AI 模型与平台
英特尔人工智能软件产品高级总监 Huma Abidi – 采访系列
Huma Abidi 是英特尔人工智能软件产品的高级总监，负责战略、路线图、需求、机器学习和分析软件产品。她领导着一个全球多元化的工程师和技术人员团队，负责交付世界级的产品，以便客户能够创建人工智能解决方案。Huma 加入英特尔担任软件工程师，并曾在编译器、二进制翻译和人工智能和深度学习等领域担任过各种工程、验证和管理角色。她热衷于女性教育，支持世界各地的多个组织，并曾是 2019 年 VentureBeat 女性人工智能奖的入围者，获奖类别为指导。
最初是什么激发了您对人工智能的兴趣？
我一直对如果机器能够说话、看到或与人类进行智能交互会发生什么感到着迷。由于过去十年中的一些重大技术突破，包括深度学习因数据、计算能力和算法的可用性而流行起来，人工智能已经从科幻小说变成了现实世界的应用。我们以前曾经想象过的解决方案现在已经触手可及。这确实是一个令人兴奋的时代！
在我之前的工作中，我曾领导一个二进制翻译工程团队，专注于为英特尔硬件平台优化软件。在英特尔，我们认识到人工智能的发展将导致巨大的行业变革，需要从设备到边缘到云的计算能力大幅增长，我们将重点转向成为一个数据中心公司。
意识到需要强大的软件来使人工智能成为现实，我面临的第一个挑战是领导团队创建人工智能软件，以便在英特尔 Xeon 处理器上高效运行，通过优化深度学习框架，如 Caffe 和 TensorFlow。我们能够展示出由于英特尔硬件和软件创新相结合而带来的 200 多倍的性能增加。
我们正在努力使我们所有客户在各个领域的工作负载在英特尔技术上运行得更快、更好。
作为一个社会，我们可以做什么来吸引女性进入人工智能领域？
这是我的优先事项，也是英特尔的优先事项，吸引更多女性进入 STEM 和计算机科学领域，因为多样化的团队将为多样化的人口构建更好的产品。尤其重要的是吸引更多女性和代表性不足的少数民族进入人工智能领域，因为代表性不足可能导致人工智能解决方案中存在潜在偏见。
为了吸引女性，我们需要更好地向女孩和年轻女性解释人工智能在世界上的相关性，以及她们如何成为创造激动人心和有影响力的解决方案的一部分。我们需要向她们展示人工智能涵盖了生活的许多不同领域，她们可以在自己感兴趣的领域使用人工智能技术，无论是艺术、机器人、数据新闻还是电视。人工智能的令人兴奋的应用，例如虚拟助手，如 Alexa、自动驾驶汽车、社交媒体、Netflix 如何知道他们想看哪些电影等，都是容易被看到的影响。
吸引女性的另一个关键部分是代表性。幸运的是，人工智能领域有许多女性领导者可以作为优秀的榜样，例如 Fei-Fei Li，她正在斯坦福大学领导以人为本的人工智能，以及 Meredith Whittaker，她正在纽约大学的人工智能现在研究所工作，研究社会影响。
我们需要共同努力，采用包容性的商业实践，并扩大技术技能的获取，以吸引女性和代表性不足的少数民族。英特尔的 2030 年目标是将技术角色中的女性比例增加到 40%，我们只能通过与其他公司、机构和社区合作来实现这一目标。
女性如何最好地进入这个行业？
如果您想进入人工智能领域，有几个选项。有许多在线课程，包括 UDACITY 的免费 Intel Edge AI Fundamentals 课程。或者，您可以回到学校，例如在马里科帕县社区学院学习人工智能副学士学位，并学习数据科学家、数据工程师、机器学习/深度学习开发人员、软件工程师等职业。
如果您已经在一家科技公司工作，可能已经有人工智能团队了。你可以查看是否有机会在您感兴趣的人工智能团队中工作一段时间。
即使您不在科技公司工作，也可以从事人工智能工作。人工智能是极其跨学科的，因此您几乎可以将人工智能应用于您参与的任何领域。随着人工智能框架和工具的演进和变得更加用户友好，在不同环境中使用人工智能变得更加容易。参加在线活动，如 Kaggle 竞赛，是一个很好的方式，可以处理您感兴趣的数据集的现实世界机器学习问题。
科技行业也需要投入时间、精力和金钱来接触和支持女性，包括女性中的代表性不足的少数民族。从个人角度来说，我参与了诸如 Girls Who Code 和 Girl Geek X 等组织，这些组织连接和激励年轻女性。
随着深度学习和强化学习最近获得了最多的关注，女性还应该关注人工智能的哪些其他形式？
人工智能和机器学习仍在不断演进，新的研究论文正在定期发表。目前需要关注的一些领域包括：
- 经典的机器学习技术，它们仍然很重要，并被广泛使用。
- 负责人工智能/可解释人工智能，它已经成为人工智能生命周期的关键部分，并且从深度学习和强化学习的部署角度来看也是如此。
- 图神经网络和多模态学习，它们通过从图数据中的丰富关系信息中学习来获得见解。
人工智能偏见是人工智能领域的一个巨大社会问题，尤其是在对女性和少数民族的偏见方面。解决这些问题的方法是什么？
在人工智能中，训练样本、人工标注和团队中的偏见可能会被放大，从而歧视多样化的个人，导致严重的后果。
优先考虑多样性在每个步骤中的重要性。女性和其他代表性不足的少数民族如果是开发这些工具的团队的一部分，她们将更了解可能出错的地方。
确保包括来自多个学科的领导者，例如社会科学家、医生、哲学家和人权专家，以帮助定义什么是道德的，什么不是道德的，这也很重要。
您能解释人工智能黑盒问题以及人工智能可解释性的重要性吗？
在人工智能中，模型在做出决定之前会在大量数据上进行训练。在大多数人工智能系统中，我们不知道这些决定是如何做出的——决策过程是一个黑盒，即使对于它的创造者也是如此。并且可能无法真正了解训练好的人工智能程序如何得出其特定的决定。当我们怀疑系统不起作用时，问题就会出现。如果我们怀疑系统存在算法偏见，很难检查和纠正偏见，如果系统无法解释其决策过程。
目前，主要的研究重点是可解释人工智能（XAI），旨在为人工智能模型提供透明度、可解释性和问责制，这可能会导致负责任的人工智能的出现。
在您在 MITEF 阿拉伯初创公司竞争的颁奖典礼和会议上的主题演讲中，您讨论了英特尔的人工智能用于社会公益计划。哪些社会公益项目引起了您的注意，为什么它们很重要？
我仍然对所有英特尔的人工智能用于社会公益计划感到非常兴奋，因为人工智能的突破可以带来我们解决问题方式的变革性变化。
我特别关心的一个项目是 Wheelie，这是一款由 HOOBOX 机器人公司合作开发的人工智能驱动的轮椅。Wheelie 允许极端瘫痪患者通过使用面部表情来驾驶。另一个令人惊叹的计划是 TrailGuard AI，它使用英特尔的人工智能技术来打击非法偷猎并保护动物免于灭绝和物种丧失。
作为英特尔的流行病应对计划的一部分，我们与合作伙伴合作开展了许多项目，利用人工智能。一个关键的计划是无接触式体温检测或使用 Darwin AI 进行胸部 X 光检查检测 COVID-19。我们还正在开发可以使用区域语言的自然语言处理来提高意识的机器人。
对于那些有兴趣参与的人，是否有书籍、网站或其他资源可以推荐？
有许多在线资源，适用于所有经验水平和兴趣领域。 Coursera 和 Udacity 提供了有关机器学习和深度学习的优秀在线课程，大多数课程可以免费进行审计。 MIT 的 开放课程 是另一个很好的免费学习方式，可以从世界上一些最好的教授那里学习。
像英特尔这样的公司有 人工智能门户，其中包含有关人工智能的许多信息，包括提供的解决方案。有许多关于人工智能的优秀书籍，例如基础计算机科学教材，如 Peter Norvig 和 Stuart Russell 的《人工智能：现代方法》，以及现代、哲学性的书籍，如 Yuval Hararri 的《Homo Deus》。我还推荐 Lex Fridman 的人工智能播客，它包含了来自不同领域和专家的广泛视角的精彩对话。
对于那些对人工智能感到好奇但尚未准备好投入的人，您有任何最后的话吗？
人工智能是未来，并将改变我们的社会——事实上，它已经改变了。确保我们有诚实、道德的人在从事人工智能工作至关重要。无论是在技术角色中，还是在更广泛的社会层面上，现在都是参与人工智能的最佳时机！
感谢您的采访，您确实是世界各地女性的灵感来源。希望了解更多关于英特尔软件解决方案的读者可以访问 英特尔人工智能软件产品。
