フューチャリスト・シリーズ
AIとロボティクスを変革する10人の最も影響力のある女性
人工知能とロボティクスは、研究室に閉じこもった実験的な分野ではなくなった。経済を形作り、産業を再定義し、世界規模で日常生活に影響を与えている。多くの重要なブレークスルーは、これらの分野で女性が果たした役割の結果であり、彼女たちの仕事は、知的システムが設計され、トレーニングされ、管理され、展開される方法を根本的に変えた。
このリストでは、現在のAIとロボティクスで最も影響力のある10人の女性を紹介する。これらは、研究者、エンジニア、テクニカルリーダーであり、その貢献は肩書きを超えており、機械学習、エンボディッドインテリジェンス、ヒューマンセントリックAIのトラジェクトリーを変えた。
1. フェイ・フェイ・リー博士
フォト：Steve Jurvetson、CC BY 2.0、ウィキメディア・コモンズ
フェイ・フェイ・リー博士は、現代のコンピュータービジョンの基礎的なアーキテクトの1人である。ImageNetの創設者として、大規模なラベル付きデータセットを構築する取り組みを主導し、ディープラーニング革命を引き起こした。ImageNetは、ニューラルネットワークが以前のコンピュータビジョン方法を大幅に上回ることを可能にするトレーニングの背骨を提供し、オブジェクト認識、医療画像処理、ロボティクス、自律システムなどの分野でブレークスルーを加速させた。
彼女のスタンフォード大学での学術的貢献は、コンピュータビジョンをAI研究の中心的な柱として正式化するのに役立った。ニューロサイエンスにインスパイアされたアプローチとディープラーニングシステムを組み合わせることで、リー博士は、AIをルールベースのロジックからスケーラブルなパターン認識に向けてシフトさせた。
技術的な成果を超えて、リー博士は一貫してヒューマンセントリックAIを擁護している。彼女は、知的システムは、倫理的な安全装置、公平性の考慮、社会的幸福を念頭に置いて構築されるべきであると主張している。彼女の仕事は、学術研究のアジェンダと、責任あるAIに関する公共政策の議論に影響を与えている。
彼女はまた、イノベーションが民主的な価値観と市民的自由と一致するようにするために、米国の国家AI戦略を形作った諮問委員会で役割を果たした。
今日、リー博士は、スタンフォードヒューマンセントリックAI研究所での研究を続けており、空間的知能、エンボディッドAI、先進的なシステムが人間の能力を増強するのではなく、置き換えるのではなく、人間の能力を増強することを保証することに焦点を当てている。彼女の仕事は、AIが現実の環境で安全に相互作用する方法を探求し、認識と行動のギャップを埋めることを目指している。
リー博士はまた、彼女の著書《世界を見つめる》の中で、彼女の驚くべき旅を記録しており、彼女はアメリカに十代の頃に移住してから、現代のAIのパイオニアになった道のりを振り返っている。この本は、ImageNetの創造と、ディープラーニング革命を助けた初期のブレークスルーについて、稀有な舞台裏の説明を提供している。
2. シンシア・ブレーゼル
フォト：Cynthia Breazeal / CC BY-SA 4.0 / ウィキメディア・コモンズ
シンシア・ブレーゼルは、ソーシャルロボティクスのパイオニアとして広く認められている。MITメディアラボで、彼女はKismetを開発し、感情を解釈し、表現することができる最初のロボットの1つとなった。この仕事は、ソーシャルロボティクスの分野を立ち上げ、感情的に応答するマシンとアフェクティブ・コンピューティングの基礎を築いた。
彼女の研究は、ロボティクスを産業用自動化から社会的相互作用に焦点を当てたものに変えた。タスクを単に実行するマシンを構築するのではなく、ブレーゼルは、ロボットが人間とコミュニケーションをとり、信頼を築き、人間の社会的合図に応じる方法を探求した。
彼女は後にJiboを共同設立し、家庭環境向けに設計された最初の消費者向けソーシャルロボットの1つを開発した。Jiboの商業的な道のりは複雑だったが、このプロジェクトは、社会的にインテリジェントなロボティクスを日常生活に導入する上で重要な里程標となった。
ブレーゼルの影響は、教育とヘルスケアロボティクスにも及んでおり、これらの分野では、マシンが人間の微妙な合図を理解して、効果的な相棒、教師、助手として機能する必要がある。
今日、彼女はパーソナルロボットグループをMITメディアラボで率いており、AI教育とリテラシーの取り組みに注力している。彼女の現在の仕事は、社会的にインテリジェントなAIシステムとロボットが学習、幸福、長期的な人間とAIの関係を支援する方法を探求している。
3. ティムニット・ゲブル
フォト：TechCrunch / CC BY 2.0 / ウィキメディア・コモンズ
ティムニット・ゲブルは、AI倫理の分野で最も重要な声の1人である。彼女の初期の研究は、顔認識システムにおける偏見を暴露し、人種と性別における精度の著しい差異を明らかにした。広く引用された《ジェンダーシェイズ》研究は、商用システムが、より明るい肌の男性よりも、より暗い肌の女性に対してはるかに悪く機能することを示し、AIシステムがどのようにトレーニングされ、評価されるかについて、より広範な再評価を促した。
彼女はまた、大規模な言語モデルのリスクを調査した影響力のある研究を共同執筆し、その研究は、環境への影響、埋め込まれた偏見、透明性の欠如について取り組んだ。彼女の仕事は、AI開発の分野に影響を与え、パフォーマンスベンチマークのみではなく、AIシステムの社会的および環境的結果も考慮するよう促した。
2021年、ゲブルは、DAIR（Distributed AI Research Institute）を設立し、大規模なテクノロジー企業の影響を受けない独立した研究機関を設立した。DAIRは、コミュニティ主導の研究に焦点を当て、世界中のAIの未来を形作るために、世界的な参加を重視している。
彼女の主張は、規制上の議論、業界の基準、責任あるAI開発についてのより広範な議論に影響を与えている。
今日、ゲブルは、アルゴリズムの説明責任、データ労働者の権利、AI開発に埋め込まれた力関係について重点的に取り組み、AIシステムが周囲のコミュニティに与える影響と、AIシステムをより公平で透明性のあるものにするためのガバナンスフレームワークの強化について調査している。
4. ダフネ・コラー
フォト：世界経済フォーラム / CC BY-SA 2.0 / ウィキメディア・コモンズ
ダフネ・コラーは、確率的グラフィカルモデルを先導した人物である。これらのモデルは、マシンが不確実性の下で推論することを可能にする。彼女の学術的貢献は、現代の機械学習における重要なアプローチである確率的モデリングを形作った。
彼女は、Courseraを共同設立し、世界中の数百万人の学習者にとって、AIとコンピューターサイエンス教育へのアクセスを民主化した。
コラーは後に、Insitroを設立し、機械学習を薬剤発見に応用することに焦点を当てた。生物学的データセットと予測モデリングを組み合わせることで、会社は、治療法の発見と開発を変革することを目指している。
彼女の仕事は、AIがデジタルシステムから生命科学へと移行することを示しており、機械学習は科学的発見を加速できる。
今日、コラーは、InsitroでのAI駆動の医薬品開発に関する研究を続けており、ゲノミクス、高スループットバイオロジー、機械学習を統合して、臨床パイプラインの成功率を高め、薬剤開発を加速させることに焦点を当てている。
5. ジョイ・ブオラムウィニ
フォト：Taylordw、CC0、ウィキメディア・コモンズ
ジョイ・ブオラムウィニの開拓的な研究は、顔認識システムにおける人種と性別の偏見を暴露した。彼女の研究は、顔認識システムが、より明るい肌の男性よりも、より暗い肌の女性に対してはるかに悪く機能することを示し、AIシステムのトレーニングと設計が、広く採用されているテクノロジーに差別を埋め込む可能性があることを明らかにした。
ブオラムウィニは、アルゴリズム的正義連盟を設立し、AIシステムの説明責任と公平性を促進するために取り組んだ。彼女は、アルゴリズム的監査、公共の認識、業界の基準を強化することで、自動化された意思決定における有害な偏見を軽減することを目指している。
彼女の仕事は、研究、主張、公共の関与を橋渡しし、AIシステムの社会的影響について広く認知を高めている。
最近、ブオラムウィニは、Unmasking AIという本を出版し、アルゴリズム的システムが差別をコード化する方法と、より包括的な設計と監視の必要性について探究している。
今日、ブオラムウィニは、AIガバナンス、アルゴリズム的監査、規制フレームワークについて、世界的な議論を形作ることに重点を置いており、AIシステムが展開される前に、多様な集団に対してテストされることを保証することに焦点を当てている。
6. アンカ・ドラガン
フォト：コンストラクターユニバーシティ
アンカ・ドラガンは、AIの整列と人間ロボット相互作用のリーダーである。彼女の初期の研究は、ロボットが人間の意図を推測し、人間と安全に協力することを可能にするアルゴリズムの開発に焦点を当てていた。
彼女の研究は、ロボットとAIエージェントが人間と協力してタスクを実行できるようにする、意図の推測、協力的な計画、人間のフィードバックから学ぶ技術に貢献した。
ドラガンの仕事は、AIの最も重要な課題の1つである、知的システムが人間が本当に望むものを最適化することを保証することに焦点を当てている。彼女の研究は、価値の整列、人間とAIの協力、解釈可能な意思決定について、ロボティクスとより広いAIの安全性の議論に影響を与えている。
現在、ドラガンは、Google DeepMindのAI安全性と整列の責任者として、AIシステムが人間の目標と価値観に整列するようにすることに重点を置いている。
今日、彼女の仕事は、人間とより相性の良いAIシステムの開発を続けており、機械学習、ロボティクス、人間コンピュータ相互作用の進歩を組み合わせて、知的技術をより解釈可能、制御可能、社会に有益なものにしている。
7. ライア・ハッセル
ライア・ハッセル、TEDxExeterSalon 2017_05” by TEDxExeter、CC BY-NC-ND 2.0
ライア・ハッセルは、強化学習と継続学習システムの発展に重要な役割を果たした。DeepMindでの彼女の仕事は、AIシステムが経験から継続的に学習できるアルゴリズムの開発に貢献し、固定データセットから再トレーニングするのではなく、リアルタイムで学習するロボットとAIシステムの重要な課題を解決した。
彼女の研究は、ロボットとAIエージェントが環境と相互作用して学習することを可能にする、エンボディッドインテリジェンスに貢献した。強化学習、表現学習、神経科学にインスパイアされたアプローチを組み合わせることで、彼女は、複雑な環境をナビゲートし、タスクを汎化できるシステムの進歩に貢献した。
ハッセルは2014年にDeepMindに参加し、以来、ライフタイムラーニングとロボットナビゲーションに焦点を当てた研究チームを率いており、ポリシーディスティレーションやプログレッシブニューラルネットワークなどの基礎的な技術に貢献し、タスク間での知識の転移を可能にしている。
今日、ハッセルは、Google DeepMindのシニアリサーチリーダーとして、ライフタイムラーニングアーキテクチャと、ダイナミックな現実世界の環境で動作するエンボディッドAIシステムに重点を置いており、ロボットとAIエージェントが環境と相互作用して学習することを可能にする。
8. アヤンナ・ハワード
フォト：ロブ・フェルト / ジョージア工科大学
アヤンナ・ハワードの仕事は、支援ロボティクスとヒューマンセントリックAIデザインに焦点を当てている。彼女の研究は、発達の課題を持つ子供を支援するロボットシステムの構築に重点を置いており、特別なニーズを持つ子供がモーターと認知スキルを発達させるのを支援する療法と教育テクノロジーを開発している。
彼女のキャリアの初期には、ハワードは、NASAのジェット推進研究所でロボティクス研究者として働き、火星ローバーミッションを含む惑星探査用の自律ロボットシステムに貢献した。
彼女は後に、ジョージア工科大学のヒューマンオートメーションシステムラボを設立し、Zyroboticsを設立し、AI駆動の教育と療法ツールを開発している。
2021年、ハワードは、オハイオ州立大学工学部の学部長に就任し、初の女性学部長として歴史を築いた。彼女は、エンジニアリング教育の未来を形作りながら、人間ロボット相互作用、AI安全性、インクルーシブテクノロジーデザインの研究を続けている。
今日、ハワードの仕事は、研究、起業、政策の分野にわたっており、ロボティクスとAIが生活の質を高め、テクノロジーへの公平なアクセスを拡大するように設計されていることを保証することに重点を置いている。
9. ラナ・エル・カリウビー
フォト：ジョイ・イト、CC BY 2.0、ウィキメディア・コモンズ
ラナ・エル・カリウビーは、Affectivaでの仕事で、感情AIのパイオニアとなった。同社は、MITメディアラボのスピンオフであり、デジタルシステムに感情的知能を導入するために設立された。同社は、顔の表情と声のトーンを分析して人間の感情を検出する技術を開発し、人間の感情を機械の知覚の重要な側面として認識した。
感情認識は、自動車安全、メディア分析、ヘルスケア、人間コンピュータ相互作用などの業界で応用されている。Affectivaのテクノロジーは、同社が2021年にSmart Eyeに買収されるまで、主要企業によって広く採用されていた。
買収後、エル・カリウビーは、投資とメンターシップに重点を置き、Blue Tulip Venturesを共同設立し、人間中心のAIテクノロジーを構築するスタートアップを支援する初期段階のベンチャー企業に焦点を当てている。
今日、エル・カリウビーは、感情的に知能のあるAIのリーダーとしての地位を維持しており、倫理的な展開、AI開発の多様性、人間とマシンとの関係を強化するテクノロジーを擁護している。
10. ミラ・ムラティ
フォト：OpenAI via AP
ミラ・ムラティは、OpenAIでの彼女の在任中、ジェネレーティブAIを世界的な採用にスケールさせた。2022年にCTOに就任した後、彼女は、ChatGPT、DALL-E、GPT-4モデルのファミリーなどのランドマークシステムの開発とリリースを主導し、これらのテクノロジーは、開発者、企業、消費者へのジェネレーティブAIの採用を劇的に加速させた。
ムラティのリーダーシップは、最先端の研究と現実世界の製品展開の間のギャップを埋め、先進的なモデルが世界中の開発者、企業、消費者にアクセス可能なものになることを保証した。
2024年9月、ムラティはOpenAIを退職し、6年以上在籍した後、新しいプロジェクトを追求し、AI開発の次の段階を探求することを決めた。
2025年、彼女は、Thinking Machines Labを設立し、AIシステムをより能力の高いものにし、開発者や組織にとってよりカスタマイズ可能なものにすることを目指している。
今日、ムラティは、Thinking Machines Labでの仕事を通じて、最先端のAIの方向性に影響を与え続けており、開発者や組織が利用しやすい、より高度でカスタマイズ可能なAIツールの構築を目指している。
これらの10人の女性は、現代のAIとロボティクスの知的基盤の顕著な断面を表している。彼女たちの仕事は、基礎的なデータセット、強化学習、人間ロボット相互作用、倫理的なガバナンス、ジェネレーティブシステムの台頭に及んでいる。現在、業界を変革している多くのテクノロジーは、これらの研究者とエンジニアが主導したブレークスルーに直接由来する。
同時に、これらの女性の貢献を強調することは、同等に重要なことを思い出させる。分野はまだ、方向性を形作るために多くの女性が必要である。AIは、急速に最も重要なテクノロジーの1つとなり、社会が機能する方法、経済が進化する方法、人間が知的マシンと相互作用する方法に影響を与える。
これらのシステムが多様な視点を反映することを保証することは、公平性の問題のみではありません。より優れたテクノロジーを構築することです。
このリストにある女性は、その影響の力を見せている。彼女たちの仕事は、AI研究の境界を押し広げただけでなく、AIがどのように構築され、誰のために構築されるかについての議論を拡大させた。分野が進化を続けるにつれて、AIに参加する次の世代の女性は、知的システムが人間の経験の全ての多様性を反映する未来を形作る上で、同等の重要な役割を果たすことになる。
