného označeného datasetu, který zapálil revoluci hlubokého učení. ImageNet poskytl tréninkový základ, který umožnil neuronovým sítím dramaticky překonat předchozí metody počítačového vidění, urychlující průlomy v oblasti rozpoznávání objektů, medicínského zobrazování, robotiky a autonomních systémů.

Její akademické příspěvky na Stanford University pomohly formalizovat počítačové vidění jako centrální pilíř výzkumu AI. Kombinací neurovědně inspirovaných přístupů s hlubokými učícími se systémy, pomohla posunout AI z logiky založené na pravidlech směrem ke škálovatelnému rozpoznávání vzorů.

Mimo technické úspěchy, Dr. Li důsledně hájila human-centered AI. Argumentuje, že inteligentní systémy musí být postaveny s etickými zárukami, úvahami o spravedlnosti a sociálním blahobytu na mysli. Její práce ovlivnila jak akademické výzkumné agendy, tak veřejné diskuse o odpovědné AI.

Byla také členkou poradních orgánů, které formovaly národní AI strategii ve Spojených státech, pomáhající zajistit, aby inovace byly v souladu s demokratickými hodnotami a občanskými svobodami.

Dnes Dr. Li pokračuje ve výzkumu na Stanford Human-Centered AI Institute, zaměřujícím se na prostorovou inteligenci, vtělenou AI a zajišťujícím, aby pokročilé systémy zvyšovaly lidské schopnosti, spíše než je nahrazovaly. Její práce stále více prozkoumává, jak AI může bezpečně interagovat v reálných prostředích, překlenutím mezery mezi percepcí a akcí.

Dr. Li také kronikuje svou pozoruhodnou cestu ve svých memoárech The Worlds I See, kde se ohlíží za svou cestou od imigrace do Spojených států jako teenagerka až po to, že se stala průkopnicí moderní AI. Kniha poskytuje vzácný pohled do zákulisí vzniku ImageNet a raných průlomů, které pomohly spustit revoluci hlubokého učení.

2. Cynthia Breazeal

Photo: Cynthia Breazeal / CC BY-SA 4.0 / Wikimedia Commons

Cynthia Breazeal je široce uznávána jako průkopnice sociálních robotů. Na MIT Media Lab, vyvinula Kismet, jednoho z prvních robotů schopných interpretovat a vyjadřovat emoce. Tato práce pomohla spustit pole sociálních robotů a položila základy pro emocionálně reagující stroje a afektivní výpočetní techniku.

Její výzkum předefinoval robotiku posunutím zaměření z průmyslové automatizace na sociální interakci. Místo budování strojů, které prostě vykonávají úkoly, Breazeal prozkoumala, jak roboti mohou komunikovat s lidmi, budovat důvěru a reagovat na lidské sociální signály.

Později spoluzaložila Jibo, startup, který vyvinul jednoho z prvních spotřebitelských sociálních robotů navržených pro domácí prostředí. Ačkoli komerční cesta Jiba byla komplexní, projekt reprezentoval významný milník v zavádění sociálně inteligentní robotiky do každodenního života.

Breazealův vliv sahá hluboko do vzdělávání a zdravotnické robotiky, kde stroje musí rozumět jemným lidským signálům, aby mohli sloužit jako efektivní společníci, učitelé a asistenti.

Dnes pokračuje ve vedení Personal Robots Group na MIT Media Lab a řídí iniciativy zaměřené na AI vzdělávání a gramotnost. Její současná práce prozkoumává, jak sociálně inteligentní AI systémy a roboti mohou podporovat učení, pohodu a dlouhodobé lidsko-AI vztahy.

3. Timnit Gebru

Photo: TechCrunch / CC BY 2.0 / Wikimedia Commons

Timnit Gebru byla jednou z nejvýznamnějších hlasů v AI etice. Její raný výzkum odhalil předpojatost v systémech rozpoznávání obličeje, odhalující významné rozdíly v přesnosti napříč rasou a pohlavím. Široce citovaná Gender Shades studie prokázala, že komerční systémy fungovaly mnohem hůře u tmavších žen než u světlejších mužů, odhalující, jak tréninková data a systémový design mohou vkládat diskriminaci do široce nasazených AI technologií.

Také se spoluautorsky podílela na vlivném výzkumu, který zkoumal rizika velkých jazykových modelů, včetně jejich environmentálního dopadu, vloženého předpojatosti a nedostatečné transparentnosti. Tato práce pomohla posunout konverzaci kolem AI vývoje, povzbuzující pole, aby zvažovalo nejen výkonové měřítko, ale také sociální a environmentální důsledky škálování AI systémů.

V roce 2021 založila Distributed AI Research Institute (DAIR), nezávislý výzkumný ústav věnovaný studiu AI mimo vliv velkých technologických společností. Ústav se zaměřuje na komunitně vedený výzkum a zdůrazňuje globální účast na formování budoucnosti AI.

Její advokacie ovlivnila regulační debaty, průmyslové standardy a širší diskuse o odpovědném AI vývoji.

Dnes Gebru pokračuje ve.focusu na algoritmickou odpovědnost, práva na data a mocenské dynamiky vložené do AI vývoje. Její práce stále více prozkoumává, jak AI systémy ovlivňují marginalizované komunity a jak lze rámce governance posílit, aby zajistily více rovné a transparentní AI systémy po celém světě.

4. Daphne Koller

Photo: World Economic Forum / CC BY-SA 2.0 / Wikimedia Commons

Daphne Koller je průkopnicí v pravděpodobnostních grafických modelech, rámci, který umožňuje strojům uvažovat pod nejistotou. Její akademická práce fundamentálně tvarovala, jak AI systémy reprezentují komplexní závislosti v reálných datech a pomohla etablovat pravděpodobnostní modelování jako základní přístup v moderním strojovém učení.

Spoluzaložila Courseru, jednu z největších online vzdělávacích platforem, pomáhající demokratizovat přístup k AI a počítačovému vzdělávání pro miliony studentů po celém světě.

Koller později zaměřila svou pozornost na biotechnologie, založila Insitro, aby aplikovala strojové učení na objevování léků. Kombinací velkých biologických dat s prediktivním modelováním, společnost cílí na transformaci toho, jak jsou terapie objevovány a vyvíjeny.

Její práce reprezentuje jeden z nejčistších příkladů AI přecházející z digitálních systémů do life sciences, kde strojové učení může urychlit vědecký objev.

Dnes Koller pokračuje ve vedení Insitrova výzkumu do AI-poháněného farmaceutického vývoje, integrujícího genomiku, high-throughput biologii a strojové učení, aby urychlila klinické pipeline a zlepšila úspěch lékového vývoje.

5. Joy Buolamwini

Photo: Taylordw, CC0, via Wikimedia Commons

Joy Buolamwiniho průlomový výzkum odhalil rasový a pohlavní předpojatost v systémech rozpoznávání obličeje používaných majoritními technologickými společnostmi. Její zjištění ukázala, že chybové míry pro tmavší ženy byly dramaticky vyšší než pro světlejší muže, odhalující, jak tréninková data a systémový design mohou vkládat diskriminaci do široce nasazených AI technologií.

Výzkum pomohl spustit globální debatu o algoritmickém předpojatosti, vedoucí ke zvýšenému zkoumání systémů rozpoznávání obličeje a přispívající k politickým diskusím kolem odpovědného AI nasazení.

Buolamwini založila Algorithmic Justice League, aby propagovala odpovědnost a spravedlnost v AI systémech. Prostřednictvím organizace, pracovala na pokroku algoritmického auditu, veřejné povědomí a průmyslových standardů zaměřených na snížení škodlivého předpojatosti v automatizovaném rozhodování.

Její práce mostí výzkum, advokacii a veřejnou angažovanost. Kromě akademického výzkumu, přinesla pozornost k sociálním dopadům AI prostřednictvím veřejného projevu, politické angažovanosti a kreativní práce, která prozkoumává vztah mezi technologií a občanskými právy.

V nedávných letech Buolamwini rozšířila svůj vliv prostřednictvím psaní a veřejné advokacie, včetně její bestseller knihy Unmasking AI, která zkoumá, jak algoritmické systémy mohou kódovat diskriminaci a proč silnější dohled a inkluzivní design jsou nezbytné.

Dnes Buolamwini pokračuje ve tvarování globálních konverzací kolem AI governance, zaměřujících se na algoritmický audit, regulační rámce a zajišťujících, aby AI systémy byly testovány napříč různými populacemi před nasazením.

6. Anca Dragan

Photo: Constructor University

Anca Dragan je vedoucí výzkumnice v AI zarovnání a human-robot interakci. Její raný akademický výzkum na UC Berkeley se zaměřil na umožnění robotům odhadnout lidskou intenci a spolupracovat bezpečně s lidmi, vyvíjející algoritmy, které umožňují strojům uvažovat o lidském chování a reagovat způsobem, který je předvídatelný a kooperativní.

Pracovala rozsáhle na odhad intence, kooperativní plánování a technikách, které umožňují autonomním systémům učit se z lidské zpětné vazby, spíše než spoléhat se na rigidně definované cíle. Její výzkum pomohl pokročit v robotice a AI agentech, kteří mohou operovat vedle lidí v prostředích sahajících od autonomních vozidel až po asistivní robotiku.

Draganová práce řeší jednu z nejkritičtějších výzev v moderní AI: zajišťuje, aby inteligentní systémy optimalizovaly to, co lidé skutečně chtějí, spíše než úzce definované technické cíle. Její výzkum na zarovnání hodnot, human-AI spolupráci a interpretovatelném rozhodování ovlivnil jak robotiku, tak širší diskuse o AI bezpečnosti.

Kromě akademické práce, Dragan目前 slouží jako Head of AI Safety and Alignment at Google DeepMind, kde vede týmy zaměřené na zajištění, aby pokročilé AI systémy zůstaly zarovnány s lidskými cíli a hodnotami, jak jejich schopnosti pokračují v pokroku.

Dnes její práce pokračuje ve tvarování vývoje bezpečnějších a více human-kompatibilních AI systémů, kombinujících pokroky v strojovém učení, robotice a human-computer interakci, aby učinily inteligentní technologie více interpretovatelnými, ovladatelnými a prospěšnými pro společnost.

7. Raia Hadsell

Raia Hadsell speaking at TEDxExeterSalon 2017_05” by TEDxExeter, CC BY-NC-ND 2.0

Raia Hadsell sehrála hlavní roli v pokroku učení posilování a kontinuálních učících se systémů. V DeepMind, pomohla vyvinout algoritmy, které umožňují AI systémům učit se kontinuálně z experience, spíše než re-trénovat z nuly na pevných datech, řešící jednu z centrálních výzev v budování adaptabilních inteligentních agentů.

Kontinuální učení je nezbytné pro reálnou robotiku a AI systémy, kde prostředí evolují a stroje musí adaptovat, zatímco uchovávají dříve naučené znalosti. Hadsellův výzkum se zaměřil na překonání problémů, jako je katastrofické zapomínání, umožňující neuronovým sítím akumulovat dovednosti přes čas, spíše než ztrácet dříve získané schopnosti, když se učí nové úkoly.

Její práce také přispěla k pokroku v embodované inteligenci, kde roboti a autonomní agenti učí prostřednictvím interakce se svým prostředím, spíše než statického dohledu. Kombinujíc učení posilování, reprezentační učení a neurovědně inspirované přístupy, pomohla pokročit systémy, které mohou navigovat komplexní prostředí a generalizovat přes úkoly.

Hadsell se připojila k DeepMind v roce 2014 a od té doby vedla výzkumné týmy zaměřené na celoživotní učení a robotickou navigaci, přispívající k základním technikám, jako je politika destilace a progresivní neuronové sítě, které umožňují přenos znalostí přes úkoly.

Dnes, jako seniorní výzkumná lídryně v Google DeepMind, Hadsell pokračuje ve focusu na architekturách celoživotního učení a škálovatelných embodovaných AI systémech, které mohou operovat v dynamických reálných prostředích.

8. Ayanna Howard

Photo: Rob Felt / Georgia Institute of Technology

Ayanna Howardova práce se soustředila na asistivní robotiku a human-centered AI design. Její výzkum se zaměřil na budování robotických systémů, které podporují děti s vývojovými výzvami, včetně terapeutických a vzdělávacích technologií navržených pro pomoc dětem se speciálními potřebami rozvíjet motorické a kognitivní dovednosti.

Raněji ve své kariéře, Howard pracovala jako robotický výzkumný pracovník v NASA Jet Propulsion Laboratory, kde přispěla k autonomním robotickým systémům používaným pro planetární průzkum, včetně technologií navržených pro mise Mars rover.

Později přešla do akademie a vedení, založila Human-Automation Systems Lab na Georgia Tech a spustila Zyrobotics, startup zaměřený na vývoj AI-poháněných vzdělávacích a terapeutických nástrojů pro děti s různými vzdělávacími potřebami.

V roce 2021 se Howard stala děkanem College of Engineering na The Ohio State University, vytvořila historii jako první žena, která vedla instituci. V tomto, pokračuje ve tvarování budoucnosti inženýrského vzdělávání, zatímco pokrokuje ve výzkumu human-robot interakce, AI bezpečnosti a inkluzivního technologického designu.

Dnes Howardova práce sahá přes výzkum, podnikání a politiku, se zaměřením na zajištění, aby robotika a umělá inteligence byly navrženy pro zlepšení kvality života a rozšíření rovného přístupu k vznikajícím technologiím.

9. Rana el Kaliouby

Photo: Joi Ito, CC BY 2.0, via Wikimedia Commons

Rana el Kaliouby průkopnická práce v emocionální AI prostřednictvím své práce v Affectiva, spin-off z MIT Media Lab, který spoluzaložila, aby přinesla emocionální inteligenci do digitálních systémů. Společnost vyvinula technologii schopnou analyzovat faciální výrazy a vokální signály, aby detekovala lidské emoce ve velkém měřítku, pomáhající expandovat strojové vnímání za hranice objektů a řeči do lidského afektu.

Emocionální rozpoznání má aplikace napříč průmysly, včetně automotive bezpečnosti, mediálních analýz, zdravotnictví a human-computer interakce. Affectiva technologie byla široce přijata majoritními společnostmi, než byla firma získána Smart Eye v roce 2021, označující významný milník v komercializaci emocionální AI.

Po akvizici, el Kaliouby se posunula směrem k investicím a mentorství v AI ekosystému. Nyní je spoluzakladatelkou a generální partnerkou Blue Tulip Ventures, early-stage venture firmy zaměřené na podporu startupů budujících human-centric AI technologie.

Dnes el Kaliouby zůstává vedoucí hlas v emocionálně inteligentní AI, hájící etické nasazení, diverzitu v AI vývoji a technologie, které posilují vztah mezi lidmi a stroji.

10. Mira Murati

Photo: OpenAI via AP

Mira Murati sehrála centrální roli ve škálování generativní AI na globální přijetí během jejího tenure jako Chief Technology Officer at OpenAI. Po připojení k společnosti v roce 2018 a stání se CTO v roce 2022, pomohla vést vývoj a vydání značek systémů, jako je ChatGPT, DALL-E a GPT-4 rodina modelů – technologie, které dramaticky urychlily veřejné a podnikové přijetí generativní AI.

Muratiho vedení mostilo pokrokový výzkum a reálné produktové nasazení, zajišťující, aby pokročilé modely byly přístupné vývojářům, podnikům a spotřebitelům po celém světě. Její práce pomohla tvarovat, jak jsou velké jazykové modely a generativní systémy integrovány do každodenních pracovních postupů napříč průmysly.

V září 2024, Murati odešla z OpenAI po více než šesti letech v společnosti, aby sledovala nové projekty a prozkoumala další fázi AI vývoje.

V roce 2025 založila Thinking Machines Lab, AI startup zaměřený na budování více schopných a přizpůsobitelných AI systémů a pokroku multimodální AI, která může interagovat s uživateli prostřednictvím jazyka, vidění a dalších modalit.

Dnes Murati pokračuje ve vlivu na směr frontier AI prostřednictvím své práce v Thinking Machines Lab, kde buduje nástroje zaměřené na to, aby pokročilé AI systémy byly více pochopitelné, přizpůsobitelné a silné pro vývojáře a organizace po celém světě.

Společně, tyto deset žen reprezentují pozoruhodný průřez intelektuálním základem moderní AI a robotiky. Její práce sahá od základních datasetů, učení posilování, human-robot interakce, etické governance a vzestupu generativních systémů. Mnohé z technologií, které nyní transformují průmysly, lze přímo vystopovat zpět k průlomům vedeným těmito výzkumníky a inženýry.

Současně, zdůrazňování jejích příspěvků je připomínkou něčeho stejně důležitého: pole stále potřebuje mnoho více žen, které by tvarovaly jeho směr. Umělá inteligence se rychle stává jednou z nejvýznamnějších technologií, které byly kdy vyvinuty. Systémy navrhované dnes budou ovlivňovat, jak fungují společnosti, jak se vyvíjejí ekonomiky a jak lidé interagují s inteligentními stroji.

Zajištění, aby tyto systémy odrážely rozmanité perspektivy, není pouze otázkou spravedlnosti. Je to otázka budování lepší technologie.

Ženy na tomto seznamu demonstrují, jak mocný tento vliv může být. Její práce ne pouze posunula hranice AI výzkumu, ale také rozšířila konverzaci o tom, jak tyto technologie by měly být navrženy a komu by měly sloužit. Jak pole pokračuje v evoluci, další generace žen vstupujících do AI bude hrát stejně kritickou roli ve tvarování budoucnosti, kde inteligentní systémy odrážejí plnou diverzitu lidského zážitku.