به گزارش مجله ایرانیان اکونومیست. TechCrunch با Marissa Humon، مدیر ارشد فناوری Utilidata، یک شرکت انرژی مستقر در رود آیلند، ایالات متحده، به عنوان بخشی از مجموعه زنان در هوش مصنوعی، که بر روی زنان فعال در زمینه هوش مصنوعی تمرکز دارد، مصاحبه کرد.

به گزارش TechCrunch، هامون در Utilidata تلاش می کند تا شبکه برق را پایدارتر کند. هامون گفت: «کاری که من در UtilityData انجام می‌دهم، به چالش کشیدن وضعیت موجود صنعت آب و برق است. این فناوری‌های مورد نیاز برای راه‌اندازی یک شبکه تمیز، مدرن و قابل اعتماد را برای خدمات بهتر به افراد و مشاغل مرتبط به شرکت‌ها ارائه می‌کند.

هامون کار خود را در آزمایشگاه ملی انرژی های تجدیدپذیر آغاز کرد، جایی که او بر چگونگی تغییر صنعت انرژی از وابستگی شدید به کربن و به سمت منابع پاک تر تمرکز کرد. وی خاطرنشان کرد: باید یک روش مدل سازی جدید اتخاذ شود زیرا برخی از معادلات فیزیکی را نمی توان با استفاده از روش های تحلیلی سنتی حل کرد. او افزود: «در عوض، ما نیاز به استفاده از روش‌های عددی و یادگیری ماشینی داشتیم.

توصیه ای برای زنان

هامون پس از کار در آزمایشگاه ملی انرژی های تجدیدپذیر، برای کار در شرکت انرژی تندرل درخواست داد. او سپس به سمت CTO در Utilidata ارتقا یافت و از سال 2018 در این سمت بود. هامون دکترای خود را در فیزیک کاربردی از دانشگاه هاروارد گرفت و در همان زمان متوجه کاهش قابل توجهی در تعداد زنان شاغل در این زمینه شد. هامون گفت: “من اغلب در مقایسه با همتایان مرد خود فشار استانداردهای بالاتر را در محل کار احساس می کردم.”

هامون اشاره کرد که به عنوان یک سرپرست، اکنون در تلاش است تا فرصت هایی برای زنان ایجاد کند. با هدف توانمندسازی زنان برای رهبری و شناخته شدن. به گفته وی، مردان نیز باید مسئولیت ایجاد فضای لازم برای ورود و ماندگاری بیشتر زنان در این عرصه را بر عهده بگیرند.

وی افزود: تغییری که ما نیاز داریم تنها محدود به تمرین نیست، بلکه باید سیستماتیک و گسترده باشد. این تغییر با صلاحیت و استخدام آغاز می شود، با راهنمایی و آموزش ادامه می یابد و به شناخت و ارتقای منصفانه و عادلانه ختم می شود. همه اینها با ایجاد یک محل کار ایمن و فراگیر انجام خواهد شد.

ایجاد هوش مصنوعی اخلاقی

هامون گفت: «کاربران باید بدانند که هوش مصنوعی چیزی نیست که بتواند همه مشکلات را حل کند، اما یک دستیار متخصص برای بهبود عملیات، بهبود کارایی و کمک به پشتیبانی است. شناخت محدودیت های آن و اطمینان از انجام غربالگری مناسب کلیدی است.

به گفته هامون، درک اینکه چگونه هوش مصنوعی مولد برای درک هرگونه سوگیری احتمالی آموزش داده شده و ساخته شده است، همیشه مهم است. هامون ادامه داد که این دانش یک تکنیک قدرتمند هنگام کار با مدل های زبانی برای تجزیه و تحلیل داده ها و ارزیابی امکان سنجی راه حل ها است. هوش مصنوعی فقط به اندازه داده ها و اطلاعاتی است که روی آنها آموزش داده شده است.

هامون همچنین توصیه هایی در مورد چگونگی ساخت هوش مصنوعی ایمن ارائه کرد و توضیح داد که Utilidata تصمیم اولیه را برای نگه داشتن تمام داده ها به صورت محلی گرفته است. وی افزود: نزدیک شدن به مدل سازی با استفاده از محاسبات هوش مصنوعی میزان و فراوانی اطلاعات ارسالی به فضای ابری را کاهش می دهد و در نتیجه احتمال نقض امنیت یا حریم خصوصی را کاهش می دهد.