人工智能领域女性力量正在崛起，盘点15位海内外女性AI从业者
ChatGPT 自诞生以来，不仅迅速爆火出圈，还重新点亮了全球对于 AI 的发展期待。
在许多人看来，大语言模型的深入发展，很可能助力 AI 走向通用人工智能的道路。
在这个过程中，不仅会给千千万万个行业带来深远影响，还会给人们的生产和生活方式带来颠覆性的塑造和转变。
但显而易见的是，这项技术之所以拥有如此广阔的发展前景，离不开背后从业者们的推动。而这之中，女性的力量不可小觑。
她们或是引领和创新 AI 的发展，或是推动解决 AI 的幻觉、算法偏见等问题，或是加强相关立法，以让 AI 能够缓解社会不平等现象，并真正地为公众提供服务……
基于此，适逢今年的国际妇女节来临，DeepTech 特地盘点了以下 15 位在 AI 领域做出重要贡献的女性人物。
（来源：AI 生成）
李飞飞（Fei-Fei Li）——美国斯坦福大学
图丨李飞飞（来源：资料图）
1976 年，她在中国北京出生，后在四川成都长大。15 岁时，她移居美国。1995 年至 1999 年期间，她在美国普林斯顿大学主修物理专业，同时也学习计算机科学和工程。
随后，李飞飞在于 2005 年获得美国加州理工学院博士学位。2009 年，她在美国斯坦福大学担任助理教授，并于 2018 年晋升为正教授。
事实上，在 AI 领域，她的主要贡献在于创建了 ImageNet，后者是一个图像数据库，于 2010 年代推动了计算机视觉的快速发展。
早在 2006 年，李飞飞便开始研究该数据库；2009 年，她在团队和众包工作人员的帮助下，为 320 万张图像添加了标签。
此外，2017 年，她还联合创立非盈利组织 AI4ALL，致力于增加 AI 领域的多样性和包容性。
据悉，她于 2020 年当选为美国国家工程院院士和美国国家医学院院士，2021 年当选为美国艺术与科学院院士。
史宗玮（Clara Shih）——Salesforce
图丨史宗玮（Clara Shih）（来源：资料图）
她于 1982 年在中国香港出生，父亲起初是一名数学教授，后来成为美国阿贡国家实验室的一名电气工程师，母亲则是一名艺术和特殊教育老师。
2005 年，她从美国斯坦福大学毕业，获得计算机科学学士学位和硕士学位。2006 年，她首次加入总部位于美国旧金山的 Salesforce 公司，领导团队构建应用程序平台。
2009 年，史宗玮离开该公司成立了 Hearsay Systems 公司，帮助金融服务和保险公司以合规的方式使用社交媒体。
2020 年她重返 Salesforce，担任 Salesforce AI 的 CEO，帮助公司在使用新的 AI 技术的同时，最大限度地降低相关风险，让用户能够安全地使用生成式 AI。
这些风险并非微不足道，毕竟就连 ChatGPT 有时都会造成问题，而且除非用户选择退出，否则 OpenAI 可以使用它们输入 ChatGPT 的数据来训练自己的 AI 模型。
南希·徐（Nancy Xu）——Moonhub
图丨南希·徐（Nancy Xu）（来源：资料图）
现年 26 岁的南希·徐，目前是 Moonhub 公司的创始人兼 CEO。该公司成立于 2022 年 6 月，总部位于美国旧金山湾区。
她希望利用 AI 将公司与顶尖人才联系起来，同时创建一个更公平的招聘流程。
据介绍，她在美国斯坦福大学 AI 实验室读博士时就开始了有关该项目的工作，旨在构建为人们提供工作机会的 AI。
据了解，招聘方能够要求 Moonhub 的 AI 代理来筛选某个职位的候选人，并在几分钟内查看选项列表。
然后，还可以根据特定需求提出问题，以进一步缩小搜索范围，比如针对具有不同经验水平或者特定技能熟练程度的候选人。
可以看出，该工具有利于帮助招聘团队寻找更加多样化的候选人，并标记出潜在的、有偏见的搜索。目前，该工具已经被全球 100 多家公司使用。
钟苏文（Sougwen Chung）——Scilicet
图丨钟苏文（Sougwen Chung）（来源：资料图）
她是一位华裔加拿大艺术家和研究员，也是 Scilicet 工作室的创始人兼艺术总监。
在探索 AI 艺术之前，她创作了许多线条流畅的抽象艺术作品。后来，她基于数十年的画作训练了一个神经网络，并开发了能够实时绘画的机器人。
具体来说，当她画一条线时，机器人会在模仿的基础上，用新的想法和图案将其向外延伸。
这些先进的机器人不仅可以从她过去的艺术作品中吸取经验，还能感知到她目前的精神状态。
也就是说，机器人可以与她的脑电图数据和阿尔法脑电波相连接，当后者进入冥想流动状态时，前者能够更加积极地作画。
据了解，最近她和团队主要在使用 3D 动作捕捉系统来创作雕塑，并研究如何使用微生物电池等替代能源为他们的系统供电。
林咏华——北京智源人工智能研究院
图丨林咏华（来源：资料图）
她出生于 1971 年，在西安交通大学先后获得学士和硕士学位，曾担任 IBM 中国研究院首位女性院长，同时也是 IBM 全球杰出工程师。
目前，她担任北京智源人工智能研究院副院长兼总工程师，IEEE 女工程师协会北京分会主席，IEEE 女工程师亚太区领导组成员。
作为引领全球 AI 系统的创新者之一，她已经在系统架构、云计算、计算机视觉等领域拥有 18 年的研究经验，不仅获得超过 50 个全球专利，还获评 2019 年福布斯中国 50 位科技领导女性。
据了解，她不但鼓励那些致力于从事计算机领域的年轻人，积极探索 AI 和多个行业领域的结合，还提倡更多女性加入对 AI 的研究中，用她们特有的视角共同推动将 AI 技术发展得更加完善。
阿隆德拉·纳尔逊（Alondra Nelson）——白宫科技政策办公室
图丨阿隆德拉·纳尔逊（Alondra Nelson）（来源：资料图）
1968 年出生的她，是一位美国学者、政策顾问、非营利组织管理者和作家。
2021 年至 2023 年，她担任拜登总统的副助理和白宫科技政策办公室负责科学与社会事务的首席副主任。2022 年 2 月至 10 月，她履行主任职责。
作为第一位领导白宫科技政策办公室的非裔美国人和第一位黑人女性，她于 2022 年 10 月监督发布了《人工智能权利法案蓝图》。
该文件虽然不具有法律约束力或可执行性，但提出了一个框架。而她希望 AI 建设者和政策制定者都能遵守该框架，以确保 AI 真正为公众服务，而不仅仅给科技行业带来福音。
不仅如此，她还希望这份文件能够促使美国国会尽快起草并通过 AI 立法。
据悉，她于 2023 年 2 月离开白宫，但仍担任多个有影响力的职位，比如美国普林斯顿大学高等研究院社会科学学院哈罗德·F·林德（Harold F. Linder）主席。
丹妮拉·阿莫迪（Daniela Amodei）——Anthropic
图丨丹妮拉·阿莫迪（Daniela Amodei）（来源：资料图）
她和哥哥达里奥·阿马代（Dario Amadei）曾供职于 OpenAI，2021 年联合创办全球顶尖 AI 实验室 Anthropic，希望能够在基础研究方面取得进展，并构建更强大、更通用和更可靠的 AI 系统。
具体来说，Anthropic 开展了“机制可解释性”研究，旨在帮助开发者深入了解 AI 系统内部的实际运作情况。毕竟，仅凭 AI 模型的文本输出，无法真正反映出系统的内在工作原理。
另外，该公司还开发了一种能够实现 AI 系统对齐的新方法，并将其融入进聊天机器人 Claude2 中，后者是 GPT-4 最有力的竞争对手。
需要说明的是，该方法允许开发者向 AI 灌输一套成文的价值观，而不是让其通过人类反馈强化学习来进行不完美的设定。
安娜·马坎朱（Anna Makanju）——OpenAI
图丨安娜·马坎朱（Anna Makanju）（来源：资料图）
在她成为 OpenAI 全球事务副总裁之前，曾在 Facebook 从事技术监管工作，也在美国普林斯顿大学任教。并且，她还在奥巴马政府工作了八年，担任副总统拜登的政策顾问。
2021 年 9 月，安娜·马坎朱加入 OpenAI，并在 ChatGPT 问世之后的一年里，和 CEO 山姆·奥特曼（Sam Altman）一同与世界各国的领导人会面，并就如何应对这一迅速崛起的技术向他们提供建议。
“每个人都在努力取得这种平衡，既确保创新仍然可行，又拥有确保创新顺利进行所需的‘护栏’。”她对媒体说。
保证 AI 技术能够真正地获得每个人的监管，正是她工作的重要组成部分。对此，她一直尽可能地采取协作的方法。
可以预见的是，在不远的未来，无论世界各地出现什么 AI 法规，她都可能在其中做出自己的贡献。
莱拉·易卜拉欣（Lila Ibrahim）——谷歌 DeepMind
图丨莱拉·易卜拉欣（Lila Ibrahim）（来源：资料图）
她目前担任谷歌 DeepMind 的首席运营官，后者是一家 AI 企业，于 2014 年被谷歌收购。
由于她曾经在英特尔、Kleiner Perkins 和 Coursera 等公司供职，因此这些经验有利于她管理 DeepMind 的日常运营，并领导公司的责任和治理工作。
自 DeepMind 成立以来，业界就开始关注如何开发安全的 AI 系统。虽然该公司也曾开发过类似于 ChatGPT 的技术，但却因为担心它可能给出与事实不符的答案，而不打算发布它。
2023 年 5 月，她与该公司创始人戴密斯·哈萨比斯（Demis Hassabis）和谢恩·莱格（Shane Legg）签署了一份声明，宣布 AI 带来的风险应该像流行病和核战争的风险一样受到重视。目前，她负责减少这些风险。
阿贝巴·伯汉（Abeba Birhane）——Mozilla 基金会
图丨阿贝巴·伯汉（Abeba Birhane）（来源：资料图）
她出生于非洲埃塞俄比亚，专注于复杂自适应系统、机器学习、算法偏差和批判种族研究的交叉领域。目前，她是 Mozilla 基金会可信人工智能高级研究员。
显而易见，AI 模型正在基于越来越大的数据集训练而成，而这些数据集是从互联网中收集的。
但她意识到，在这些数据集从数百万条增长至数十亿条的过程中，很少有人系统地检查它们之中是否存在有害材料，而这可能导致 AI 在结构上变得种族主义、性别歧视和其他偏见。
基于此，她和团队开创了一门新学科，即审核可以公开访问的 AI 训练数据集。
她和团队发现，在更大的数据集上训练的 AI 模型，更有可能表现出有害的偏见和刻板印象。并且，随着数据集规模的扩大，这些问题也会变得更加严重。
玛格丽特·米切尔（Margaret Mitchell）——Hugging Face
图丨玛格丽特·米切尔（Margaret Mitchell）（来源：资料图）
她是致力于研究机器学习中的算法偏差和公平性。2005 年，她获得美国里德学院学士学位；2009 年获得美国华盛顿大学硕士学位；2013 年获得英国阿伯丁大学博士学位。
2016 年，她开始供职于谷歌，在此期间与蒂姆尼特·格布鲁（Timnit Gebru）共同创立并 联合领导谷歌 AI 道德团队。
两人在 2020 年发表了一篇论文，提出大语言模型加剧了社会不平等，部分原因是企业决定将规模置于安全之上。
后来，她离开谷歌，加入 AI 初创公司 Hugging Face，现任首席 AI 伦理科学家。在该公司，她专注于确保开源 AI 可以带来尽可能多的好处，并尽可能地减少危害。
值得一提的是，她还是 Widening NLP 的创始人，该组织旨在增加从事自然语言处理工作的女性和少数族裔的比例。
凯特·卡洛特（Kate Kallot）——Amini
图丨凯特·卡洛特（Kate Kallot）（来源：资料图）
她是 Amini的创始人兼 CEO，这是一家 AI 初创公司，致力于解决非洲环境数据稀缺的问题。
而在创立这家公司之前，她曾在英伟达、英特尔和 Arm 等科技公司领导 AI 创新方面拥有十多年经验，提出了一些能够推动社会影响和社会变革的尖端技术解决方案。
据了解，Amini 主要利用卫星成像和 AI 来收集和处理环境数据，以了解精确到平方米的地面上发生的具体情况。
这些数据不但可以帮助解锁能够养活全球居民的发展方式，因为气候变化正在对当今的粮食生产和供应造成破坏，还能让保险公司更有信心地为小农户们提供保单，保护后者在发生最严重的气候相关事件时免受财务损失。
“如果我们达到了目标水平，几年后你就会看到一个截然不同的非洲。”她对媒体说。
凯特·克劳福德（Kate Crawford）——微软研究院
图丨凯特·克劳福德（Kate Crawford）（来源：资料图）
现年 51 岁的她，目前是美国南加州大学安纳伯格分校教授兼微软研究院首席研究员。
在过去二十年里，她主要研究大规模数据系统对环境的影响，以及它们是如何影响我们的社会和政治体系。
她曾经撰写了一本关于 AI 对环境影响的书籍《人工智能地图集》，提出 AI 是 21 世纪的采掘业，它工作的唯一方式就是提取大量数据、人力和社会资源，包括能源、水和矿物，而在生成式 AI 诞生之后，它的作用甚至会更加放大。
另外，她也联合创立了美国研究机构 AI Now Institute，以研究 AI 的社会影响和解决科技行业权力集中问题的政策研究。
目前，她从社会学、历史、法律和技术等角度出发，研究生成式 AI 将如何产生巨大的影响。
伊尼奥鲁瓦·黛博拉·拉吉（Inioluwa Deborah Raji）——Mozilla 基金会
图丨伊尼奥鲁瓦·黛博拉·拉吉（Inioluwa Deborah Raji）（来源：资料图）
她是一位加拿大计算机科学家和活动家，目前担任 Mozilla 基金会研究员，致力于算法偏差、算法审计等领域。
她的工作重点是开发方法，来审计创建 AI 公司内部和外部的 AI 系统，以避免 AI 技术中存在的性别和种族偏见。
例如，她曾和谷歌的道德人工智能团队合作，为 AI 系统引入更加全面的内部评估流程。
她也联合算法正义联盟，为后者的“性别阴影”审计项目制定了“外部审计”策略。
据了解，该项目评价了 AI 性别分类工具的准确性，这些工具由 IBM、微软等公司开发，可用于图像分类、人脸识别等诸多领域。
艾米丽·M·本德（Emily M. Bender）——美国华盛顿大学
图丨艾米丽·M·本德（Emily M. Bender）（来源：资料图）
自 2003 年起，她就一直在美国华盛顿大学任教，目前担任语言学系教授、计算语言学实验室主任等职务。
而早在 ChatGPT 出现之前，她就已经成为机器学习神话的打破者，不仅消除了该领域对 AI 功能的过分承诺，还反对这些系统会变得完全智能的想法。
“你不能指望机器学习系统能够学习训练数据中没有的东西，否则就是在期待魔法。”她对媒体说。
她一直在研究大语言模型会带来的直接风险，比如加剧偏见，污染信息生态系统；在解析英语以外的语言方面，通常没有太优秀的表现。
因此，当这些模型被构建到关键基础设施中时，会给非英语使用者带来风险。
据了解，她的工作帮助塑造了立法者对 AI 偏见和监管必要性的看法。
正是以这些 AI 领域女性人物为代表的从业者，为 AI 的发展和完善做出了显著的贡献。所以，在这个专属于妇女的特殊日子里，她们值得被更好地纪念。借此机会也祝福所有女性读者节日快乐！
参考资料：
https://time.com/collection/time100-ai/
https://time.com/collection/time100-ai/6308945/fei-fei-li/
https://en.wikipedia.org/wiki/Fei-Fei_Li
https://engineering.stanford.edu/people/fei-fei-li
https://time.com/collection/time100-ai/6311101/clara-shih/
https://en.wikipedia.org/wiki/Clara_Shih
https://www.salesforce.com/in/blog/author/clara-shih/
https://time.com/collection/time100-ai/6310644/nancy-xu/
https://time.com/collection/time100-ai/6309455/sougwen-chung/
https://www.linkedin.com/in/sougwenchung?challengeId=AQHYiDrZ9lBM1AAAAY4CEAwpLIeZGxVcawLyJngqPkBB41hDStNcbuuM89xgpaL7C5IGJQiXbRCV0WHl17tyKmTZJOQOE2Qwww&submissionId=acfc7045-f91e-b917-bf2b-e53456f8c751&challengeSource=AgFgo5UzEYG0FQAAAY4CECX1b4_YAgx2_qCgTmIOzX1cJI-5gB8qPNDo6BAHX7g&challegeType=AgGGbWcnS7Ae0gAAAY4CECX4ZplUAh8IM7-suZIp8BNGPSaI0Kv6bZk&memberId=AgG6ry02WJZe0gAAAY4CECX6P7-hCHmWogm0E3MKMftHvnI&recognizeDevice=AgEf_DMy5X-nZwAAAY4CECX9xtDNyzUC9CiYBlwMTPMzfcUMcf-F
http://wie.ieeer10.org/wp-content/uploads/2017/03/Yonghua-Lin_short-bio.pdf
https://time.com/collection/time100-ai/6309077/alondra-nelson/
https://en.wikipedia.org/wiki/Alondra_Nelson
https://time.com/collection/time100-ai/6309047/daniela-and-dario-amodei/
https://kitrum.com/blog/the-inspiring-story-of-daniela-amodei-anthropics-leader/
https://time.com/collection/time100-ai/6309470/anna-makanju/
https://www.obama.org/democracy-forum-2023/anna-makanju/
https://time.com/collection/time100-ai/6308968/lila-ibrahim/
https://en.wikipedia.org/wiki/Lila_Ibrahim
https://abebabirhane.com/
https://time.com/collection/time100-ai/6308999/abeba-birhane-ai/
https://en.wikipedia.org/wiki/Abeba_Birhane
https://time.com/collection/time100-ai/6309005/margaret-mitchell-ai/
https://www.m-mitchell.com/
https://en.wikipedia.org/wiki/Margaret_Mitchell_(scientist)
https://time.com/collection/time100-ai/6310625/kate-kallot/
https://dohaforum.org/speakers/kate-kallot
https://time.com/collection/time100-ai/6309459/kate-crawford/
https://katecrawford.net/
https://en.wikipedia.org/wiki/Kate_Crawford
https://time.com/collection/time100-ai/6311106/inioluwa-deborah-raji/
https://en.wikipedia.org/wiki/Deborah_Raji
https://time.com/collection/time100-ai/6308275/emily-m-bender/
https://faculty.washington.edu/ebender/
运营/排版：何晨龙