10 Wanita Paling Berpengaruh di AI dan Robotika yang Mengubah Masa Depan

Kecerdasan buatan dan robotika tidak lagi menjadi bidang eksperimental yang terbatas pada laboratorium penelitian. Mereka membentuk perekonomian, mendefinisikan kembali industri, dan mempengaruhi kehidupan sehari-hari dalam skala global. Di balik banyak kemajuan penting adalah wanita yang pekerjaannya telah mengubah secara fundamental bagaimana sistem cerdas dirancang, dilatih, diperintah, dan diterapkan.

Daftar ini menyoroti sepuluh wanita paling berpengaruh di AI dan robotika saat ini. Mereka adalah peneliti, insinyur, dan pemimpin teknis yang kontribusinya jauh melampaui jabatan – wanita yang pekerjaannya telah mengubah trajektori pembelajaran mesin, kecerdasan terintegrasi, dan AI yang berorientasi pada manusia.

1. Dr. Fei-Fei Li

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

Dr. Fei-Fei Li adalah salah satu arsitek dasar visi komputer modern. Sebagai pencipta ImageNet, dia memimpin upaya untuk membangun dataset label skala besar yang memicu revolusi pembelajaran dalam. ImageNet menyediakan backbone pelatihan yang memungkinkan jaringan saraf untuk secara dramatis mengungguli metode visi komputer sebelumnya, mempercepat kemajuan di seluruh pengenalan objek, pencitraan medis, robotika, dan sistem otonom.

Kontribusi akademisnya di Universitas Stanford membantu memformalkan visi komputer sebagai pilar sentral penelitian AI. Dengan menggabungkan pendekatan yang terinspirasi oleh neurosains dengan sistem pembelajaran dalam, dia membantu menggeser AI dari logika berbasis aturan menuju pengenalan pola yang dapat diskalakan.

Di luar pencapaian teknis, Dr. Li secara konsisten menjadi juara AI yang berorientasi pada manusia. Dia berargumen bahwa sistem kecerdasan harus dibangun dengan perlindungan etis, pertimbangan kesetaraan, dan kesejahteraan sosial dalam pikiran. Pekerjaannya telah mempengaruhi baik agenda penelitian akademis maupun diskusi kebijakan publik tentang AI yang bertanggung jawab.

Dia juga telah menjabat dalam dewan penasihat yang membentuk strategi AI nasional di Amerika Serikat, membantu memastikan bahwa inovasi selaras dengan nilai-nilai demokratis dan kebebasan sipil.

Saat ini, Dr. Li terus memimpin penelitian di Institut AI yang Berorientasi pada Manusia Stanford, fokus pada kecerdasan spasial, AI yang terintegrasi, dan memastikan bahwa sistem canggih meningkatkan kemampuan manusia daripada menggantinya. Pekerjaannya semakin banyak menjelajahi bagaimana AI dapat berinteraksi dengan aman di lingkungan dunia nyata, menjembatani kesenjangan antara persepsi dan tindakan.

Dr. Li juga mengkronikkan perjalanan luar biasanya dalam memoarnya The Worlds I See, di mana dia memantulkan jalannya dari imigran ke Amerika Serikat sebagai remaja hingga menjadi pelopor AI modern. Buku ini menyediakan akun langka di balik layar tentang penciptaan ImageNet dan kemajuan awal yang membantu meluncurkan revolusi pembelajaran dalam.

2. Cynthia Breazeal

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

Cynthia Breazeal secara luas dipuji sebagai pelopor robotika sosial. Di MIT Media Lab, dia mengembangkan Kismet, salah satu robot pertama yang mampu menafsirkan dan mengekspresikan emosi. Pekerjaan ini membantu meluncurkan bidang robotika sosial dan meletakkan dasar untuk mesin yang responsif secara emosional dan komputasi afektif.

Penelitiannya mengubah robotika dengan menggeser fokus dari otomasi industri ke interaksi sosial. Daripada membangun mesin yang hanya menjalankan tugas, Breazeal menjelajahi bagaimana robot dapat berkomunikasi dengan orang, membangun kepercayaan, dan merespons sinyal sosial manusia.

Dia kemudian co-founded Jibo, sebuah startup yang mengembangkan salah satu robot sosial konsumen pertama yang dirancang untuk lingkungan rumah. Meskipun jalur komersial Jibo kompleks, proyek ini mewakili tonggak penting dalam membawa robotika sosial cerdas ke kehidupan sehari-hari.

Pengaruh Breazeal meluas jauh ke dalam pendidikan dan perawatan kesehatan robotika, di mana mesin harus memahami sinyal manusia halus untuk berfungsi sebagai pendamping, tutor, dan asisten yang efektif.

Saat ini, dia terus memimpin Kelompok Robot Pribadi di MIT Media Lab dan memimpin inisiatif yang berfokus pada pendidikan AI dan literasi. Pekerjaannya saat ini menjelajahi bagaimana sistem AI yang cerdas secara sosial dan robot dapat mendukung pembelajaran, kesejahteraan, dan hubungan jangka panjang antara manusia dan AI.

3. Timnit Gebru

Foto: TechCrunch / CC BY 2.0 / Wikimedia Commons

Timnit Gebru telah menjadi salah satu suara paling konsekuensial dalam etika AI. Penelitiannya awal mengungkapkan bias dalam sistem pengenalan wajah, mengungkapkan disparitas signifikan dalam akurasi di seluruh ras dan jenis kelamin. Studi Gender Shades yang banyak dikutip menunjukkan bahwa sistem komersial berkinerja jauh lebih buruk pada perempuan berkulit gelap daripada laki-laki berkulit terang, memicu penilaian ulang tentang bagaimana sistem AI dilatih dan dievaluasi.

Dia juga menjadi co-penulis penelitian yang mempengaruhi yang mengeksaminasi risiko model bahasa besar, termasuk dampak lingkungan, bias yang tertanam, dan kurangnya transparansi. Pekerjaan itu membantu menggeser percakapan sekitar pengembangan AI, mendorong bidang untuk mempertimbangkan tidak hanya benchmark kinerja tetapi juga konsekuensi sosial dan lingkungan dari penskalaan sistem AI.

Pada 2021, Gebru mendirikan Distributed AI Research Institute (DAIR), sebuah organisasi penelitian independen yang didedikasikan untuk mempelajari AI di luar pengaruh perusahaan teknologi besar. Institut ini berfokus pada penelitian yang dipimpin oleh komunitas dan menekankan partisipasi global dalam membentuk masa depan AI.

Advokasinya telah mempengaruhi debat regulasi, standar industri, dan diskusi yang lebih luas tentang pengembangan AI yang bertanggung jawab.

Saat ini, Gebru terus fokus pada akuntabilitas algoritma, hak-hak pekerja data, dan dinamika kekuasaan yang tertanam dalam pengembangan AI. Pekerjaannya semakin banyak mengeksaminasi bagaimana sistem AI mempengaruhi komunitas yang terpinggirkan dan bagaimana kerangka pemerintahan dapat diperkuat untuk memastikan sistem AI yang lebih adil dan transparan di seluruh dunia.

4. Daphne Koller

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

Daphne Koller adalah seorang pelopor dalam model grafis probabilistik, sebuah kerangka kerja yang memungkinkan mesin untuk bernalar di bawah ketidakpastian. Kontribusi akademisnya secara fundamental membentuk bagaimana sistem AI mewakili ketergantungan kompleks dalam data dunia nyata dan membantu menetapkan model probabilistik sebagai pendekatan inti dalam pembelajaran mesin modern.

Dia co-founded Coursera, salah satu platform pembelajaran online terbesar di dunia, membantu mendemokratisasi akses ke pendidikan AI dan ilmu komputer untuk jutaan pembelajar di seluruh dunia.

Koller kemudian mengalihkan fokusnya ke bioteknologi, mendirikan Insitro untuk menerapkan pembelajaran mesin pada penemuan obat. Dengan menggabungkan dataset biologis skala besar dengan model prediktif, perusahaan ini bertujuan untuk mengubah bagaimana terapi ditemukan dan dikembangkan.

Pekerjaannya mewakili salah satu contoh paling jelas dari AI yang beralih dari sistem digital ke ilmu kehidupan, di mana pembelajaran mesin dapat mempercepat penemuan ilmiah.

Saat ini, Koller terus memimpin penelitian Insitro ke dalam pengembangan farmasi yang didorong AI, mengintegrasikan genomika, biologi tingkat tinggi, dan pembelajaran mesin untuk mempercepat pipa klinis dan meningkatkan tingkat keberhasilan pengembangan obat.

5. Joy Buolamwini

Foto: Taylordw, CC0, via Wikimedia Commons

Joy Buolamwini’s penelitian yang berpengaruh mengungkapkan bias rasial dan jenis kelamin dalam sistem pengenalan wajah yang digunakan oleh perusahaan teknologi besar. Temuannya menunjukkan bahwa tingkat kesalahan untuk perempuan berkulit gelap jauh lebih tinggi daripada laki-laki berkulit terang, mengungkapkan bagaimana data pelatihan dan desain sistem dapat menanamkan diskriminasi ke dalam teknologi AI yang luas.

Penelitiannya membantu memicu debat global tentang bias algoritma, memicu peningkatan pengawasan terhadap sistem pengenalan wajah dan menyumbang pada diskusi kebijakan tentang penerapan AI yang bertanggung jawab.

Buolamwini mendirikan Liga Keadilan Algoritma untuk mempromosikan akuntabilitas dan kesetaraan dalam sistem AI. Melalui organisasi ini, dia telah bekerja untuk memajukan auditing algoritma, kesadaran publik, dan standar industri yang bertujuan untuk mengurangi bias berbahaya dalam pengambilan keputusan otomatis.

Pekerjaannya menjembatani penelitian, advokasi, dan keterlibatan publik. Di luar penelitian akademis, dia telah membawa perhatian pada dampak sosial AI melalui berbicara di depan umum, keterlibatan kebijakan, dan karya kreatif yang menjelajahi hubungan antara teknologi dan hak-hak sipil.

Baru-baru ini, Buolamwini telah memperluas pengaruhnya melalui penulisan dan advokasi publik, termasuk bukunya yang best-seller Unmasking AI, yang menjelajahi bagaimana sistem algoritma dapat menanamkan diskriminasi dan mengapa pengawasan yang lebih kuat dan desain yang inklusif sangat penting.

Saat ini, Buolamwini terus membentuk percakapan global tentang pemerintahan AI, fokus pada auditing algoritma, kerangka regulasi, dan memastikan bahwa sistem AI diuji pada populasi yang beragam sebelum diterapkan.

6. Anca Dragan

Foto: Constructor University

Anca Dragan adalah seorang peneliti utama dalam AI yang sejalan dan interaksi manusia-robot. Pekerjaan akademis awalnya di UC Berkeley fokus pada memungkinkan robot untuk menafsirkan niat manusia dan berkolaborasi dengan aman dengan orang, mengembangkan algoritma yang memungkinkan mesin untuk bernalar tentang perilaku manusia dan merespons dengan cara yang dapat diprediksi dan kooperatif.

Dia telah bekerja secara luas pada inferensi niat, perencanaan kooperatif, dan teknik yang memungkinkan sistem otonom untuk belajar dari umpan balik manusia daripada bergantung pada tujuan yang telah ditetapkan sebelumnya. Pekerjaannya telah membantu memajukan robot dan agen AI yang dapat beroperasi bersama dengan manusia di lingkungan yang berkisar dari kendaraan otonom hingga robotika asisten.

Pekerjaan Dragan membahas salah satu tantangan paling kritis dalam AI modern: memastikan bahwa sistem cerdas mengoptimalkan apa yang orang inginkan daripada tujuan teknis yang didefinisikan dengan sempit. Pekerjaannya tentang keselarasan nilai, kolaborasi manusia-AI, dan pengambilan keputusan yang dapat diinterpretasikan telah mempengaruhi baik robotika dan diskusi yang lebih luas tentang keamanan AI.

Di luar pekerjaan akademisnya, Dragan saat ini menjabat sebagai Kepala Keamanan dan Keselarasan AI di Google DeepMind, di mana dia memimpin tim yang fokus pada memastikan bahwa sistem AI canggih tetap sejalan dengan tujuan dan nilai manusia saat kemampuan mereka terus berkembang.

Saat ini, pekerjaannya terus membentuk pengembangan sistem AI yang lebih aman dan lebih kompatibel dengan manusia, menggabungkan kemajuan dalam pembelajaran mesin, robotika, dan interaksi manusia-komputer untuk membuat teknologi cerdas lebih dapat diinterpretasikan, dikontrol, dan bermanfaat bagi masyarakat.

7. Raia Hadsell

Raia Hadsell berbicara di TEDxExeterSalon 2017_05” oleh TEDxExeter, CC BY-NC-ND 2.0

Raia Hadsell telah memainkan peran besar dalam memajukan pembelajaran penguatan dan sistem pembelajaran berkelanjutan. Di DeepMind, dia membantu mengembangkan algoritma yang memungkinkan sistem AI untuk belajar secara terus-menerus dari pengalaman daripada melatih kembali dari awal pada dataset tetap, mengatasi salah satu tantangan sentral dalam membangun agen cerdas yang dapat disesuaikan.

Pembelajaran berkelanjutan sangat penting untuk robotika dan sistem AI dunia nyata, di mana lingkungan berkembang dan mesin harus beradaptasi sambil mempertahankan pengetahuan yang telah dipelajari sebelumnya. Pekerjaan Hadsell telah fokus pada mengatasi masalah seperti lupa katarsrofik, memungkinkan jaringan saraf untuk mengumpulkan keterampilan seiring waktu daripada kehilangan kemampuan sebelumnya ketika belajar tugas baru.

Pekerjaannya juga telah menyumbang pada kemajuan dalam kecerdasan terintegrasi, di mana robot dan agen otonom belajar melalui interaksi dengan lingkungan mereka daripada pengawasan statis. Dengan menggabungkan pembelajaran penguatan, pembelajaran representasi, dan pendekatan yang terinspirasi oleh neurosains, dia telah membantu memajukan sistem yang dapat menavigasi lingkungan kompleks dan menggeneralisasi di seluruh tugas.

Hadsell bergabung dengan DeepMind pada 2014 dan sejak itu memimpin tim penelitian yang berfokus pada pembelajaran seumur hidup dan navigasi robotik, menyumbang pada teknik dasar seperti distilasi kebijakan dan jaringan saraf progresif yang memungkinkan transfer pengetahuan di seluruh tugas.

Saat ini, sebagai pemimpin penelitian senior di Google DeepMind, Hadsell terus fokus pada arsitektur pembelajaran seumur hidup dan sistem AI yang terintegrasi yang dapat beroperasi di lingkungan dunia nyata yang dinamis.

8. Ayanna Howard

Foto: Rob Felt / Georgia Institute of Technology

Ayanna Howard’s pekerjaan telah berfokus pada robotika asisten dan desain AI yang berorientasi pada manusia. Penelitiannya telah berfokus pada membangun sistem robotik yang mendukung anak-anak dengan tantangan perkembangan, termasuk teknologi terapi dan pendidikan yang dirancang untuk membantu anak-anak dengan kebutuhan khusus mengembangkan keterampilan motorik dan kognitif.

Di awal karirnya, Howard bekerja sebagai peneliti robotika di Laboratorium Propulsi Jet NASA, di mana dia menyumbang pada sistem robotik otonom yang digunakan untuk eksplorasi planet, termasuk teknologi yang dirancang untuk misi rover Mars.

Dia kemudian beralih ke akademisi dan kepemimpinan, mendirikan Laboratorium Sistem Otomasi Manusia di Georgia Tech dan meluncurkan Zyrobotics, sebuah startup yang fokus pada mengembangkan alat pendidikan dan terapi yang didorong AI untuk anak-anak dengan kebutuhan belajar yang beragam.

Pada 2021, Howard menjadi dekan Fakultas Teknik di Universitas Negeri Ohio, membuat sejarah sebagai wanita pertama yang memimpin lembaga tersebut. Di sini, dia terus membentuk masa depan pendidikan teknik sambil memajukan penelitian dalam interaksi manusia-robot, keamanan AI, dan desain teknologi yang inklusif.

Pekerjaannya saat ini mencakup penelitian, kewirausahaan, dan kebijakan, dengan fokus pada memastikan bahwa robotika dan AI dirancang untuk meningkatkan kualitas hidup dan memperluas akses yang adil ke teknologi yang muncul.

9. Rana el Kaliouby

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

Rana el Kaliouby mempelopori AI emosi melalui pekerjaannya di Affectiva, spin-off MIT Media Lab yang dia co-didirikan untuk membawa kecerdasan emosional ke dalam sistem digital. Perusahaan ini mengembangkan teknologi yang mampu menganalisis ekspresi wajah dan sinyal vokal untuk mendeteksi emosi manusia dalam skala besar, membantu memperluas persepsi mesin di luar objek dan ucapan ke dalam afek manusia.

Pengenalan emosi memiliki aplikasi di seluruh industri, termasuk keamanan otomotif, analitik media, perawatan kesehatan, dan interaksi manusia-komputer. Teknologi Affectiva secara luas diadopsi oleh perusahaan besar sebelum perusahaan tersebut diperoleh oleh Smart Eye pada 2021, menandai tonggak penting dalam komersialisasi AI emosi.

Setelah akuisisi, el Kaliouby beralih ke investasi dan mentorship dalam ekosistem AI. Dia sekarang adalah co-pendiri dan mitra umum dari Blue Tulip Ventures, sebuah firma ventura tahap awal yang fokus pada mendukung startup yang membangun teknologi AI yang berorientasi pada manusia.

Saat ini, el Kaliouby tetap menjadi suara utama dalam AI yang cerdas secara emosional, mendorong penerapan etis, diversitas dalam pengembangan AI, dan teknologi yang memperkuat hubungan antara manusia dan mesin.

10. Mira Murati

Foto: OpenAI via AP

Mira Murati memainkan peran sentral dalam menskala AI generatif ke adopsi global selama masa jabatannya sebagai Chief Technology Officer di OpenAI. Setelah bergabung dengan perusahaan pada 2018 dan menjadi CTO pada 2022, dia membantu memimpin pengembangan dan peluncuran sistem landmark seperti ChatGPT, DALL-E, dan keluarga model GPT-4—teknologi yang secara dramatis mempercepat adopsi AI generatif oleh konsumen dan perusahaan.

Kepemimpinan Murati menjembatani penelitian mutakhir dan penerapan produk nyata, memastikan bahwa model canggih tersedia bagi pengembang, bisnis, dan konsumen di seluruh dunia. Pekerjaannya membantu membentuk bagaimana model bahasa besar dan sistem generatif diintegrasikan ke dalam alur kerja sehari-hari di seluruh industri.

Pada September 2024, Murati meninggalkan OpenAI setelah lebih dari enam tahun di perusahaan untuk mengejar proyek baru dan menjelajahi fase berikutnya dari pengembangan AI.

Pada 2025 dia mendirikan Thinking Machines Lab, sebuah startup AI yang berfokus pada membangun sistem AI yang lebih mampu dan dapat disesuaikan serta memajukan AI multimodal yang dapat berinteraksi dengan pengguna melalui bahasa, visi, dan modalitas lainnya.

Saat ini, Murati terus mempengaruhi arah AI mutakhir melalui pekerjaannya di Thinking Machines Lab, di mana dia membangun alat yang bertujuan untuk membuat sistem AI canggih lebih mudah dipahami, dapat disesuaikan, dan kuat bagi pengembang dan organisasi di seluruh dunia.

Bersama, sepuluh wanita ini mewakili potongan luar biasa dari fondasi intelektual di balik AI dan robotika modern. Pekerjaan mereka mencakup dataset dasar, pembelajaran penguatan, interaksi manusia-robot, pemerintahan etis, dan munculnya sistem generatif. Banyak teknologi yang saat ini mengubah industri dapat dilacak kembali langsung ke kemajuan yang dipimpin oleh peneliti dan insinyur ini.

Pada saat yang sama, menyoroti kontribusi mereka adalah pengingat tentang sesuatu yang sama pentingnya: bidang ini masih membutuhkan banyak lebih banyak wanita yang membentuk arahnya. AI dengan cepat menjadi salah satu teknologi paling konsekuensial yang pernah dikembangkan. Sistem yang dirancang saat ini akan mempengaruhi bagaimana masyarakat berfungsi, bagaimana perekonomian berkembang, dan bagaimana manusia berinteraksi dengan mesin cerdas.

Memastikan bahwa sistem ini mencerminkan perspektif yang beragam bukan hanya masalah keadilan. Ini adalah masalah membangun teknologi yang lebih baik.

Wanita dalam daftar ini menunjukkan betapa kuat pengaruh itu bisa. Pekerjaan mereka tidak hanya mendorong batas penelitian AI tetapi juga memperluas percakapan tentang bagaimana teknologi ini harus dibangun dan siapa yang harus dilayani. Saat bidang ini terus berkembang, generasi berikutnya dari wanita yang memasuki AI akan memainkan peran yang sama pentingnya dalam membentuk masa depan di mana sistem cerdas mencerminkan keanekaragaman pengalaman manusia.