Рэйчел Томас (академический)
Рэйчел Томас | |
|---|---|
 Рэйчел Томас выступает на Linux Foundation в 2018 году | |
| Альма-матер | Университет Дьюка (доктор философии) Суортморский колледж |
| Известный | Этика данных Искусственный интеллект |
| Научная карьера | |
| Учреждения | Университет Сан-Франциско Убер |
Рэйчел Томас — американский ученый-компьютерщик и директор-основатель Центра прикладной этики данных в Университете Сан-Франциско . Вместе с Джереми Ховардом является соучредителем fast.ai. она Томас была выбрана журналом Forbes как одна из 20 самых невероятных женщин в области искусственного интеллекта .
Ранняя жизнь и образование
[ редактировать ]Томас вырос в Галвестоне, штат Техас. В старшей школе она начала программировать на C++. Томас получила степень бакалавра математики в Суортмор-колледже в 2005 году. [ 1 ] В Суортморе она была избрана в общество почета Дельты Фи-Бета . Она переехала в Университет Дьюка для учебы в аспирантуре и защитила докторскую диссертацию по математике в 2010 году. [ 2 ] Ее докторское исследование включало математический анализ биохимических сетей. Во время учебы в докторантуре она прошла стажировку в RTI International , где разработала модели Маркова для оценки протоколов лечения ВИЧ . Томас присоединилась к Exelon в качестве количественного аналитика, где она собирала данные из Интернета и строила модели для предоставления информации трейдерам энергоносителей. [ 3 ]
В 2013 году Томас присоединилась к Uber , где разработала интерфейс драйвера и алгоритмы повышения напряжения с использованием машинного обучения . [ 4 ] Затем она стала преподавателем в Hackbright Academy, школе для женщин-разработчиков программного обеспечения. [ 5 ]
Исследования и карьера
[ редактировать ]Томас присоединилась к Университету Сан-Франциско в 2016 году, где она основала Центр прикладной этики данных. [ 6 ] [ 7 ] Здесь она изучала рост дипфейков , [ 8 ] предвзятость в машинном обучении и глубоком обучении .
Когда Томас начал разрабатывать нейронные сети , этим занимались лишь несколько ученых, и ее беспокоило отсутствие обмена практическими советами. [ 9 ] Хотя существует значительный спрос на набор исследователей в области искусственного интеллекта , Томас утверждает, что, хотя эта карьера традиционно требует наличия докторской степени , доступа к суперкомпьютерам и большим наборам данных, это не является обязательным условием. [ 9 ] Чтобы преодолеть этот очевидный пробел в навыках, Томас основал «Практическое глубокое обучение для программистов» , первый аккредитованный университетом сертификат открытого доступа в области глубокого обучения, а также создал первую библиотеку программирования машинного обучения с открытым доступом. [ 10 ] Томас и Джереми Ховарды основали fast.ai, исследовательскую лабораторию, которая стремится сделать глубокое обучение более доступным. [ 11 ] Среди ее учеников были канадский молочный фермер, африканские врачи и французский учитель математики. [ 4 ]
Томас изучал бессознательную предвзятость в машинном обучении. [ 12 ] [ 13 ] и подчеркнул, что даже если раса и пол не являются явными входными переменными в конкретном наборе данных, алгоритмы могут стать расистскими и сексистскими, когда эта информация скрыто закодирована в других переменных. [ 13 ] [ 14 ] Помимо своей академической карьеры, Томас призвала к более разнообразному персоналу, чтобы предотвратить предвзятость в системах, использующих искусственный интеллект. [ 9 ] [ 15 ] Она считает, что в сфере технологий должно работать больше людей из исторически недостаточно представленных групп, чтобы смягчить часть вреда, который могут причинить определенные технологии, а также гарантировать, что созданные системы приносят пользу всему обществу. [ 16 ] В частности, она обеспокоена удержанием женщин и цветных людей на должностях в сфере технологий. [ 4 ] Томас входит в совет директоров организации «Женщины в машинном обучении» (WiML). [ 17 ] Она работала консультантом в Deep Learning Indaba , некоммерческой организации, которая занимается обучением африканцев машинному обучению . включил ее В 2017 году журнал Forbes в число 20+ «ведущих женщин» в области искусственного интеллекта. [ 18 ]
Томас также писал о применении науки о данных и машинного обучения в медицине. В одной статье она описывает использование машинного обучения в медицинской сфере и освещает некоторые связанные с этим этические проблемы. Статья была опубликована в Boston Review под названием «Проблема машинного обучения в медицине. Поскольку инструменты больших данных меняют здравоохранение, предвзятые наборы данных и неподотчетные алгоритмы угрожают еще больше лишить пациентов возможностей». [ 19 ]
Работа над этикой и разнообразием данных
[ редактировать ]Томас обеспокоен отсутствием разнообразия в сфере искусственного интеллекта и считает, что существует множество квалифицированных людей, которых не нанимают. [ 5 ] Она особенно сосредоточилась на проблеме плохого удержания женщин в сфере технологий, отметив, что «41% женщин, работающих в сфере технологий, уходят в течение 10 лет. Это более чем в два раза выше, чем у мужчин. И тех, у кого есть ученые степени, у которых предположительно больше возможностей. , на 176% чаще уходят». [ 5 ] Томас считает [ 5 ] «Крутую и эксклюзивную ауру» ИИ необходимо разрушить, чтобы открыть ее для посторонних и сделать доступной для людей с нетрадиционным и неэлитным прошлым.
Ссылки
[ редактировать ]- ^ «Рэйчел Томас '05 среди 20 лучших женщин, продвигающих исследования в области искусственного интеллекта» . www.swarthmore.edu . 25 мая 2017 г. Проверено 18 декабря 2019 г.
- ^ jbmorris2 (20 апреля 2017 г.). «Рэйчел Томас» . Университет Сан-Франциско . Проверено 18 декабря 2019 г.
{{cite web}}: CS1 maint: числовые имена: список авторов ( ссылка ) - ^ «| Рэйчел Томас | основатель fast.ai и доцент USF» . QCon.ai Сан-Франциско . Проверено 18 декабря 2019 г.
- ^ Перейти обратно: а б с «Рэйчел Томас, основательница fast.ai и доцент Университета Сан-Франциско» . OnlineEducation.com . Проверено 18 декабря 2019 г.
- ^ Перейти обратно: а б с д Стегман, Кейси. «Истории с открытым исходным кодом: возможное будущее» . Истории с открытым исходным кодом . Проверено 24 декабря 2019 г.
- ^ «EGG Сан-Франциско 2019» . sf.egg.dataiku.com . Архивировано из оригинала 19 декабря 2019 г. Проверено 18 декабря 2019 г.
- ^ Штаты, Остин, Техас Юнайтед (07 августа 2019 г.). «USF открывает Центр этики данных» . Датанами . Проверено 18 декабря 2019 г.
- ^ Пэнгберн, диджей (21 сентября 2019 г.). «Вас предупредили: дипфейки в полный рост — это следующий шаг в имитации человека на основе искусственного интеллекта» . Компания Фаст . Проверено 18 декабря 2019 г.
- ^ Перейти обратно: а б с Сноу, Джеки. «Стартап, который диверсифицирует рабочую силу в области ИИ, выходя за рамки просто «технарей» » . Обзор технологий Массачусетского технологического института . Проверено 18 декабря 2019 г.
- ^ Рэй, Тирнан. «Программное обеспечение Fast.ai может радикально демократизировать ИИ» . ЗДНет . Проверено 18 декабря 2019 г.
- ^ «Новые схемы учат массы создавать ИИ. Новые схемы учат массы создавать ИИ» . Экономист . ISSN 0013-0613 . Проверено 18 декабря 2019 г.
- ^ «Может ли ИИ иметь предубеждения?» . Techopedia.com . 2 октября 2019 года . Проверено 18 декабря 2019 г.
- ^ Перейти обратно: а б «Анализ и предотвращение неосознанных предубеждений в машинном обучении» . ИнфоQ . Проверено 18 декабря 2019 г.
- ^ «Всемирная служба BBC — реальная история. Можно ли доверять алгоритмам?» . Би-би-си . Проверено 18 декабря 2019 г.
- ^ «Перетягивание каната из-за предвзятого ИИ» . Аксиос . 14 декабря 2019 года . Проверено 18 декабря 2019 г.
- ^ Искусственный интеллект нужен всем нам | Рэйчел Томас, доктор философии | TEDxSanFrancisco , 19 октября 2018 г. , получено 18 декабря 2019 г.
- ^ "Совет директоров" . Проверено 18 декабря 2019 г.
- ^ Яо, Мария. «Познакомьтесь с этими невероятными женщинами, продвигающими исследования в области искусственного интеллекта» . Форбс . Проверено 18 декабря 2019 г.
- ^ Томас, Рэйчел (4 января 2021 г.). «Проблема машинного обучения в медицине» . Бостонский обзор .
