Intelligence artificielle
Huma Abidi, Directrice senior des produits logiciels d’IA chez Intel – Série d’entretiens
Huma Abidi est une directrice senior des produits logiciels d’IA chez Intel, responsable de la stratégie, des feuilles de route, des exigences, des logiciels de machine learning et d’analyse. Elle dirige une équipe diversifiée à l’échelle mondiale d’ingénieurs et de technologistes responsables de la livraison de produits de classe mondiale qui permettent aux clients de créer des solutions d’IA. Huma a rejoint Intel en tant qu’ingénieure logicielle et a depuis travaillé dans divers rôles d’ingénierie, de validation et de gestion dans le domaine des compilateurs, de la traduction binaire, de l’IA et de l’apprentissage profond. Elle est passionnée par l’éducation des femmes, soutenant plusieurs organisations à travers le monde pour cette cause, et a été finaliste du prix Women in AI de VentureBeat 2019 dans la catégorie mentorat.
Qu’est-ce qui a initialement suscité votre intérêt pour l’IA ?
J’ai toujours trouvé intéressant d’imaginer ce qui pourrait se passer si les machines pouvaient parler, voir ou interagir de manière intelligente avec les humains. En raison de grandes avancées techniques au cours de la dernière décennie, notamment l’apprentissage profond qui a gagné en popularité en raison de la disponibilité des données, de la puissance de calcul et des algorithmes, l’IA est maintenant passée de la science-fiction aux applications du monde réel. Les solutions que nous avions imaginées précédemment sont maintenant à portée de main. C’est vraiment une époque excitante !
Dans mon précédent poste, j’ai dirigé une équipe d’ingénierie de traduction binaire, axée sur l’optimisation des logiciels pour les plateformes matérielles Intel. Chez Intel, nous avons reconnu que les développements en IA entraîneraient d’énormes transformations industrielles, exigeant une croissance considérable de la puissance de calcul des appareils à la périphérie et au cloud, et nous avons affiné notre focalisation pour devenir une entreprise axée sur les données.
En réalisant le besoin de logiciels puissants pour rendre l’IA réalité, le premier défi que j’ai relevé était de diriger l’équipe pour créer des logiciels d’IA pour exécuter efficacement sur les processeurs Intel Xeon en optimisant les frameworks d’apprentissage profond comme Caffe et TensorFlow. Nous avons pu démontrer des augmentations de performances de plus de 200 fois grâce à une combinaison d’innovations logicielles et matérielles Intel.
Nous travaillons pour faire fonctionner tous les charges de travail de nos clients dans divers domaines plus rapidement et mieux sur la technologie Intel.
Que pouvons-nous faire en tant que société pour attirer les femmes dans l’IA ?
C’est une priorité pour moi et pour Intel de faire entrer plus de femmes dans les STEM et l’informatique en général, car des groupes diversifiés construiront de meilleurs produits pour une population diversifiée. Il est particulièrement important de faire entrer plus de femmes et de minorités sous-représentées dans l’IA, en raison des préjugés potentiels que le manque de représentation peut causer lors de la création de solutions d’IA.
Pour attirer les femmes, nous devons faire un meilleur travail pour expliquer aux filles et aux jeunes femmes comment l’IA est pertinente dans le monde et comment elles peuvent être partie prenante de la création de solutions excitantes et ayant un impact. Nous devons leur montrer que l’IA couvre de nombreux domaines différents de la vie et qu’elles peuvent utiliser la technologie d’IA dans leur domaine d’intérêt, qu’il s’agisse d’art, de robotique, de journalisme de données ou de télévision. Des applications excitantes de l’IA qu’elles peuvent facilement voir avoir un impact, par exemple les assistants virtuels comme Alexa, les voitures autonomes, les médias sociaux, la façon dont Netflix sait quels films elles veulent regarder, etc.
Un autre aspect clé de l’attrait des femmes est la représentation. Heureusement, il existe de nombreuses femmes leaders dans l’IA qui peuvent servir de modèles excellents, notamment Fei-Fei Li, qui dirige l’IA centrée sur l’humain à Stanford, et Meredith Whittaker, qui travaille sur les implications sociales à travers l’Institut AI Now à NYU.
Nous devons travailler ensemble pour adopter des pratiques commerciales inclusives et étendre l’accès aux compétences technologiques aux femmes et aux minorités sous-représentées. Chez Intel, notre objectif 2030 est d’augmenter le nombre de femmes dans les rôles techniques à 40 % et nous ne pouvons y parvenir qu’en travaillant avec d’autres entreprises, instituts et communautés.
Comment les femmes peuvent-elles le mieux pénétrer dans l’industrie ?
Il existe plusieurs options si vous souhaitez pénétrer dans l’IA en particulier. Il existe de nombreux cours en ligne sur l’IA, notamment le cours Intel Edge AI Fundamentals gratuit de UDACITY. Ou vous pourriez retourner à l’école, par exemple dans l’un des collèges communautaires de Maricopa pour un diplôme associé en IA – et étudier pour une carrière dans l’IA, par exemple scientifique des données, ingénieur de données, développeur ML/DL, ingénieur logiciel, etc.
Si vous travaillez déjà dans une entreprise technologique, il y a probablement déjà des équipes d’IA. Vous pourriez vérifier l’option de passer une partie de votre temps dans une équipe d’IA qui vous intéresse.
Vous pouvez également travailler sur l’IA si vous ne travaillez pas dans une entreprise technologique. L’IA est extrêmement interdisciplinaire, vous pouvez donc l’appliquer à presque n’importe quel domaine dans lequel vous êtes impliqué. À mesure que les cadres et les outils d’IA évoluent et deviennent plus conviviaux, il devient plus facile d’utiliser l’IA dans différents contextes. Participer à des événements en ligne comme les compétitions Kaggle est un excellent moyen de travailler sur des problèmes de machine learning réels qui impliquent des ensembles de données qui vous intéressent.
L’industrie technologique doit également consacrer du temps, des efforts et de l’argent pour atteindre et soutenir les femmes, y compris les femmes qui sont également des minorités sous-représentées. Sur le plan personnel, je suis impliquée dans des organisations comme Girls Who Code et Girl Geek X, qui relient et inspirent les jeunes femmes.
Avec l’apprentissage profond et l’apprentissage par renforcement qui ont récemment gagné la plus grande traction, quelles autres formes d’apprentissage automatique les femmes devraient-elles prêter attention ?
L’IA et l’apprentissage automatique évoluent encore, et des articles de recherche passionnants sont publiés régulièrement. Certains domaines sur lesquels se concentrer en ce moment incluent :
- Les techniques classiques de ML qui continuent d’être importantes et sont largement utilisées.
- L’IA responsable / explicable, qui est devenue une partie critique du cycle de vie de l’IA et du point de vue de la mise en œuvre de l’apprentissage profond et de l’apprentissage par renforcement.
- Les réseaux neuronaux de graphes et l’apprentissage multimodal qui obtiennent des informations en apprenant à partir d’informations de relation riches entre les données de graphique.
Les préjugés de l’IA sont un énorme problème sociétal lorsqu’il s’agit de préjugés envers les femmes et les minorités. Quelles sont certaines des façons de résoudre ces problèmes ?
Lorsqu’il s’agit de l’IA, les préjugés dans les échantillons de formation, les étiqueteurs humains et les équipes peuvent être cumulés pour discriminer les individus diversifiés, avec de graves conséquences.
Il est essentiel que la diversité soit priorisée à chaque étape du processus. Si les femmes et les autres minorités de la communauté font partie des équipes qui développent ces outils, elles seront plus conscientes de ce qui peut mal se passer.
Il est également important de s’assurer d’inclure des leaders issus de multiples disciplines, tels que des sociologues, des médecins, des philosophes et des experts en droits de l’homme, pour aider à définir ce qui est éthique et ce qui ne l’est pas.
Pouvez-vous expliquer le problème de la boîte noire de l’IA, et pourquoi l’explicabilité de l’IA est importante ?
Dans l’IA, les modèles sont formés sur d’énormes quantités de données avant de prendre des décisions. Dans la plupart des systèmes d’IA, nous ne savons pas comment ces décisions ont été prises — le processus de prise de décision est une boîte noire, même pour ses créateurs. Et il n’est peut-être pas possible de vraiment comprendre comment un programme d’IA formé arrive à ses décisions spécifiques. Un problème se pose lorsque nous soupçonnons que le système ne fonctionne pas. Si nous soupçonnons le système de préjugés algorithmiques, il est difficile de vérifier et de corriger les préjugés si le système est incapable d’expliquer sa prise de décision.
Il existe actuellement un important axe de recherche sur l’IA explicable (XAI) qui vise à équiper les modèles d’IA de transparence, d’explicabilité et de responsabilité, ce qui devrait conduire à une IA responsable.
Lors de votre discours de clôture lors de la finale de la compétition de démarrage MITEF Arab et de la conférence, vous avez discuté des initiatives d’IA pour le bien social d’Intel. Lequel de ces projets de bien social a attiré votre attention et pourquoi est-il si important ?
Je continue d’être très enthousiaste à l’égard de toutes les initiatives d’IA pour le bien social d’Intel, car les avancées en IA peuvent conduire à des changements transformateurs dans la façon dont nous abordons la résolution de problèmes.
L’un qui m’intéresse particulièrement est le Wheelie, un fauteuil roulant alimenté par l’IA construit en partenariat avec HOOBOX Robotics. Le Wheelie permet aux paraplegiques extrêmes de retrouver leur mobilité en utilisant des expressions faciales pour conduire. Une autre initiative incroyable est TrailGuard AI, qui utilise la technologie d’IA d’Intel pour lutter contre la chasse illégale et protéger les animaux de l’extinction et de la perte d’espèces.
Dans le cadre de l’initiative de réponse aux pandémies d’Intel, nous avons de nombreux projets en cours avec nos partenaires utilisant l’IA. L’une des initiatives clés est la détection de fièvre sans contact ou la détection du COVID-19 via la radiographie thoracique avec Darwin AI. Nous travaillons également sur des robots qui peuvent répondre aux requêtes pour accroître la sensibilisation en utilisant le traitement du langage naturel dans les langues régionales.
Pour les femmes qui sont intéressées à s’impliquer, y a-t-il des livres, des sites Web ou d’autres ressources que vous recommanderiez ?
Il existe de nombreuses ressources en ligne, pour tous les niveaux d’expérience et les domaines d’intérêt. Coursera et Udacity offrent d’excellents cours en ligne sur l’apprentissage automatique et l’apprentissage profond, dont la plupart peuvent être audité gratuitement. Le OpenCourseWare du MIT est une autre excellente façon d’apprendre des meilleurs professeurs du monde.
Les entreprises comme Intel ont des portails d’IA qui contiennent beaucoup d’informations sur l’IA, y compris les solutions proposées. Il existe de nombreux excellents livres sur l’IA : des textes fondamentaux d’informatique comme Artificial Intelligence : A Modern Approach de Peter Norvig et Stuart Russell, et des livres modernes et philosophiques comme Homo Deus de l’historien Yuval Hararri. Je recommanderais également le podcast d’IA de Lex Fridman sur de grandes conversations de diverses perspectives et d’experts de différents domaines.
Avez-vous des derniers mots pour les femmes qui sont curieuses à propos de l’IA mais ne sont pas encore prêtes à s’engager ?
L’IA est l’avenir et changera notre société — en fait, elle l’a déjà fait. Il est essentiel que nous ayons des personnes honnêtes et éthiques qui travaillent dessus. Que ce soit dans un rôle technique ou à un niveau social plus large, c’est le moment idéal pour s’impliquer !
Je vous remercie pour l’entretien, vous êtes certainement une source d’inspiration pour les femmes du monde entier. Les lecteurs qui souhaitent en savoir plus sur les solutions logicielles d’Intel doivent visiter AI Software Products at Intel.
