10 найвпливовіших жінок у сфері штучного інтелекту та робототехніки, які змінюють майбутнє

Штучний інтелект і робототехніка вже не є експериментальними галузями, обмеженими лабораторіями. Вони формують економіку, переінакшують галузі та впливають на повсякденне життя у глобальному масштабі. За багатьма з найважливіших проривів стоять жінки, чиї роботи фундаментально змінили спосіб проектування, навчання, управління та розгортання інтелектуальних систем.

Цей список висвітлює десять найвпливовіших жінок у сфері штучного інтелекту та робототехніки сьогодні. Це дослідниці, інженери та технічні лідери, чиї внески виходять далеко за межі їхніх посад – жінки, чиї роботи змінили траєкторію машинного навчання, втіленого інтелекту та людоцентрованого штучного інтелекту.

1. Доктор Фей-Фей Лі

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

Доктор Фей-Фей Лі є однією з фундаментальних архітекторів сучасного комп’ютерного зору. Як творець ImageNet, вона очолила роботу над великомасштабною позначеною базою даних, яка запалила революцію глибокого навчання. ImageNet надала навчальну основу, яка дозволила нейронним мережам суттєво перевершити попередні методи комп’ютерного зору, прискорюючи прориви у сфері розпізнавання об’єктів, медичної візуалізації, робототехніки та автономних систем.

Її академічні внески у Стенфордському університеті допомогли формалізувати комп’ютерний зір як центральну опору досліджень штучного інтелекту. Об’єднавши підходи, натхненні нейробіологією, з системами глибокого навчання, вона допомогла змісти штучний інтелект від логіки, заснованої на правилах, до масштабованого розпізнавання закономірностей.

Поза технічними досягненнями доктор Лі постійно відстоювала людоцентрований штучний інтелект. Вона стверджує, що системи інтелекту повинні будуватися з етичними засобами безпеки, справедливістю та соціальним добробутом на увазі. Її робота вплинула як на академічні дослідницькі програми, так і на публічні дискусії щодо відповідальності штучного інтелекту.

Вона також працювала у радах, які формували національну стратегію штучного інтелекту в Сполучених Штатах, допомагаючи забезпечити, щоб інновації відповідали демократичним цінностям і громадянським свободам.

Сьогодні доктор Лі продовжує очолювати дослідження в Стенфордському інституті людоцентрованого штучного інтелекту, зосереджуючись на просторовому інтелекті, втіленому штучному інтелекті та забезпеченні того, щоб розгорнуті системи посилили людську здатність, а не замінили її. Її робота все частіше досліджує, як штучний інтелект може взаємодіяти безпечно в реальних середовищах, звужуючи розрив між сприйняттям і діями.

Доктор Лі також описує свою видатну подорож у своїй мемуарах Світи, які я бачу, де вона відображає свій шлях від імміграції до Сполучених Штатів у підлітковому віці до того, як стала піонером сучасного штучного інтелекту. Книга надає рідкісний звіт про створення ImageNet і ранній прорив, який допоміг запустити революцію глибокого навчання.

2. Синтія Брезеал

Фото: Синтія Брезеал / CC BY-SA 4.0 / Wikimedia Commons

Синтія Брезеал широко визнана як піонерка соціальної робототехніки. У лабораторії медіа-технологій Массачусетського технологічного інституту вона розробила Kismet, одного з перших роботів, здатних інтерпретувати та виражати емоції. Ця робота допомогла запустити сферу соціальної робототехніки та заклала основу для емоційно-відповідних машин та афективної обчислювальної техніки.

Її дослідження переінакшували робототехніку, зсунувши фокус з промислової автоматизації на соціальну взаємодію. Замість будівництва машин, які просто виконують завдання, Брезеал досліджувала, як роботи можуть спілкуватися з людьми, будувати довіру та реагувати на людські соціальні сигнали.

Пізніше вона заснувала Jibo, стартап, який розробив одного з перших споживчих соціальних роботів, призначених для домашніх середовищ. Хоча комерційний шлях Jibo був складним, проект представляв собою значний рубіж у впровадженні соціально-інтелектуальної робототехніки у повсякденне життя.

Вплив Брезеал проникає глибоко в галузі освіти та охорони здоров’я, де машини повинні розуміти тонкі людські сигнали, щоб служити ефективними компаньйонами, наставниками та помічниками.

Сьогодні вона продовжує очолювати групу особистих роботів у лабораторії медіа-технологій Массачусетського технологічного інституту та очолює ініціативи, зосереджені на освіті штучного інтелекту та грамотності. Її поточна робота досліджує, як соціально-інтелектуальні системи штучного інтелекту та роботи можуть підтримувати навчання, добробут та довгострокові людські відносини зі штучним інтелектом.

3. Тімніт Гебру

Фото: TechCrunch / CC BY 2.0 / Wikimedia Commons

Тімніт Гебру була однією з найвпливовіших голосів у сфері етики штучного інтелекту. Її ранні дослідження викрили упередженість у системах розпізнавання облич, викривши значні розбіжності у точності по расовому та гендерному принципу. Відоме дослідження Gender Shades продемонструвало, що комерційні системи працювали значно гірше на жінках з темнішою шкірою, ніж на чоловіків з світлішою шкірою, спонукаючи широку переоцінку того, як системи штучного інтелекту тренуються та оцінюються.

Вона також співавторка впливових досліджень, які вивчали ризики великих мовних моделей, включаючи їх екологічний вплив, вбудовану упередженість та відсутність прозорості. Ця робота допомогла зсунути розмову навколо розробки штучного інтелекту, заохочуючи галузь розглянути не тільки показники продуктивності, але й соціальні та екологічні наслідки розширення штучного інтелекту.

У 2021 році Гебру заснувала Дistributed AI Research Institute (DAIR), незалежну дослідницьку організацію, присвячену вивченню штучного інтелекту поза впливом великих технологічних компаній. Інститут зосереджується на спільних дослідженнях та підкреслює глобальну участь у формуванні майбутнього штучного інтелекту.

Її адвокатура вплинула на нормативні дискусії, галузеві стандарти та ширші дискусії щодо відповідальності розробки штучного інтелекту.

Сьогодні Гебру продовжує зосереджуватися на підзвітності алгоритмів, правах праці з даними та динаміці влади, вбудованій у розвиток штучного інтелекту. Її робота все частіше досліджує, як системи штучного інтелекту впливають на маргіналізовані спільноти та як кадри управління можуть бути посилені, щоб забезпечити більш справедливі та прозорі системи штучного інтелекту у світі.

4. Дафна Коллер

Фото: Всесвітній економічний форум / CC BY-SA 2.0 / Wikimedia Commons

Дафна Коллер є піонеркою у сфері ймовірнісних графічних моделей, рамки, яка дозволяє машинам діяти під неоднозначністю. Її академічна робота фундаментально сформувала спосіб, яким системи штучного інтелекту представляють складні залежності у реальних даних та допомогла встановити ймовірнісне моделювання як центральний підхід у сучасному машинному навчанні.

Вона заснувала Coursera, одну з найбільших онлайн-платформ навчання, допомігши демократизувати доступ до освіти штучного інтелекту та комп’ютерних наук для мільйонів учнів у світі.

Коллер пізніше зосередила свою увагу на біотехнологіях, заснувавши Insitro, щоб застосувати машинне навчання до відкриття ліків. Об’єднавши великомасштабні біологічні набори даних з прогностичним моделюванням, компанія намагається трансформувати спосіб відкриття та розробки терапевтичних засобів.

Її робота представляє собою один з найясніших прикладів переходу штучного інтелекту з цифрових систем у життя, де машинне навчання може прискорити наукове відкриття.

Сьогодні Коллер продовжує очолювати дослідження Insitro щодо штучного інтелекту у фармацевтичній розробці, інтегруючи геноміку, високопродуктивну біологію та машинне навчання, щоб прискорити клінічні трубопроводи та покращити успішність розробки ліків.

5. Джой Буоламвіні

Фото: Taylordw, CC0, via Wikimedia Commons

Джой Буоламвіні провела новаторське дослідження, яке викрило расову та гендерну упередженість у системах розпізнавання облич, використовуваних великими технологічними компаніями. Її висновки показали, що помилкові показники для жінок з темнішою шкірою були значно вищими, ніж для чоловіків зі світлішою шкірою, розкривши, як тренувальні дані та проектування системи можуть вбудовувати дискримінацію у широко застосовувані технології штучного інтелекту.

Дослідження допомогло спровокувати глобальну дискусію щодо алгоритмічної упередженості, що призвело до посиленої уваги до систем розпізнавання облич та внесло свій внесок у політичні дискусії щодо відповідальності розгортання штучного інтелекту.

Буоламвіні заснувала Лігу алгоритмічної справедливості, щоб просувати підзвітність та справедливість у системах штучного інтелекту. Через організацію вона працювала над алгоритмічним аудитом, громадською осведомленістю та галузевими стандартами, спрямованими на зменшення шкідливої упередженості у автоматизованому прийнятті рішень.

Її робота мостить дослідження, адвокатуру та громадську участь. Поза академічними дослідженнями вона привернула увагу до соціальних наслідків штучного інтелекту через публічні виступи, участь у політиці та творчу роботу, яка досліджує взаємозв’язок між технологією та громадянськими правами.

Нещодавно Буоламвіні розширила свій вплив через письмо та громадську адвокатуру, включаючи свою бестселерську книгу Розкриття штучного інтелекту, яка досліджує, як алгоритмічні системи можуть кодувати дискримінацію та чому сильніше нагляд та інклюзивний дизайн є необхідними.

Сьогодні Буоламвіні продовжує формувати глобальні розмови навколо управління штучним інтелектом, зосереджуючись на алгоритмічному аудиті, нормативних рамках та забезпеченні того, щоб системи штучного інтелекту тестувалися у різних популяціях до розгортання.

6. Анка Драган

Фото: Constructor University

Анка Драган є провідним дослідником у сфері узгодження штучного інтелекту та взаємодії людини з роботом. Її ранні академічні роботи у Каліфорнійському університеті в Берклі зосередилися на можливості роботів здогадуватися про наміри людини та безпечно співпрацювати з людьми, розробляючи алгоритми, які дозволяють машинам міркувати про людську поведінку та реагувати передбачуваним та кооперативним чином.

Вона працювала над здогадуванням про наміри, кооперативним плануванням та техніками, які дозволяють автономним системам навчатися з людської зворотної зв’язку, а не покладатися на жорсткі попередньо визначені цілі. Її дослідження допомогли просунути роботи та агенти штучного інтелекту, які можуть працювати поряд з людьми в середовищах, що варіюються від автономних транспортних засобів до допоміжної робототехніки.

Робота Драган займається однією з найкритичніших проблем сучасного штучного інтелекту: забезпечення того, щоб інтелектуальні системи оптимізувалися для того, чого люди дійсно хочуть, а не вузько визначених технічних цілей. Її дослідження щодо узгодження цінностей, співпраці людини зі штучним інтелектом та інтерпретованого прийняття рішень вплинули як на робототехніку, так і на ширші дискусії щодо безпеки штучного інтелекту.

Поза академічною роботою Драган зараз служить головою безпеки та узгодження штучного інтелекту у Google DeepMind, де вона очолює команди, зосереджені на забезпеченні того, щоб передові системи штучного інтелекту залишаються узгодженими з людськими цілями та цінностями, оскільки їхні можливості продовжують розвиватися.

Сьогодні її робота продовжує формувати розвиток безпечніших та більш людо-комплементарних систем штучного інтелекту, поєднуючи досягнення машинного навчання, робототехніки та людсько-комп’ютерної взаємодії, щоб зробити інтелектуальні технології більш інтерпретованими, керованими та корисними для суспільства.

7. Раїя Хадселл

Раїя Хадселл виступає на TEDxExeterSalon 2017_05” від TEDxExeter, CC BY-NC-ND 2.0

Раїя Хадселл відіграла важливу роль у просуванні навчання з підкріпленням та систем безперервного навчання. У DeepMind вона допомогла розробити алгоритми, які дозволяють системам штучного інтелекту навчатися безперервно з досвіду, а не перезнавчатися з нуля на фіксованих наборах даних, вирішуючи одну з центральних проблем побудови адаптивних інтелектуальних агентів.

Безперервне навчання є суттєвим для реальної робототехніки та систем штучного інтелекту, де середовища еволюціонують, а машини повинні адаптуватися, зберігаючи попередньо набуті знання. Робота Хадселл зосередилася на подоланні проблем, таких як катастрофічне забуття, дозволяючи нейронним мережам накопичувати навички з часом, а не втрачати попередні можливості під час навчання нових завдань.

Її робота також внесла свій внесок у розвиток втіленого інтелекту, де роботи та автономні агенти вчаться через взаємодію зі своєю довкіллям, а не статичне наглядання. Об’єднавши навчання з підкріпленням, навчання представлень та підходи, натхненні нейробіологією, вона допомогла просунути системи, які можуть орієнтуватися в складних середовищах та узагальнювати завдання.

Хадселл приєдналася до DeepMind у 2014 році та з тих пір очолює дослідницькі команди, зосереджені на довгостроковому навчанні та навігації роботів, внесши свій внесок у фундаментальні техніки, такі як дистиляція політики та прогресивні нейронні мережі, які дозволяють передавати знання між завданнями.

Сьогодні, як старший дослідницький лідер у Google DeepMind, Хадселл продовжує зосереджуватися на архітектурах довгострокового навчання та масштабованих втіленних системах штучного інтелекту, які можуть працювати в динамічних реальних середовищах.

8. Аянна Говард

Фото: Rob Felt / Georgia Institute of Technology

Аянна Говард зосередила свою роботу на допоміжній робототехніці та людоцентрованому проектуванні штучного інтелекту. Її дослідження зосередилися на будівництві роботичних систем, які підтримують дітей з розвитковими викликами, включаючи технології терапії та освіти, розроблені для допомоги дітям з особливими потребами у розвитку моторних та когнітивних навичок.

Раніше в своїй кар’єрі Говард працювала як дослідник робототехніки у лабораторії реактивного руху НАСА, де вона внесла свій внесок у автономні роботичні системи, використовувані для планетарної експлуатації, включаючи технології, розроблені для місій ровера на Марс.

Пізніше вона перейшла до академії та лідерства, заснувавши лабораторію систем людини та автоматизації у Джорджійському технологічному інституті та запустивши Zyrobotics, стартап, зосереджений на розробці інструментів освіти та терапії, підкріплених штучним інтелектом, для дітей з різними навчальними потребами.

У 2021 році Говард стала деканом коледжу інженерії у Державному університеті Огайо, ставши першою жінкою, яка очолила заклад. У цій ролі вона продовжує формувати майбутнє інженерної освіти, одночасно просуваючи дослідження у сфері взаємодії людини з роботом, безпеки штучного інтелекту та інклюзивного проектування технологій.

Сьогодні робота Говард охоплює дослідження, підприємництво та політику, зосереджуючись на забезпеченні того, щоб робототехніка та штучний інтелект проектувалися для покращення якості життя та розширення рівного доступу до нових технологій.

9. Рана ель Калійубі

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

Рана ель Калійубі була піонеркою у сфері емоційного штучного інтелекту через свою роботу в Affectiva, спін-оффі Массачусетського технологічного інституту, який вона заснувала, щоб впровадити емоційний інтелект у цифрові системи. Компанія розробила технологію, здатну аналізувати вирази обличчя та вокальні сигнали для виявлення людських емоцій у масштабі, допомагаючи розширити сприйняття машин за межі об’єктів та мови до людських емоцій.

Розпізнавання емоцій має застосування в різних галузях, включаючи безпеку автомобільного транспорту, медіа-аналітику, охорону здоров’я та взаємодію людини з комп’ютером. Технологія Affectiva була широко прийнята великими компаніями до того, як фірма була придбана компанією Smart Eye у 2021 році, що стало значним рубіжем у комерціалізації емоційного штучного інтелекту.

Після придбання ель Калійубі перейшла до інвестування та наставництва у сфері штучного інтелекту. Тепер вона є співзасновником та генеральним партнером Blue Tulip Ventures, раннього інвестиційного фонду, зосередженого на підтримці стартапів, які будують людоцентровані технології штучного інтелекту.

Сьогодні ель Калійубі залишається провідним голосом у сфері емоційно-інтелектуального штучного інтелекту, відстоюючи етичне розгортання, різноманітність у розробці штучного інтелекту та технології, які посилюють взаємозв’язок між людьми та машинами.

10. Міра Мураті

Фото: OpenAI via AP

Міра Мураті відіграла центральну роль у масштабуванні генераційного штучного інтелекту до глобального прийняття під час свого терміну на посаді технічного директора OpenAI. Після приєднання до компанії у 2018 році та обрання технічним директором у 2022 році вона допомогла очолити розробку та випуск знакових систем, таких як ChatGPT, DALL-E та сімейство моделей GPT-4 – технології, які суттєво прискорили публічне та корпоративне прийняття генераційного штучного інтелекту.

Лідерство Мураті поєднувало передові дослідження та реальне розгортання продукту, забезпечуючи, щоб розширені моделі були доступні розробникам, підприємствам та споживачам у світі.

У вересні 2024 року Мураті залишила OpenAI після понад шести років роботи у компанії, щоб зайнятися новими проектами та дослідити наступну фазу розвитку штучного інтелекту.

У 2025 році вона заснувала Thinking Machines Lab, стартап штучного інтелекту, зосереджений на будівництві більш здатних та настраїваних систем штучного інтелекту та просуванні мультимодального штучного інтелекту, який може взаємодіяти з користувачами через мову, зір та інші модальності.

Сьогодні Мураті продовжує впливати на напрямок передових технологій штучного інтелекту через свою роботу у Thinking Machines Lab, де вона будує інструменти, спрямовані на те, щоб зробити розширені системи штучного інтелекту більш зрозумілими, настраїваними та потужними для розробників та організацій у світі.

Разом ці десять жінок представляють вражаючий перехресток інтелектуальної основи сучасного штучного інтелекту та робототехніки. Їхня робота охоплює фундаментальні набори даних, навчання з підкріпленням, взаємодію людини з роботом, етичне управління та підйом генераційних систем. Багато технологій, які зараз трансформують галузі, можна безпосередньо простежити до проривів, очолених цими дослідницями та інженерами.

Водночас підкреслення їхніх внесків нагадує про щось не менш важливе: галузі все ще потребують значно більше жінок, які формують її напрям. Штучний інтелект швидко стає однією з найбільш суттєвих технологій, коли-небудь розроблених. Системи, які проектуються сьогодні, вплинуть на те, як функціонують суспільства, як розвиваються економіки та як люди взаємодіють з інтелектуальними машинами.

Забезпечення того, щоб ці системи відображали різноманітні перспективи, не є лише питанням справедливості. Це питання побудови кращої технології.

Жінки цього списку демонструють, наскільки потужним може бути цей вплив. Їхня робота не тільки розширила межі досліджень штучного інтелекту, але й розширила розмову про те, як ці технології повинні будуватися та кому вони повинні служити. Коли галузь продовжує еволюціонувати, наступне покоління жінок, які вступають у сферу штучного інтелекту, відіграють не менш критичну роль у формуванні майбутнього, де інтелектуальні системи відображають повну різноманітність людського досвіду.