Yapay Zekada Kadınlar: AB’deki Emilia Gómez yapay zeka kariyerine müzikle başladı

TechCrunch, AI odaklı kadın akademisyenlere ve diğerlerine hak ettikleri ve gecikmiş zamanlarını ilgi odağı haline getirmek için, AI devrimine katkıda bulunan olağanüstü kadınlara odaklanan bir dizi röportaj başlatıyor. Yıl boyunca yapay zeka patlaması devam ettikçe, çoğu zaman fark edilmeyen önemli çalışmaları vurgulayan yazılar yayınlayacağız. Daha fazla profili buradan okuyun.

Emilia Gómez, Avrupa Komisyonu Ortak Araştırma Merkezi’nde baş araştırmacı ve Avrupa’da yapay zekanın ilerlemelerini, benimsenmesini ve etkisini izlemeye yönelik AK girişimi olan AI Watch’ın bilimsel koordinatörüdür. Ekibi, yakın zamanda önerilen Yapay Zeka Yasası da dahil olmak üzere EC Yapay Zeka politikalarına bilimsel ve teknik bilgilerle katkıda bulunuyor.

Gómez’in araştırması hesaplamalı müzik alanına dayanıyor ve burada insanların müziği tanımlama şeklinin ve müziğin dijital olarak modellenme yöntemlerinin anlaşılmasına katkıda bulunuyor. Gómez, müzik alanından başlayarak yapay zekanın insan davranışı üzerindeki etkisini, özellikle de işler, kararlar ve çocuğun bilişsel ve sosyo-duygusal gelişimi üzerindeki etkilerini araştırıyor.

Soru-Cevap

Kısaca yapay zekaya nasıl başladınız? Sizi sahaya çeken ne oldu?

Müzik platformlarından eğitime kadar farklı uygulamalarda kullanılan müzik ses sinyallerinin melodi, tonalite, benzerlik, stil veya duygu açısından otomatik olarak tanımlanmasına yönelik algoritmaların geliştiricisi olarak yapay zeka, özellikle makine öğrenimi alanındaki araştırmalarıma başladım. . Müzik alanındaki farklı hesaplama görevleriyle ilgilenen yeni makine öğrenimi yaklaşımlarının nasıl tasarlanacağını ve veri seti oluşturma ve açıklama dahil veri hattının alaka düzeyini araştırmaya başladım. O zamanlar makine öğreniminden hoşlandığım şey, modelleme yetenekleri ve bilgi odaklı algoritma tasarımından veri odaklı algoritma tasarımına geçişti; örneğin akustik ve müzik bilgimize dayalı tanımlayıcılar tasarlamak yerine artık bilgi birikimimizi kullanarak veri kümeleri, mimariler ve eğitim ve değerlendirme prosedürleri tasarlayın.

Bir makine öğrenimi araştırmacısı olarak deneyimlerim ve algoritmalarımın müzik platformlarından senfonik müzik konserlerine kadar farklı alanlarda “işlem halinde” olduğunu görmem sayesinde, bu algoritmaların insanlar (örneğin dinleyiciler, müzisyenler) üzerindeki büyük etkisini fark ettim ve araştırmamı yönlendirdim. Özellikle yapay zekanın insan davranışı üzerindeki etkisinin incelenmesi ve sistemlerin adalet, insan gözetimi veya şeffaflık gibi yönler açısından nasıl değerlendirileceği konusunda gelişmeden ziyade yapay zeka değerlendirmesine yönelik. Bu, ekibimin Ortak Araştırma Merkezi’ndeki mevcut araştırma konusudur.

En çok hangi işten gurur duyuyorsunuz (AI alanında)?

Akademik ve teknik açıdan, alıntı kayıtlarıma da yansıdığı üzere, Barselona’daki Müzik Teknolojisi Grubu’nda alandaki en ileri teknolojiyi geliştiren müziğe özgü makine öğrenimi mimarilerine yaptığım katkılardan gurur duyuyorum. Örneğin, doktoram sırasında, bu alanda önemli bir referans haline gelen ses sinyallerinden tonaliteyi (örneğin bir müzik parçasının Do majör veya Re minör olması) çıkarmak için veri odaklı bir algoritma önerdim ve daha sonra makineyi birlikte tasarladım. müzik sinyallerinin melodi (örneğin uğultu yoluyla şarkı aramak için kullanılır), tempo veya müzikte duyguların modellenmesi açısından otomatik olarak tanımlanmasına yönelik öğrenme yöntemleri. Bu algoritmaların çoğu şu anda ses ve müzik analizi, açıklama ve sentez için açık kaynaklı bir kitaplık olan Essentia’ya entegre edilmiştir ve birçok öneri sisteminden yararlanılmıştır.

Yaşlı Alzheimer hastalarına uyarlanmış kişiselleştirilmiş bir müzik önericisi geliştirdiğimiz, Kızıl Haç İnsani Teknolojiler Ödülü’ne layık görülen Banda Sonora Vital (LifeSoundTrack) projesiyle özellikle gurur duyuyorum. Ayrıca müziğin kullanımı konusunda koordine ettiğim, Avrupa Birliği (AB) tarafından finanse edilen büyük bir proje olan PHENICX var; ve zenginleştirilmiş senfonik müzik deneyimleri yaratmak için yapay zeka.

Müzik bilişimi camiasını seviyorum ve kariyerim boyunca katkıda bulunduğum, bu alandaki çeşitliliğin artırılmasına özel ilgi gösterdiğim Uluslararası Müzik Bilgi Erişimi Derneği’nin ilk kadın başkanı olmaktan mutluluk duydum.

Şu anda, 2018 yılında baş bilim insanı olarak katıldığım Komisyon’daki görevimde, başta Yapay Zeka Yasası olmak üzere AB’de geliştirilen yapay zeka politikalarına bilimsel ve teknik destek sağlıyorum. Yayınlar açısından daha az görünür olan bu yeni çalışmadan, Yapay Zeka Yasasına yaptığım mütevazi teknik katkılardan gurur duyuyorum – burada çok sayıda insanın yer aldığını tahmin edebileceğiniz gibi “mütevazi” diyorum! Örnek olarak, hukuki ve teknik terimler arasındaki uyumlaştırma veya çeviri (örn. mevcut literatüre dayalı tanımlar önermek) ve yüksek düzeyde şeffaflık veya teknik dokümantasyon gibi yasal gerekliliklerin pratik uygulamasının değerlendirilmesi konusunda katkıda bulunduğum birçok çalışma var. risk yapay zeka sistemleri, genel amaçlı yapay zeka modelleri ve üretken yapay zeka.

Ayrıca ekibimin, diğerlerinin yanı sıra nedensellik eksikliği, şeffaflık, öngörülemezlik veya kendi kendine ve sürekliliği gibi yapay zeka sistemlerini doğası gereği riskli kılan belirli özellikleri incelediğimiz AB Yapay Zeka sorumluluk direktifini destekleme konusundaki çalışmalarından da oldukça gurur duyuyorum. öğrenme yetenekleri ve nedenselliğin kanıtlanması söz konusu olduğunda ortaya çıkan ilişkili zorlukların değerlendirilmesi.

Erkek egemen teknoloji endüstrisinin ve buna bağlı olarak erkek egemen yapay zeka endüstrisinin zorluklarını nasıl aşıyorsunuz?

Konu sadece teknoloji değil; aynı zamanda erkek egemen bir yapay zeka araştırma ve politika alanına da yön veriyorum! Bildiğim tek ortam orası olduğu için bir tekniğim ya da stratejim yok. Çeşitlilik içeren veya kadınların hakim olduğu bir çalışma ortamında çalışmanın nasıl olacağını bilmiyorum. Beach Boys’un şarkısında olduğu gibi “Güzel olmaz mıydı?” Gerçekten hayal kırıklığından kaçınmaya ve bu zorlu senaryoda eğlenmeye çalışıyorum, çok iddialı erkeklerin hakim olduğu bir dünyada çalışıyorum ve bu alandaki mükemmel kadınlarla işbirliği yapmaktan keyif alıyorum.

Yapay zeka alanına girmek isteyen kadınlara ne gibi tavsiyelerde bulunursunuz?

Onlara iki şey söyleyeceğim:

Size çok ihtiyaç var; lütfen alanımıza girin çünkü vizyon, yaklaşım ve fikir çeşitliliğine acil bir ihtiyaç var. Örneğin, AI alanındaki çeşitliliğin izlenmesi konusunda ortak kurduğum bir proje olan divinAI projesine göre, 2023’teki Uluslararası Makine Öğrenimi Konferansı’ndaki yazar adlarının yalnızca %23’ü ve Uluslararası Yapay Zeka Ortak Konferansı’ndaki yazar adlarının yalnızca %29’u kadındı. , cinsiyet kimliklerinden bağımsız olarak.

Yalnız değilsiniz; sahada çok fazla kadın, ikili olmayan meslektaşlar ve erkek müttefikler var, her ne kadar çok görünür olmasak veya tanınmasak da. Onları arayın ve onların mentorluğunu ve desteğini alın! Bu bağlamda araştırma alanında pek çok ilgi grubu bulunmaktadır. Örneğin, Uluslararası Müzik Bilgisine Erişim Derneği’nin başkanı olduğumda, çok başarılı bir mentorluk programıyla müzik bilişiminde çeşitlilik çabalarında öncü olan Müzik Bilgisi Erişiminde Kadınlar girişiminde çok aktiftim.

Yapay zeka geliştikçe karşı karşıya kalan en acil sorunlardan bazıları nelerdir?

Bana göre araştırmacılar, artık denge eksikliği mevcut olduğundan, yapay zeka değerlendirmesine olduğu kadar yapay zeka gelişimine de çaba göstermeli. Araştırma topluluğu, yapay zeka yetenekleri ve performansı açısından en son teknolojiyi geliştirmekle o kadar meşgul ve algoritmalarının gerçek dünyada kullanıldığını görmekten o kadar heyecan duyuyor ki, uygun değerlendirmeler, etki değerlendirmesi ve dış denetimler yapmayı unutuyorlar. Yapay zeka sistemleri ne kadar akıllı olursa, değerlendirmeleri de o kadar akıllı olmalıdır. Yapay zeka değerlendirme alanı yeterince araştırılmamıştır ve yapay zekaya kötü bir itibar kazandıran birçok olayın nedeni de budur; örneğin veri kümelerinde veya algoritmalarda mevcut olan cinsiyet veya ırksal önyargılar.

Yapay zeka kullanıcılarının bilmesi gereken bazı sorunlar nelerdir?

Sohbet robotları gibi yapay zeka destekli araçları kullanan vatandaşlar, yapay zekanın sihirli olmadığını bilmelidir. Yapay zeka insan zekasının bir ürünüdür. Yapay zeka algoritmalarının çalışma prensiplerini ve sınırlamalarını öğrenmeleri, onlara karşı çıkabilmeleri ve onları sorumlu bir şekilde kullanabilmeleri gerekiyor. Vatandaşların yapay zeka ürünlerinin kalitesi, bunların nasıl değerlendirildiği veya sertifikalandırıldığı konusunda bilgilendirilmesi ve böylece hangilerine güvenebileceklerini bilmeleri de önemlidir.

Yapay zekayı sorumlu bir şekilde oluşturmanın en iyi yolu nedir?

Benim görüşüme göre, yapay zeka ürünlerini (iyi bir sosyal ve çevresel etkiyle ve sorumlu bir şekilde) geliştirmenin en iyi yolu, gerekli kaynakları sosyal etkinin değerlendirilmesi ve risklerin azaltılması (örneğin temel haklar) için harcamaktır. Bir yapay zeka sistemini piyasaya sürmeden önce. Bu, işletmelerin ve ürünlere duyulan güvenin yanı sıra toplumun da yararınadır.

Sorumlu yapay zeka veya güvenilir yapay zeka, şeffaflık, adalet, insan gözetimi veya sosyal ve çevresel refah gibi hususların yapay zeka tasarım sürecinin en başından itibaren ele alınması gereken algoritmalar oluşturmanın bir yoludur. Bu anlamda, Yapay Zeka Yasası yalnızca yapay zekanın dünya çapında düzenlenmesinde çıtayı belirlemekle kalmıyor, aynı zamanda Avrupa’nın güvenilirlik ve şeffaflığa yaptığı vurguyu da yansıtıyor; vatandaşların haklarını korurken yeniliği mümkün kılıyor. Bunun vatandaşların ürüne ve teknolojiye olan güvenini artıracağını düşünüyorum.