Rachel Thomas es una científica informática estadounidense y directora fundadora del Centro de Ética de Datos Aplicados de la Universidad de San Francisco . Junto con Jeremy Howard , es cofundadora de fast.ai. Thomas fue seleccionada por la revista Forbes como una de las 20 mujeres más increíbles en inteligencia artificial .
Thomas creció en Galveston, Texas. En la escuela secundaria comenzó a programar en C++. Thomas obtuvo su licenciatura en matemáticas en el Swarthmore College en 2005. [1] En Swarthmore fue elegida miembro de la sociedad de honor Phi Beta Delta . Se trasladó a la Universidad de Duke para realizar sus estudios de posgrado y terminó su doctorado en matemáticas en 2010. [2] Su investigación doctoral involucró un análisis matemático de redes bioquímicas. Durante su doctorado completó una pasantía en RTI International donde desarrolló modelos de Markov para evaluar protocolos de tratamiento del VIH . Thomas se unió a Exelon como analista cuantitativa, donde extrajo datos de Internet y construyó modelos para proporcionar información a los comerciantes de energía. [3]
En 2013, Thomas se unió a Uber , donde desarrolló la interfaz del conductor y los algoritmos de aumento de velocidad utilizando aprendizaje automático . [4] Luego se convirtió en profesora en Hackbright Academy, una escuela para mujeres ingenieras de software. [5]
Thomas se unió a la Universidad de San Francisco en 2016, donde fundó el Centro de Ética de Datos Aplicados. [6] [7] Aquí ha estudiado el auge de los deepfakes , [8] el sesgo en el aprendizaje automático y el aprendizaje profundo .
Cuando Thomas comenzó a desarrollar redes neuronales , solo unos pocos académicos lo estaban haciendo, y le preocupaba que no se compartieran los consejos prácticos. [9] Si bien existe una considerable demanda de contratación de investigadores en inteligencia artificial , Thomas ha argumentado que, si bien estas carreras tradicionalmente han requerido un doctorado , acceso a supercomputadoras y grandes conjuntos de datos, estos no son requisitos previos esenciales. [9] Para superar esta aparente brecha de habilidades, Thomas estableció Practical Deep Learning For Coders , el primer certificado de acceso abierto acreditado por una universidad en aprendizaje profundo, además de crear la primera biblioteca de programación de aprendizaje automático de acceso abierto. [10] Thomas y Jeremy Howard cofundaron fast.ai, un laboratorio de investigación que busca hacer que el aprendizaje profundo sea más accesible. [11] Entre sus estudiantes se incluyen un granjero lechero canadiense, médicos africanos y un profesor de matemáticas francés. [4]
Thomas ha estudiado el sesgo inconsciente en el aprendizaje automático, [12] [13] y enfatizó que incluso cuando la raza y el género no son variables de entrada explícitas en un conjunto de datos particular, los algoritmos pueden volverse racistas y sexistas cuando esa información se codifica de forma latente en otras variables. [13] [14] Junto con su carrera académica, Thomas ha pedido fuerzas de trabajo más diversas para prevenir el sesgo en los sistemas que utilizan inteligencia artificial. [9] [15] Ella cree que debería haber más personas de grupos históricamente subrepresentados trabajando en tecnología para mitigar algunos de los daños que ciertas tecnologías pueden causar, así como para garantizar que los sistemas creados beneficien a toda la sociedad. [16] En particular, le preocupa la retención de mujeres y personas de color en trabajos tecnológicos. [4] Thomas es miembro de la Junta Directiva de Mujeres en Aprendizaje Automático (WiML). [17] Se desempeñó como asesora de Deep Learning Indaba, una organización sin fines de lucro que busca capacitar a los africanos en aprendizaje automático . En 2017 fue seleccionada por la revista Forbes como una de las más de 20 "mujeres líderes" en inteligencia artificial. [18]
Thomas también ha escrito sobre la aplicación de la ciencia de datos y el aprendizaje automático en la medicina. En un artículo, describe los usos del aprendizaje automático en el campo médico y destaca algunas de las cuestiones éticas implicadas. El artículo fue publicado en Boston Review, titulado "El problema del aprendizaje automático en la medicina. A medida que las herramientas de Big Data reconfiguran la atención médica, los conjuntos de datos sesgados y los algoritmos irresponsables amenazan con desempoderar aún más a los pacientes". [19]
A Thomas le preocupa la falta de diversidad en la IA y cree que hay muchas personas cualificadas que no consiguen trabajo. [5] Se ha centrado especialmente en el problema de la escasa retención de mujeres en el sector tecnológico, y ha señalado que "el 41% de las mujeres que trabajan en el sector tecnológico se marchan en un plazo de 10 años, lo que supone más del doble de la tasa de deserción de los hombres, y las que tienen títulos superiores, que presumiblemente tienen más opciones, tienen un 176% más de probabilidades de marcharse". [5] Thomas cree que [5] es necesario romper el "aura cool y exclusiva" de la IA para poder abrirla a los forasteros y hacerla accesible a quienes tienen antecedentes no tradicionales y no pertenecientes a la élite.
{{cite web}}
: CS1 maint: nombres numéricos: lista de autores ( enlace )