AI-modellen en platforms
Huma Abidi, Senior Director van AI Software Producten bij Intel – Interview Serie
Voeg Unite.AI toe aan je voorkeursbronnen op Google
Huma Abidi is een Senior Director van AI Software Producten bij Intel (INTC ), verantwoordelijk voor strategie, roadmaps, vereisten, machine learning en analytics software producten. Ze leidt een wereldwijd diverse groep van ingenieurs en technologie-experts die verantwoordelijk zijn voor het leveren van wereldklasse producten die klanten in staat stellen om AI-oplossingen te creëren. Huma trad bij Intel in dienst als software engineer en heeft sindsdien gewerkt in een verscheidenheid aan engineering, validatie- en managementrollen op het gebied van compilers, binaire vertaling en AI en diepe leertheorie. Ze is gepassioneerd over vrouwenonderwijs en ondersteunt verschillende organisaties over de hele wereld voor deze zaak, en was finalist voor de VentureBeat Women in AI Award 2019 in de categorie mentorship.
Wat heeft uw interesse in AI gewekt?
Ik heb altijd gevonden dat het interessant is om me voor te stellen wat er zou gebeuren als machines konden spreken, zien of op intelligente wijze met mensen interacteren. Door enkele grote technische doorbraken in het afgelopen decennium, waaronder diepe leertheorie die populair werd vanwege de beschikbaarheid van data, rekenkracht en algoritmen, is AI nu van science fiction naar echte wereldtoepassingen gegaan. Oplossingen die we eerder hadden bedacht, zijn nu binnen bereik. Het is echt een spannende tijd!
In mijn vorige baan leidde ik een team van Binary Translation engineers, gericht op het optimaliseren van software voor Intel-hardwareplatforms. Bij Intel erkenden we dat de ontwikkelingen in AI tot enorme industriele transformaties zouden leiden, waardoor een enorme groei in rekenkracht nodig was, van apparaten tot Edge tot cloud, en we hebben onze focus verscherpt om een data-centrisch bedrijf te worden.
Ik realiseerde me dat er krachtige software nodig was om AI tot werkelijkheid te maken, en de eerste uitdaging die ik aanging, was om het team te leiden bij het creëren van AI-software die efficiënt kon draaien op Intel Xeon CPUs door diepe leertheoriekaders zoals Caffe en TensorFlow te optimaliseren. We konden meer dan 200-voudige prestatieverbeteringen demonstreren als gevolg van een combinatie van Intel-hardware- en software-innovaties.
We werken eraan om alle werkbelastingen van onze klanten in verschillende domeinen sneller en beter te laten draaien op Intel-technologie.
Wat kunnen we als samenleving doen om vrouwen aan te trekken tot AI?
Het is een prioriteit voor mij en voor Intel om meer vrouwen in STEM en informatica te krijgen, omdat diverse groepen betere producten zullen bouwen voor een diverse bevolking. Het is vooral belangrijk om meer vrouwen en ondervertegenwoordigde minderheden in AI te krijgen, vanwege de potentiële vooroordelen die ontbrekende vertegenwoordiging kan veroorzaken bij het creëren van AI-oplossingen.
Om vrouwen aan te trekken, moeten we een betere baan doen om uit te leggen aan meisjes en jonge vrouwen hoe AI relevant is in de wereld en hoe ze deel kunnen uitmaken van het creëren van spannende en invloedrijke oplossingen. We moeten ze laten zien dat AI vele verschillende gebieden van het leven omvat en dat ze AI-technologie kunnen gebruiken in hun domein van interesse, of het nu gaat om kunst, robotica, datajournalistiek of televisie. Spannende toepassingen van AI die ze gemakkelijk kunnen zien maken een impact, zoals virtuele assistenten zoals Alexa, zelfrijdende auto’s, sociale media, hoe Netflix (NFLX ) weet welke films ze willen kijken, enz.
Een ander belangrijk onderdeel van het aantrekken van vrouwen is vertegenwoordiging. Gelukkig zijn er veel vrouwenleiders in AI die kunnen dienen als uitstekende rolmodellen, waaronder Fei-Fei Li, die mensgerichte AI leidt bij Stanford, en Meredith Whittaker, die werkt aan de sociale implicaties via het AI Now Institute bij NYU.
We moeten samenwerken om inclusieve bedrijfspraktijken te adopteren en toegang tot technische vaardigheden voor vrouwen en ondervertegenwoordigde minderheden te vergroten. Bij Intel is ons doel voor 2030 om het percentage vrouwen in technische rollen te verhogen tot 40% en we kunnen dat alleen bereiken door samen te werken met andere bedrijven, instellingen en gemeenschappen.
Hoe kunnen vrouwen het beste de industrie binnentreden?
Er zijn een aantal opties als je specifiek in AI wilt werken. Er zijn talloze online cursussen over AI, waaronder de gratis Intel Edge AI Fundamentals cursus van UDACITY. Of je kunt terug naar school gaan, bijvoorbeeld naar een van de community colleges van Maricopa County voor een AI-associate degree – en studeren voor een carrière in AI, zoals datawetenschapper, data-engineer, ML/DL-ontwikkelaar, software-engineer, enz.
Als je al werkt bij een technologiebedrijf, zijn er waarschijnlijk al AI-teams. Je kunt de optie onderzoeken om een deel van je tijd door te brengen bij een AI-team dat je interesseert.
Je kunt ook aan AI werken als je niet bij een technologiebedrijf werkt. AI is extreem interdisciplinair, dus je kunt AI toepassen op bijna elk domein waar je bij betrokken bent. Naarmate AI-kaders en -tools evolueren en gebruikersvriendelijker worden, wordt het gemakkelijker om AI in verschillende omgevingen te gebruiken. Deelname aan online evenementen zoals Kaggle-wedstrijden is een geweldige manier om te werken aan real-world machine learning-problemen die interessante datasets omvatten.
De technologie-industrie moet ook tijd, moeite en geld steken in het bereiken en ondersteunen van vrouwen, waaronder vrouwen die ook ondervertegenwoordigde etnische minderheden zijn. Op persoonlijk niveau ben ik betrokken bij organisaties zoals Girls Who Code en Girl Geek X, die jonge vrouwen verbinden en inspireren.
Met diepe leertheorie en versterking van het leren die onlangs de meeste aandacht hebben getrokken, welke andere vormen van machine learning moeten vrouwen in de gaten houden?
AI en machine learning zijn nog steeds in ontwikkeling, en er worden regelmatig spannende nieuwe onderzoeksartikelen gepubliceerd. Enkele gebieden waarop vrouwen nu moeten letten, zijn:
- Klassieke ML-technieken die nog steeds belangrijk zijn en breed worden gebruikt.
- Verantwoordelijke/Verklaarbare AI, die een kritisch onderdeel is geworden van de AI-levenscyclus en vanuit het oogpunt van de inzetbaarheid van diepe leertheorie en versterking van het leren.
- Graph Neural Networks en multi-modale leertheorie die inzicht krijgen door te leren van rijke relatie-informatie tussen grafische gegevens.
AI-vooringenomenheid is een groot maatschappelijk probleem als het gaat om vooroordeel tegen vrouwen en minderheden. Wat zijn enkele manieren om deze problemen op te lossen?
Wanneer het gaat om AI, kunnen vooroordelen in trainingsmonsters, menselijke labelers en teams worden versterkt om te discrimineren tegen diverse individuen, met ernstige gevolgen.
Het is cruciaal dat diversiteit wordt geprioriteerd op elk moment van het proces. Als vrouwen en andere minderheden uit de gemeenschap deel uitmaken van de teams die deze tools ontwikkelen, zullen ze meer bewust zijn van wat er mis kan gaan.
Het is ook belangrijk om ervoor te zorgen dat leiders uit meerdere disciplines, zoals sociale wetenschappers, artsen, filosofen en mensenrechtenexperts, worden opgenomen om te helpen bij het definiëren van wat ethisch is en wat niet.
Kunt u het AI-blackboxprobleem uitleggen en waarom AI-verklaarbaarheid belangrijk is?
Bij AI worden modellen getraind op enorme hoeveelheden gegevens voordat ze beslissingen nemen. In de meeste AI-systemen weten we niet hoe deze beslissingen worden genomen – het beslissingsproces is een black box, zelfs voor de makers. En het kan niet mogelijk zijn om echt te begrijpen hoe een getraind AI-programma tot zijn specifieke beslissing komt. Een probleem ontstaat wanneer we vermoeden dat het systeem niet goed werkt. Als we vermoeden dat het systeem algoritmevooroordeel heeft, is het moeilijk om te controleren en te corrigeren als het systeem zijn beslissingsproces niet kan verklaren.
Er is momenteel een grote onderzoeksfocus op eXplainable AI (XAI) die AI-modellen wil uitrusten met transparantie, verklarbaarheid en verantwoordelijkheid, wat hopelijk zal leiden tot verantwoorde AI.
In uw sleutelnotitie tijdens de MITEF Arab Startup Competition slotceremonie en conferentie, besprak u Intel’s AI voor Sociaal Goed initiatieven. Welk van deze Sociaal Goed projecten heeft uw aandacht getrokken en waarom is het zo belangrijk?
Ik blijf erg enthousiast over alle Intel’s AI voor Sociaal Goed initiatieven, omdat doorbraken in AI tot transformatieve veranderingen kunnen leiden in de manier waarop we problemen aanpakken.
Een project dat ik vooral belangrijk vind, is de Wheelie, een AI-gepowered rolstoel gebouwd in samenwerking met HOOBOX Robotics. De Wheelie stelt extreme paraplegici in staat om hun mobiliteit te herwinnen door middel van gezichtsuitdrukkingen om te rijden. Een ander geweldig initiatief is TrailGuard AI, dat Intel AI-technologie gebruikt om illegale stroperij te bestrijden en dieren te beschermen tegen uitsterven en soortverlies.
Als onderdeel van Intel’s Pandemic Response Initiative, hebben we veel lopende projecten met onze partners die AI gebruiken. Een van de belangrijkste initiatieven is contactloze koortsdetectie of COVID-19-detectie via borst radiografie met Darwin AI. We werken ook aan bots die vragen kunnen beantwoorden om het bewustzijn te vergroten met behulp van natuurlijke taalverwerking in regionale talen.
Voor vrouwen die geïnteresseerd zijn in het betreden van de industrie, zijn er boeken, websites of andere bronnen die u zou aanbevelen?
Er zijn veel geweldige bronnen online, voor alle ervaringsniveaus en interesses. Coursera en Udacity bieden uitstekende online cursussen over machine learning en diepe leertheorie, waarvan de meeste gratis kunnen worden gevolgd. Het OpenCourseWare van MIT is een andere geweldige, gratis manier om te leren van enkele van de beste professoren ter wereld.
Bedrijven zoals Intel hebben AI-portals die veel informatie over AI bevatten, waaronder aangeboden oplossingen. Er zijn veel geweldige boeken over AI: fundamentele computerwetenschapsteksten zoals Artificial Intelligence: A Modern Approach van Peter Norvig en Stuart Russell, en moderne, filosofische boeken zoals Homo Deus van historicus Yuval Harari. Ik zou ook Lex Fridman’s AI-podcast aanbevelen voor geweldige gesprekken vanuit een breed perspectief en experts uit verschillende velden.
Heeft u nog laatste woorden voor vrouwen die nieuwsgierig zijn naar AI, maar nog niet klaar zijn om de stap te nemen?
AI is de toekomst en zal onze samenleving veranderen – in feite is het dat al aan het doen. Het is essentieel dat we eerlijke, ethische mensen hebben die eraan werken. Of het nu in een technische rol is, of op een bredere sociale niveau, nu is een perfect moment om betrokken te raken!
Bedankt voor het interview, u bent zeker een inspiratie voor vrouwen over de hele wereld. Lezers die meer willen leren over de softwareoplossingen van Intel, kunnen AI Software Producten bij Intel bezoeken.
