共计 4440 个字符，预计需要花费 12 分钟才能阅读完成。
为了让专注于人工智能的女性学者和其他人得到他们应有的——而且已经迟到的——关注，TechCrunch 正在推出一系列采访，重点关注为人工智能革命做出贡献的杰出女性。随着人工智能热潮持续，他们将在今年内发布多篇文章，突出一些经常被忽视的重要工作。在这里阅读更多个人简介。
作为读者，如果你发现我们漏掉了某些名字，并认为他们应该出现在名单上，请给我发邮件，我将尽力添加。以下是您应该了解的一些关键人物：
- [Irene Solaiman，Hugging Face 全球政策负责人](https://techcrunch.com/2024/02/17/women-in-ai-irene-solaiman-head-of-global-policy-at-hugging-face/)
- [Eva Maydell，欧洲议会成员和欧盟人工智能法案顾问](https://techcrunch.com/2024/02/18/women-in-ai-eva-maydell-member-of-european-parliament-and-eu-ai-act-advisor/)
- [Lee Tiedrich，在全球人工智能合作伙伴关系担任人工智能专家](https://techcrunch.com/2024/02/19/women-in-ai-lee-tiedrich-ai-expert-at-the-global-partnership-on-ai/)
- [Rashida Richardson，在万事达卡担任高级法律顾问，专注于人工智能和隐私](https://techcrunch.com/2024/02/20/women-in-ai-rashida-richardson-senior-counsel-at-mastercard-focusing-on-ai-and-privacy/)
- [Krystal Kauffman，分布式人工智能研究所研究员](https://techcrunch.com/?p=2665702&preview=true)
- [Amba Kak，制定政策建议以解决人工智能问题](https://techcrunch.com/2024/02/25/amba-kak-creates-policy-recommendations-to-address-ai-concerns/)
- [Miranda Bogen，正在制定解决方案以帮助管理人工智能](https://techcrunch.com/2024/02/24/miranda-bogen-is-creating-solutions-to-help-govern-ai/)
- [Mutale Nkonde 的非营利组织致力于使人工智能更少偏见](https://techcrunch.com/2024/02/23/mutale-nkondes-nonprofit-is-working-to-make-ai-less-biased/)
- [Karine Perset 帮助政府了解人工智能](https://techcrunch.com/2024/03/02/karine-perset-helps-governments-understand-ai/)
- [Francine Bennett 利用数据科学使人工智能更加负责任](https://techcrunch.com/2024/03/03/francine-bennett-uses-data-science-to-make-ai-more-responsible/)
- [Sarah Kreps，康奈尔大学政府教授](https://techcrunch.com/2024/03/08/women-in-ai-sarah-kreps-professor-of-government-at-cornell/)
- [Sandra Wachter，在牛津大学担任数据伦理学教授](https://techcrunch.com/2024/03/09/women-in-ai-sandra-watcher-professor-of-data-ethics-at-oxford/)
- [Claire Leibowicz，在 PAI 担任人工智能和媒体诚信专家](https://techcrunch.com/2024/03/09/women-in-ai-claire-leibowicz-ai-and-media-integrity-expert-at-pai/)
- [Heidy Khlaaf，在 Trail of Bits 担任安全工程总监](https://techcrunch.com/2024/03/10/women-in-ai-heidy-khlaaf-safety-engineering-director-at-trail-of-bits/)
- [Tara Chklovski，Technovation 首席执行官和创始人](https://techcrunch.com/2024/05/04/women-in-ai-tara-chklovski-is-teaching-the-next-generation-of-ai-innovators/)
- [Catherine Breslin，Kingfisher Labs 创始人和董事长](https://techcrunch.com/2024/05/05/women-in-ai-catherine-breslin-helps-companies-develop-ai-strategies/)
- [Rachel Coldicutt，Careful Industries 创始人](https://techcrunch.com/2024/05/11/women-in-ai-rachel-coldicutt-researches-how-technology-impacts-society/)
- [Dar’shun Kendrick 议员，乔治亚州众议院议员](https://techcrunch.com/2024/05/12/women-in-ai-rep-darshun-kendrick-wants-to-pass-more-ai-legislation/)
- [Chinasa T. Okolo，在布鲁金斯学会担任研究员](https://techcrunch.com/2024/05/24/women-in-ai-chinasa-t-okolo-researches-ais-impact-on-the-global-south/)
- [Sarah Myers West，AI Now Institute 董事总经理](https://techcrunch.com/2024/05/25/women-in-ai-sarah-myers-west-says-we-should-ask-why-build-ai-at-all/)
- [Miriam Vogel，EqualAI 首席执行官](https://techcrunch.com/2024/05/26/women-in-ai-miriam-vogel-stresses-the-need-for-responsible-ai/)
- [Arati Prabhakar，白宫科学技术政策办公室主任](https://techcrunch.com/2024/05/27/women-in-ai-arati-prabhakar-thinks-its-crucial-to-get-ai-right/)
去年年底，《纽约时报》的一篇文章详细介绍了当前人工智能热潮的起源，突出了许多常见人物，如 Sam Altman、Elon Musk 和 Larry Page。这篇报道并非因报道内容而走红，而是因为它忽略了一件事：女性。
时报的名单上有 12 位男性，大多数是人工智能或科技公司的领导者。其中许多人在人工智能方面没有受过正式或非正式的培训或教育。
与时报的暗示相反，人工智能狂潮并不是从马斯克在湾区的豪宅与佩奇对坐开始的。它早在那之前就已经开始了，学者、监管者、伦理学家和爱好者们在相对默默无闻中不懈努力，为我们今天拥有的人工智能和生成式人工智能系统奠定了基础。
埃琳·里奇，曾在德克萨斯大学奥斯汀分校任教的退休计算机科学家，于 1983 年出版了一本关于人工智能的教科书，并于 1988 年成为一家公司人工智能实验室的主任。哈佛教授辛西娅·德沃尔克几十年前在人工智能公平性、差分隐私和分布式计算领域引起轰动。麻省理工学院的机器人学家、教授和机器人创业公司 Jibo 的联合创始人辛西娅·布雷泽尔在 90 年代末和 2000 年初努力开发了其中一款最早的“社交机器人”Kismet。
尽管女性在推动人工智能技术方面有着许多成就，但她们在全球人工智能劳动力中所占比例微乎其微。根据斯坦福大学 2021 年的一项研究，仅有 16% 的人工智能终身教职教授是女性。根据世界经济论坛同年发布的另一项研究，合著者发现，女性仅占分析相关和人工智能职位的 26%。
更糟糕的是，人工智能领域的性别差距正在扩大——而非缩小。
英国社会公益创新机构 Nesta 进行了 2019 年的分析，得出结论称，至少有一位女性合著的人工智能学术论文比例自上世纪 90 年代以来没有改善。截至 2019 年，仅有 13.8% 的 Arxiv.org 上的人工智能研究论文由女性或女性合著，这一比例在过去十年中稳步下降。
造成差距的原因有很多。但德勤对人工智能领域的女性进行的调查突出了一些更突出（和明显）的原因，包括来自男性同行的判断和因为不符合已建立的男性主导模式而受到歧视。
问题始于大学：78% 的女性回答德勤调查时表示，她们在大学本科期间没有机会在人工智能或机器学习领域实习。超过一半（58%）的女性表示，她们最终离开了至少一家雇主，是因为男性和女性受到不同对待，而 73% 考虑要离开技术行业，原因是薪资不平等，无法在职业生涯中取得进展。
女性的缺席正在伤害人工智能领域。
Nesta 的分析发现，与男性相比，女性更有可能在研究人工智能时考虑到社会、伦理和政治影响——这并不令人惊讶，因为女性生活在一个以性别为基础而被贬低的世界，市场上的产品是为男性设计的，有孩子的女性通常被期望在工作与担任主要照顾者的角色之间取得平衡。
带着一丝幸运，TechCrunch 谦卑的贡献——一系列关于在人工智能领域取得成就的女性——将有助于将事态朝着正确的方向推进。但显然，还有很多工作要做。
我们介绍的女性分享了许多建议，供那些希望推动人工智能领域变得更好的人参考和发展。但一个共同的主题贯穿其中：强大的指导、承诺和身教。组织可以通过制定政策（招聘、教育或其他方面）提升已经在人工智能行业中的女性，或者试图进入该行业。拥有权力的决策者可以利用这种权力推动为女性创造更多多样化、支持性的工作场所。
变革不会一夜之间发生。但每场革命都始于一小步。
