ํจ์ฒ๋ฆฌ์คํธ ์๋ฆฌ์ฆ
AI ๋ฐ ๋ก๋ดํฑ์ค์์ ๊ฐ์ฅ ์ํฅ๋ ฅ ์๋ 10๋ช ์ ์ฌ์ฑ: ๋ฏธ๋๋ฅผ ๋ณ้ฉํ๋ ์ฌ๋๋ค
인공지능과 로봇틱스는 더 이상 연구실에 국한된 실험적인 분야가 아니다. 그들은 경제를 형성하고, 산업을 재정의하며,全球적으로 일상 생활에 영향을 미치고 있다. 이러한 가장 중요한 발전의 뒤에는 인공지능 시스템이 설계, 훈련, 관리 및 배포되는 방식을 근본적으로 변경한 여성들의 작업이 있다.
이 목록은 오늘날 AI 및 로봇틱스에서 가장 영향력 있는 10명의 여성들을 강조한다. 이들은 기계 학습, 구현된 지능, 인간 중심 AI의 궤도를 재정의한 연구자, 엔지니어 및 기술 리더이다.
1. Fei-Fei Li 박사
Steve Jurvetson, CC BY 2.0, via Wikimedia Commons
Fei-Fei Li 박사는 현대 컴퓨터 비전의 기초적인 건축가이다. ImageNet의 창시자로서, 그녀는 깊은 학습 혁명을 불러온 대규모 레이블이 된 데이터셋을 구축하기 위한 노력을 이끌었다. ImageNet은 신경망이 이전의 컴퓨터 비전 방법을戏劇적으로 능가하는 것을 허용한 훈련 백본을 제공했다.
스坦포드 대학교에서 그녀의 학술적 기여는 컴퓨터 비전을 AI 연구의 중심 기둥으로 공식화하는 데 도움이 되었다. 신경과학에서 영감을 받은 접근 방식을 깊은 학습 시스템과 결합함으로써, 그녀는 규칙 기반 논리에서 확장 가능한 패턴 인식으로 AI를 전환하는 데 도움이 되었다.
기술적인 성과를 넘어서, Li 박사는 일관되게 인간 중심 AI를 옹호했다. 그녀는 지능 시스템이 윤리적인 안전장치, 공정성 고려 및 사회적 복지를 염두에 둔 상태에서 구축되어야 한다고 주장한다. 그녀의 작업은 학술 연구 계획과 책임 있는 AI에 대한 공공 정책 논의 모두에 영향을 미쳤다.
그녀는 또한 미국의 국가 AI 전략을 형성한 자문위원회에서 활동했으며, 혁신이 민주적 가치와 시민의 자유와 일치하도록 보장하는 데 도움이 되었다.
오늘날, Li 박사는 스탠퍼드 인간 중심 AI 연구소에서 공간 지능, 구현된 AI 및 고급 시스템이 인간의 능력을 대체하는 대신 보완하는 것을 보장하는 연구를 이끌고 있다. 그녀의 작업은 점점 더 실제 환경에서 안전하게 상호 작용할 수 있는 AI를 구축하는 데 중점을 두고 있다.
Li 박사는 또한 그녀의 회고록 내가 본 세계에서 그녀의 경이로운 여정을 기록한다. 여기서 그녀는 ImageNet의 생성과 깊은 학습 혁명의 초기 발전을 반영한다.
2. Cynthia Breazeal
Cynthia Breazeal / CC BY-SA 4.0 / Wikimedia Commons
Cynthia Breazeal은 사회 로봇틱스를 개척한 것으로 널리 인정받고 있다. MIT 미디어 랩에서, 그녀는 감정을 해석하고 표현할 수 있는 최초의 로봇 중 하나인 Kismet을 개발했다. 이 작업은 사회 로봇틱스 분야를 발사하고 감정적으로 반응하는 기계 및 감정 컴퓨팅의 기초를 마련했다.
그녀의 연구는 로봇틱스를 산업 자동화에서 사회적 상호 작용으로 재정의했다. 단순히 작업을 실행하는 기계를 구축하는 대신, Breazeal은 로봇이 사람들과 통신하고 신뢰를 구축하며 인간의 사회적 신호에 반응하는 방법을 탐구했다.
그녀는 나중에 Jibo를 공동 설립했다. Jibo는 가정 환경을 위해 설계된 최초의 소비자용 사회 로봇 중 하나였다. Jibo의 상업적 경로는 복잡했지만, 이 프로젝트는 일상 생활에서 사회적으로 지능적인 로봇틱스를 도입하는 주요 里程碑을 나타냈다.
Breazeal의 영향은 교육 및 의료 로봇틱스에 깊이 확장된다. 여기서 기계는 효과적인 동료, 교사 및 조수로 служ기 위해 인간의 미묘한 신호를 이해해야 한다.
오늘날, Breazeal은 MIT 미디어 랩의 개인 로봇 그룹을 이끌고 있다. 그녀는 AI 교육 및 문해력에 중점을 둔 이니셔티브를 주도한다. 그녀의 현재 작업은 사회적으로 지능적인 AI 시스템과 로봇이 학습, 복지 및 장기적인 인간-AI 관계를 지원하는 방법을 탐구한다.
3. Timnit Gebru
TechCrunch / CC BY 2.0 / Wikimedia Commons
Timnit Gebru는 AI 윤리에서 가장 중요한 목소리 중 하나였다. 그녀의 초기 연구는 얼굴 인식 시스템에서 편향을暴露했다. 이는 상업적 시스템이 밝은 피부를 가진 남성보다 어두운 피부를 가진 여성에게서 훨씬 더 나쁜 성능을 보였다는 것을 보여주었다. 이는 AI 시스템이 훈련되고 평가되는 방식에 대한 보다 광범위한 재평가를 촉발했다.
그녀는 또한 대규모 언어 모델의 위험을 조사한 영향력 있는 연구를 공동 저술했다. 이는 환경적 영향, 내장된 편향 및 투명성의 부족을 포함했다. 이 작업은 AI 개발에 대한 대화를 변화시키는 데 도움이 되었으며, 성능 벤치마크뿐만 아니라 AI 시스템의 사회적 및 환경적 결과를 고려하도록 분야를鼓励했다.
2021년, Gebru는 분산 AI 연구소 (DAIR)를 설립했다. 이는 대형 기술 회사들의 영향력에서 벗어나 AI를 연구하기 위한 독립적인 연구 기관이다. 기관은 커뮤니티 주도 연구에 중점을 두며 전 세계적으로 AI의 미래를 형성하는 데 대한 글로벌 참여를 강조한다.
그녀의 옹호는 규제 논의, 산업 표준 및 책임 있는 AI 개발에 대한 더 넓은 논의에 영향을 미쳤다.
오늘날, Gebru는 알고리즘적 책임성, 데이터 노동권 및 AI 개발에 내재된 권력 역학에 중점을 두고 있다. 그녀의 작업은 점점 더 AI 시스템이 소수자 커뮤니티에 미치는 영향을 조사하고 전 세계적으로 더 공정하고 투명한 AI 시스템을 보장하기 위해 거버넌스 프레임워크를 강화하는 방법을 조사한다.
4. Daphne Koller
World Economic Forum / CC BY-SA 2.0 / Wikimedia Commons
Daphne Koller는 확률적 그래픽 모델의 개척자이다. 그녀의 학술 작업은 현대 기계 학습에서 핵심적인 접근 방식인 불확실성下的 기계가 이유를 제공하는 방식을 근본적으로 형성했다.
그녀는 Coursera를 공동 설립했다. Coursera는 세계에서 가장 큰 온라인 학습 플랫폼 중 하나로, 수백만 명의 학습자에게 AI 및 컴퓨터 과학 교육에 대한 접근성을 민주화했다.
Koller는 나중에 생명 공학에 관심을 돌렸고, 기계 학습을 약물 발견에 적용하기 위해 Insitro를 설립했다. 대규모 생물학적 데이터셋과 예측 모델링을 결합함으로써, 회사는 치료법을 발견하고 개발하는 방식을 변革하려고 한다.
그녀의 작업은 디지털 시스템에서 생명 과학으로 전환하는 AI의 대표적인 예이다. 여기서 기계 학습은 과학적 발견을 가속화할 수 있다.
오늘날, Koller는 Insitro의 연구를 이끌고 있으며, 유전체학, 고처리 생물학 및 기계 학습을 통합하여 임상 파이프라인을 가속화하고 약물 개발의 성공률을 개선한다.
5. Joy Buolamwini
Taylordw, CC0, via Wikimedia Commons
Joy Buolamwini의 개척적인 연구는 주요 기술 회사들이 사용하는 얼굴 인식 시스템에서 인종 및 성별 편향을暴露했다. 그녀의 연구는 어두운 피부를 가진 여성의 경우 오류율이 훨씬 더 높다는 것을 보여주었다. 이는 훈련 데이터와 시스템 설계가 널리 배포된 AI 기술에 차별을 내재시키는 방법을 보여주었다.
이 연구는 알고리즘 편향에 대한 글로벌 논쟁을 촉발시키며, 얼굴 인식 시스템에 대한 심도 있는 검토를 이끌어냈다. 또한 책임 있는 AI 배포에 대한 정책 논의에 기여했다.
Buolamwini는 AI 시스템의 공정성과 책임성을 촉진하기 위해 알고리즘 정의 리그를 설립했다. 조직을 통해, 그녀는 알고리즘 감사를 진행하고, 공공 인식 및 산업 표준을 높여 자동화된 의사 결정에서 유해한 편향을 줄이기 위한 노력을 기울였다.
그녀의 작업은 연구, 옹호 및 공공 참여를 아우른다. 학술 연구를 넘어서, 그녀는 공공 연설, 정책 참여 및 기술과 시민권의 관계를 탐구하는 창의적인 작업을 통해 AI의 사회적 영향에 대한 주의를 끌었다.
최근 몇 년 동안, Buolamwini는 그녀의 영향력을 글쓰기와 공공 옹호를 통해 확대했다. 이는 그녀의 베스트셀러 책 AI의 가면을 벗기다를 포함한다. 여기서 그녀는 알고리즘 시스템이 어떻게 차별을 내재시키는지 그리고 더 강한 감독과 포용적인 설계가 왜 필수적인지 탐구한다.
오늘날, Buolamwini는 AI 거버넌스, 알고리즘 감사, 규제 프레임워크 및 다양한 인구에 대한 테스트를 강조하면서 AI 시스템의 배포를 보장하는 데 중점을 두고 있다.
6. Anca Dragan
Constructor University
Anca Dragan은 AI 정렬 및 인간-로봇 상호 작용의 선도적인 연구자이다. 그녀의 초기 학술 작업은 로봇이 인간의 의도를 추론하고 사람들과 안전하게 협력할 수 있는 알고리즘을 개발하는 것을 중점으로 했다. 그녀의 연구는 로봇과 AI 에이전트가 인간과 함께 작동할 수 있도록 하는 데 기여했다.
Dragan의 작업은 현대 AI에서 가장 중요한 도전 중 하나인 지능 시스템이 사람들이 실제로 원하는 것을 최적화하도록 보장하는 것을 해결한다. 그녀의 연구는 가치 정렬, 인간-AI 협력 및 해석 가능한 의사 결정에 영향을 미쳤다.
현재, Dragan은 Google DeepMind의 AI 안전 및 정렬 책임자이다. 여기서 그녀는 인간의 목표와 가치에 정렬된 최첨단 AI 시스템을 보장하는 데 중점을 둔 팀을 이끌고 있다.
오늘날, 그녀의 작업은 더 안전하고 인간과 호환되는 AI 시스템의 개발을 계속 형성한다. 기계 학습, 로봇틱스 및 인간-컴퓨터 상호 작용의 발전을 결합하여 지능 기술을 더 해석 가능하고 제어 가능하며 사회에 유익하게 만든다.
7. Raia Hadsell
Raia Hadsell speaking at TEDxExeterSalon 2017_05” by TEDxExeter, CC BY-NC-ND 2.0
Raia Hadsell은 강화 학습 및 지속적인 학습 시스템의 발전에 주요한 기여를 했다. DeepMind에서, 그녀는 경험에서 지속적으로 학습할 수 있는 알고리즘을 개발하는 데 도움을 주었다. 이는 실제 로봇틱스 및 AI 시스템에서 필수적인 적응 가능한 지능 에이전트를 구축하는 중앙 도전을 해결하는 데 도움이 되었다.
지속적인 학습은 로봇과 자율 에이전트가 환경과 상호 작용함으로써 학습할 수 있도록 하는데 필수적이다. Hadsell의 연구는 기계가 이전에 학습한 지식을 보존하면서 새로운 작업을 학습하는 데 중점을 두고 있다.
그녀의 작업은 또한 신경과학에서 영감을 받은 접근 방식과 결합된 강화 학습 및 표현 학습의 발전에 기여했다. 이는 복잡한 환경을 탐색하고 작업에 걸쳐 일반화할 수 있는 시스템을 발전시켰다.
Hadsell은 2014년 DeepMind에 합류했으며, 이후 생애 학습 및 로봇틱스 탐색에 중점을 둔 연구 팀을 이끌었다. 여기서 그녀는 정책 증류 및 점진적인 신경 네트워크를 포함한 기본 기술에 기여했다.
오늘날, Hadsell은 Google DeepMind의 선임 연구 책임자로, 생애 학습 아키텍처 및 동적 실제 환경에서 작동할 수 있는 확장 가능한 구현된 AI 시스템에 중점을 두고 있다.
8. Ayanna Howard
Rob Felt / Georgia Institute of Technology
Ayanna Howard의 작업은 보조 로봇틱스 및 인간 중심 AI 설계에 중점을 두고 있다. 그녀의 연구는 발달 장애가 있는 어린이들을 지원하기 위한 로봇 시스템을 구축하는 데 중점을 두고 있다.
Howard는 이전에 NASA의 제트 추진 연구소에서 로봇틱스 연구원으로 일했다. 여기서 그녀는 화성 로버 임무를 포함한 자율 로봇 시스템에 기여했다.
그녀는 나중에 학술 및 리더십 분야로 전환했다. 조지아 테크에서 인간-자동화 시스템 연구소를 설립하고, 어린이들을 위한 AI 기반 교육 및 치료 도구를 개발하기 위한 스타트업인 Zyrobotics를 설립했다.
2021년, Howard는 오하이오 주립 대학교 공과 대학의 학장으로 임명되었다. 이는 기관을 이끄는 최초의 여성으로, 그녀는 공학 교육의 미래를 형성하는 데 계속해서 기여한다.
오늘날, Howard의 작업은 연구, 기업가 정신 및 정책을 아우른다. 로봇틱스 및 AI가 새로운 기술에 대한 평등한 접근을 확대하면서 삶의 질을 개선하기 위해 설계되는 것을 보장하는 데 중점을 두고 있다.
9. Rana el Kaliouby
Joi Ito, CC BY 2.0, via Wikimedia Commons
Rana el Kaliouby는 감정 AI를 통해 개척적인 작업을 했다. MIT 미디어 랩의 스핀오프인 Affectiva를 공동 설립하여 디지털 시스템에 감정 지능을 도입했다. 회사는 인간의 감정을 대규모로 감지할 수 있는 기술을 개발했다.
감정 인식은 자동차 안전, 미디어 분석, 의료 및 인간-컴퓨터 상호 작용을 포함한 산업에서 응용 프로그램을 가지고 있다. Affectiva의 기술은 주요 회사에서 널리 채택되기 전에 2021년 Smart Eye에 인수되었다.
인수를 따르면, el Kaliouby는 투자 및 멘토링으로 전환했다. 그녀는 현재 Blue Tulip Ventures의 공동 설립자이자 일반 파트너이다. Blue Tulip Ventures는 인간 중심 AI 기술을 구축하는 스타트업을 지원하는 초기 벤처 회사이다.
오늘날, el Kaliouby는 감정적으로 지능적인 AI의 선도적인 목소리로 남아 있다. 그녀는 윤리적인 배포, AI 개발의 다양성 및 인간과 기계 간의 관계를 강화하는 기술을 옹호한다.
10. Mira Murati
OpenAI via AP
Mira Murati는 OpenAI의 CTO로 재직하는 동안 생성적 AI를 글로벌로 확대하는 데 핵심적인 역할을 했다. 2018년 회사에 합류하여 2022년 CTO가 된 후, 그녀는 ChatGPT, DALL-E 및 GPT-4 모델家族의 개발 및 출시를 주도했다. 이러한 기술은 산업 전반에 걸쳐 생성적 AI의 대중적 및 기업적 채택을戏劇적으로 가속화했다.
Murati의 리더십은 최첨단 연구와 실제 제품 배포를 연결했다. 그녀는 고급 모델과 생성 시스템이 개발자, 비즈니스 및 소비자에게 전 세계적으로 접근할 수 있도록 보장했다.
2024년 9월, Murati는 6년 이상의 근무 후 OpenAI를 떠나 새로운 프로젝트를 추구하고 AI 개발의 다음 단계를 탐구하기로 했다.
2025년, 그녀는 Thinking Machines Lab을 설립했다. Thinking Machines Lab은 더 능력 있고 사용자 정의 가능한 AI 시스템을 구축하고 언어, 비전 및 기타 모달리티를 통해 사용자와 상호 작용할 수 있는 다중 모달 AI를 발전시키는 데 중점을 둔 AI 스타트업이다.
오늘날, Murati는 Thinking Machines Lab에서 작업을 통해 전방위 AI의 방향을 계속影响한다. 여기서 그녀는 개발자와 조직 전체에서 고급 AI 시스템을 더 잘 이해하고, 적응 가능하며, 강력하게 만드는 도구를 구축하는 데 중점을 두고 있다.
