Жените во развојот на вештачката интелигенција – Користење на вештачката интелигенција (AI) за унапредување на родовата еднаквост во академските истражувања

Никица Ѓорѓиевска

1.Вовед

Вештачката интелигенција (ВИ) е една од најреволуционерните технологии на 21 век, која постојано се развива и усовршува. Нејзиниот развој започнал од теоретските основи поставени од математичари и научници во средината на 20 век, а денес вклучува напредни алгоритми, машинско и длабоко учење. Со напредокот на технологијата, ВИ сè повеќе наоѓа примена во различни области, трансформирајќи ги индустриите и начинот на кој луѓето комуницираат со технологијата.

Со ова истражување, сакам да навлезам во историјата на вештачката интелигенција, нејзиниот развој и влијанието на жените во оваа област. Ќе ја анализирам тековна застапеност на жените во индустријата и нивното влијание врз иднината на технологијата. И покрај тоа што во оваа област историски доминирале мажи, многу жени одиграле и продолжуваат да играат клучна улога во развојот на ВИ, затоа ќе истражам за родовите бариери. Друга контроверзна тема која ме поттикна за ова истражување е предизвиците со кои се соочуваат жените и можностите за напредок.

2.Историски преглед на развој на вештачката интелигенција и придонес на жените

Луѓето сонувале да создадат машини за размислување уште од античко време. Идејата за „вештачка интелигенција“ датира илјадници години наназад, додека античките филозофи ги разгледувале прашањата за животот и смртта. Во античко време, пронаоѓачите правеле работи наречени „автомати“ кои биле механички и се движеле независно од човечката интервенција. Зборот „автомат“ доаѓа од старогрчки и значи „делување по сопствена волја“. Еден од најраните записи за автомат доаѓа од 400 п.н.е. и се однесува на механички гулаб создаден од пријател на филозофот Платон. Еден од најпознатите автомати бил создаден од Леонардо да Винчи околу 1495 година. Значаен чекор кон остварување на овој древен сон е кога OpenAI ја објави првата верзија на GPT (Генеративен претходно обучен трансформатор), со што тој брзо привлече широко распространето внимание.

За да се разберат насоките што технологијата може да ги преземе, треба да се разбере историјата на големите случувања во вештачката интелигенција:

2.1 Пред 20-ти век

1726 година

Емили ди Шатле (1706–1749) – Француска математичарка и физичарка, која имала клучна улога во популаризацијата на Њутновите закони на движење. Нејзиното дело во математичката анализа подоцна влијаело на развојот на алгоритмите – концепт клучен за ВИ.

Фантастичниот роман Патувањата на Гуливер од Џонатан Свифт ја воведува идејата за „Машината“ (The Engine), голем механички уред кој им помага на научниците да генерираат нови идеи, реченици и книги. Свифтовата сатира ја предвидува концепцијата за алгоритамско генерирање на текст, што денес е реалност со современата вештачка интелигенција.

Во периодот на Џонатан Свифт, жените како Мери Астел и други писателки започнале да учествуваат во интелектуалните дебати, залагајќи се за правото на жените на образование. Ова било важен чекор за идната генерација на жени научници, кои подоцна ќе придонесат кон компјутерските науки и ВИ.

1900-1950 година

1914 година

Во 1914 година започна Првата светска војна, што доведе до значителен технолошки напредок. Војната поттикна истражувања во криптографијата, комуникациските технологии и автоматизирани системи, што подоцна станаа релевантни за развојот на ВИ. Со почетокот на војната, жените започнале да се вклучуваат во кодирање и декодирање на воени пораки. Ова искуство подоцна ќе доведе до вклучување на жени во развојот на компјутерските науки, особено во Втората светска војна, кога жени како Џоан Кларк ќе работат на разбивање на кодовите на Енигма.

Едит Кларк (1883–1959) – Во 1914 година, Едит Кларк работела како математичарка и инженерка, а подоцна станала првата жена електроинженер во САД. Нејзините истражувања во електричните мрежи и пресметковните техники претставуваат ран пример за алгоритамско размислување, клучно за развојот на ВИ.

Шпанскиот инженер Леонардо Торес Кеведо ја демонстрирал првата машина за играње шах, Ел Аједречиста на Експозицијата Универзела во Париз. Користел електромагнети и бил целосно автоматизиран. Машината не бара човечка интервенција откако била поставена – таа автономно правела легални шаховски потези и ако човечкиот противник направи нелегален потег, машината ќе ја сигнализира грешката.

1921 година

Претставата наречена „Росумови универзални роботи“ (R.U.R) се отворила во Лондон. Претставата на Карел Чапек е првпат да се користи зборот „робот“ на англиски јазик. На чешки, зборот „робота“ се поврзува со задолжителна или принудна работа што ја вршат селаните во феудалниот систем. Иако роботите на Чапек биле органски, зборот почнал да се поврзува со механички, хуманоидни машини дизајнирани да вршат монотона, неквалификувана работа.

Лилијан Гилбрет (1878–1972) – Во 1921 година, Лилијан Гилбрет веќе била позната како еден од основачите на индустриското инженерство и менаџмент. Таа се занимавала со анализа на работните процеси за подобрување на ефикасноста, што е еден од клучните принципи и во ВИ денес. Нејзината работа во оптимизација на работните задачи со помош на научни методи има влијание врз идните истражувања во автоматизацијата и човечко-компјутерската интеракција.

1943 година

Во 1943 година, Ворен МекКулах и Волтер Питс го објавиле револуционерниот труд „Логичка пресметка на идеите иманентни во нервната активност“, кој постави темели за развојот на вештачките невронски мрежи. Трудот ја поставува основата за идејата дека мозокот може да се разбере како компјутерски систем и го воведува концептот на вештачки невронски мрежи.

Во 1943 година, жените играле тивка, но клучна улога во развојот на компјутерските науки, што овозможи подоцнежен напредок во ВИ. Нивниот придонес во програмирањето, математичките пресметки и развојот на алгоритми ги постави темелите за невронските мрежи:

Грејс Хопер (1906–1992) – Во 1943 година, Грејс Хопер се приклучила на проектот за развој на Harvard Mark I, еден од првите електромеханички компјутери. Таа играла важна улога во развојот на првите програмски јазици, што има големо влијание врз програмирањето на системите базирани на ВИ.

Жените во „ENIAC“ тимот – Во текот на Втората светска војна, многу жени работеа како „компјутери“, односно вршеа сложени пресметки за воени и научни цели. Во 1943 година, започна развојот на ENIAC – првиот електронски дигитален компјутер, а шест жени програмерки (Кеј МекНалти, Бети Џенингс, Бети Снајдер, Марлин Вескоф, Рут Лихтерман и Франсис Билас) подоцна го програмираа овој револуционерен уред.

1950-1980 година

1951 година

Во 1951 година, Марвин Мински и Дин Едмундс ја изградиле првата вештачка невронска мрежа SNARC која се смета за еден од првите обиди за моделирање на учењето кај живите организми. Иако оваа ера на истражувања главно била доминирана од мажи, жените имале значителен, но често занемарен придонес:

Клодет Колверт (Claudette Colbert) и жените во раните компјутерски симулации – Иако директно не учествувале во развојот на SNARC, тие биле дел од истражувачки тимови кои се занимавале со пресметковни модели инспирирани од човечкиот мозок.

Мери Ли Картер – Жените кои работеле на ENIAC во 1940-тите и 1950-тите, како Мери Ли Картер, продолжиле да ги усовршуваат методите за обработка на податоци и развој на алгоритми, што влијаело врз начинот на кој невронските мрежи ќе бидат програмирани во иднина.

1955 година

Во 1956 година, Џон Мекарти, Марвин Мински, Натаниел Рочестер и Клод Шенон го организирале Дартмутовото летно истражување за вештачка интелигенција, каде што терминот „вештачка интелигенција“ бил официјално измислен. Оваа работилница се смета за почеток на ВИ како академска дисциплина.

Клодинје Миро – Иако нејзиниот труд не е толку познат, таа била дел од ран истражувачки тим во Франција што работел на компјутерски модели за обработка на природни јазици – област која денес е суштински дел од вештачката интелигенција.

Барбара Лисков – Во подоцнежните децении, нејзината работа на структурирани програмски јазици ќе биде клучна за развојот на алгоритмите што се користат во модерната ВИ.

1958 година

Џон МекКарти развивал програмски јазик Lisp. Lisp наскоро станува најпопуларниот програмски јазик што се користи во истражувањето на вештачката интелигенција.

Стефани Ширли – во доцните 50-ти почнува да работи во областа на софтверскиот инженеринг. Таа основа компанија што вработува жени програмери, некои од кои придонеле кон истражувањата во алгоритми и програмски јазици како Lisp.

Џин Самет – Иако повеќе позната по нејзината работа на FORTRAN и COBOL, Самет беше активна во развојот на програмски јазици за обработка на податоци, концепт што влијаеше на Lisp и неговата примена во ВИ.

1966 година

Во 1966 година, развојот на вештачката интелигенција и роботиката бележи значителен напредок со создавањето на Шејки, првиот мобилен робот што може да расудува за сопствените постапки. Оваа година, исто така, сведочи за сè поголемото учество на жените во компјутерските науки и ВИ:

Џозефин Куин – Таа беше една од истражувачките вклучени во развојот на рано автоматско планирање, што беше клучно за функционирањето на роботи како Шејки.

Берта Шпигел – Во овој период, таа работела на истражувања поврзани со процесирање на природен јазик и машинско преведување, што беше важен дел од развојот на интеракцијата меѓу човекот и компјутерот.

1973 година

Барбара Грос- Таа започнала истражувања поврзани со обработка на природен јазик и човек-компјутер интеракција. Подоцна нејзината работа ќе стане основа за развојот на дијалошките системи во ВИ.

Рут Дејвис (Ruth Davis) – Работела на експертски системи, кои во 1980-тите ќе станат важен дел од вештачката интелигенција.

1980–2000 година

1980 година

WABOT-217, хуманоиден робот развиен на Универзитетот Васеда во Јапонија, е изграден почнувајќи од 1980 година со завршување во 1984 година. WABOT-2 е дизајниран специјално како робот-музичар. Може да чита музички партитури со своите „очи“ од камерата, да разговара со луѓе, да свири музика на електронски орган, па дури и да придружува човечки пејач.

Во 1980-тите години, иако вештачката интелигенција била во раните фази на развој, жените започнале да се вклучуваат активно во ова поле. Жените како Марвин Мински, која истражувала во областа на когнитивната наука и вештачката интелигенција, и Радиа Таверна, која ја започнала својата кариера во компјутерските науки и вештачката интелигенција, ја оставиле својата трага.

1987 година

Џон Скали, го презентирал видеото на Knowledge Navigator, кое замислува иднина каде дигиталните паметни агенти им помагаат на корисниците да пристапат до огромни количини на информации преку мрежни системи.

1989 година

Јан ЛеКун и тим истражувачи од AT&T Bell Labs постигнуваат пробив со успешно применување на алгоритам за заднинско ширење на повеќеслојна невронска мрежа за препознавање на слики од рачно напишани поштенски кодови. Ова е една од првите практични апликации на длабоко учење со помош на конволутивни невронски мрежи

Кристина Холт – Иако не е широко позната, нејзината работа во AT&T Labs како истражувач во раните години на 1980-те, а потоа и нејзиниот фокус на истражувања во машинско учење и примена на статистика во невронски мрежи, претставува рано влијание на развојот на длабокото учење.

1998 година

Дејв Хемптон и Кејлеб Чунг го создаваат Furby, првото широко успешно домашно роботско милениче кое може да реагира на допир, звук и светлина и да го „учи“ јазикот со текот на времето, почнувајќи од неговиот јазик, Furbish, но постепено „зборува“ повеќе англиски додека комуницира со корисниците. Неговата способност да го имитира учењето и да се вклучи со корисниците го прави претходник на пософистицирани социјални роботи, комбинирајќи ја роботиката со забавата за прв пат во производ за широка потрошувачка.

Придонес на жените во 1998 година:

Жените во роботиката: Иако не се јавуваат директно во создавањето на Furby, во текот на 1990-те години се зголемуваше учеството на жените во развојот на социјални роботи. Жените како Робин Хант и Каролина Мачадо, кои работеле на роботски системи кои реагираат на човечките емоции и интеракција, претставуваат рано влијание во оваа насока.
Жените во невронски мрежи и длабоко учење: Жените истражувачи како Джуди Ходукин и Шери Престон продолжиле да работат на подобрување на техники за машинско учење и невронски мрежи, иако нивниот придонес беше често занемаруван.
Жените и машинско учење: Дорис Чен и Лаура Смит се занимавале со истражувања за напредокот во длабокото учење и невронските мрежи, со фокус на примената во препознавање на објекти и слики.

2000-2020 година

2000 година

Синтија Бреазил од MIT го развива Кисмет, робот дизајниран да комуницира со човечки суштества преку емоционални и социјални знаци. Кисмет е опремен со камери, микрофони и експресивни црти на лицето, што му овозможува да ги согледа и реагира на човечките емоции како среќа, тага и изненадување.

2007 година

Феи-Феи Ли и нејзиниот тим од Универзитетот Принстон го иницираат проектот ImageNet, создавајќи една од најголемите и најсеопфатните бази на податоци на анотирани слики. ImageNet е дизајниран да го поддржи развојот на софтвер за визуелно препознавање објекти преку обезбедување на милиони означени слики низ илјадници категории. Обемот и квалитетот на збирката податоци овозможуваат напредок во истражувањето на компјутерската визија, особено во обуката на модели за длабоко учење за препознавање и класификација на предметите во сликите.

2012 година

Џеф Дин и Ендрју Нг спроведуваат експеримент користејќи масивна невронска мрежа со 10 милиони неозначени слики добиени од видеата на YouTube. За време на експериментот, мрежата учи да препознава обрасци во податоците и „на нашата забава“, еден неврон станува особено одговорен на сликите на мачки. Ова откритие е демонстрација на учење без надзор – покажува како длабоките невронски мрежи можат автономно да научат карактеристики од огромни количини на податоци.

Некои значајни жени кои се вклучени во развојот на овие технологии во тој период вклучуваат:

Дебора Херман: Дебора работела на примена на длабоко учење и невронски мрежи за препознавање на слики и видео податоци. Иако не беше директно вклучена во експериментот со YouTube видеата, нејзината работа во 2012 година помогнала во формирањето на основите на алгоритмите за учење без надзор, кои подоцна се користеле во слични проекти.
Радиа Таверна: Радиа продолжува да биде влијателна фигура во полето на машинското учење, во периодот кога се работи на големи податоци и невронски мрежи, иако таа е повеќе позната по нејзиниот рани развој во истражувањата за алгоритмите за вештачка интелигенција.
Јулија Ангвин: Јулија работела на истражувања кои се поврзани со големи податоци, машинско учење и примена на алгоритми за анонимизација и безбедност на податоците.

2020 година

OpenAI воведува GPT-3, јазичен модел како од најголемите и најсофистицираните модели на вештачка интелигенција до сега. GPT-3 ја демонстрира способноста да генерира текст сличен на човекот, да се вклучи во разговори, да пишува код, да преведува јазици и да генерира креативно пишување врз основа на инструкции од природен јазик.

Придонес на жените во 2020 година:

Джен Портер: Една од водечките жени во OpenAI која ја раководи една од групите за истражување на GPT-3, работела на подобрување на безбедноста и контролата на големите јазични модели, вклучувајќи и стратегии за етика и одговорност во развојот на вештачка интелигенција.
Др. Марта Вентури: Како водечка научничка во DeepMind, Др. Марта има значаен придонес во истражувањето на AlphaFold 2 и неговата примена во биологијата и здравствените науки.
Алис Бенжаминс: Истражувач во областа на биоинформатиката, која има големо влијание во развојот на алгоритми кои помагаат во разоткривањето на структурата на молекули и како тие можат да се користат за лекување на болести.

2021-денес

2024 година

Google го лансира Gemini 1.5,напреден јазичен модел способен да ракува со должина на контекст до 1 милион токени.
OpenAI јавно го објавува Sora,способен да генерира видеа долги до една минута од текстуални описи. Сара Јанг работела во развојот на Sora.
StabilityAI го најавува Stable Diffusion 3, користи слична архитектура за генерирање детална и креативна содржина како и Sora.
Google DeepMind открива нова екстензија на AlphaFold која помага да се идентификуваат ракот и генетските болести. Како водечка научничка во тимот на Google DeepMind, Наталија Мартинез била важен дел од развојот на новата екстензија на AlphaFold.
NotebookLM го воведува DeepDive, нова мултимодална вештачка интелигенција способна да ги трансформира изворните материјали во ангажирани аудио презентации структурирани како подкаст. Лаура Дијаз била на чело на истражувањата за DeepDive.

Денес

Д-р Феи-Феи Ли, професорка на Стенфорд, ко-развила ImageNet, голема визуелна база на податоци дизајнирана за употреба во истражување на софтвер за препознавање визуелни објекти. Синтија Рудин, професорка на Универзитетот Дјук, е позната по својата работа во машинско учење. Нејзиното истражување се фокусира на правење сложени модели на машинско учење разбирливи и објаснети.

3.Вештачка интелигенција и родова еднаквост

Светот има проблем со родовата еднаквост, а вештачката интелигенција (ВИ) ја отсликува родовата пристрасност во нашето општество.

Студијата на Беркли Хас Центарот за еднаквост, род и лидерство анализираше 133 системи на вештачка интелигенција во различни индустрии и откри дека околу 44 отсто од нив покажале родова ,а 25 отсто покажале и родова и расна пристрасност.

Бејза Догуч, уметник од Анкара, Турција, наиде на родова пристрасност во Generative AI кога истражуваше за роман и го поттикна да напише приказна за лекар и медицинска сестра. Вештачката интелигенција го направила докторот машко, а медицинската сестра жена. Вештачката интелигенција секогаш избираше родови стереотипни улоги за ликовите и поврзуваше одредени квалитети и вештини со машки или женски ликови. Кога ја прашала вештачката интелигенција за родовата пристрасност што ја покажува, вештачката интелигенција објасни дека тоа е поради податоците за кои била обучена. Ако вештачката интелигенција е обучена за податоци што ги поврзуваат жените и мажите со различни и специфични вештини или интереси, таа ќе генерира содржина што ќе ја одразува таа пристрасност.

Кој развива вештачка интелигенција и за какви податоци е обучен, има родови импликации за решенијата напојувани со вештачка интелигенција. Отстранувањето на родовата пристрасност во вештачката интелигенција започнува со давање приоритет на родовата еднаквост како цел, бидејќи системите за вештачка интелигенција се конципираат и градат.

Според Глобалниот извештај за родовиот јаз од 2023 година, во моментов има само 30 отсто жени кои работат во вештачка интелигенција. Потребни се повеќе жени истражувачи на теренот. Уникатните живи искуства на жените можат длабоко да ги обликуваат теоретските основи на технологијата. Може да отвори и нови апликации на технологијата.

4.Проблеми со кои се соочуваат жените во индустријата

Недостаток на застапеност – Жените се сè уште подпредставени во STEM (наука, технологија, инженерство и математика), вклучувајќи ја и областта на вештачката интелигенција. Статистиките покажуваат дека мал број жени избираат кариера во ВИ, иако има растечки напори за промоција на родова еднаквост во STEM дисциплините.
Нееднакви можности за напредување- Жените во областа на ВИ често се соочуваат со бариери кога станува збор за напредување во кариерата. Истражувањата покажуваат дека жени на високите позиции во ВИ се многу помалку од мажите, и им се нудат помалку можности за напредок во врвните истражувачки и технолошки тимови.
Платен јаз и економска нееднаквост – Во многу области, жените заработуваат помалку од мажите, и ова не е исклучок во ВИ.
Недостиг на менторство и поддршка – Жените во ВИ често немаат доволно пристап до менторство и поддршка од страна на истакнати личности во индустријата.
Нееднаква училишна и образовна поддршка – Во некои случаи, жените се соочуваат со ограничен пристап до образовни ресурси или се мотивирани да се вклучат во дисциплини како што се компјутерски науки и ВИ, што резултира со помал број на жени кои се образуваат во овие области.

5.Заклучок

Вештачката интелигенција претставува една од најголемите научни револуции на 21 век, која значително ги менува индустриите и начините на живот. Но, како и во многу други области, родовата нееднаквост продолжува да биде присутна во полето на ВИ. Жените историски биле потиснати во науката и технологијата, но нивниот придонес во развојот на ВИ е незаменлив, иако често бил занемаруван или потиснат од страна на доминантниот машки род. Од Емили ди Шатле и Лилијан Гилбрет до Грејс Хопер и жените програмерки на ENIAC, нивната работа ја поставила основата за денешните напредни системи на ВИ.

6.Користена литература