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

Kunstig intelligens og robotikk er ikke lenger eksperimentelle felt begrenset til forskningslaboratorier. De former økonomier, omdefinerer industrier og påvirker daglig liv i global skala. Bak mange av de viktigste gjennombruddene er kvinner hvis arbeid har fundamentalt endret hvordan intelligente systemer er designet, trenet, 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 arbeidet med å bygge den store skala-labelede datasettet som antente den dype læringsrevolusjonen. ImageNet ga treningsskjelettet som tillot neurale nettverk å dramatisk overstige tidligere datavisjonsmetoder, akselererende gjennombrudd over objektgjenkjenning, medisinsk bildebehandling, 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 skifte AI fra regelbasert logikk mot skalerbar mønstergjenkjenning.

Bortsett fra tekniske prestasjoner, har Dr. Li konsekvent forkjempet for menneskesentrert AI. Hun argumenterer for at intelligente systemer må bygges med etiske sikkerhetsforanstaltninger, rettferdighetsoverveielser og samfunnsvelvære i mente. Hennes arbeid har påvirket både akademisk forskning og offentlig politisk diskusjon om ansvarlig AI.

Hun har også tjenestegjort i råd som har formet nasjonal AI-strategi i USA, og hjulpet til å sikre at innovasjonen stemmer overens med demokratiske verdier og borgerlige friheter.

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

Dr. Li kronologiserer også sin bemerkelsesverdige reise i sin memoar 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-scene-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 kredittert med å ha vært en pionér i sosial robotikk. Ved MIT Media Lab, utviklet hun Kismet, en av de tidligste robotene i stand til å tolke og uttrykke emosjoner. Dette arbeidet hjalp til å lansere feltet sosial robotikk og la grunnlaget for emosjonelt responsive maskiner og affektive datamaskiner.

Hennes forskning omdefinerte robotikk ved å skifte 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. Mens den kommersielle banen for Jibo var kompleks, representerte prosjektet et viktig milepæl i å bringe sosialt intelligente robotikk inn i daglig liv.

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

I dag fortsetter hun å lede Personal Robots Group ved MIT Media Lab og iverksetter initiativer fokusert på AI-utdanning og litteratur. Hennes nåværende arbeid utforsker hvordan sosialt intelligente AI-systemer og roboter kan støtte læring, velvære og langvarige 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 raske og kjønn. Den bredt siterte Kjønn Skygge studien demonstrerte at kommersielle systemer fungerte mye dårligere på mørkhudede kvinner enn på lys hudede menn, og promptet en bredere gjennomgang av hvordan AI-systemer er trenet og evaluert.

Hun co-forfattet også innflytelsesrik forskning som undersøkte risikoen med store språkmodeller, inkludert deres miljøpåvirkning, innebygget bias og mangel på transparens. Det arbeidet hjalp til å skifte samtalen rundt AI-utvikling, og oppmuntret feltet til å vurdere ikke bare prestasjonsbenchmarks, 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 innflytelsen av store teknologiselskaper. Institusjonen fokuserer på community-driven forskning og betoner global deltakelse i å forme fremtiden for AI.

Hennes forkjemperarbeid har påvirket regulatoriske debatter, industristandarder og bredere diskusjoner om ansvarlig AI-utvikling.

I dag fortsetter Gebru å fokusere på algoritmeansvar, dataarbeidsrettigheter og maktdynamikken innebygget i AI-utvikling. Hennes arbeid utforsker stadig hvordan AI-systemer påvirker marginaliserte samfunn og hvordan styringsrammeverk kan styrkes for å sikre mer rettferdige 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 resonere under usikkerhet. Hennes akademiske arbeid har fundamentalt formet hvordan AI-systemer representerer komplekse avhengigheter i virkelige data og hjulpet til å etablere sannsynlighetlig modellering som en kjerne tilnærmning i moderne maskinlæring.

Hun grunnla Coursera, ett av verdens største online læringsplattformer, og hjalp til å demokratisere tilgangen til AI- og datavitenskapelig utdanning for millioner av lærende 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, integrerer genomik, høy-gjennomstrømming biologi 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 raske og kjønnsbias i ansiktsgjenkjenningssystemer brukt av store teknologiselskaper. Hennes funn viste at feilrater for mørkhudede kvinner var dramatisk høyere enn for lys hudede menn, og avslørte hvordan treningsdata og systemdesign kan innbygge diskriminering i vidt brukte AI-teknologier.

Forskningen hjalp til å utløse en global debatt om algoritmeisk bias, og ledet til økt skråning av ansiktsgjenkjenningssystemer og bidro til politiske diskusjoner om ansvarlig AI-utplassering.

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

Hennes arbeid har brodd både forskning, forkjemperarbeid og offentlig engasjement. Foruten akademisk forskning, har hun også 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 forkjemperarbeid, inkludert hennes bestselgerbok Avsløre AI, som utforsker hvordan algoritmesystemer kan kode diskriminering og hvorfor styrket tilsyn og inkluderende design er essensielt.

I dag fortsetter Buolamwini å forme globale samtaler om AI-styring, med fokus på algoritmeisk auditing, regulatoriske rammeverk og sikring av at AI-systemer er testet over diverse befolkninger før utplassering.

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 aktivere roboter til å inferere menneskelig intensjon og samarbeide trygt med mennesker, og utviklet algoritmer som tillot maskiner å resonere 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 avhenge av faste forhåndsdefinerte mål. Hennes forskning har hjulpet til å fremme roboter og AI-agenter som kan operere sammen med mennesker i miljøer som varierer fra autonome kjøretøy til assistive robotikk.

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

Foruten hennes akademiske arbeid, er Dragan i dag leder for AI-sikkerhet og justering hos Google DeepMind (GOOGL ), hvor hun leder team som fokuserer på å sikre at fremtidsrettede 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, som kombinerer 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 viktig rolle i å fremme forsterkingslæring og kontinuerlig læringssystemer. Hos DeepMind, hjalp hun til å utvikle algoritmer som tillater AI-systemer å lære kontinuerlig fra erfaring i stedet for å trenes på nytt fra scratch på faste datasett, og adresserte ett av de sentrale utfordringene i å bygge tilpasningsdyktige intelligente agenter.

Kontinuerlig læring er essensielt for virkelige robot- og AI-systemer, hvor miljøer utvikler seg og maskiner må tilpasse seg mens de beholder tidligere lært 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 fokusert på livslang læring og robotnavigasjon, og bidratt til grunnleggende teknikker som policy-destillasjon og progressive neurale nettverk som ermög til kunnskaps-overføring over oppgaver.

I dag, som en senior forskningsleder hos Google DeepMind, fortsetter Hadsell å fokusere på livslang læring-arkitekturer og skalerbare inkarnerete AI-systemer som kan operere i dynamiske virkelige miljøer.

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 utdannings-teknologier designet for å hjelpe barn med spesielle behov utvikle motoriske og kognitive ferdigheter.

Tidligere i sin karriere arbeidet Howard som robotikkforsker hos NASAs Jet Propulsion Laboratory, hvor hun bidratt til autonome robotiske systemer brukt for planetær utforskning, 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 fokusert 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. I denne rollen fortsetter hun å forme fremtiden for ingeniørutdanning samtidig som hun fremmer forskning innen menneske-robot interaksjon, AI-sikkerhet og inkluderende 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 likeverdig tilgang til fremtidens teknologier.

9. Rana el Kaliouby

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

Rana el Kaliouby var en pionér i emosjonell AI gjennom sitt arbeid hos Affectiva, den MIT Media Lab-spin-off hun grunnla for å bringe emosjonell intelligens inn i digitale systemer. Selskapet utviklet teknologi i stand til å analysere ansiktsuttrykk og vokale signaler for å gjenkjenne menneskelige emosjoner i skala, og hjalp til å utvide maskinpersepsjon utover objekter og tale til menneskelig affekt.

Emosjonsgjenkjenning har anvendelser over industrier, 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 markerte et viktig milepæl i kommersialiseringen av emosjonell AI.

Etter overtakelsen, skiftet el Kaliouby fokus mot investering og mentorat innen AI-økosystemet. Hun er nå med-grunnlegger og generelle partner i Blue Tulip Ventures, et tidlig-stadiet venture-selskap fokusert på å støtte startups som bygger menneskesentrert AI-teknologier.

I dag fortsetter el Kaliouby å være en ledende stemme i emosjonell AI, og forkjemper for etisk utplassering, diversitet 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 teknologidirektør hos OpenAI. Etter å ha sluttet seg til selskapet i 2018 og blitt teknologidirektør i 2022, hjalp hun til å lede utviklingen og lanseringen av landemerke-systemer som ChatGPT, DALL-E og GPT-4-familien av modeller – teknologier som dramatisk akselererte offentlig og bedrifts-adoptsjon av generativ AI.

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

I september 2024 gikk Murati av som teknologidirektør hos OpenAI etter over seks år i selskapet, for å følge nye prosjekter og utforske den neste fasen av AI-utvikling.

I 2025 grunnla hun Thinking Machines Lab, et AI-startup fokusert 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 fremtidsrettede AI gjennom sitt arbeid hos Thinking Machines Lab, hvor hun bygger verktøy rettet mot å gjøre avanserte AI-systemer mer vidt forstått, tilpassbart og kraftig for utviklere og organisasjoner verden over.

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 ingeniørerne.

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

Å sikre at disse systemene reflekterer diverse perspektiver er ikke bare en spørsmål om rettferdighet. Det er et spørsmål om å bygge bedre teknologi.

Kvinnene på denne listen demonstrerer hvor kraftig den 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. Mens 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.