De 10 mest inflytelserika kvinnorna inom AI och robotik som förändrar framtiden

Artificiell intelligens och robotik är inte längre experimentella fält som är begränsade till forskningslaboratorier. De formar ekonomin, omdefinierar branscher och påverkar dagligt liv i global skala. Bakom många av de viktigaste genombrotten finns kvinnor vars arbete har fundamentalt förändrat hur intelligenta system är designade, tränade, styrs och distribueras.

Denna lista lyfter fram tio av de mest inflytelserika kvinnorna inom AI och robotik idag. Dessa är forskare, ingenjörer och tekniska ledare vars bidrag sträcker sig långt bortom titlar – kvinnor vars arbete har omformat banan för maskinlärning, inkarnerad intelligens och människocentrerad AI.

1. Dr. Fei-Fei Li

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

Dr. Fei-Fei Li är en av de grundläggande arkitekterna bakom modern datorseende. Som skapare av ImageNet ledde hon arbetet med att bygga den stora märkta dataset som tände den djupa inlärningens revolution. ImageNet tillhandahöll den träningsryggrad som tillät neurala nätverk att dramatiskt överträffa tidigare datorseendemetoder, vilket accelererade genombrott över objektigenkänning, medicinsk avbildning, robotik och autonoma system.

Hennes akademiska bidrag vid Stanford University hjälpte till att formalisera datorseende som en central pelare inom AI-forskning. Genom att kombinera neurovetenskapsinspirerade tillvägagångssätt med djupa inlärningssystem hjälpte hon till att skifta AI från regelbaserad logik till skalbar mönsterigenkänning.

Förutom tekniska prestationer har Dr. Li konsekvent förespråkat människocentrerad AI. Hon hävdar att intelligenta system måste byggas med etiska skydd, rättvisehänsyn och samhällsvälbefinnande i åtanke. Hennes arbete har influerat både akademisk forskning och offentliga diskussioner om ansvarsfull AI.

Hon har också tjänstgjort i rådgivande roller som har format nationell AI-strategi i USA, och hjälpt till att säkerställa att innovationen överensstämmer med demokratiska värderingar och medborgerliga friheter.

Idag fortsätter Dr. Li att leda forskning vid Stanford Human-Centered AI Institute, med fokus på rumslig intelligens, inkarnerad AI och säkerställer att avancerade system kompletterar mänsklig förmåga snarare än ersätter den. Hennes arbete undersöker alltmer hur AI kan interagera säkert i realvärldsmiljöer, och broar gapet mellan perception och handling.

Dr. Li kronologiserar också sin anmärkningsvärda resa i sin memoar De världar jag ser, där hon reflekterar över sin väg från att invandra till USA som tonåring till att bli en pionjär inom modern AI. Boken ger en sällsynt bakom kulisserna-redogörelse för skapandet av ImageNet och de tidiga genombrotten som hjälpte till att lansera den djupa inlärningens revolution.

2. Cynthia Breazeal

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

Cynthia Breazeal är allmänt erkänd för att ha banat väg för social robotik. På MIT Media Lab utvecklade hon Kismet, en av de tidigaste robotarna som kunde tolka och uttrycka känslor. Detta arbete hjälpte till att lansera fältet social robotik och lade grunden för emotionellt responsiva maskiner och affektiv datavetenskap.

Hennes forskning omdefinierade robotik genom att skifta fokus från industriell automation till social interaktion. Istället för att bygga maskiner som enbart utför uppgifter, utforskade Breazeal hur robotar kunde kommunicera med människor, bygga förtroende och svara på mänskliga sociala signaler.

Senare co-founderade hon Jibo, ett startup som utvecklade en av de första konsumentinriktade sociala robotarna designade för hemmiljöer. Även om den kommersiella vägen för Jibo var komplex, representerade projektet en betydande milstolpe i att bringa socialt intelligenta robotar in i vardagslivet.

Breazeals inflytande sträcker sig djupt in i utbildnings- och hälso-robotik, där maskiner måste förstå subtila mänskliga signaler för att fungera som effektiva kompanjoner, lärare och assistenter.

Idag fortsätter hon att leda Personal Robots Group på MIT Media Lab och leder initiativ fokuserade på AI-utbildning och litteracitet. Hennes nuvarande arbete undersöker hur socialt intelligenta AI-system och robotar kan stödja lärande, välbefinnande och långsiktiga mänskliga-AI-relationer.

3. Timnit Gebru

Foto: TechCrunch / CC BY 2.0 / Wikimedia Commons

Timnit Gebru har varit en av de mest konsekvensrika rösterna inom AI-etik. Hennes tidiga forskning avslöjade partiskhet i ansiktsigenkänningssystem, och avslöjade betydande skillnader i noggrannhet över ras och kön. Den allmänt citerade Könsfärger-studien visade att kommersiella system presterade mycket sämre på mörkhyade kvinnor än på ljusterade män, vilket ledde till en bredare omvärdering av hur AI-system är tränade och utvärderade.

Hon samarbetade också med inflytelserik forskning som undersökte riskerna med stora språkmodeller, inklusive deras miljöpåverkan, inbäddad partiskhet och brist på transparens. Detta arbete hjälpte till att skifta samtalet kring AI-utveckling, och uppmuntrade fältet att överväga inte bara prestandamått utan också de sociala och miljömässiga konsekvenserna av att skala upp AI-system.

2021 grundade Gebru Distributed AI Research Institute (DAIR), en oberoende forskningsorganisation som är dedikerad till att studera AI utanför inflytandet från stora teknikföretag. Institutet fokuserar på community-driven forskning och betonar globalt deltagande i att forma framtiden för AI.

Hennes förespråkande har influerat regleringsdiskussioner, branschstandarder och bredare diskussioner om ansvarsfull AI-utveckling.

Idag fortsätter Gebru att fokusera på algoritmisk ansvarighet, dataarbetsrättigheter och maktdynamiken som är inbäddad i AI-utveckling. Hennes arbete undersöker alltmer hur AI-system påverkar marginaliserade samhällen och hur styrningsramar kan stärkas för att säkerställa mer rättvis och transparenta AI-system globalt.

4. Daphne Koller

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

Daphne Koller är en pionjär inom sannolikhetsgrafiska modeller, ett ramverk som tillåter maskiner att resonera under osäkerhet. Hennes akademiska arbete har fundamentalt format hur AI-system representerar komplexa beroenden i realvärldens data och hjälpt till att etablera sannolikhetsmodellering som en central tillvägagångssätt inom modern maskinlärning.

Hon co-founderade Coursera, en av världens största online-lärandeplattformar, som hjälpt till att demokratisera tillgång till AI- och datavetenskapsutbildning för miljontals lärande världen över.

Koller vände senare sin uppmärksamhet mot bioteknik och grundade Insitro för att tillämpa maskinlärning på läkemedelsupptäckt. Genom att kombinera stora biologiska dataset med prediktiv modellering syftar företaget till att omvandla hur terapier upptäcks och utvecklas.

Hennes arbete representerar ett av de tydligaste exemplen på AI som övergår från digitala system till livsvetenskap, där maskinlärning kan accelerera vetenskaplig upptäckt.

Idag fortsätter Koller att leda Insitros forskning inom AI-driven läkemedelsutveckling, integrerar genomik, höggenomströmning biologi och maskinlärning för att påskynda kliniska pipelines och förbättra utveckling av läkemedel.

5. Joy Buolamwini

Foto: Taylordw, CC0, via Wikimedia Commons

Joy Buolamwinis banbrytande forskning avslöjade ras- och könspartiskhet i ansiktsigenkänningssystem som används av stora teknikföretag. Hennes fynd visade att felratern för mörkhyade kvinnor var dramatiskt högre än för ljusterade män, vilket avslöjade hur träningsdata och systemdesign kan inbädda diskriminering i allmänt använda AI-teknologier.

Forskningen hjälpte till att tända den globala debatten om algoritmisk partiskhet, vilket ledde till ökad granskning av ansiktsigenkänningssystem och bidrog till policydiskussioner kring ansvarsfull AI-distribution.

Buolamwini grundade Algorithmic Justice League för att främja ansvarighet och rättvisa i AI-system. Genom organisationen har hon arbetat för att främja algoritmisk granskning, allmän medvetenhet och branschstandarder som syftar till att minska skadlig partiskhet i automatiserat beslutsfattande.

Hennes arbete spänner över forskning, förespråkande och offentlig engagemang. Utöver akademisk forskning har hon väckt uppmärksamhet kring de samhälleliga effekterna av AI genom offentliga tal, policyengagemang och kreativt arbete som utforskar relationen mellan teknik och medborgerliga rättigheter.

På senare tid har Buolamwini utvidgat sitt inflytande genom skrivande och offentligt förespråkande, inklusive hennes bästsäljande bok Avslöja AI, som undersöker hur algoritmiska system kan koda diskriminering och varför starkare tillsyn och inkluderande design är essentiella.

Idag fortsätter Buolamwini att forma globala samtal kring AI-styrning, med fokus på algoritmisk granskning, regleringsramar och säkerställer att AI-system testas på olika befolkningar innan distribution.

6. Anca Dragan

Foto: Constructor University

Anca Dragan är en ledande forskare inom AI-justering och människa-robot-interaktion. Hennes tidiga akademiska arbete vid UC Berkeley fokuserade på att möjliggöra robotar att inferera mänsklig avsikt och samarbeta säkert med människor, och utvecklade algoritmer som tillåter maskiner att resonera om mänskligt beteende och svara på sätt som är förutsägbara och samarbetsvilliga.

Hon har arbetat omfattande med avsikt-inferens, samarbetsplanering och tekniker som tillåter autonoma system att lära sig från mänsklig feedback snarare än att förlita sig på rigida fördefinierade mål. Hennes forskning har hjälpt till att främja robotar och AI-agenter som kan operera bredvid människor i miljöer som sträcker sig från autonoma fordon till assistansrobotik.

Dragans arbete adresserar en av de mest kritiska utmaningarna inom modern AI: att säkerställa att intelligenta system optimerar för vad människor verkligen vill snarare än snävt definierade tekniska mål. Hennes forskning om värdejustering, människa-AI-samarbete och tolkningsbar beslutsfattning har influerat både robotik och bredare diskussioner om AI-säkerhet.

Utöver hennes akademiska arbete tjänstgör Dragan för närvarande som Chef för AI-säkerhet och justering på Google DeepMind (GOOGL ), där hon leder team som fokuserar på att säkerställa att frontlinjens AI-system förblir justerade med mänskliga mål och värderingar medan deras förmågor fortsätter att utvecklas.

Idag fortsätter hennes arbete att forma utvecklingen av säkrare och mer människokompatibla AI-system, som kombinerar framsteg inom maskinlärning, robotik och människa-datorinteraktion för att göra intelligenta teknologier mer tolkningsbara, kontrollerbara och fördelaktiga för samhället.

7. Raia Hadsell

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

Raia Hadsell har spelat en viktig roll i att främja förstärkt inlärning och kontinuerlig inlärning. På DeepMind hjälpte hon till att utveckla algoritmer som tillåter AI-system att lära sig kontinuerligt från erfarenhet snarare än att återträna från scratch på fasta dataset, och adresserade en av de centrala utmaningarna i att bygga anpassningsbara intelligenta agenter.

Kontinuerlig inlärning är avgörande för realvärldens robotik och AI-system, där miljöer utvecklas och maskiner måste anpassa sig samtidigt som de behåller tidigare förvärvad kunskap. Hadsells forskning har fokuserat på att övervinna problem som katastrofalt glömska, och möjliggör för neurala nätverk att ackumulera färdigheter över tid snarare än att förlora tidigare förmågor när de lär sig nya uppgifter.

Hennes arbete har också bidragit till framsteg inom inkarnerad intelligens, där robotar och autonoma agenter lär sig genom interaktion med sin omgivning snarare än statisk tillsyn. Genom att kombinera förstärkt inlärning, representationinlärning och neurovetenskapsinspirerade tillvägagångssätt har hon hjälpt till att främja system som kan navigera i komplexa miljöer och generalisera över uppgifter.

Hadsell anslöt sig till DeepMind 2014 och har sedan dess lett forskningsteam fokuserade på livslång inlärning och robotisk navigation, och bidragit till grundläggande tekniker som policydestillation och progressiva neurala nätverk som möjliggör kunskapsöverföring över uppgifter.

Idag, som senior forskningsledare på Google DeepMind, fortsätter Hadsell att fokusera på livslång inlärningsarkitektur och skalbar inkarnerad AI som kan operera i dynamiska realvärldsmiljöer.

8. Ayanna Howard

Foto: Rob Felt / Georgia Institute of Technology

Ayanna Howards arbete har fokuserat på assistansrobotik och människocentrerad AI-design. Hennes forskning har fokuserat på att bygga robotiska system som stöder barn med utvecklingsutmaningar, inklusive terapi- och utbildningsteknologier som är utformade för att hjälpa barn med särskilda behov att utveckla motoriska och kognitiva färdigheter.

Tidigare i sin karriär arbetade Howard som robotikforskare på NASA:s Jet Propulsion Laboratory, där hon bidrog till autonoma robotiska system som användes för planetär utforskning, inklusive teknologier som utvecklades för Mars-roveruppdrag.

Hon gick senare över till akademin och ledarskap, och grundade Human-Automation Systems Lab på Georgia Tech, och lanserade Zyrobotics, ett startup som fokuserar på att utveckla AI-styrda utbildnings- och terapiverktyg för barn med olika inlärningsbehov.

2021 blev Howard dekanus för College of Engineering på The Ohio State University, och skapade historia som den första kvinnan att leda institutionen. I denna roll fortsätter hon att forma framtiden för ingenjörsutbildning medan hon främjar forskning inom människa-robot-interaktion, AI-säkerhet och inkluderande teknikdesign.

Idag spänner Howards arbete över forskning, entreprenörskap och policy, med fokus på att säkerställa att robotik och artificiell intelligens är designade för att förbättra livskvalitet och expandera rättvis tillgång till framväxande teknologier.

9. Rana el Kaliouby

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

Rana el Kaliouby banade väg för emotionell AI genom sitt arbete på Affectiva, den MIT Media Lab-spinoff hon co-founderade för att bringa emotionell intelligens in i digitala system. Företaget utvecklade teknologi som kunde analysera ansiktsuttryck och röstsignaler för att upptäcka mänskliga känslor i stor skala, och hjälpte till att expandera maskinperception bortom objekt och tal till mänsklig affekt.

Känsliginerkänning har tillämpningar över hela branschen, inklusive fordonsäkerhet, medieanalys, hälsovård och människa-datorinteraktion. Affectivas teknologi antogs i stor utsträckning av stora företag innan företaget förvärvades av Smart Eye 2021, vilket markerade en betydande milstolpe i den kommersiella utvecklingen av emotionell AI.

Efter förvärvet skiftade el Kaliouby fokus mot investering och mentorering inom AI-ekosystemet. Hon är nu medgrundare och generell partner i Blue Tulip Ventures, ett tidigt stadium venture-företag som fokuserar på att stödja startup-företag som bygger människocentrerad AI-teknologi.

Idag förblir el Kaliouby en ledande röst inom emotionellt intelligent AI, och förespråkar för etisk distribution, mångfald i AI-utveckling och teknologier som stärker relationen mellan människor och maskiner.

10. Mira Murati

Foto: OpenAI via AP

Mira Murati spelade en central roll i att skala upp generativ AI till global adoption under sin tid som Chief Technology Officer på OpenAI. Efter att ha anslutit sig till företaget 2018 och blivit CTO 2022, hjälpte hon till att leda utvecklingen och lanseringen av banbrytande system som ChatGPT, DALL-E och GPT-4-familjen av modeller – teknologier som dramatiskt accelererade offentlig och företagsanvändning av generativ AI.

Muratis ledarskap brottade samman framstående forskning och realvärldsproduktdistribution, och säkerställde att avancerade modeller var tillgängliga för utvecklare, företag och konsumenter över hela världen.

I september 2024 lämnade Murati OpenAI efter mer än sex år på företaget för att följa nya projekt och utforska nästa fas av AI-utveckling.

2025 grundade hon Thinking Machines Lab, ett AI-startup som fokuserar på att bygga mer kapabla och anpassningsbara AI-system, och främja multimodal AI som kan interagera med användare genom språk, vision och andra modaliteter.

Idag fortsätter Murati att influera utvecklingen av frontlinjens AI genom sitt arbete på Thinking Machines Lab, där hon bygger verktyg som syftar till att göra avancerade AI-system mer allmänt förstådda, anpassningsbara och kraftfulla för utvecklare och organisationer över hela världen.

Tillsammans representerar dessa tio kvinnor en anmärkningsvärd tvärsnitt av den intellektuella grunden bakom modern AI och robotik. Deras arbete spänner över grundläggande dataset, förstärkt inlärning, människa-robot-interaktion, etisk styrning och uppkomsten av generativa system. Många av de teknologier som nu förändrar branscher kan spåras direkt tillbaka till genombrott ledda av dessa forskare och ingenjörer.

Samtidigt är att lyfta fram deras bidrag en påminnelse om något lika viktigt: fältet behöver fortfarande många fler kvinnor som formar dess riktning. Artificiell intelligens utvecklas snabbt till en av de mest konsekventa teknologierna som någonsin har utvecklats. De system som designas idag kommer att påverka hur samhällen fungerar, hur ekonomin utvecklas och hur människor interagerar med intelligenta maskiner.

Att säkerställa att dessa system reflekterar mångfaldiga perspektiv är inte bara en fråga om rättvisa. Det är en fråga om att bygga bättre teknik.

Kvinnorna på denna lista visar hur kraftfullt det inflytandet kan vara. Deras arbete har inte bara pressat gränserna för AI-forskning, utan har också utvidgat samtalet kring hur dessa teknologier ska byggas och vem de ska tjäna. Medan fältet fortsätter att utvecklas kommer nästa generation av kvinnor som går in i AI att spela en lika kritisk roll i att forma en framtid där intelligenta system reflekterar den fulla mångfalden av mänsklig erfarenhet.