Siekdama, kad į DI orientuotos moterys akademikės ir kitos būtų dėmesio centre, „TechCrunch“ paskelbė interviu seriją, skirtą nuostabioms moterims, prisidėjusioms prie AI revoliucijos. Šiuos kūrinius skelbiame ištisus metus, nes tęsiasi AI bumas, pabrėždami pagrindinius darbus, kurie dažnai lieka neatpažįstami. Daugiau profilių skaitykite čia.
Chinasa T. Okolo yra Brookings Institition Technologijų inovacijų centro valdymo studijų programos bendradarbė. Prieš tai ji dirbo etikos ir socialinio poveikio komitete, kuris padėjo plėtoti Nigerijos nacionalinę dirbtinio intelekto strategiją, ir dirbo įvairių organizacijų, įskaitant Afrikos Sąjungos plėtros agentūrą ir Kvebeko dirbtinio intelekto institutą, AI politikos ir etikos patarėja. Neseniai Kornelio universitete ji įgijo kompiuterių mokslų daktaro laipsnį, kur tyrė, kaip AI veikia pasaulinius pietus.
Trumpai, kaip pradėjote dirbti dirbtinio intelekto srityje? Kas tave patraukė šioje srityje?
Iš pradžių perėjau prie AI, nes mačiau, kaip skaičiavimo metodai gali paskatinti biomedicininius tyrimus ir demokratizuoti marginalizuotų bendruomenių prieigą prie sveikatos priežiūros. Per paskutinius bakalauro metus [at Pomona College]Pradėjau tyrimus su žmogaus ir kompiuterio sąveikos profesoriumi, kuris atskleidė man iššūkius, susijusius su DI šališkumu. Studijuodamas daktaro laipsnį, susidomėjau suprasti, kaip šios problemos paveiks pasaulio pietuose gyvenančius žmones, kurie sudaro didžiąją pasaulio gyventojų dalį ir dažnai neįtraukiami į DI vystymąsi ir yra nepakankamai atstovaujami.
Kokiu darbu labiausiai didžiuojatės (AI srityje)?
Neįtikėtinai didžiuojuosi savo darbu su Afrikos Sąjunga (AS) kuriant AU-AI žemyninę Afrikos strategiją, kuria siekiama padėti AS valstybėms narėms pasiruošti atsakingam AI priėmimui, plėtrai ir valdymui. Strategijos rengimas truko 1,5 metų ir buvo paskelbtas 2024 m. vasario pabaigoje. Šiuo metu vyksta atviras grįžtamojo ryšio laikotarpis, kurio tikslas – 2025 m. pradžioje AS valstybės narės ją oficialiai priimti.
Kaip pirmosios kartos nigerietis amerikietis, užaugęs Kanzas Sityje, MO, ir neišvykęs iš valstijų, kol studijuodamas užsienyje, aš visada siekiau savo karjerą sutelkti Afrikoje. Pradėdamas tokį įtakingą darbą taip ankstyvoje karjeros pradžioje, džiaugiuosi galėdamas ieškoti panašių galimybių, padedančių formuoti įtraukų, pasaulinį AI valdymą.
Kaip sprendžiate vyrų dominuojamos technologijų pramonės ir, tuo labiau, vyrų dominuojamos AI pramonės iššūkius?
Norint naršyti vyrų dominuojamoje technologijų ir dirbtinio intelekto pramonėje, labai svarbu rasti bendruomenę su tais, kurie dalijasi mano vertybėmis.
Man pasisekė matyti daug pažangos atsakingo dirbtinio intelekto srityje ir žinomus tyrimus, atskleidžiančius AI žalą, kuriems vadovauja juodaodės mokslininkės, tokios kaip Timnit Gebru, Safiya Noble, Abeba Birhane, Ruha Benjamin, Joy Buolamwini ir Deb Raji, kurių daugelis per pastaruosius kelerius metus galėjau susisiekti su.
Pamatęs jų lyderystę, mane paskatino tęsti savo darbą šioje srityje ir parodė, kad verta eiti „prieš grūdus“, kad padarytume reikšmingą poveikį.
Ką patartumėte moterims, norinčioms patekti į AI sritį?
Neišsigąskite techninio išsilavinimo stokos. AI sritis yra daugiamatė ir jai reikia įvairių sričių žinių. Mano tyrimams didelę įtaką padarė sociologai, antropologai, kognityviniai mokslininkai, filosofai ir kiti humanitarinių ir socialinių mokslų atstovai.
Kokios yra pačios aktualiausios problemos, su kuriomis susiduria dirbtinis intelektas vystantis?
Vienas iš svarbiausių klausimų bus teisingas ne Vakarų kultūrų vaizdavimas iškiliomis kalbomis ir daugiarūšio transporto modeliais. Didžioji dauguma AI modelių parengti anglų kalba ir remiantis duomenimis, kurie pirmiausia atspindi Vakarų kontekstus, o tai nepalieka vertingų perspektyvų iš daugumos pasaulio šalių.
Be to, lenktynės dėl didesnių modelių kūrimo lems didesnį gamtos išteklių išeikvojimą ir didesnį klimato kaitos poveikį, kuris ir taip daro neproporcingai didelį poveikį pasaulio pietinėms šalims.
Kokias problemas AI naudotojai turėtų žinoti?
Daugybė AI įrankių ir sistemų, kurios buvo pradėtos naudoti viešai, pervertina savo galimybes ir tiesiog neveikia. Daugelį užduočių, kurias žmonės siekia naudoti AI, greičiausiai būtų galima išspręsti naudojant paprastesnius algoritmus arba pagrindinį automatizavimą.
Be to, generatyvus AI gali padidinti žalą, pastebėtą naudojant ankstesnius AI įrankius. Daugelį metų matėme, kaip šios priemonės pasižymi šališkumu ir lemia žalingų sprendimų priėmimą prieš pažeidžiamas bendruomenes, o tai greičiausiai padidės, kai generatyvus AI padidės ir padidės.
Tačiau leidus žmonėms, turintiems žinių, suprasti AI apribojimus, gali padidėti atsakingas šių įrankių priėmimas ir naudojimas. AI ir duomenų raštingumo gerinimas plačiojoje visuomenėje taps esminiu pagrindu, nes AI įrankiai greitai integruosis į visuomenę.
Koks yra geriausias būdas atsakingai kurti AI?
Geriausias būdas atsakingai kurti AI – kritiškai vertinti numatytus ir nenumatytus šių įrankių naudojimo atvejus. Dirbtinio intelekto sistemas kuriantys žmonės turi prieštarauti, kad dirbtinis intelektas būtų naudojamas žalingiems karo ir policijos scenarijus, ir turėtų ieškoti išorės nurodymų, jei AI tinka kitiems naudojimo atvejams, į kuriuos jie gali skirti. Atsižvelgiant į tai, kad dirbtinis intelektas dažnai yra esamos socialinės nelygybės stiprintuvas, taip pat būtina, kad kūrėjai ir tyrėjai būtų atsargūs, kurdami ir kuruodami duomenų rinkinius, naudojamus AI modeliams mokyti.
Kaip investuotojai galėtų geriau siekti atsakingo AI?
Daugelis teigia, kad didėjantis rizikos kapitalo susidomėjimas „išgryninti“ dabartinę AI bangą paspartino „AI gyvatės aliejaus“, kurį sukūrė Arvind Narayanan ir Sayash Kapoor, augimą. Sutinku su šia nuomone ir manau, kad investuotojai, kartu su akademiniais, pilietinės visuomenės suinteresuotaisiais subjektais ir pramonės nariais, turi užimti vadovaujančias pareigas, kad pasisakytų už atsakingą AI plėtrą. Pats, būdamas angelas investuotojas, rinkoje mačiau daug abejotinų AI įrankių. Investuotojai taip pat turėtų investuoti į dirbtinio intelekto žinias, kad galėtų patikrinti įmones ir prašyti išorinio įrankių, demonstruojamų aikštelėje, audito.
Ar dar ką nors norite pridėti?
Dėl šios besitęsiančios „AI vasaros“ padaugėjo „AI ekspertų“, kurie dažnai trukdo svarbiems pokalbiams apie dabartinę AI riziką ir žalą bei pateikia klaidinančios informacijos apie DI įgalintų įrankių galimybes. Raginu tuos, kurie nori mokytis dirbtinio intelekto srityje, kritiškai vertinti šiuos balsus ir ieškoti patikimų šaltinių, iš kurių galima pasimokyti.