10 nejvlivnějších žen v oblasti umělé inteligence a robotiky, které mění budoucnost

Umělá inteligence a robotika již nejsou experimentálními obory omezenými na výzkumné laboratoře. Tyto technologie nyní formují ekonomiky, předefinují průmysly a ovlivňují denní život na globální úrovni. 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 oblasti umělé inteligence a robotiky dneška. Tyto ženy jsou výzkumnice, inženýrky a technické lídryně, jejichž příspěvky sahají daleko za rámec jejich titulů – ženy, jejichž práce změnila trajektorii strojového učení, embodované inteligence a lidsky orientované umělé inteligence.

1. Dr. Fei-Fei Li

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

Dr. Fei-Fei Li je jednou ze zakladatelských architektek moderní počítačového vidění. Jako tvůrce 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 umělé inteligence. Kombinací neurovědně inspirovaných přístupů se systémy hlubokého učení pomohla posunout umělou inteligenci od logiky založené na pravidlech směrem ke škálovatelnému rozpoznávání vzorců.

Mimo technické úspěchy Dr. Li dlouhodobě hájila lidsky orientovanou umělou inteligenci. Argumentuje, že inteligentní systémy musí být postaveny s etickými zárukami, spravedlivými úvahami a ohledem na blaho společnosti. Její práce ovlivnila jak akademický výzkum, tak veřejné diskuse o odpovědné umělé inteligenci.

Dr. Li také působila v poradních orgánech, které formovaly národní strategii umělé inteligence ve Spojených státech, pomáhajíc zajistit, aby inovace odpovídaly demokratickým hodnotám a občanským svobodám.

Dnes Dr. Li pokračuje ve výzkumu na Stanford Human-Centered AI Institute, zaměřujícím se na prostorovou inteligenci, embodovanou umělou inteligenci a zajišťujícím, aby pokročilé systémy zvýšily lidské schopnosti místo jejich nahrazení. Její práce se stále více zabývá tím, jak může umělá inteligence bezpečně interagovat v reálném prostředí, mostem mezi percepcí a akcí.

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

2. Cynthia Breazeal

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

Cynthia Breazeal je široce uznávaná 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 stavby strojů, které pouze vykonávají úkoly, Breazeal zkoumala, jak mohou roboti komunikovat s lidmi, budovat důvěru a reagovat na lidské sociální signály.

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

Breazealova 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 vzdělávání a gramotnost v oblasti umělé inteligence. Její současná práce zkoumá, jak mohou sociálně inteligentní systémy umělé inteligence a roboti podporovat učení, pohodu a dlouhodobé vztahy mezi lidmi a umělou inteligencí.

3. Timnit Gebru

Foto: TechCrunch / CC BY 2.0 / Wikimedia Commons

Timnit Gebru byla jednou z nejvýznamnějších hlasů v etice umělé inteligence. 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, což vedlo k širšímu přehodnocení toho, jak jsou systémy umělé inteligence trénovány a vyhodnocovány.

Také se spolupodílela na vlivném výzkumu, který zkoumal rizika velkých jazykových modelů, včetně jejich environmentálního dopadu, zabudovaného předpojatosti a nedostatku transparentnosti. Tato práce pomohla posunout konverzaci kolem vývoje umělé inteligence, povzbuzující pole, aby zvažovalo nejen výkonové standardy, ale také sociální a environmentální důsledky škálování systémů umělé inteligence.

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

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

Dnes Gebru pokračuje ve svém zaměření na algoritmickou odpovědnost, práva k datové práci a mocenské dynamice zabudované do vývoje umělé inteligence. Její práce se stále více zabývá tím, jak systémy umělé inteligence ovlivňují marginalizované komunity a jak lze rámce governance posílit, aby zajistily více rovné a transparentní systémy umělé inteligence po celém světě.

4. Daphne Koller

Foto: Světové ekonomické fórum / CC BY-SA 2.0 / Wikimedia Commons

Daphne Koller je průkopnicí v pravděpodobnostních grafických modelech, rámcích, které umožňují strojům.reasonovat v nejistotě. Její akademická práce fundamentálně formovala, jak systémy umělé inteligence 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 vzdělávání v oblasti umělé inteligence a počítačových věd 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 datových sad s prediktivním modelováním se společnost snaží transformovat, jak jsou terapie objevovány a vyvíjeny.

Její práce reprezentuje jeden z nejjasnějších příkladů přechodu umělé inteligence z digitálních systémů do věd o životě, kde může strojové učení urychlit vědecký objev.

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

5. Joy Buolamwini

Foto: 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 sazby pro tmavší ženy byly dramaticky vyšší než pro světlejší muže, odhalující, jak trénovací data a systémový design mohou zabudovat diskriminaci do široce nasazených technologií umělé inteligence.

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

Buolamwini založila Algorithmic Justice League, aby propagovala odpovědnost a spravedlnost v systémech umělé inteligence. Skrze organizaci pracovala na algoritmickém auditu, veřejné povědomí a průmyslových standardech zaměřených na snížení škodlivého předpojatosti v automatizovaném rozhodování.

Její práce mostí výzkum, advokacii a veřejnou angažovanost. Kromě akademického výzkumu upozornila na společenské dopady umělé inteligence prostřednictvím veřejného projevu, politické angažovanosti a tvůrčí práce, která zkoumá vztah mezi technologií a občanskými právy.

V posledních 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 je zapotřebí silnější dohled a inkluzivní design.

Dnes Buolamwini pokračuje v tvarování globálních konverzací kolem governance umělé inteligence, zaměřujících se na algoritmický audit, regulační rámce a zajišťujících, aby systémy umělé inteligence byly testovány napříč různorodými populacemi před nasazením.

6. Anca Dragan

Foto: Constructor University

Anca Dragan je vedoucí výzkumnice v oblasti umělé inteligence a lidsko-robotické interakce. Její raná akademická práce na UC Berkeley se zaměřila na umožnění robotům inferovat lidskou intenci a spolupracovat bezpečně s lidmi, vyvíjejíc algoritmy, které umožňují strojům reasonovat o lidském chování a reagovat způsobem, který je předvídatelný a kooperativní.

Draganova práce se zabývá jednou z nejkritičtějších výzev v moderní umělé inteligenci: zajištěním, aby inteligentní systémy optimalizovaly to, co lidé skutečně chtějí, místo úzce definovaných technických cílů. Její výzkum hodnotového zarovnání, lidsko-umělé inteligence spolupráce a interpretovatelného rozhodování ovlivnil jak robotiku, tak širší diskuse o bezpečnosti umělé inteligence.

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

Dnes její práce pokračuje v tvarování vývoje bezpečnějších a více lidsky kompatibilních systémů umělé inteligence, kombinujících pokroky ve strojovém učení, robotice a lidsko-počítačové interakci, aby udělaly inteligentní technologie více interpretovatelnými, kontrolovatelnými a prospěšnými pro společnost.

7. Raia Hadsell

Raia Hadsell mluví na TEDxExeterSalon 2017_05” by TEDxExeter, CC BY-NC-ND 2.0

Raia Hadsell sehrála hlavní roli v pokroku učení se posilováním a kontinuálního učení. V DeepMindu pomohla vyvinout algoritmy, které umožňují systémům umělé inteligence učit se kontinuálně z experience, místo aby se musely re-trénovat z počáteční pozice na pevných datech, řešící jednu z centrálních výzev při budování adaptabilních inteligentních agentů.

Kontinuální učení je esenciální pro reálnou robotiku a systémy umělé inteligence, kde se prostředí vyvíjí a stroje musí adaptovat, zatímco zachovávají dříve naučené znalosti. Hadsellin výzkum se zaměřil na překonání problémů, jako je katastrofické zapomínání, umožňující neuronovým sítím akumulovat dovednosti přes čas, místo ztráty dříve získaných schopností, 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, místo statického dohledu. Kombinací učení se posilováním, učení reprezentací a neurovědně inspirovaných přístupů pomohla pokročit systémy, které mohou navigovat komplexní prostředí a generalizovat přes úkoly.

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

Dnes, jako seniorní výzkumná lídryně v Google DeepMind, Hadsell pokračuje ve svém zaměření na architektury celoživotního učení a škálovatelné embodované systémy umělé inteligence, které mohou operovat v dynamických reálných prostředích.

8. Ayanna Howard

Foto: Rob Felt / Georgia Institute of Technology

Ayanna Howardova práce se soustředila na asistivní robotiku a lidsky orientovaný design umělé inteligence. Její výzkum se zaměřil na stavbu 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.

Na počátku své kariéry Howard pracovala jako robotický výzkumník v NASA’s 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 nástrojů umělé inteligence pro vzdělávání a terapii pro děti s různými vzdělávacími potřebami.

V roce 2021 se Howard stala děkanem College of Engineering na The Ohio State University, stala se historicky první ženou, která vedla instituci. V této roli pokračuje ve tvarování budoucnosti inženýrského vzdělávání a rozvoji výzkumu v oblasti lidsko-robotické interakce, bezpečnosti umělé inteligence a inkluzivního designu technologií.

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 vyvíjejícím se technologiím.

9. Rana el Kaliouby

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

Rana el Kaliouby průkopnicky pracovala v oblasti emocionální umělé inteligence prostřednictvím své práce v Affectiva, spin-offu z MIT Media Lab, který она založila, aby přinesla emoční inteligenci do digitálních systémů. Společnost vyvinula technologii schopnou analyzovat mimiku a hlasové signály, aby detekovala lidské emoce v měřítku, pomáhající expandovat strojové vnímání za hranice objektů a řeči do lidské afektivity.

Emoční rozpoznání má aplikace napříč průmysly, včetně automobilové bezpečnosti, médií, zdravotnictví a lidsko-počítačové interakce. Affectiva’s technologie byla široce přijata majoritními společnostmi, než byla firma získána Smart Eye v roce 2021, což představovalo významný milník v komercializaci emocionální umělé inteligence.

Po akvizici el Kaliouby přešla k investicím a mentorství v ekosystému umělé inteligence. Nyní je spoluzakladatelkou a generální partnerkou Blue Tulip Ventures, rančového investičního fondu zaměřeného na podporu startupů, které staví lidsky orientované technologie umělé inteligence.

Dnes el Kaliouby zůstává vedoucí osobností v emocionálně inteligentní umělé inteligenci, hájícím etické nasazení, diverzitu ve vývoji umělé inteligence a technologií, které posilují vztah mezi lidmi a stroji.

10. Mira Murati

Foto: OpenAI via AP

Mira Murati sehrála centrální roli při škálování generativní umělé inteligence na globální přijetí během svého mandátu jako Chief Technology Officer v OpenAI. Po připojení k společnosti v roce 2018 a jmenování do funkce CTO v roce 2022, pomohla vést vývoj a vydání zásadních systémů, jako jsou ChatGPT, DALL-E a rodina modelů GPT-4 – technologie, které dramaticky urychlyily veřejné a podnikové přijetí generativní umělé inteligence.

Muratiho vedení mostilo pokročilý výzkum a reálné produktové nasazení, zajišťujíc, 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 denních pracovních postupů napříč průmysly.

V září 2024 Murati opustila OpenAI po více než šesti letech ve společnosti, aby se věnovala novým projektům a prozkoumala další fázi vývoje umělé inteligence.

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

Dnes Murati pokračuje ve svém vlivu na směr frontier umělé inteligence prostřednictvím své práce v Thinking Machines Lab, kde staví nástroje zaměřené na to, aby udělaly pokročilé systémy umělé inteligence více srozumitelnými, přizpůsobitelnými a silnými pro vývojáře a organizace po celém světě.

Společně tyto deset žen reprezentují pozoruhodný průřez intelektuálním základem moderní umělé inteligence a robotiky. Její práce sahá od základních datových sad, učení se posilováním, lidsko-robotické interakce, etického řízení, až po vzestup generativních systémů. Mnohé z technologií, které nyní transformují průmysly, lze přímo vysledovat zpět k průlomům vedeným těmito výzkumníky a inženýrkami.

Zatímco zdůrazňování jejich příspěvků je připomínkou něčeho stejně důležitého: pole stále potřebuje mnohem více žen, které by formovaly 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 může být tento vliv silný. Její práce neonly pushed hranice výzkumu umělé inteligence, ale také rozšířila konverzaci o tom, jak by tyto technologie měly být postaveny a komu by měly sloužit. Jak pole pokračuje ve vývoji, další generace žen vstupujících do umělé inteligence bude hrát stejně kritickou roli při formování budoucnosti, kde inteligentní systémy odrážejí plnou rozmanitost lidské zkušenosti.