Για να δώσει στις γυναίκες ακαδημαϊκές και σε άλλους που άξιζε —και καθυστερήσει— χρόνο στο προσκήνιο, το TechCrunch ξεκινά μια σειρά συνεντεύξεων που επικεντρώνονται σε αξιόλογες γυναίκες που έχουν συνεισφέρει στην επανάσταση της τεχνητής νοημοσύνης.
Η Sarah Bitamazire είναι η διευθύνουσα σύμβουλος πολιτικής στην συμβουλευτική εταιρεία μπουτίκ Lumiera, όπου βοηθά επίσης στη συγγραφή του ενημερωτικού δελτίου Lumiera Loop, το οποίο εστιάζει στον γραμματισμό της τεχνητής νοημοσύνης και στην υπεύθυνη υιοθέτηση τεχνητής νοημοσύνης.
Πριν από αυτό, εργαζόταν ως σύμβουλος πολιτικής στη Σουηδία, με επίκεντρο την ισότητα των φύλων, τη νομοθεσία για τις εξωτερικές υποθέσεις και τις πολιτικές ασφάλειας και άμυνας.
Εν συντομία, πώς ξεκινήσατε με την τεχνητή νοημοσύνη; Τι σας τράβηξε στο χώρο;
Το
AI με βρήκε! Η τεχνητή νοημοσύνη έχει ολοένα και μεγαλύτερο αντίκτυπο σε τομείς στους οποίους έχω εμπλακεί βαθιά. Η κατανόηση της αξίας της τεχνητής νοημοσύνης και των προκλήσεών της έγινε επιτακτική για μένα ώστε να μπορώ να προσφέρω ορθές συμβουλές σε υψηλού επιπέδου υπεύθυνους λήψης αποφάσεων.
Πρώτον, στο πλαίσιο της άμυνας και της ασφάλειας όπου η τεχνητή νοημοσύνη χρησιμοποιείται στην έρευνα και την ανάπτυξη και στον ενεργό πόλεμο. Δεύτερον, στις τέχνες και τον πολιτισμό, οι δημιουργοί ήταν μεταξύ των ομάδων που είδαν πρώτα την προστιθέμενη αξία της τεχνητής νοημοσύνης, καθώς και τις προκλήσεις. Βοήθησαν να έρθουν στο
φως
τα ζητήματα πνευματικών δικαιωμάτων που ήρθαν στην επιφάνεια, όπως η υπόθεση που βρίσκεται σε εξέλιξη
αρκετές ημερήσιες εφημερίδες μηνύουν την OpenAI.
Γνωρίζετε ότι κάτι έχει τεράστιο αντίκτυπο όταν ηγέτες με πολύ διαφορετικά υπόβαθρα και σημεία πόνου ρωτούν όλο και περισσότερο τους συμβούλους τους: «Μπορείτε να με ενημερώσετε για αυτό; Όλοι μιλούν γι’ αυτό».
Για ποια δουλειά είστε πιο περήφανοι στον τομέα της τεχνητής νοημοσύνης;
Πρόσφατα συνεργαστήκαμε με έναν πελάτη που είχε προσπαθήσει και απέτυχε να ενσωματώσει την τεχνητή νοημοσύνη στις ροές εργασιών έρευνας και ανάπτυξης. Η Lumiera δημιούργησε μια στρατηγική ενοποίησης AI με έναν οδικό χάρτη προσαρμοσμένο στις συγκεκριμένες ανάγκες και προκλήσεις της. Ο συνδυασμός ενός επιμελημένου χαρτοφυλακίου έργων τεχνητής νοημοσύνης, μιας δομημένης διαδικασίας διαχείρισης αλλαγών και ηγεσίας που αναγνώριζε την αξία της διεπιστημονικής σκέψης έκανε αυτό το έργο τεράστια επιτυχία.
Πώς αντιμετωπίζετε τις προκλήσεις της ανδροκρατούμενης βιομηχανίας τεχνολογίας και, κατ’ επέκταση, της ανδροκρατούμενης βιομηχανίας τεχνητής νοημοσύνης;
Με το να είμαι πολύ σαφής στο γιατί. Ασχολούμαι ενεργά με τον κλάδο της τεχνητής νοημοσύνης επειδή υπάρχει ένας βαθύτερος σκοπός και ένα πρόβλημα που πρέπει να λυθεί. Η αποστολή της Lumiera είναι να παρέχει ολοκληρωμένη καθοδήγηση στους ηγέτες που τους επιτρέπει να λαμβάνουν υπεύθυνες αποφάσεις με σιγουριά σε μια τεχνολογική εποχή. Αυτή η αίσθηση του σκοπού παραμένει η ίδια ανεξάρτητα από τον χώρο στον οποίο κινούμαστε. Ανδροκρατούμενη ή όχι, η βιομηχανία της τεχνητής νοημοσύνης είναι τεράστια και όλο και πιο περίπλοκη. Κανείς δεν μπορεί να δει την πλήρη εικόνα και χρειαζόμαστε περισσότερες προοπτικές για να μάθουμε ο ένας από τον άλλον. Οι προκλήσεις που υπάρχουν είναι τεράστιες και όλοι πρέπει να συνεργαστούμε.
Τι συμβουλή θα δίνατε στις γυναίκες που θέλουν να εισέλθουν στον τομέα της τεχνητής νοημοσύνης;
Η είσοδος στην τεχνητή νοημοσύνη είναι σαν να μαθαίνεις μια νέα γλώσσα ή να μαθαίνεις ένα νέο σύνολο δεξιοτήτων. Έχει τεράστιες δυνατότητες επίλυσης προκλήσεων σε διάφορους τομείς. Τι πρόβλημα θέλετε να λύσετε; Μάθετε πώς η τεχνητή νοημοσύνη μπορεί να αποτελέσει λύση και, στη συνέχεια, επικεντρωθείτε στην επίλυση αυτού του προβλήματος. Συνεχίστε να μαθαίνετε και να έρθετε σε επαφή με ανθρώπους που σας εμπνέουν.
Ποια είναι μερικά από τα πιο πιεστικά ζητήματα που αντιμετωπίζει η τεχνητή νοημοσύνη καθώς εξελίσσεται;
Η ταχεία ταχύτητα με την οποία εξελίσσεται η τεχνητή νοημοσύνη είναι ένα ζήτημα από μόνο του. Πιστεύω ότι το να κάνεις αυτή την ερώτηση συχνά και τακτικά είναι ένα σημαντικό μέρος της δυνατότητας πλοήγησης στον χώρο της τεχνητής νοημοσύνης με ακεραιότητα. Αυτό το κάνουμε κάθε εβδομάδα στις
Lumiera στο ενημερωτικό μας δελτίο.
Εδώ είναι μερικά που είναι στο επίκεντρο αυτή τη στιγμή:
-
Υλικό τεχνητής νοημοσύνης και γεωπολιτική
: Οι επενδύσεις του δημόσιου τομέα σε υλικό τεχνητής νοημοσύνης (GPU) πιθανότατα θα αυξηθούν καθώς οι κυβερνήσεις σε όλο τον κόσμο εμβαθύνουν τις γνώσεις τους για την τεχνητή νοημοσύνη και αρχίζουν να κάνουν στρατηγικές και γεωπολιτικές κινήσεις. Μέχρι στιγμής, υπάρχει κίνηση από χώρες όπως το Ηνωμένο Βασίλειο, την
Ιαπωνία
, τα Ηνωμένα Αραβικά Εμιράτα και τη Σαουδική Αραβία. Αυτός είναι ένας χώρος για παρακολούθηση.
-
Σημεία αναφοράς AI
:
Καθώς συνεχίζουμε να βασιζόμαστε περισσότερο στο AI, είναι σημαντικό να κατανοήσουμε πώς μετράμε και συγκρίνουμε την απόδοσή του. Η επιλογή του σωστού μοντέλου για μια δεδομένη περίπτωση χρήσης απαιτεί προσεκτική εξέταση. Το καλύτερο μοντέλο για τις ανάγκες σας μπορεί να μην είναι απαραίτητα αυτό που βρίσκεται στην κορυφή ενός βαθμολογικού πίνακα. Επειδή τα μοντέλα αλλάζουν τόσο γρήγορα, η ακρίβεια των σημείων αναφοράς θα κυμανθεί επίσης.
-
Ισορροπήστε τον αυτοματισμό με την ανθρώπινη επίβλεψη
: Είτε το πιστεύετε είτε όχι, ο υπερβολικός αυτοματισμός είναι ένα πράγμα. Οι αποφάσεις απαιτούν ανθρώπινη κρίση, διαίσθηση και κατανόηση των συμφραζομένων. Αυτό δεν μπορεί να αναπαραχθεί μέσω της αυτοματοποίησης.
-
Ποιότητα και διακυβέρνηση δεδομένων
: Πού είναι τα καλά δεδομένα;! Τα δεδομένα ρέουν μέσα, μέσα και έξω από τους οργανισμούς κάθε δευτερόλεπτο. Εάν αυτά τα δεδομένα δεν διέπονται καλά, ο οργανισμός σας δεν θα επωφεληθεί από την τεχνητή νοημοσύνη. Και μακροπρόθεσμα, αυτό θα μπορούσε να είναι επιζήμιο. Η στρατηγική δεδομένων σας είναι η στρατηγική AI σας. Η αρχιτεκτονική, η διαχείριση και η ιδιοκτησία του συστήματος δεδομένων πρέπει να αποτελούν μέρος της συζήτησης.
Ποια είναι ορισμένα ζητήματα που πρέπει να γνωρίζουν οι χρήστες τεχνητής νοημοσύνης;
-
Οι αλγόριθμοι και τα δεδομένα δεν είναι τέλεια
: Ως χρήστης, είναι σημαντικό να είστε επικριτικοί και να μην εμπιστεύεστε τυφλά την έξοδο, ειδικά εάν χρησιμοποιείτε την τεχνολογία απευθείας από το ράφι. Η τεχνολογία και τα εργαλεία στην κορυφή είναι νέα και εξελισσόμενα, γι’ αυτό έχετε αυτό υπόψη και προσθέστε την κοινή λογική.
-
Κατανάλωση ενέργειας
: Οι υπολογιστικές απαιτήσεις
εκπα
ίδευσης μεγάλων μοντέλων τεχνητής νοημοσύνης σε συνδυασμό με τις ενεργειακές ανάγκες λειτουργίας και ψύξης της απαιτούμενης υποδομής υλικού οδηγούν σε υψηλή κατανάλωση ηλεκτρικής ενέργειας. Η Gartner έχει κάνει προβλέψεις ότι μέχρι το 2030, η τεχνητή νοημοσύνη θα μπορούσε να καταναλώνει έως και το 3,5% της παγκόσμιας ηλεκτρικής ενέργειας.
-
Εκπαιδευτείτε και χρησιμοποιήστε διαφορετικές πηγές
: Η παιδεία AI είναι το κλειδί! Για να μπορέσετε να κάνετε καλή χρήση της τεχνητής νοημοσύνης στη ζωή και στην εργασία σας, πρέπει να είστε σε θέση να λαμβάνετε τεκμηριωμένες αποφάσεις σχετικά με τη χρήση της. Η τεχνητή νοημοσύνη θα πρέπει να σας βοηθήσει στη λήψη των αποφάσεών σας, όχι να λάβετε την απόφαση για εσάς.
-
Προοπτική πυκνότητα
: Πρέπει να εμπλέξετε άτομα που γνωρίζουν πολύ καλά τον χώρο των προβλημάτων τους, προκειμένου να κατανοήσουν τι είδους λύσεις μπορούν να δημιουργηθούν με την τεχνητή νοημοσύνη και να το κάνετε αυτό καθ’ όλη τη διάρκεια του κύκλου ζωής της ανάπτυξης της τεχνητής νοημοσύνης.
-
Το ίδιο ισχύει και για την ηθική
: Δεν είναι κάτι που μπορεί να προστεθεί “επάνω” σε ένα προϊόν τεχνητής νοημοσύνης αφού έχει ήδη κατασκευαστεί — πρέπει να ληφθούν υπόψη ηθικά κριτήρια νωρίς και καθ’ όλη τη διάρκεια της διαδικασίας κατασκευής, ξεκινώντας από τη φάση της έρευνας. Αυτό επιτυγχάνεται με τη διεξαγωγή αξιολογήσεων κοινωνικού και ηθικού αντίκτυπου, τον μετριασμό των προκαταλήψεων και την προώθηση της λογοδοσίας και της διαφάνειας.
Κατά τη δημιουργία AI, η αναγνώριση των περιορισμών των δεξιοτήτων σε έναν οργανισμό είναι απαραίτητη. Τα κενά είναι ευκαιρίες ανάπτυξης: Σας δίνουν τη δυνατότητα να δώσετε προτεραιότητα σε τομείς όπου πρέπει να αναζητήσετε εξωτερική εμπειρογνωμοσύνη και να αναπτύξετε ισχυρούς μηχανισμούς λογοδοσίας. Παράγοντες που περιλαμβάνουν τα τρέχοντα σύνολα δεξιοτήτων, την ικανότητα της ομάδας και τους διαθέσιμους χρηματικούς πόρους θα πρέπει όλοι να αξιολογηθούν. Αυτοί οι παράγοντες, μεταξύ άλλων, θα επηρεάσουν τον οδικό χάρτη της τεχνητής νοημοσύνης σας.
Πώς μπορούν οι επενδυτές να πιέσουν καλύτερα για υπεύθυνη τεχνητή νοημοσύνη;
Πρώτα απ ‘όλα, ως επενδυτής, θέλετε να βεβαιωθείτε ότι η επένδυσή σας είναι σταθερή και διαρκεί στο χρόνο. Η επένδυση σε υπεύθυνη τεχνητή νοημοσύνη απλώς προστατεύει τις οικονομικές αποδόσεις και μετριάζει τους κινδύνους που σχετίζονται, π.χ., με θέματα εμπιστοσύνης, ρύθμισης και προστασίας της ιδιωτικής ζωής.
Οι επενδυτές μπορούν να πιέσουν για υπεύθυνη τεχνητή νοημοσύνη εξετάζοντας δείκτες υπεύθυνης ηγεσίας και χρήσης της τεχνητής νοημοσύνης. Μια ξεκάθαρη στρατηγική τεχνητής νοημοσύνης, οι αφοσιωμένοι υπεύθυνοι πόροι τεχνητής νοημοσύνης, οι δημοσιευμένες υπεύθυνες πολιτικές τεχνητής νοημοσύνης, οι ισχυρές πρακτικές διακυβέρνησης και η ενσωμάτωση της ανατροφοδότησης για την ανθρώπινη ενίσχυση είναι παράγοντες που πρέπει να ληφθούν υπόψη. Αυτοί οι δείκτες θα πρέπει να αποτελούν μέρος μιας σωστής διαδικασίας δέουσας επιμέλειας. Περισσότερη
επιστήμη
, λιγότερο υποκειμενική λήψη αποφάσεων. Η απομάκρυνση από ανήθικες πρακτικές τεχνητής νοημοσύνης είναι ένας άλλος τρόπος για να ενθαρρύνουμε υπεύθυνες λύσεις τεχνητής νοημοσύνης.
VIA:
techcrunch.com
0