10 Vaikutusvaltaisinta Naista Tekoälyssä ja Robottiassa Muokkaamassa Tulevaisuutta

Teckoäly ja robottiikka eivät ole enää kokeellisia aloja, jotka rajoittuvat tutkimuslaboratorioihin. Ne muokkaavat talouksia, määrittelevät teollisuudenaloja ja vaikuttavat päivittäiseen elämään maailmanlaajuisesti. Monien tärkeimpien läpimurtojen takana ovat naiset, joiden työ on perustavasti muuttanut, miten älykkäät järjestelmät suunnitellaan, koulutetaan, hallitaan ja otetaan käyttöön.

Tämä luettelo korostaa kymmentä vaikutusvaltaisinta naista tekoälyssä ja robottiassa tänään. Nämä ovat tutkijoita, insinöörejä ja teknisiä johtajia, joiden panokset ulottuvat paljon titteleiden ulkopuolelle – naisia, joiden työ on muuttanut koneoppimisen, kehollisen älyn ja ihmiskeskeisen tekoälyn kehityksen suunnan.

1. Dr. Fei-Fei Li

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

Tohtori Fei-Fei Li on yksi modernin tietokoneen näkemisen perustajista. ImageNetin luojana hän johti suuren mittakaavan merkittyjen tietojoukkojen rakentamista, joka sytytti syvän oppimisen vallankumouksen. ImageNet tarjosi koulutusrungon, joka mahdollisti neuroverkkojen dramaattisen ylittää aikaisemmat tietokoneen näkemisen menetelmät, kiihdyttäen läpimurtoja esineiden tunnistamisessa, lääketieteellisessä kuvantamisessa, robottiassa ja itseohjautuvissa järjestelmissä.

Hänen akateemiset panokset Stanfordin yliopistossa auttoivat muotoilemaan tietokoneen näkemisen tekoälyn tutkimuksen keskeiseksi pilariksi. Yhdistämällä neurotieteisiin perustuvia lähestymistapoja syvän oppimisen järjestelmiin, hän auttoi siirtämään tekoälyä sääntöpohjaisesta logiikasta skaalautuvaan mallintamiseen.

Dr. Li on myös puolustanut ihmiskeskeistä tekoälyä. Hän väittää, että älykkäät järjestelmät on rakennettava eettisillä turvallisuusvarusteilla, reiluuden huomioon otolla ja yhteiskunnallisen hyvinvoinnin mukaisesti. Hänen työnsä on vaikuttanut sekä akateemiseen tutkimukseen että julkisen politiikan keskusteluihin vastuullisesta tekoälystä.

Hän on myös toiminut neuvontatehtävissä, jotka ovat muokanneet Yhdysvaltain kansallista tekoälystrategiaa, auttaen varmistamaan, että innovaatioita kehitetään demokraattisten arvojen ja kansalaisoikeuksien mukaisesti.

Tänään Dr. Li jatkaa tutkimusta Stanfordin Human-Centered AI -instituutissa, keskittyen spatiaaliseen älykkyyteen, keholliseen tekoälyyn ja varmistamiseen, että edistyneet järjestelmät lisäävät ihmisten kykyä sen sijaan, että korvaavat sitä. Hänen työnsä tutkii yhä enemmän, miten tekoäly voi vuorovaikuttaa turvallisesti oikeissa maailman ympäristöissä, siltaa rakentamalla havainnon ja toiminnan välille.

Dr. Li kronikoi myös hämmästyttävää matkaansa muistelmissaan The Worlds I See, jossa hän heijastelee polkuaan Yhdysvaltoihin teini-ikäisenä maahanmuuttajana modernin tekoälyn uranuurtajaksi. Kirja tarjoaa harvinaisen kulissien takaisen katsauksen ImageNetin luomiseen ja varhaisiin läpimurtoihin, jotka auttoivat käynnistämään syvän oppimisen vallankumouksen.

2. Cynthia Breazeal

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

Cynthia Breazeal on laajalti tunnustettu sosiaalisen robottiikan uranuurtajana. MIT Median laboratoriossa hän kehitti Kismetin, yhden varhaisimmista roboteista, joka pystyi tulkkaamaan ja ilmaisemaan tunteita. Tämä työ auttoi käynnistämään sosiaalisen robottiikan alan ja loi perustan emotionaalisesti vastaanottaville koneille ja affektiiviselle laskennalle.

Hänen tutkimuksensa uudelleenmääritteli robottiikkaa siirtämällä fokus industrialisoinnista sosiaaliseen vuorovaikutukseen. Sen sijaan, että hän olisi rakentanut koneita, jotka suorittavat vain tehtäviä, Breazeal tutki, miten robotit voivat viestiä ihmisten kanssa, luoda luottamusta ja reagoida ihmisten sosiaalisiin vihjeisiin.

Hän perusti myöhemmin Jibon, startupin, joka kehitti yhden ensimmäisistä kuluttajien sosiaalisista roboteista, jotka on suunniteltu kotiympäristöihin. Vaikka Jibon kaupallinen polku oli monimutkainen, hanke edusti merkittävää merkkipaaluja sosiaalisen robottiikan tuomisessa arkipäiväiseen elämään.

Breazealin vaikutus ulottuu syvälle koulutukseen ja terveydenhuollon robottiikkaan, missä koneet on suunniteltava ymmärtämään hienoja ihmisten signaaleja ollakseen tehokkaita avustajia, opettajia ja apulaisia.

Tänään hän jatkaa johtamista Henkilökohtaisten robottien ryhmässä MIT Median laboratoriossa ja johtaa aloitteita, jotka keskittyvät tekoälyn koulutukseen ja lukutaitoon. Hänen nykyinen työnsä tutkii, miten sosiaalisesti älykkäät tekoälyjärjestelmät ja robotit voivat tukea oppimista, hyvinvointia ja pitkäaikaista ihmisten ja tekoälyn välistä suhdetta.

3. Timnit Gebru

Kuva: TechCrunch / CC BY 2.0 / Wikimedia Commons

Timnit Gebru on ollut yksi tekoälyetiikan merkittävimmistä äänistä. Hänen varhaisen tutkimuksensa paljasti kasvojen tunnistusjärjestelmissä olevan vinouman, paljastaen merkittäviä eroja tarkkuudessa rodun ja sukupuolen mukaan. Laajalti siteerattu Gender Shades -tutkimus osoitti, että kaupalliset järjestelmät toimivat paljon huonommin tummaihoisilla naisilla kuin vaaleaihoisilla miehillä, mikä johti laajempaan arviointiin siitä, miten tekoälyjärjestelmiä koulutetaan ja arvioidaan.

Hän myös yhteiskirjoitti vaikutusvaltaista tutkimusta, joka tarkastelee suurten kielimallien riskejä, mukaan lukien niiden ympäristövaikutukset, sisäänrakennetun vinouman ja puutteellisen avoimuuden. Tämä työ auttoi muuttamaan keskustelua tekoälyn kehittämisestä, kannustaen alaa huomioimaan ei vain suorituskyvyn mittareita, vaan myös tekoälyjärjestelmien sosiaalisten ja ympäristövaikutusten.

Vuonna 2021 Gebru perusti Distributed AI Research Institute (DAIR):n, riippuvan tutkimuslaitoksen, joka on omistautunut tekoälyn tutkimiseen ilman suurten teknologiayritysten vaikutusta. Instituutti keskittyy yhteisölähtöiseen tutkimukseen ja korostaa globaalia osallistumista tekoälyn tulevaisuuden muokkaamiseen.

Hänen puolustuksensa on vaikuttanut sääntelykeskusteluihin, teollisuuden standardeihin ja laajempiin keskusteluihin vastuullisesta tekoälyn kehittämisestä.

Tänään Gebru jatkaa keskittymistä algoritmisen vastuun, datatyön oikeuksien ja tekoälyn kehittämiseen sisäänrakennettujen valtarakenteiden tutkimiseen. Hänen työnsä tutkii yhä enemmän, miten tekoälyjärjestelmät vaikuttavat syrjittyihin yhteisöihin ja miten hallintorakenteita voidaan vahvistaa, jotta tekoälyjärjestelmät olisivat oikeudenmukkaisempia ja avoimempia maailmanlaajuisesti.

4. Daphne Koller

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

Daphne Koller on uranuurtaja todennäköisyydellisissä graafisissa malleissa, joka mahdollistaa koneiden päättelyä epävarmuuden alaisena. Hänen akateeminen työ on muokannut perustavasti, miten tekoälyjärjestelmät edustavat monimutkaisia riippuvuuksia todellisen maailman datassa ja auttanut vahvistamaan todennäköisyysmallinnuksen yhtenä modernin koneoppimisen keskeisenä lähestymistapana.

Hän perusti yhdessä Courseran, yhden maailman suurimmista verkkokoulutusalustoista, auttaen demokratisoimaan pääsyä tekoälyyn ja tietojenkäsittelytieteisiin miljoonille oppijoille maailmanlaajuisesti.

Koller siirtyi myöhemmin biotekniikkaan ja perusti Insitron, joka soveltaa tekoälyä lääkekehitykseen. Yhdistämällä suuria biologisia tietoja ennustavaan mallinnukseen, yhtiö pyrkii muuttamaan, miten hoitoja kehitetään.

Hänen työnsä edustaa yhtä selvintä esimerkkiä tekoälyn siirtymisestä digitaalisista järjestelmistä elämänalojen tieteisiin, missä koneoppiminen voi kiihdyttää tieteellistä kehitystä.

Tänään Koller jatkaa johtamista Insitron tutkimuksessa tekoälyyn perustuvassa lääkekehityksessä, yhdistäen genomiikkaa, korkean läpäisyn biologiaa ja koneoppimista kiihdyttämään kliinisiä putkia ja parantamaan lääkekehityksen onnistumisasteita.

5. Joy Buolamwini

Kuva: Taylordw, CC0, via Wikimedia Commons

Joy Buolamwinin uraauurtava tutkimus paljasti rodullisen ja sukupuolisen vinouman kasvojen tunnistusjärjestelmissä, joita käyttävät suuret teknologiayritykset. Hänen löydöksensä osoittivat, että virheiden määrä tummaihoisilla naisilla oli dramaattisesti suurempi kuin vaaleaihoisilla miehillä, paljastaen, miten tekoälyjärjestelmät voivat sisältää syrjintää.

Tutkimus herätti maailmanlaajuisen keskustelun algoritmisen vinouman ympärillä, johtaen lisääntyneeseen tarkasteluun kasvojen tunnistusjärjestelmiä ja vaikuttaen tekoälyn kehittämiseen.

Buolamwini perusti Algoritmisen oikeuden liigan edistämään vastuullisuutta ja reiluutta tekoälyjärjestelmissä. Organisaation kautta hän on työskennellyt edistääkseen algoritmista auditointia, julkista tietoisuutta ja teollisuuden standardeja vähentääkseen haitallista vinoumaa automaattisessa päätöksenteossa.

Hänen työnsä yhdistää tutkimuksen, puolustuksen ja julkisen osallistumisen. Akateemisen tutkimuksen lisäksi hän on herättänyt huomiota tekoälyn yhteiskunnallisiin vaikutuksiin julkisen puhumisen, politiikan osallistumisen ja luovan työn kautta, joka tutkii teknologian ja kansalaisoikeuksien välistä suhdetta.

Viime vuosina Buolamwini on laajentanut vaikutustaan kirjoittamalla ja julkisena puolustajana, mukaan lukien hänen bestseller-kirjansa Unmasking AI, joka tutkii, miten algoritmiset järjestelmät voivat koodata syrjintää ja miksi vahvempi valvonta ja inklusiivinen suunnittelu ovat olennaisia.

Tänään Buolamwini jatkaa muokkaamassa maailmanlaajuisia keskusteluita tekoälyn hallinnosta, keskittyen algoritmiseen auditointiin, sääntelykehyksiin ja varmistamiseen, että tekoälyjärjestelmät testataan moninaisissa väestöissä ennen käyttöönottoa.

6. Anca Dragan

Kuva: Constructor University

Anca Dragan on johtava tutkija tekoälyn suunnittelussa ja ihmisen ja robotin vuorovaikutuksessa. Hänen varhaisen akateemisen työnsä Kalifornian yliopistossa Berkeleyssä keskittyi siihen, miten robotit voivat päätellä ihmisten aikomukset ja toimia turvallisesti ihmisten kanssa, kehittäen algoritmeja, jotka mahdollistavat koneiden päättelyä ihmisten käyttäytymisestä ja reagointia ennustettavasti ja yhteistyössä.

Hän on työskennellyt laajasti aikomusten päättelemisessä, yhteistyössä suunnittelussa ja tekniikoissa, jotka mahdollistavat autonomisten järjestelmien oppimisen ihmisten palautteen avulla sen sijaan, että ne riippuvat jyrkästä esitetyistä tavoitteista. Hänen tutkimuksensa on edistänyt robottiikkaa ja tekoälyjärjestelmiä, jotka voivat toimia ihmisten rinnalla ympäristöissä, joissa ovat itseohjautuvat ajoneuvot ja avustavat robotit.

Draganin työ on keskittynyt yhteen tekoälyn tärkeimmistä haasteista: varmistamaan, että älykkäät järjestelmät optimoivat ihmisten tosiasiallisia haluja eikä ainoastaan kapeasti määriteltyjä teknisiä tavoitteita. Hänen tutkimuksensa arvojen suunnittelusta, ihmisten ja tekoälyn yhteistyöstä ja tulkinnoissa on vaikuttanut sekä robottiikkaan että laajempiin keskusteluihin tekoälyn turvallisuudesta.

Lisäksi akateemiseen työhönsä Dragan toimii tällä hetkellä tekoälyn turvallisuuden ja suunnittelun johtajana Google DeepMindissa, jossa hän johtaa tiimejä, jotka keskittyvät varmistamaan, että eturintamaiset tekoälyjärjestelmät pysyvät ihmisten tavoitteiden ja arvojen mukaisina niiden edetessä.

Tänään hänen työnsä jatkaa muokkaamassa turvallisempien ja ihmisten kanssa yhteensopivien tekoälyjärjestelmien kehittämistä, yhdistämällä edistystä koneoppimisessa, robottiikassa ja ihmisten ja tietokoneiden välisessä suunnittelussa, jotta älykkäät teknologiat olisivat tulkinnoissa, kontrollissa ja hyödyllisiä yhteiskunnalle.

7. Raia Hadsell

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

Raia Hadsell on edistänyt merkittävästi vahvistettua oppimista ja jatkuvaan oppimiseen perustuvia järjestelmiä. DeepMindissä hän auttoi kehittämään algoritmeja, jotka mahdollistavat tekoälyjärjestelmien jatkuvaan oppimisen kokemuksesta ilman uudelleenkoulutusta kiinteistä tietoja, ratkaisemalla yhtenä tekoälyn keskeisimmistä haasteista rakentaa sopeutuvia älykkäitä agenteja.

Jatkuva oppiminen on olennaisen tärkeää robottiikassa ja tekoälyjärjestelmissä, joissa ympäristöt kehittyvät ja koneet on sopeutettava samalla, kun ne säilyttävät aikaisemmin opitun tiedon. Hadsellin tutkimus on keskittynyt ratkaisemaan ongelmia, kuten katastrofaalista unohtamista, mahdollistaen neuroverkkojen kerryttämään taitoja ajan myötä sen sijaan, että ne menettävät aikaisemmin opitut kykynsä, kun ne oppivat uusia tehtäviä.

Hänen työnsä on myös edistänyt kehollista älykkyyttä, jossa robotit ja autonomiset agentit oppivat vuorovaikutuksen kautta ympäristönsä kanssa sen sijaan, että ne perustuisivat statiseen valvontaan. Yhdistämällä vahvistetun oppimisen, esitysmallinnuksen ja neurotieteisiin perustuvat lähestymistavat, hän on edistänyt järjestelmiä, jotka voivat navigoida monimutkaisissa ympäristöissä ja yleistää tehtävien yli.

Hadsell liittyi DeepMindiin vuonna 2014 ja on sen jälkeen johtanut tutkimusryhmiä, jotka keskittyvät elinikäiseen oppimiseen ja robottiikan navigointiin, edistäen perustavanlaatuisia tekniikoita, kuten politiikan tislaamista ja progressiivisia neuroverkkoja, jotka mahdollistavat tietämyksen siirtämisen tehtävien yli.

Tänään Hadsell jatkaa keskittyneenä johtavana tutkijana Google DeepMindissä, jossa hän paneutuu elinikäisen oppimisen arkkitehtuureihin ja skaalautuviin kehollisiin tekoälyjärjestelmiin, jotka voivat toimia dynaamisissa, oikeissa maailman ympäristöissä.

8. Ayanna Howard

Kuva: Rob Felt / Georgia Institute of Technology

Ayanna Howardin työ on keskittynyt avustavaan robottiikkaan ja ihmiskeskeiseen tekoälysuunnitteluun. Hänen tutkimuksensa on keskittynyt rakentamaan robottiikkaa, joka tukee lapsia, joilla on kehityksellisiä haasteita, mukaan lukien terapia- ja koulutusteknologioita, jotka auttavat lapsia, joilla on erityistarpeita, kehittämään motorisia ja kognitiivisia taitoja.

Aikaisemmin urallaan Howard toimi robottiikan tutkijana NASAn Jet Propulsion Laboratoryssa, jossa hän osallistui autonomisten robottiikkaa käyttävien teknologioiden kehittämiseen planeettojen tutkimiseen, mukaan lukien Mars-rover-missiot.

Hän siirtyi myöhemmin akateemiseen ja johtamistehtäviin ja perusti Ihmisen ja automaation järjestelmien laboratorion Georgia Techissä ja perusti Zyroboticsin, startupin, joka kehittää tekoälypohjaisia koulutus- ja terapiatyökaluja lapsille, joilla on moninaisia oppimistarpeita.

Vuonna 2021 Howardista tuli insinööritieteellisen tiedekunnan dekaani Ohion osavaltion yliopistossa, luoden historiaa ensimmäisenä naisena, joka johtaa instituuttiota. Siinä hän jatkaa muokkaamassa insinööritieteellisen koulutuksen tulevaisuutta ja edistää tutkimusta ihmisen ja robotin vuorovaikutuksessa, tekoälyn turvallisuudessa ja inklusiivisessa teknologian suunnittelussa.

Tänään Howardin työ ulottuu tutkimuksesta, yrittäjyydestä ja politiikasta, keskittyen varmistamaan, että robottiikka ja tekoäly suunnitellaan parantamaan elämänlaatua ja laajentamaan oikeudenmukaisen pääsyn kehittyviin teknologioihin.

9. Rana el Kaliouby

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

Rana el Kaliouby on uranuurtaja emotionaalisessa tekoälyssä työskennellessään Affectivassa, MIT Median laboratorion spin-offissa, jonka hän perusti tuomaan emotionaalisen älykkyyden digitaalisiin järjestelmiin. Yhtiö kehitti teknologian, joka pystyy analysoimaan kasvojen ilmeitä ja äänimerkkejä tunnistamaan ihmisten tunteita laajasti, laajentamalla koneen havainnon ihmisten vaikutuksista objektien ja puheen tunnistamisen lisäksi.

Emotion tunnistaminen on sovelluksia useilla aloilla, mukaan lukien auton turvallisuus, media-analytiikka, terveydenhuolto ja ihmisen ja tietokoneen välinen suunnittelu. Affectivan teknologiaa otettiin laajasti käyttöön suurten yritysten toimesta ennen kuin se myytiin Smart Eyelle vuonna 2021, mikä merkitsi merkittävää merkkipaalu emotionaalisessa tekoälyssä.

Yrityskaupan jälkeen el Kaliouby siirtyi sijoittamiseen ja mentorointiin tekoälyekosysteemissä. Hän on nyt Blue Tulip Venturesin perustaja ja yleinen kumppani, varhaisen vaiheen venture-rahasto, joka keskittyy tukemaan startup-yrityksiä, jotka kehittävät ihmiskeskeisiä tekoälytekniikoita.

Tänään el Kaliouby on edelleen johtava ääni emotionaalisessa tekoälyssä, puolustamassa eettistä käyttöä, monimuotoisuutta tekoälyn kehittämisessä ja teknologioita, jotka vahvistavat suhdetta ihmisten ja koneiden välillä.

10. Mira Murati

Kuva: OpenAI via AP

Mira Murati oli keskeisessä roolissa skaalauksessa generatiivista tekoälyä globaaliin käyttöön työskennellessään OpenAI:n teknisen johtajana. OpenAI:ssa työskennellessään hän johti kehitystyötä ja julkaisi merkittäviä järjestelmiä, kuten ChatGPT, DALL-E ja GPT-4-malliperhe, jotka kiihdyttivät julkisen ja yritysten käyttöönoton generatiivisessa tekoälyssä.

Muratin johtajuus yhdisti edistyneen tutkimuksen ja oikean maailman tuotteen käyttöönoton, varmistaen, että edistyneet mallit olivat saatavilla kehittäjille, yrityksille ja kuluttajille maailmanlaajuisesti. Hänen työnsä muokkasi, miten suuret kielimallit ja generatiiviset järjestelmät integroidaan arkipäiväisiin työvirtoihin eri aloilla.

Syyskuussa 2024 Murati jätti OpenAI:n yli kuuden vuoden jälkeen seuratakseen uusia projekteja ja tutkimaan tekoälyn seuraavaa vaihetta.

Vuonna 2025 hän perusti Thinking Machines Lab -tekoälystart-upin, joka kehittää tehokkaampia ja mukautuvampia tekoälyjärjestelmiä ja edistää monimodaalista tekoälyä, joka voi vuorovaikuttaa käyttäjien kanssa kielen, näön ja muiden modaliteettien kautta.

Tänään Murati jatkaa vaikuttamista eturintamaisen tekoälyn kehitykseen työskennellessään Thinking Machines Labissa, jossa hän rakentaa työkaluja, joiden tavoitteena on tehdä edistyneistä tekoälyjärjestelmistä laajemmin ymmärrettäviä, mukautuvampia ja voimakkaampia kehittäjille ja organisaatioille maailmanlaajuisesti.

Nämä kymmenen naista edustavat merkittävää osaa modernin tekoälyn ja robottiikan älyllisestä perustasta. Heidän työnsä kattaa perustavat tietokannat, vahvistetun oppimisen, ihmisen ja robotin vuorovaikutuksen, eettisen hallinnon ja generatiivisten järjestelmien nousun. Monet teollisuuden muokkaavista teknologioista voidaan jäljittää suoraan näiden tutkijoiden ja insinöörien läpimurtoihin.

Samaan aikaan heidän panostensa korostaminen on muistutus siitä, että alalla tarvitaan vielä paljon enemmän naisia muokkaamassa sen suuntaa. Tekoäly on nopeasti muuttumassa yhdeksi merkittävimmistä teknologioista, jonka järjestelmiä suunnitellaan tänään, vaikuttaa siihen, miten yhteiskunnat toimivat, miten taloudet kehittyvät ja miten ihmiset vuorovaikuttavat älykkäiden koneiden kanssa.

Varmistaminen, että nämä järjestelmät heijastelevat moninaisia näkökulmia, ei ole vain reiluutta vaan myös parempaa teknologiaa.

Naiset tässä luettelossa osoittavat, miten voimakasta tämä vaikutus voi olla. Heidän työnsä ei ainoastaan edennyt tekoälyn tutkimusta vaan on myös laajentanut keskustelua siitä, miten nämä teknologiat on rakennettava ja kenelle ne on tarkoitettu. Kun ala jatkaa kehittymistään, seuraava sukupolvi naisia, jotka tulevat tekoälyyn, tulee pelaamaan yhtä kriittistä roolia muokkaamassa tulevaisuutta, jossa älykkäät järjestelmät heijastelevat ihmisen kokemuksen täydellistä moninaisuutta.