Hero Circle Shape
Hero Moon Shape
Hero Right Shape
Blog Details Image

bitpie钱包下载|这五位女性,正在改变 AI 行业 - AI新智界

  • 作者 :bitpie钱包下载
  • 2024年03月10日

文章来源: 极客公园

作者 | Li Yuan

编辑 | 郑玄

图片来源:由无界AI生成图片来源:由无界AI生成

如果你和我一样,看到 Transformer 八子这种表述,就默认他们都是男性,今天是重新检查自己的 bias 的时候了。很遗憾,这个世界的媒体资源并不总是按照重要性平均分配的。同样在推进科技前沿,在大众认知中,开发出击败人类棋手的 AlphaGo 和或许能让人类潜在受益无穷的 AlphaFold 的 DeepMind 的领导者 Demis Hassabis,就不如上演了一场宫斗大戏的 OpenAI 领导者 Sam Altman 出名。而他们两个加在一起,可能也没有尝试投资他们两个公司失败的马斯克出名。马斯克无疑是杰出的。不过,他得到的媒体资源,要远远超过与他同等杰出的人,而与他相关的新闻,即使重要性不高,往往也能获得新闻头条——在马斯克接手推特之前,我真的不记得曾在科技新闻中频频看到「推特可能要增加一个小功能了!」而且只是可能哦!马斯克敢做,也敢说。每有一个像马斯克这样的网红企业家,总会有十个 Demis Hassabis 这样低调做事的推进者,只在业界享有名望,而在大众领域不被熟知。而如果谈到女性,这样的情形往往更加严重。女性科技工作者往往背着双重 debuff,一方面,女性科技工作者往往个性低调,而另一方面,女性面临着来自社会的结构性的不利因素。在做同样的事情的时候,女性的科学成就,往往被人们忽视,而被归功于与她们同时工作的男性同事——这件事早已被人们发现,并被命名为马蒂尔达效应。比如,想到编程与人工智能,有多少人能马上意识到,人类历史上最早的计算机程序是由 Ada Lovelace,一位女性撰写的,而 AI 方向的第一本教科书,来自 Elaine Rich,一位女性呢?长期关注 AI 领域的人,又有多少人能脱口而出几位 AI 领域的杰出女性呢?没有关系,在做这个选题之前,我也无法马上讲出很多个这样的杰出女性,但这并不代表没有杰出的女性科技工作者正在从事 AI 行业。这正是国际妇女节的意义。在 3 月 8 日这一天,让我们花几分钟,了解五位杰出的女性 AI 研究者和创业者。

01李飞飞,创建 ImageNet,引发图像 AI 大爆发

AI 领域的大爆炸,在学界有着连贯的历史,而在产业界,几乎可以追溯到一个时刻:2012 年,深度学习网络 AlexNet,在图片识别上达到了极高的成功率。人工智能从此逐渐进入深度学习主导的时代,十年内,人工智能也因此变成了我们每个人生活中的热词。而 AlexNet 的提出,往前推导,归根结底,要来到李飞飞在 2009 年建立的 ImageNet。李飞飞 1976 年出生在北京,在成都长大。12 岁那年,李飞飞搬去了美国生活。当时,她几乎不会讲英语,在两年内,她迅速达到了极强的英语水平,同时展现出了很强的数学能力。1995 年,她靠奖学金进入普林斯顿大学,当时她几乎每个周末都要回家,帮助家人打理借钱开张的干洗店。2007 年,李飞飞成为普林斯顿大学的助理教授。在那个时候,计算机视觉领域的科研人员,通常需要专门编写一套算法来辨识狗,再编写另一套算法来辨识猫。李飞飞的直觉是:模型能力可能是足够的,问题在于数据。

李飞飞 | 图片来源:Youtube 频道 National Geographic Society

她想要创建一个巨大的数据库,为每个图片中的每个可能物体,都加上标签。当时,这样的项目,几乎无人问津。她先是让普林斯顿的学生做兼职来建立 ImageNet,但进展缓慢,后期她使用众包平台,让世界各地的兼职共同来做数据标注。「在线工人,他们的目标是用最简单的方法赚钱,对吧?」她在 Wired 对她的采访中说。如果你让他们从 100 张图片中选择熊猫,怎样才能阻止他们乱点一气呢?因此,她嵌入并跟踪了一些图像,例如已经正确识别为狗的金毛猎犬的照片,作为对照组。如果众包的工人可以正确标记这些图像,那就可以认为他们在诚实地工作。她开启的 ImageNet 项目,最初收集了 320 万张图片,后来增加到 1500 万张。正是在这样的数据库上,科研人员可以有一个比较谁的算法更加厉害的机会。而 2012 年的 AlexNet,也正是在 ImageNet 挑战赛中,一举成名。可以说,ImageNet 为深度学习的进步铺平了道路,自动驾驶汽车、面部识别、物体识别等等领域,都是从 ImageNet 开始的。直到今天,当人们提到人工智能某领域的数据突破,还常常会用,「这是它的 ImageNet 时刻吗?」来形容。近年来,除了仍在推进科研工作外,李飞飞还在关注增加人工智能的多样性和包容性,为人工智能学界争取资源,而不使学界落后于工业界。2023 年,她的著作《我眼中的世界:AI 时代黎明时刻的好奇心、探索和发现》出版,书里讲述了她亲身经历的科学故事,以及她对本世纪的 AI 重大历史时刻的解读。

02Niki Parmar,Transformer 架构的八位作者之一

大模型浪潮出现在公众视野里,或许是 ChatGPT 出现之后,但是大模型浪潮的源起,毫无疑问,来自于 2017 年八位来自谷歌的工程师,撰写的论文「Attention is All You Need」。这篇论文提出了跨时代的 Transformer 架构,目前我们看到的领先 AI 公司,包括 OpenAI 的 ChatGPT,几乎都是建立在 Transformer 的架构基础上。不知道读者如何,但我确实曾经一度被媒体中的「Transformer 八子」误导过,认为其中的作者都是男性。并不是这样的,Transformer 的第三作者,Niki Parmar,就是一位女性研究员。

Niki Parmar 接受采访 |图片来源:YouTube 频道 IIT Bayarea

Niki Parmar 来自印度,本科在印度的浦那计算机技术学院就读,2013 年才到美国南加州大学攻读计算机科学方向的硕士学位。Niki 在本科时代就开始对机器学习感兴趣:「我参加了 Andrew Ng 和 Peter Norvig 开设的关于 ML 和 AI 的慕课(MOOC),当时就对数据、模式匹配和优化的组合力量感到好奇。」一次采访中她讲到。2015 年毕业后,她进入谷歌的研究机构,开始对纯粹的研究感兴趣。而 2017 年,她就成为了 Transformer 的核心作者之一。对于研究,她表示「一开始,周围的大量信息和研究不断让我不知所措。关注一个特定的问题,和同行一起探索,能够帮助你提出正确的问题。」Niki Parmar 与同为印度裔的 Ashish Vaswani,也是 Transformer 论文的一作,共同成立过两家公司,Adept AI 和 Essential AI。目前主要管理后一家公司。Essential AI 去年年底获得了科技巨头 AMD、谷歌和 Nvidia 的 5650 万美元新一轮融资。而 Adept AI 此前拿到了 3.5 亿美元的融资。

03Daniela Amodei,世界第二的大模型公司 Anthropic 的联合创始人

前两天,Anthropic 的模型,宣称超越了 OpenAI 的 GPT-4 能力,着实火了一把。关于 Anthropic 的报道,通常会提到 Anthropic 由七名从 OpenAI 辞职的研究人员组建,或者提到 Anthropic 的 CEO 来自 OpenAI,而有意无意地淡化了 Daniela Amodei——Anthropic 的总裁,也是 Anthropic 的两位联合创始人之一。事实上,Anthropic 是由 Daniela Amodei 和 Dario Amodei 联合创立的,他们之间是兄妹的关系。此次 Anthropic 发布的新的大模型,在许多电视媒体采访中,是由 Daniela 主外发布的。在宣讲 Anthropic 的不同时,Anthropic 通常会提到它比 OpenAI 更加关注人工智能系统与人类价值观「保持一致」,而 Daniela Amodei 正是前 OpenAI 安全与政策副总裁。

Daniela 接受采访 | 图片来源:YouTube Notion 频道

Daniela 是意大利裔,成长于旧金山。她的工作经历相对多元。大学时,她同时获得了英国文学、政治和音乐文学学士学位。而前期她的工作,更多在政治领域和非政府组织领域,拥有很强的管理技能。2013 年,她选择加入了 2010 年刚刚成立的 Stripe——当时 Stripe 仍然是一家小公司,而目前,估值已达到 500 亿美金,巅峰时估值超过 SpaceX。从 Stripe 开始,她开始将她的管理和风控技能应用到科技企业中。在 Stripe,她不但负责团队招聘,也负责支付企业中最重要的一环之一——风险管理。她与机器学习、数据科学、工程、法律、财务和供应商管理部门进行跨职能合作,带领三个 26 人的团队,分析了 7,000 多个潜在欺诈、信用和政策违规案例,实现了损失率较峰值下降 72%,达到公司历史最低水平。2018 年,她又一次展现了自己极强的战略眼光,加入了 OpenAI,直接带领两个技术团队:OpenAI 的自然语言处理和音乐生成团队,还管理了技术安全团队。除了这些角色之外,她担任人事副总裁,负责监督招聘、人事计划、DEI、学习和发展、孵化新的业务运营团队等,是一个真正的多面手。2021 年,她和 Dario Amodei 共同创建了 Anthropic。

04Mira Murati,OpenAICTO

虽然 OpenAI 举世闻名,但许多人可能不知道,目前 OpenAI 的 CTO,正是一位女性,Mira Murati。Mira Murati 在 2018 年加入 OpenAI,2020 年晋升为负责研究、产品和合作伙伴关系的高级副总裁,并于 2022 年晋升为首席技术官,参与构筑了包括 ChatGPT、DALL-E 和 GPT-4 在内的多个项目。在 OpenAI 宫斗期间,她还曾经短暂地被提名为新一代的 OpenAI CEO。Mira Murati 在 1988 年出生在阿尔巴尼亚,在加拿大就读高中。她的专业背景在工程学方面,在达特茅斯大学攻读工程学期间,她就曾直接在学校项目中造了一辆混合动力赛车。在航空航天领域短暂工作后,Mira 加入「特斯拉」担任 Model X 高级产品经理,通过 Autopilot,她对人工智能方向的兴趣加深了。她对研究的兴趣一望而明,在采访中,她曾经提到过「无聊是追求和探索任何事物前沿的强大动力。」

Mira Murati 接受采访 | 图片来源:YouTube 频道 The Economic Times

OpenAI 最重要的项目,ChatGPT 正是由 Mira Murati 领导的。她也深度参与了公司的许多重要历程。2023 年,微软首席执行官萨蒂亚·纳德拉 (Satya Nadella) 通过穆拉蒂 (Murati) 管理的一项重要合作伙伴关系向 OpenAI 注资 130 亿美元,并公开表示,Murati「展现了组建兼具技术专长、商业头脑和深度认知人工智能使命重要性的团队的能力」。3 月 8 日最新的消息显示,在 Sam Altman 被驱逐出 OpenAI 事件中,她和 Ilya Sutskever 都表现出了对 Sam Altman 的顾虑,而这对最后的决策有着重大影响。而不同于 Ilya Sutskever,目前在 OpenAI,似乎她并没有被边缘化的趋势。这些公开信息当然代表不了所有的事实,但看了她,谁能说女性不会搞技术,女性不会搞政治呢?

05Timnit Gebru,一人掀翻谷歌 AI 伦理团队

近期,谷歌模型又因为 AI 伦理的事情,撤回了其文生图的模型。这不禁让我想起了 2020 年谷歌 AI 伦理团队的一场大戏。2020 年,谷歌的一位 AI 伦理研究员,Timnit Gebru,曾公开表示被解雇。而她被解雇的原因?——正是她批评了大语言模型中存在偏见。

Timnit Gebru | 图片来源:YouTube 频道 Vice News

Timnit Gebru 1983 年出生在厄立特里亚和埃塞俄比亚,2014 年,她在斯坦福大学获得电气工程博士学位,学习计算机视觉和机器学习。毕业后,她一直致力于研究人工智能公平、问责、透明和道德相关的问题。她以一篇与人合作的开创性的论文而闻名,该论文表明面部识别在识别女性和有色人种方面不太准确,这意味着使用这样的人工智能技术,最终可能会导致歧视,她的研究最终使亚马逊改变了政策。2020 年,Gebru 与另一位研究者合著论文,批评大型语言模型以及训练它们对环境的影响。该论文还对人工智能技术开发中缺乏多样性和伦理考量提出了担忧。该文章本应在第二年发表,但谷歌人工智能负责人杰夫·迪恩(Jeff Dean)在一封内部电子邮件(他后来将其放在网上)中告诉同事,这篇论文「不符合我们的发表标准」,在与公司据理力争时,Gebru 发现自己在度假期间,公司邮件被切断了。这在当时引起了轰动。许多著名的研究人员、民权领袖和 Gebru 在谷歌 AI 的同事在 Twitter 上公开为她辩护。支持她的请愿书收到了超过 1500 名谷歌员工、2000 多名学者、非营利组织领导人和行业同行的签名。然而最后,Timnit Gebru 还是离开了谷歌。离职后,她宣布成立了一家独立的人工智能研究所——「Distributed AI Research」,DAIR 旨在对抗大型科技公司在人工智能研究、开发和部署方面的普遍影响。作为一个真正的战士,她曾表示:「我不能等待大科技公司最后去解决 AI 带来的问题。

06结语 

一个基本事实是这样的:即使有这么多杰出的女性,科技圈、人工智能圈,还是一个男性主导的圈子。要改变它,中间涉及的有太多:女性在学术界获得的压力,投资界得到的不平等待遇,甚至是对于女性从小的数理教育和职场的配套措施的保障。一篇文章无法解决这些问题。这也是国际妇女节,和许多针对女性的激励项目仍然存在的原因。事实上,文章的最后一位女性 Timnit Gebru,正是文章的第一位女性研究者李飞飞的弟子。Sometimes it can be a beautiful cycle.同时,我们也仍然可以在这个特殊的日子,从这些激动人心的女士们身上,获取力量。同时在这个媒体资源向她们倾斜太少的年代,在这个日子,花一点时间,记住她们。Give credit when it's due。



标签 AI