AI 중심의 여성 학자들과 기타들에게 그들이 자긍심을 가지고 지금까지도 받지 못한 조명을 주기 위해, TechCrunch는 AI 혁명에 공헌한 놀라운 여성들에 중점을 둔 일련의 인터뷰를 발표해왔습니다. AI 붐이 계속되는 한, 우리는 종종 인식되지 못한 주요 작업을 강조하는 이러한 기사를 연도 내내 발표할 것입니다. 더 많은 개인 프로필을 여기서 확인하세요.
Catherine Breslin은 Kingfisher Labs의 창립자이자 이사로, 기업들이 AI 전략을 개발하는 데 도움을 주고 있습니다. 그녀는 2십년 이상 AI 과학자로 활동해 왔으며, 케임브리지 대학, 도시바 연구소, 심지어 아마존 알렉사에서 일했습니다. 그녀는 이전에 VC 펀드 Deeptech Labs에 조언자로 활동했으며, Cobalt Speech & Language의 솔루션 아키텍트 디렉터였습니다.
그녀는 학부를 위해 옥스포드 대학에 다녔으며 석사 및 박사 학위를 케임브리지 대학에서 받았습니다.
간단히 말해서, AI 분야에서 어떻게 시작했나요? 그 분야가 당신을 끌게 된 것은 무엇이었나요?
나는 어릴 때 항공, 물리학을 좋아했고 대학에서 공학을 공부하기로 했습니다. 그곳에서 AI에 대해 처음 배우게 되었는데, 그 당시에는 AI라고 불리지 않았습니다. 우리가 쉽게 하는 언어 및 음성 처리를 컴퓨터를 사용하여 하는 아이디어에 흥미를 느꼈습니다. 그 후로 나는 음성 기술에 박사 학위를 취득하고 연구원으로 일했습니다. 우리는 최근 AI 분야에서 많은 발전이 있었고, 그 결과 인간들의 삶을 개선하는 기술을 만들 수있는 큰 기회가 있다고 생각합니다.
AI 분야에서 가장 자랑스러운 일은 무엇인가요?
2020년, 팬데믹 초기에 회사에서 실제 AI 전문 지식과 리더십을 조직에 제공하려는 미션이 있는 컨설팅 회사를 설립했습니다. 내가 여러 다양하고 흥미로운 프로젝트들을 통해 고객들과 함께 한 일에 자랑스럽다고 느끼고 또한 가족을 중심으로 유연하게 일할 수 있었던 것에도 자랑스러워합니다.
남성 중심의 기술 산업의 어려움을 어떻게 극복하고 AI 분야의 남성 중심의 어려움을 극복하고 있나요?
정확하게 측정하는 것은 어렵지만, AI 분야의 약 20%가 여성이라고 생각됩니다. 나의 인식에 따르면, 더 시니어가 될수록 해당 백분율이 낮아집니다. 나에게 가장 좋은 해결책 중 하나는 지원 네트워크를 만드는 것입니다. 물론, 지원은 어떤 성별의 사람이던 받을 수 있습니다. 때로는 유사한 상황에 직면하거나 동일한 문제를 겪은 여성들과 대화하는 것이 안심이 되기도 하고 혼자가 아니라고 느끼는 것이 좋습니다.
또 다른 문제는 내 에너지를 어디에 소비할지 신중하게 생각하는 것입니다. 더 많은 여성들이 시니어 및 리더십 지위로 진출할 때에만 영구적인 변화가 일어날 것이라고 믿고 있고, 그것은 여성들이 시스템을 고치느라 에너지를 모두 소비하지 않고는 자신의 경력을 증진할 수 없을 것이라 생각하기 때문입니다. 변경을 추진하고 나의 일상적인 일에 집중하는 사이에 현명한 균형을 찾을 수 있다고 생각합니다.
AI 분야에 진입하려는 여성들에게 어떤 조언을 하겠습니까?
AI는 방대하고 흥미로운 분야이며 많은 일이 벌어지고 있습니다. 그러나 무수히 많은 논문, 제품 및 모델들이 지속적으로 출시되어 소음이 많이 발생합니다. 모든 것을 따라가는 것은 불가능합니다. 또한, 모든 논문이나 연구 결과가 장기적으로 중요할 것은 아니며, 어떤 성형된 보도자료가 발표될지라도 그렇기에요. 나의 조언은 당신이 실현하고자 하는 특정 분야를 찾아내고, 그 분야에 대해 할 수 있는 모든 것을 배우고, 해결하고자 하는 문제에 도전하는 것입니다. 이것이 당신이 필요로 하는 견고한 기초를 제공할 것입니다.
AI가 발전함에 따라 가장 긴급한 문제들 중 일부는 무엇입니까?
지난 15년간 진전이 빨랐고 AI가 실험실을 벗어나 제품으로 이동했음에도 제대로 평가하거나 결과를 예측해볼 시간이 없었습니다. 예를 들어 제기되는 한 가지 사례는 우리의 음성 및 언어 기술 중 많은 부분이 영어에서 다른 언어들보다 더 나은 성능을 내는 것입니다. 이는 다른 언어들을 무시한 것은 아니라는 것을 의미하겠지만, 더 나은 영어어어 기술의 우발적 결과는 모두에게 동등한 지원을 제공하지 않는 기술 구축 및 전개 중이라는 점입니다.
AI 사용자들이 인식해야 할 몇 가지 문제는 무엇입니까?
인상적인 데모를 빠르게 구축할 수 있지만 일관되게 잘 작동하는 AI 시스템을 만들려면 헌신적인 노력이 필요합니다. 우리는 AI가 인간들에 의해 위해되고 디자인 및 구축된 것이라는 것을 잊어서는 안 됩니다.
책임 있는 방식으로 AI를 구축하는 가장 좋은 방법은 무엇입니까?
책임 있는 AI를 구축하는 것은 어떤 고객이나 제품에 영향을 받는 사람들을 포함하여 다양한 시각을 초기부터 고려하는 것을 의미합니다. 시스템을 철저히 테스트하는 것은 시나리오의 다양성에서 작동 여부를 정확히 알기 위해 중요합니다. 테스트는 새로운 알고리즘을 상상하는 것보다 지루한 작업으로 여겨지나, 제품이 정말로 작동하는지 알아야 합니다. 또한, 건설 중인 제품의 능력과 한계에 대해 자신과 고객들에게 솔직해야 합니다. 이렇게 함으로써 시스템이 남용되지 않게 할 수 있습니다.
투자자들이 책임 있는 AI를 위해 더 나은 방법으로 밀어붙이는 방법은 무엇입니까?
스타트업들은 많은 AI 응용 프로그램을 개발하고 있으며, 투자자들은 자신이 무엇을 후원하고 있는지에 대해 신중하게 생각할 책임이 있습니다. 더 많은 투자자들이 미래 비전 및 책임 있는 AI가 어떻게 적용되는지에 대해 명확히 표현하기를 바라면서 이에 대해 더 많은 노력을 기대합니다.
