Py学习  »  机器学习算法

工智能、机器学习和机器人领域的7名女性领军人物

新机器视觉 • 4 年前 • 366 次点击  

 

人工智能、机器学习和机器人时代已经来临,这些技术将继续塑造我们未来的生活。但是在这些领域工作的人仍然没有反映出他们注定要改变的社会。

根据LinkedIn和世界经济论坛2018年全球性别差距报告所做的分析,在全球范围内,女性专业人士仅占22%。根据Wired与蒙特利尔创业公司Element AI合作完成的一项研究,在更专业的机器学习领域,女性只占12%。

人工智能和机器学习仍然是男性主导的领域。但是由女性设计和领导的人工智能世界会是什么样子呢?从让人工智能更人性化,到让建筑行业自动化,再到重塑医疗保健行业,以下是7位女性在人工智能、机器学习和机器人技术领域的领军人物。

1. Rana el Kaliouby:创造情绪智能AI

她是Affectiva的联合创始人兼首席执行官,Affectiva是一家使用AI技术通过面部和语音来检测情绪的软件公司。到2020年,全球情绪检测和识别市场预计将达到247.4亿美元。

她领导开发了情感人工智能技术,该技术利用计算机视觉、深度学习、机器学习和语音处理,从大量面部数据中识别情感。在创建affect tiva之前,el Kaliouby是麻省理工学院媒体实验室的一名研究科学家。她在剑桥大学获得了博士学位,在麻省理工学院获得了博士后学位。她是《财富》杂志2018年40位40岁以下女性榜单的一员,也是《福布斯》2018年美国科技行业50强女性榜单的一员,也是2018年世界经济论坛的年轻全球领袖。

el Kaliouby在《福布斯》上撰文展望了机器人与人类合作的未来,而不是与人类对抗。“这似乎有些牵强,但我看到人工智能与人们合作——帮助我们更好地工作,给我们更多的洞见,甚至可能让我们更健康、更快乐。”

2.李飞飞:发展以人为本的人工智能

李是人工智能的杰出人物之一。她目前是斯坦福大学计算机科学系的教授,并且是斯坦福以人为本的人工智能研究所(HAI)的联合负责人,致力于推动人工智能研究和开发,以造福人类。 Li还曾在Google Cloud担任人工智能和机器学习的首席科学家。

她倡导人工智能的多元化和包容性,作为非营利组织AI4ALL的联合创始人和主席。她的作品获得了无数奖项和表彰,包括加州大学女性技术倡议2017年雅典娜学术领导奖,作为Elle杂志2017年女性技术力量榜单的一部分,以及2016年卡内基基金会的大移民之一。

在接受《连线》杂志采访时,李阐述了她对HAI的愿景:“首先,我希望看到HAI培养出一支由人工智能从业者、开发人员和领导者组成的非常多样化的劳动力队伍。我希望我们能部署技术,帮助人类生活得更好、更健康、工作更安全、更有成效。”。

3.辛西娅·布雷西亚(Cynthia Breazeal):让机器人更具社交性

布雷西亚创立并领导了麻省理工学院媒体实验室的个人机器人小组,并在麻省理工学院担任媒体艺术和科学副教授。作为人机交互领域的先驱,布雷西亚帮助建立了现已不复存在的Jibo。Jibo是一款家用社交机器人,它使用先进的面部和语音识别技术,以及自然语言理解能力,与其人类家庭进行互动,并建立关系。后来,她把这家公司变成了一家同名的社交机器人公司,担任联合创始人和首席科学家。

2014年,她被《财富》杂志评为最有前途的女性企业家之一,2015年,她被《企业家》杂志评为值得关注的六位创新型女性之一。她的Jibo机器人被《时代》杂志评为2017年最佳发明之一。

4. Tessa Lau:机器人语者

Lau是Dusty Robotics的创始人兼首席执行官,Dusty Robotics是一家初创公司,主要开发机器人驱动的工具,使建筑任务自动化,提高建筑行业的效率和安全性。到2023年,建筑领域的人工智能预计将成为一个价值20亿美元的全球市场。

在此之前,她是Savioke公司的联合创始人、首席技术官和首席机器人语者,该公司为医疗、酒店和物流行业提供机器人。刘还在IBM Research工作了10多年。

她在华盛顿大学获得计算机科学博士学位。她还被Inc.com网站列入机器人领域最具创新力的女性前五名,以及Fast Company 2015年最具创造力的人物名单。

5. Timnit Gebru:领导伦理AI运动

作为谷歌伦理AI团队的一名研究科学家,Gebru站在了寻找人工智能伦理问题解决方案的前沿。她在微软研究院的命运(公平、责任、透明度和伦理)人工智能小组完成了博士后学位,并在斯坦福大学人工智能实验室获得博士学位,主要研究计算机视觉,在李飞飞的指导下。她还在苹果公司工作,为公司的产品设计电路和信号处理算法。

Gebru将深度学习与谷歌街景相结合来识别美国社区人口的研究,在BBC、《经济学人》(The Economist)和《纽约时报》(The New York Times)等媒体上发表,并在LDV Capital的2017年创业电脑视觉挑战赛(Entrepreneurial Computer Vision Challenge)中获得一等奖。

她在人工智能中与算法偏见作斗争,并通过她的组织,人工智能中的Black,积极支持该领域的多样性。正如Gebru告诉福布斯的那样,“你给世界带来的积极影响并不一定与你的工作有关。对我而言,我还有一个独立的方面,我一直参与社会公正。

6. Devi Parikh:通过人工智能改善视力障碍者的生活

Parikh 在乔治亚理工学院的互动计算学院担任助理教授,在Facebook的人工智能研究领域担任研究科学家。她在卡内基梅隆大学获得博士学位,在她的职业生涯中获得了各种奖项,包括四项谷歌教师研究奖,一项亚马逊学术研究奖,以及2017年国际人工智能联合会议的计算机与思维奖。

Parikh的视觉问题回答研究结合了计算机视觉、语言和人工智能,利用图像教计算机回答问题。它被誉为有潜力改善视力障碍患者的生活质量。

7. Daphne Koller:通过机器学习改变医疗保健

Koller是insitro的创始人兼首席执行官。insitro是一家初创企业,它应用机器学习来加快药物的发现和开发,使这个过程更廉价、更高效。到2021年,人工智能健康市场的价值预计将达到66亿美元。

在创办insitro之前, Koller在斯坦福大学(Stanford University)计算机科学系担任教授超过18年,然后在Alphabet旗下的Calico Labs担任首席计算官。Calico Labs是一家研发生物技术公司。她还是在线学习平台Coursera的联合创始人、联合首席执行官和总裁。

Koller在斯坦福大学获得博士学位,在加州大学伯克利分校获得博士后学位。她是美国国家工程学院(National Academy of Engineering)的成员,也是美国艺术与科学学院(American Academy of Arts and Sciences)和国际计算生物学学会(International Society for Computational Biology)的研究员。她还被《时代》杂志评为2013年最具影响力的100人之一。

在谈到人工智能与其他领域的交叉时, Koller告诉《Vogue》杂志,“我们现在看到的是,计算方法在如此多的职业中变得无处不在。你可以帮助南非的渔民找到卖鱼的地方,或者像我们一样使用计算机来发现新药。现在有很多方法可以对社会产生巨大的影响。”


小编推荐HOT

工业视觉都有哪些行业标准可以参照执行

视觉+机器人,如何实现连接器的自动装配?

机器视觉在制造业应用的10个案例 

机器视觉技术发展的五大趋势 

搞懂机器视觉基本内容,这份PPT就够了!

机器视觉系统集成发展的现状和前景 

2019年光技术发展的十大趋势 

机器视觉:PC式视觉系统与嵌入式视觉系统区别  

干货:变成计算机视觉大师,需要经历的几个阶段  

计算机视觉和图像处理之间有什么区别?

基于HALCON的机器视觉开发,C++或C#如何选择?


 End 

更多是视觉资讯尽在“新机器视觉”微信公众号~


Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/33773
 
366 次点击