De 10 mest innflytelsesrike kvinnene i AI og robotikk som former fremtiden

Kunstig intelligens og robotikk er ikke lenger eksperimentelle felt begrenset til forskningslab. De former økonomier, omdefinerer industrier og påvirker daglig liv i global skala. Bak mange av de viktigste gjennombruddene står kvinner hvis arbeid har grunnleggende endret hvordan intelligente systemer er designet, trent, styrt og deployert.

Denne listen fremhever ti av de mest innflytelsesrike kvinnene i AI og robotikk i dag. Disse er forskere, ingeniører og tekniske ledere hvis bidrag strekker seg langt utenfor titler – kvinner hvis arbeid har endret retningen for maskinlæring, inkarnert intelligens og menneskesentrert AI.

1. Dr. Fei-Fei Li

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

Dr. Fei-Fei Li er en av de grunnleggende arkitektene bak moderne datavisjon. Som skaperen av ImageNet, ledet hun anstrengelsene for å bygge den store skala-labelede datasett som antente den dype læringsrevolusjonen. ImageNet ga den treningsskjelettet som tillot neurale nettverk å dramatisk overstige tidligere datavisjonsmetoder, akselererende gjennombrudd over objektgjenkjenning, medisinsk avbildning, robotikk og autonome systemer.

Hennes akademiske bidrag ved Stanford University hjalp til å formalisere datavisjon som en sentral søyle i AI-forskning. Ved å kombinere nevrovitenskapsinspirerte tilnærminger med dype læringsystemer, hjalp hun til å flytte AI fra regelbasert logikk mot skalerbar mønstergjenkjenning.

Forbi tekniske prestasjoner, har Dr. Li konsekvent forkjempet menneskesentrert AI. Hun argumenterer for at intelligente systemer må bygges med etiske sikkerhetsskap, rettferdighetshensyn og sosial velferd i mente. Hennes arbeid har påvirket både akademisk forskning og offentlige politiske diskusjoner om ansvarlig AI.

Hun har også tjenestegjort i rådgivende roller som har formet nasjonal AI-strategi i USA, og hjulpet til å sikre at innovasjon er i samsvar med demokratiske verdier og borgerrettigheter.

I dag fortsetter Dr. Li å lede forskning ved Stanford Human-Centered AI Institute, med fokus på romlig intelligens, inkarnert AI og å sikre at avanserte systemer forsterker menneskelig evne i stedet for å erstatte den. Hennes arbeid utforsker stadig hvordan AI kan samhandle trygt i sanntidsmiljøer, og brygger gapet mellom persepsjon og handling.

Dr. Li kronologiserer også sin bemerkelsesverdige reise i sin selvbiografi Verden jeg ser, hvor hun reflekterer over sin vei fra å immigrere til USA som tenåring til å bli en pionér i moderne AI. Boken gir en sjelden bak-scenen-konto av skapelsen av ImageNet og de tidlige gjennombruddene som hjalp til å lansere den dype læringsrevolusjonen.

2. Cynthia Breazeal

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

Cynthia Breazeal er bredt anerkjent for å ha banebrytende arbeid innen sosial robotikk. Ved MIT Media Lab, utviklet hun Kismet, en av de første robotene som kunne tolke og uttrykke emosjoner. Dette arbeidet hjalp til å lansere feltet sosial robotikk og la grunnlaget for emosjonelt responsive maskiner og affektive datavitenskap.

Hennes forskning omdefinerte robotikk ved å flytte fokus fra industriell automasjon til sosial interaksjon. I stedet for å bygge maskiner som bare utfører oppgaver, utforsket Breazeal hvordan roboter kunne kommunisere med mennesker, bygge tillit og reagere på menneskelige sosiale signaler.

Hun grunnla senere Jibo, et startup som utviklet en av de første forbrukersosiale robotene designet for hjemmemiljøer. Selv om den kommersielle banen til Jibo var kompleks, representerte prosjektet en stor milepæl i å bringe sosialt intelligente robotikk inn i daglig liv.

Breazeals innflytelse strekker seg dypt inn i utdannings- og helse-robotikk, hvor maskiner må forstå subtile menneskelige signaler for å fungere som effektive kompanjonger, lærere og assistenter.

I dag fortsetter hun å lede Personlige roboter-gruppen ved MIT Media Lab og leder initiativer som fokuserer på AI-utdanning og litteratur. Hennes nåværende arbeid utforsker hvordan sosialt intelligente AI-systemer og roboter kan støtte læring, velferd og langsiktige menneske-AI-relasjoner.

3. Timnit Gebru

Foto: TechCrunch / CC BY 2.0 / Wikimedia Commons

Timnit Gebru har vært en av de mest konsekvensfulle stemmene i AI-etikk. Hennes tidlige forskning avdekket bias i ansiktsgjenkjenningssystemer, avslørte betydelige forskjeller i nøyaktighet over hudfarge og kjønn. Den bredt siterte Kjønnsskygge-studien viste at kommersielle systemer fungerte mye dårligere på kvinner med mørkere hud enn på menn med lysere hud, og prompte en bredere vurdering av hvordan AI-systemer er trent og evaluert.

Hun co-forfattet også innflytelsesrik forskning som undersøkte risikoen med store språkmodeller, inkludert deres miljøpåvirkning, innebygget bias og mangel på transparens. Denne forskningen hjalp til å flytte samtalen om AI-utvikling, og oppmuntret feltet til å vurdere ikke bare ytelsesbenchmarks, men også de sosiale og miljømessige konsekvensene av å skalerer AI-systemer.

I 2021 grunnla Gebru Distributed AI Research Institute (DAIR), en uavhengig forskningsorganisasjon dedikert til å studere AI utenfor påvirkningen av store teknologiselskaper. Institusjonen fokuserer på community-driven forskning og betoner global deltakelse i å forme fremtiden for AI.

Hennes forkjempelse har påvirket reguleringssamtaler, industristandarder og bredere diskusjoner om ansvarlig AI-utvikling.

I dag fortsetter Gebru å fokusere på algoritmerskaps skyld, dataarbeidernes rettigheter og maktforholdene som er innebygget i AI-utvikling. Hennes arbeid utforsker stadig hvordan AI-systemer påvirker marginaliserte samfunn og hvordan styringsrammeverk kan styrkes for å sikre mer rettferdig og transparente AI-systemer verden over.

4. Daphne Koller

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

Daphne Koller er en pionér i sannsynlighet grafiske modeller, et rammeverk som tillater maskiner å resonnere under usikkerhet. Hennes akademiske arbeid har grunnleggende formet hvordan AI-systemer representerer komplekse avhengigheter i sanntidsdata og hjulpet til å etablere sannsynlighetsmodellering som en kjerne tilnærming i moderne maskinlæring.

Hun grunnla Coursera, en av verdens største online læringsplattformer, og hjalp til å demokratisere tilgangen til AI- og datavitenskapelig utdanning for millioner av lærere verden over.

Koller vendte senere sin fokus mot bioteknologi og grunnla Insitro for å anvende maskinlæring til legemiddelforskning. Ved å kombinere store biologiske datasett med prediktiv modellering, har selskapet som mål å transformere hvordan terapier blir oppdaget og utviklet.

Hennes arbeid representerer ett av de klareste eksemplene på AI som overføres fra digitale systemer til life sciences, hvor maskinlæring kan akselerere vitenskapelig oppdagelse.

I dag fortsetter Koller å lede Insitros forskning innen AI-drevet farmasøytisk utvikling, integrerende genomics, høy-gjennomstrømmingsbiologi og maskinlæring for å akselerere kliniske rørledninger og forbedre suksessraten for legemiddelutvikling.

5. Joy Buolamwini

Foto: Taylordw, CC0, via Wikimedia Commons

Joy Buolamwinis banebrytende forskning avdekket rasistisk og kjønnsbasert bias i ansiktsgjenkjenningssystemer brukt av store teknologiselskaper. Hennes funn viste at feilrater for kvinner med mørkere hud var dramatisk høyere enn for menn med lysere hud, og avdekket hvordan treningdata og systemdesign kan innebygge diskriminering i vidt distribuerte AI-teknologier.

Forskningen hjalp til å sparke global debatt om algoritmerskaps bias, og ledet til økt skarpsyn på ansiktsgjenkjenningssystemer og bidro til politiske diskusjoner om ansvarlig AI-deployering.

Buolamwini grunnla Algorithmic Justice League for å fremme ansvar og rettferdighet i AI-systemer. Gjennom organisasjonen har hun arbeidet for å fremme algoritmisk auditing, offentlig bevissthet og industristandarder som er rettet mot å redusere skadelig bias i automatiserte beslutninger.

Hennes arbeid broer forskning, forkjempelse og offentlig engasjement. Forbi akademisk forskning, har hun brakt oppmerksomhet til de sosiale konsekvensene av AI gjennom offentlig tale, politisk engasjement og kreativt arbeid som utforsker forholdet mellom teknologi og borgerrettigheter.

I de senere årene har Buolamwini utvidet sin innflytelse gjennom skriving og offentlig forkjempelse, inkludert hennes bestselgerbok Unmasking AI, som utforsker hvordan algoritmiske systemer kan kode diskriminering og hvorfor sterkere tilsyn og inklusivt design er essensielt.

I dag fortsetter Buolamwini å forme globale samtaler om AI-styring, med fokus på algoritmisk auditing, reguleringsskap og å sikre at AI-systemer er testet over diverse befolkninger før deployering.

6. Anca Dragan

Foto: Constructor University

Anca Dragan er en ledende forsker innen AI-justering og menneske-robot interaksjon. Hennes tidlige akademiske arbeid ved UC Berkeley fokuserte på å enable roboter til å slutte menneskelig intensjon og samarbeide trygt med mennesker, og utviklet algoritmer som tillot maskiner å resonnere om menneskelig atferd og reagere på måter som er forutsigbare og samarbeidende.

Hun har arbeidet omfattende med intensjonsinferens, samarbeidende planlegging og teknikker som tillater autonome systemer å lære fra menneskelig tilbakemelding i stedet for å stole på stive forhåndsdefinerte mål. Hennes forskning har hjulpet til å fremme roboter og AI-agenter som kan operere sammen med mennesker i miljøer som spenner fra autonome kjøretøy til assistive robotikk.

Dragans arbeid adresserer en av de kritiske utfordringene i moderne AI: å sikre at intelligente systemer optimaliserer for hva mennesker faktisk ønsker, i stedet for snævert definerte tekniske mål. Hennes forskning på verdi-justering, menneske-AI-samarbeid og tolkbar beslutningstagning har påvirket både robotikk og bredere diskusjoner om AI-sikkerhet.

I tillegg til hennes akademiske arbeid, tjenestegjør Dragan nå som leder for AI-sikkerhet og justering ved Google DeepMind, hvor hun leder team som fokuserer på å sikre at frontier AI-systemer forblir justert med menneskelige mål og verdier mens deres evner fortsetter å utvikle seg.

I dag fortsetter hennes arbeid å forme utviklingen av tryggere og mer menneske-vennlige AI-systemer, kombinere fremgang i maskinlæring, robotikk og menneske-datamaskin-interaksjon for å gjøre intelligente teknologier mer tolkbare, kontrollerbare og nyttige for samfunnet.

7. Raia Hadsell

Raia Hadsell taler på TEDxExeterSalon 2017_05” av TEDxExeter, CC BY-NC-ND 2.0

Raia Hadsell har spilt en stor rolle i å fremme forsterkingslæring og kontinuerlig læringssystemer. Ved DeepMind, hjalp hun til å utvikle algoritmer som tillot AI-systemer å lære kontinuerlig fra erfaring i stedet for å trene fra scratch på faste datasett, og adresserte en av de sentrale utfordringene i å bygge tilpasningsdyktige intelligente agenter.

Kontinuerlig læring er essensielt for sanntids-robotikk og AI-systemer, hvor miljøer utvikler seg og maskiner må tilpasse seg mens de beholder tidligere tilegnede kunnskap. Hadsells forskning har fokusert på å overvinne problemer som katastrofalt glemming, og å enable neurale nettverk til å akkumulere ferdigheter over tid i stedet for å miste tidligere evner når de lærer nye oppgaver.

Hennes arbeid har også bidratt til fremgang i inkarnert intelligens, hvor roboter og autonome agenter lærer gjennom interaksjon med deres miljø i stedet for statisk overvåking. Ved å kombinere forsterkingslæring, representasjonslæring og nevrovitenskapsinspirerte tilnærminger, har hun hjulpet til å fremme systemer som kan navigere komplekse miljøer og generalisere over oppgaver.

Hadsell sluttet seg til DeepMind i 2014 og har siden ledet forskningsteam som har fokusert på livslang læring og robotnavigasjon, og bidratt til grunnleggende teknikker som policy-destillasjon og progressive neurale nettverk som enable kunnskaps-overføring over oppgaver.

I dag, som en senior forskningsleder ved Google DeepMind, fortsetter Hadsell å fokusere på livslang læring-arkitekturer og skalerbare inkarnerte AI-systemer som kan operere i dynamiske sanntidsmiljøer.

8. Ayanna Howard

Foto: Rob Felt / Georgia Institute of Technology

Ayanna Howards arbeid har sentrert seg på assistive robotikk og menneskesentrert AI-design. Hennes forskning har fokusert på å bygge robotiske systemer som støtter barn med utviklingsutfordringer, inkludert terapi- og utdanningsteknologier designet for å hjelpe barn med spesielle behov utvikle motoriske og kognitive ferdigheter.

Tidligere i sin karriere arbeidet Howard som robotikk-forsker ved NASA sitt Jet Propulsion Laboratory, hvor hun bidro til autonome robotiske systemer brukt for planetær utforsking, inkludert teknologier designet for Mars-rover-misjoner.

Hun gikk senere over til akademia og ledelse, og grunnla Human-Automation Systems Lab ved Georgia Tech, og lanserte Zyrobotics, et startup som fokuserte på å utvikle AI-drevne utdannings- og terapiverktøy for barn med diverse læringsbehov.

I 2021 ble Howard dekan for College of Engineering ved The Ohio State University, og skapte historie som den første kvinne til å lede institusjonen. Her fortsetter hun å forme fremtiden for ingeniørutdanning, og fremme forskning innen menneske-robot-interaksjon, AI-sikkerhet og inklusivt teknologidesign.

I dag spenner Howards arbeid over forskning, entrepreneurship og politikk, med fokus på å sikre at robotikk og kunstig intelligens er designet for å forbedre livskvalitet og utvide likeverdige muligheter for å komme i kontakt med fremvoksende teknologier.

9. Rana el Kaliouby

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

Rana el Kaliouby var en pionér i emosjons-AI gjennom hennes arbeid ved Affectiva, et MIT Media Lab-spinoff hun grunnla for å bringe emosjonell intelligens inn i digitale systemer. Selskapet utviklet teknologi som kunne analysere ansiktsuttrykk og vokale signaler for å detektere menneskelige emosjoner i stor skala, og hjalp til å utvide maskinpersepsjon utover objekter og tale til menneskelig affekt.

Emosjonsgjenkjenning har anvendelser over hele industrien, inkludert bil-sikkerhet, medieanalyse, helse og menneske-datamaskin-interaksjon. Affectivas teknologi ble vidt adoptert av store selskaper før selskapet ble kjøpt av Smart Eye i 2021, og markerer en stor milepæl i kommersialiseringen av emosjons-AI.

Etter oppkjøpet, skiftet el Kaliouby fokus mot investering og mentorering innen AI-økosystemet. Hun er nå medgrunnlegger og generalsekretær i Blue Tulip Ventures, et tidlig-stadium-venture-selskap som fokuserer på å støtte startups som bygger menneskesentrert AI-teknologi.

I dag forblir el Kaliouby en ledende stemme i emosjonelt intelligent AI, og forkjemper for etisk deployering, mangfold i AI-utvikling og teknologier som styrker forholdet mellom mennesker og maskiner.

10. Mira Murati

Foto: OpenAI via AP

Mira Murati spilte en sentral rolle i å skalerer generativ AI til global adopsjon under sin periode som Chief Technology Officer ved OpenAI. Etter å ha sluttet seg til selskapet i 2018 og blitt CTO i 2022, hjalp hun til å lede utviklingen og lanseringen av banebrytende systemer som ChatGPT, DALL-E og GPT-4-familien av modeller – teknologier som dramatisk akselererte offentlig og bedrifts-adoptsjon av generativ AI.

Muratis ledelse broer fremtredende forskning og sanntids-produkt-deployering, og sikret at avanserte modeller var tilgjengelige for utviklere, bedrifter og forbrukere over hele verden. Hennes arbeid hjalp til å forme hvordan store språkmodeller og generative systemer integreres i daglige arbeidsflyter over industrier.

I september 2024 gikk Murati av etter over seks år i OpenAI for å forfølge nye prosjekter og utforske den neste fasen av AI-utvikling.

I 2025 grunnla hun Thinking Machines Lab, et kunstig intelligens-startup som fokuserer på å bygge mer kapable og tilpassbare AI-systemer, og fremme multimodal AI som kan samhandle med brukere gjennom språk, visuell og andre modaliteter.

I dag fortsetter Murati å påvirke utviklingen av frontier AI gjennom hennes arbeid ved Thinking Machines Lab, hvor hun bygger verktøy som er rettet mot å gjøre avanserte AI-systemer mer allment forståelige, tilpassbare og kraftfulle for utviklere og organisasjoner over hele verden.

Sammen representerer disse ti kvinnene en bemerkelsesverdig tverrsnitt av den intellektuelle grunnlaget bak moderne AI og robotikk. Deres arbeid spenner over grunnleggende datasett, forsterkingslæring, menneske-robot-interaksjon, etisk styring og oppkomsten av generative systemer. Mange av teknologiene som nå transformerer industrier kan spores direkte tilbake til gjennombrudd ledet av disse forskerne og ingeniørene.

Samtidig er det viktig å fremheve deres bidrag som en påminnelse om noe like viktig: feltet trenger fortsatt langt flere kvinner som former retningen. Kunstig intelligens utvikler seg raskt til å bli en av de mest konsekvensfulle teknologiene noensinne utviklet. Systemene som designes i dag vil påvirke hvordan samfunn fungerer, hvordan økonomier utvikler seg og hvordan mennesker samhandler med intelligente maskiner.

Å sikre at disse systemene reflekterer mangfoldige perspektiver er ikke bare en sak om rettferdighet. Det er en sak om å bygge bedre teknologi.

Kvinnene på denne listen demonstrerer hvor kraftig denne innflytelsen kan være. Deres arbeid har ikke bare presset grensene for AI-forskning, men har også utvidet samtalen om hvordan disse teknologiene skal bygges og hvem de skal tjene. Etterhvert som feltet fortsetter å utvikle seg, vil den neste generasjonen av kvinner som går inn i AI spille en like kritisk rolle i å forme en fremtid hvor intelligente systemer reflekterer hele mangfoldet av menneskelig erfaring.