人工智能领域的女性：欧盟的Emilia Gomez从音乐领域开始了她的人工智能职业
为了让致力于人工智能领域的女性学者和其他人得到应有的关注和认可，TechCrunch 正在推出一系列采访，重点关注那些为人工智能革命做出贡献的杰出女性。随着人工智能的蓬勃发展，我们将在整个年度发布这些采访内容，突出那些经常被忽视的重要工作。点击这里阅读更多相关人物介绍。
Emilia Gómez是欧洲委员会联合研究中心的首席研究员，也是AI Watch的科学协调员。AI Watch是欧盟为监测人工智能在欧洲的发展、应用和影响而发起的倡议。她的团队为欧盟AI政策提供科学和技术知识，包括最近提出的AI法案。
戈麦斯的研究基于计算音乐领域，她对人类描述音乐的方式以及数字模拟方法的理解做出贡献。从音乐领域出发，戈麦斯研究人工智能对人类行为的影响，特别是对工作、决策以及儿童认知和社会情感发展的影响。
问与答
简单说一下，您是如何开始进入人工智能领域的？是什么吸引您投身这个领域的？
我从事人工智能研究，特别是机器学习，作为一名算法开发者，用于自动描述音乐音频信号的旋律、调性、相似度、风格或情感，这些应用涵盖了从音乐平台到教育的不同领域。 我开始研究如何设计处理音乐领域不同计算任务的新型机器学习方法，以及数据管道的相关性，包括数据集的创建和注释。 那时候我喜欢机器学习的模型能力，以及从知识驱动到数据驱动算法设计的转变-例如，我们不再根据我们对声学和音乐的知识设计描述符，而是利用我们的专业知识来设计数据集、架构、训练和评估程序。
根据我作为机器学习研究人员的经验，并在不同领域看到我的算法“实际运用”，从音乐平台到交响音乐会，我意识到这些算法对人们（比如听众、音乐家）产生了巨大影响，并将我的研究重点转向了人工智能评估而非开发，特别是研究人工智能对人类行为的影响以及如何评估系统的公平性、人类监督或透明度等方面。这是我团队在联合研究中心当前的研究课题。
在人工智能领域，你最自豪的工作是什么？
在学术和技术方面，我为自己在巴塞罗那音乐技术团队的音乐特定机器学习架构方面所做的贡献感到自豪，这些贡献在该领域的最新进展中得到了体现，正如我的引用记录所反映的那样。例如，在我的博士期间，我提出了一种数据驱动的算法，从音频信号中提取调性（例如，一个音乐作品是C大调还是D小调），这已成为该领域的重要参考，后来我共同设计了用于自动描述音乐信号的机器学习方法，包括旋律（例如通过哼歌搜索歌曲）、节奏或音乐情感建模。这些大部分算法目前已集成到Essentia中，这是一个用于音频和音乐分析、描述和合成的开源库，并已被许多推荐系统所利用。
我特别骄傲的是《生命音轨》项目，该项目荣获红十字会人道主义技术奖，我们为老年阿尔茨海默病患者开发了一款个性化音乐推荐系统。此外，我还负责协调一个大型欧盟资助的项目PHENICX，该项目旨在利用音乐和人工智能创造丰富的交响乐体验。
我热爱音乐计算社区，并且很高兴能成为国际音乐信息检索学会的第一位女性主席。我一直在这个领域贡献自己的全部职业生涯，特别关注增加领域内的多样性。
目前，在我在欧盟委员会担任的职务中，我作为首席科学家于2018年加入，为欧盟制定的人工智能政策提供科学和技术支持，特别是AI法案。从这项最近的工作中，虽然在出版方面不那么引人注目，但我为自己对AI法案的一点技术贡献感到自豪——我说“一点”是因为你可能猜到这里涉及到很多人! 例如，我为法律和技术术语之间的协调或翻译，以及评估法律要求的实际实施（如高风险AI系统的透明度或技术文件和通用AI模型及生成AI）做出了很多贡献。
我也为我的团队在支持欧盟AI责任指令方面的工作感到非常自豪。我们研究了使人工智能系统固有具有风险的特定特征，比如缺乏因果关系、不透明性、不可预测性或其自我学习和持续学习的能力，以及在证明因果关系时出现的相关困难。
你如何应对男性主导的科技行业所带来的挑战，以及男性主导的人工智能行业呢？
这不仅仅是技术领域 — 我也在一个男性主导的人工智能研究和政策领域中航行！我没有什么技巧或策略，因为这是我唯一了解的环境。我不知道在一个多元化或女性主导的工作环境中工作会是什么样子。“那不是很好吗？”，就像沙滩男孩的歌里唱的那样。老实说，我试图避免沮丧，在这个由非常自信的人主导的世界中工作，并享受与这个领域优秀女性的合作。
对于想要进入人工智能领域的女性，你会给予什么建议？
我会告诉他们两件事情：
您非常需要 - 请加入我们的领域，因为对于视野、方法和想法的多样性有迫切需求。例如，根据我共同创立的divinAI项目 - 一个监测人工智能领域多样性的项目 - 2023年在国际机器学习大会上只有23%的作者是女性，在国际人工智能联合会议上是29%，无论其性别认同如何。
你并不孤单 - 在这个领域有许多女性、非二元同事和男性盟友，尽管我们可能不那么显眼或被认可。寻找他们并获得他们的指导和支持！在这个背景下，研究领域中存在许多亲和力群体。比如，当我成为国际音乐信息检索学会主席时，我非常活跃于音乐信息检索领域的女性倡议，这是音乐计算中多样性努力的先驱，拥有非常成功的指导计划。
随着人工智能的发展，目前面临哪些最为紧迫的问题？
在我看来，研究人员应该把同样多的精力投入到人工智能的发展和评估上，因为现在存在着一个平衡不足的情况。研究界正忙于推动人工智能能力和性能方面的最新发展，并且兴奋地看到他们的算法被用于现实世界，他们就忘记了进行适当的评估、影响评估和外部审计。人工智能系统越智能，它们的评估就应该越智能。人工智能评估领域研究不足，这是导致许多事故的原因，这些事故给人工智能带来了负面声誉，比如数据集或算法中存在的性别或种族偏见。
AI用户应该注意哪些问题？
使用AI技术工具，如聊天机器人，的市民应该明白AI不是魔法。人工智能是人类智慧的产物。他们应该了解AI算法的工作原理和局限性，以便能够挑战它们并负责任地使用它们。市民也应该了解AI产品的质量、评估或认证方式，以便知道哪些产品值得信赖。
负责任地构建人工智能的最佳方式是什么？
在我看来，开发人工智能产品（具有良好的社会和环境影响，并且负责任地）的最佳方式是在将人工智能系统投放市场之前，花费必要资源进行评估、评估社会影响以及风险缓解，例如，核心权利。这有利于企业和产品的信任，也有利于社会。
负责任的人工智能或可信任的人工智能是构建算法的一种方式，其中透明度、公平性、人类监督或社会和环境福祉等方面需要从人工智能设计过程的最开始就予以考虑。在这个意义上，人工智能法案不仅为全球人工智能监管设立了标准，还反映了欧洲对可信度和透明度的重视 — 在保护公民权利的同时促进创新。我觉得这将增加公民对产品和技术的信任。
