Umělá inteligence
Huma Abidi, Senior Director of AI Software Products at Intel – Interview Series
Huma Abidi je Senior Director AI Software Products at Intel, odpovědná za strategii, roadmapy, požadavky, software produkty pro strojové učení a analytiku. Vede globálně diverzifikovaný tým inženýrů a technologistů, kteří jsou odpovědní za dodávání špičkových produktů, které umožňují zákazníkům vytvářet AI řešení. Huma vstoupila do Intelu jako softwarová inženýrka a od té doby pracovala v různých inženýrských, validačních a manažerských rolích v oblasti kompilátorů, binární translace a AI a hlubokého učení. Je vášnivá o vzdělávání žen, podporuje několik organizací po celém světě pro tuto věc a byla finalistkou ceny VentureBeat’s 2019 Women in AI v kategorii mentorství.
Co vás最初ně zaujalo o AI?
Vždy mě fascinovalo představovat si, co by se stalo, kdyby stroje mohli mluvit, vidět nebo inteligentně interagovat s lidmi. Díky některým velkým technickým průlomům v posledních deseti letech, včetně hlubokého učení, které získalo popularitu díky dostupnosti dat, výpočetní síly a algoritmů, se AI přesunula z vědecké fikce do reálných aplikací. Řešení, která jsme si dříve představovali, jsou nyní dosažitelná. Je to opravdu vzrušující čas!
V mé předchozí práci jsem vedla tým pro binární translaci, zaměřený na optimalizaci softwaru pro hardwarové platformy Intel. V Intelu jsme uznali, že vývoj v AI povede k obrovským transformacím v průmyslu, vyžadujícím enormní růst výpočetní síly od zařízení po Edge a cloud, a proto jsme zaměřili naši pozornost na to, abychom se stali datocentrickou společností.
Uvědomiv si potřebu silného softwaru, aby se AI stala realitou, první výzvou, kterou jsem si stanovila, bylo vést tým při vytváření AI softwaru, který by mohl efektivně běžet na procesorech Intel Xeon, optimalizací hlubokých učení frameworků jako Caffe a TensorFlow. Bylo nám možné demonstrovat více než 200-násobné zvýšení výkonu díky kombinaci inovací Intel hardwaru a softwaru.
Pracujeme na tom, aby všechny naše zákaznické úlohy v různých doménách běžely rychleji a lépe na technologiích Intel.
Co můžeme udělat jako společnost, aby ženy byly přitahovány k AI?
Je to priorita pro mě a pro Intel získat více žen do STEM a počítačové vědy obecně, protože diverzifikované skupiny vytvoří lepší produkty pro diverzifikovanou populaci. Je especialmente důležité získat více žen a menšin do AI, protože potenciální předpojatosti mohou chybět v reprezentaci při vytváření AI řešení.
Abychom přilákali ženy, musíme lépe vysvětlovat dívkám a mladým ženám, jak je AI relevantní ve světě a jak mohou být součástí vytváření zajímavých a dopadových řešení. Musíme jim ukázat, že AI pokrývá mnoho různých oblastí života a že mohou používat AI technologii ve své oblasti zájmu, ať už je to umění, robotika, datové novinářství nebo televize. Zajímavé aplikace AI, které mohou snadno vidět, že mají dopad, například virtuální asistenti jako Alexa, samořiditelná auta, sociální média, jak Netflix ví, které filmy chtějí sledovat, atd.
Další klíčovou součástí přilákání žen je reprezentace. Naštěstí existuje mnoho žen lídrů v AI, kteří mohou sloužit jako vynikající role modely, včetně Fei-Fei Li, která vede human-centered AI na Stanfordu, a Meredith Whittaker, která pracuje na sociálních implikacích prostřednictvím AI Now Institute na NYU.
Musíme pracovat společně, aby přijaly inkluzivní obchodní postupy a rozšířily přístup k technickým dovednostem pro ženy a menšinové skupiny. V Intelu je náš cíl do roku 2030 zvýšit počet žen v technických rolích na 40 % a můžeme toho dosáhnout pouze prací s ostatními společnostmi, institucemi a komunitami.
Jak mohou ženy nejlépe vstoupit do odvětví?
Existuje několik možností, pokud chcete vstoupit do AI. Existuje mnoho online kurzů o AI, včetně bezplatného kurzu Intel Edge AI Fundamentals na Udacity. Nebo můžete jít zpět do školy, například na jednu z komunitních vysokých škol v Maricopa County pro titul asociátů v AI – a studovat pro kariéru v AI, například Data Scientist, Data Engineer, ML/DL developer, SW Engineer atd.
Pokud již pracujete v technologické společnosti, existují likely již AI týmy. Můžete zkontrolovat možnost strávit část svého času v AI týmu, který vás zajímá.
Můžete také pracovat na AI, i když nepracujete v technologické společnosti. AI je extrémně interdisciplinární, takže můžete aplikovat AI na téměř jakoukoli doménu, ve které jste zapojeni. Jakmile se AI frameworky a nástroje vyvíjejí a stávají se uživatelsky přívětivějšími, stává se snadnějším používat AI v různých prostředích. Připojení se k online událostem, jako jsou soutěže Kaggle, je skvělým způsobem, jak pracovat na reálných problémech strojového učení, které zahrnují datové sady, které vás zajímají.
Technologický průmysl také musí věnovat čas, úsilí a peníze, aby oslovil a podpořil ženy, včetně žen, které jsou také menšinovými etnickými menšinami. Osobně jsem zapojena do organizací, jako je Girls Who Code a Girl Geek X, které spojují a inspirují mladé ženy.
S hlubokým učením a upevňováním, které nedávno získaly největší trakci, jaké další formy strojového učení by ženy měly sledovat?
AI a strojové učení se stále vyvíjejí a zajímavé nové výzkumné články jsou publikovány pravidelně. Některé oblasti, na které byste se měli zaměřit právě teď, zahrnují:
- Klasické techniky ML, které pokračují v důležitosti a jsou široce používány.
- Odpovědné / Explainable AI, které se stalo kritickou součástí AI životního cyklu a z hlediska nasazení hlubokého učení a upevňování.
- Graph Neural Networks a multi-modální učení, které získávají přehledy učením z bohatých vztahových informací mezi grafickými daty.
Jaké jsou některé způsoby, jak řešit tyto problémy s AI předpojatostí?
Když jde o AI, předpojatosti ve výcvikových vzorcích, lidských označovačích a týmech mohou být zesíleny, aby diskriminovaly proti různorodým jedincům, s vážnými důsledky.
Je kritické, aby byla diverzita prioritizována na každém kroku procesu. Pokud jsou ženy a další menšinové skupiny z komunity součástí týmů, které vyvíjejí tyto nástroje, budou si více vědomi toho, co může go wrong.
Je také důležité zajistit, aby byli lídři z více disciplín, jako jsou sociální vědci, lékaři, filozofové a odborníci na lidská práva, aby pomohli definovat, co je etické a co ne.
Můžete vysvětlit AI blackbox problém a proč je AI explainability důležité?
V AI jsou modely trénovány na obrovských množstvích dat, než udělají rozhodnutí. Ve většině AI systémů nevíme, jak byla tato rozhodnutí učiněna – rozhodovací proces je černou skříňkou, i pro její tvůrce. A nemusí být možné skutečně pochopit, jak trénovaný AI program dospěl k svému konkrétnímu rozhodnutí. Problém nastává, když jsme podezřelí, že systém nefunguje. Pokud jsme podezřelí z algoritmických předpojatostí, je obtížné zkontrolovat a opravit je, pokud systém není schopen vysvětlit své rozhodování.
V současné době je velký výzkumný zájem o eXplainable AI (XAI), který má za cíl vybavit AI modely transparentností, explainabilitou a odpovědností, což by mělo vést k Responsible AI.
V Ihrem hlavním projevu na MITEF Arab Startup Competition finálovém ceremoniálu a konferenci jste diskutovali o iniciativách Intel’s AI for Social Good. Který z těchto Sociálních Dobročinných projektů vás zaujal a proč je tak důležitý?
Nadále jsem velmi nadšená všemi iniciativami Intel’s AI for Social Good, protože průlomy v AI mohou vést k transformačním změnám v tom, jak řešíme problémy.
Jeden z nich, který mě zaujal, je Wheelie, AI-poháněný vozík postavený ve spolupráci s HOOBOX Robotics. Wheelie umožňuje extrémním paraplegikům získat zpět mobilitu pomocí obličejových výrazů k řízení. Další úžasnou iniciativou je TrailGuard AI, který využívá Intel AI technologie k boji proti nelegálnímu pytláctví a ochraně zvířat před vyhynutím a ztrátou druhů.
Jako součást Intel’s Pandemic Response Initiative máme mnoho probíhajících projektů s našimi partnery, kteří používají AI. Jednou z klíčových iniciativ je bezkontaktní detekce horečky nebo COVID-19 detekce pomocí rentgenového snímku hrudníku s Darwin AI. Pracujeme také na botách, které mohou odpovědět na dotazy, aby zvýšily povědomí pomocí přirozeného jazykového zpracování v regionálních jazycích.
Pro ženy, které jsou intéressovány o zapojení, existují knihy, webové stránky nebo jiné zdroje, které byste doporučily?
Existuje mnoho skvělých zdrojů online, pro všechny úrovně zkušeností a oblasti zájmu. Coursera a Udacity nabízejí vynikající online kurzy o strojovém učení a hlubokém učení, většina z nich může být zdarma. MIT’s OpenCourseWare je další skvělý, bezplatný způsob, jak se učit od některých z nejlepších profesorů na světě.
Společnosti, jako je Intel, mají AI portály, které obsahují mnoho informací o AI, včetně nabízených řešení. Existuje mnoho skvělých knih o AI: základní počítačové vědy texty, jako je Artificial Intelligence: A Modern Approach od Petera Norviga a Stuarta Russella, a moderní, filozofické knihy, jako je Homo Deus od historika Yuvala Harariho. Doporučil bych také Lex Fridman’s AI podcast na skvělé konverzace z široké škály perspektiv a odborníků z různých oborů.
Máte nějaké poslední slova pro ženy, které jsou zvědavé o AI, ale ještě nejsou připraveny skočit do toho?
AI je budoucnost a změní naši společnost – ve skutečnosti už to udělala. Je zásadní, aby na tom pracovali upřímní, etičtí lidé. Bez ohledu na to, zda je to technická role, nebo širší sociální úroveň, nyní je perfektní čas se zapojit!
Děkuji za rozhovor, jste určitě inspirací pro ženy po celém světě. Čtenáři, kteří chtějí dozvědět se více o softwarových řešeních v Intelu, by měli navštívit AI Software Products at Intel.
