Рэйчел Томас (академик) - Rachel Thomas (academic)

Рэйчел Томас
Рэйчел Томас из Linux Foundation.jpg
Рэйчел Томас выступает в Linux Foundation в 2018 году
Альма-матерУниверситет Дьюка (Кандидат наук)
Swarthmore College
ИзвестенЭтика данных
Искусственный интеллект
Научная карьера
УчрежденияУниверситет Сан-Франциско
Убер

Рэйчел Томас американский ученый-компьютерщик и директор-основатель Центра прикладной этики данных Университет Сан-Франциско. Вместе с Джереми Ховард, она является соучредителем fast.ai. Томас был выбран Журнал Forbes как одна из 20 самых невероятных женщин в искусственный интеллект.

ранняя жизнь и образование

Томас вырос в Галвестоне и учился в большой, бедной государственной средней школе, которую New York Times оценила как один из 2% в Техасе, которые являются «академически неприемлемыми».[1] В старшей школе она начала программировать на C ++. Оба ее родителя имеют ученые степени.

Томас получила степень бакалавра математики в Swarthmore College[2][3]. В Свортморе она была избрана в Общество чести Дельты Фи Бета. Она переехала в Университет Дьюка для учебы в аспирантуре, где она столкнулась с серьезным дискриминационным поведением[1]и защитила кандидатскую диссертацию по математике в 2010 году.[2] Ее докторское исследование включало математический анализ биохимических сетей. Во время учебы в докторантуре прошла стажировку в RTI International где она развивалась Марковские модели оценить Лечение ВИЧ протоколы. Томас присоединился Exelon в качестве количественного аналитика, где она собирала данные в Интернете и строила модели для предоставления информации торговцам энергоресурсами.[4]

В 2013 году Томас присоединился к Убер где она разработала интерфейс драйвера и алгоритмы перенапряжения, используя машинное обучение.[5] Затем она стала преподавателем в Hackbright Academy, школе для женщин-программистов.[1]

Исследования и карьера

Томас присоединился к Университет Сан-Франциско в 2016 году, где она основала и сейчас руководит Центром прикладной этики данных.[6][7] Здесь она изучила рост дипфейки,[8] предвзятость машинное обучение и глубокое обучение.[9]

Когда Томас начал развиваться нейронные сети, так поступали только несколько ученых, и она была обеспокоена отсутствием практических советов.[10] Хотя существует значительный спрос на набор персонала для искусственный интеллект исследователей интеллекта, Томас утверждал, что, хотя эта карьера традиционно требовала кандидат наук, доступ к суперкомпьютерам и большим наборам данных - это не обязательные условия.[10] Чтобы преодолеть этот очевидный пробел в навыках, Томас создал Практическое глубокое обучение для кодеров, первый университет, аккредитованный открытый доступ сертификат по глубокому обучению, а также создание первой библиотеки программирования машинного обучения с открытым доступом.[11] Томас и Джереми Ховард соучредитель fast.ai, исследовательской лаборатории, которая стремится глубокое обучение более доступный.[12] Среди ее учеников были канадский фермер, занимающийся молочным животноводством, африканские врачи и французский учитель математики.[5]

Томас изучал бессознательную предвзятость в машинном обучении,[13][14] и подчеркнул, что даже если раса и пол не являются явными входными переменными в конкретном наборе данных, алгоритмы могут стать расистскими или сексистскими, когда эта информация скрыто кодируется в других переменных.[14][15] Наряду с ее академической карьерой Томас призвала к более разнообразному персоналу, чтобы предотвратить предвзятость в системах, использующих искусственный интеллект.[10][16] Она считает, что должно быть больше людей из исторически недопредставленных групп, работающих в сфере технологий, чтобы уменьшить часть вреда, который могут нанести определенные технологии, а также гарантировать, что созданные системы приносят пользу всему обществу.[9][17] В частности, ее беспокоит удержание женщин и цветных людей на технических должностях.[5] Томас входит в совет директоров организации «Женщины в машинном обучении» (WiML).[18] Она работала советником в Deep Learning Indaba, некоммерческой организации, которая занимается обучением африканцев машинное обучение. В 2017 году ее выбрали Журнал Forbes как одна из 20+ «ведущих женщин» в области искусственного интеллекта.[19]

Работа над этикой и разнообразием данных

Томас обеспокоен отсутствием разнообразия в ИИ и считает, что есть много квалифицированных людей, которых не принимают на работу.[1] Она особенно сосредоточила внимание на проблеме низкого удержания женщин в сфере высоких технологий, отметив, что «41% женщин, работающих в сфере технологий, увольняются в течение 10 лет. Это вдвое больше, чем у мужчин. И те, у кого есть ученые степени, у которых, предположительно, больше возможностей. , вероятность ухода на 176% выше ".[1] Томас считает[1] «Крутая и эксклюзивная аура» ИИ должна быть разрушена, чтобы открыть ее для посторонних и сделать доступной для людей с нетрадиционным и неэлитным прошлым.

Рекомендации

  1. ^ а б c d е ж Стегман, Кейси. «Истории с открытым исходным кодом: возможное будущее». Истории с открытым исходным кодом. Получено 2019-12-24.
  2. ^ а б jbmorris2 (20 апреля 2017 г.). "Рэйчел Томас". Университет Сан-Франциско. Получено 2019-12-18.
  3. ^ «Рэйчел Томас '05 среди 20 лучших женщин, продвигающих исследования искусственного интеллекта». www.swarthmore.edu. 2017-05-25. Получено 2019-12-18.
  4. ^ "| Рэйчел Томас | основательница fast.ai и доцент USF". QCon.ai Сан-Франциско. Получено 2019-12-18.
  5. ^ а б c «Рэйчел Томас, основатель fast.ai и доцент Университета Сан-Франциско». OnlineEducation.com. Получено 2019-12-18.
  6. ^ «EGG Сан-Франциско 2019». sf.egg.dataiku.com. Получено 2019-12-18.
  7. ^ Штаты, Остин, Техас, США (07.08.2019). «USF запускает Центр этики данных». Датанами. Получено 2019-12-18.
  8. ^ Пэнгберн, Д. Дж. (21 сентября 2019 г.). «Вас предупредили: дипфейки всего тела - следующий шаг в мимикрии человека на основе ИИ». Быстрая Компания. Получено 2019-12-18.
  9. ^ а б «Интервью с соучредителем и исследователем Fast.ai: доктором Рэйчел Томас». hackernoon.com. Получено 2019-12-18.
  10. ^ а б c Снег, Джеки. «Стартап, диверсифицирующий кадры искусственного интеллекта не только»"". Обзор технологий MIT. Получено 2019-12-18.
  11. ^ Рэй, Тирнан. «Программное обеспечение Fast.ai может радикально демократизировать ИИ». ZDNet. Получено 2019-12-18.
  12. ^ «Новые схемы учат массы создавать ИИ, Новые схемы учат массы создавать ИИ». Экономист. ISSN  0013-0613. Получено 2019-12-18.
  13. ^ "Может ли ИИ быть предвзятым?". Techopedia.com. Получено 2019-12-18.
  14. ^ а б «Анализ и предотвращение бессознательной предвзятости в машинном обучении». InfoQ. Получено 2019-12-18.
  15. ^ «Всемирная служба Би-би-си - Реальная история. Можно ли доверять алгоритмам?». BBC. Получено 2019-12-18.
  16. ^ «Перетягивание каната из-за предвзятого ИИ». Axios. Получено 2019-12-18.
  17. ^ Все мы нужны искусственному интеллекту | Рэйчел Томас P.h.D. | TEDxSanFrancisco, получено 2019-12-18
  18. ^ "Совет директоров". Получено 2019-12-18.
  19. ^ Яо, Мария. «Познакомьтесь с этими невероятными женщинами, продвигающими исследования искусственного интеллекта». Forbes. Получено 2019-12-18.