为了给予致力于人工智能的女性学者和其他人应有的、早已到来的关注，TechCrunch一直在刊登一系列采访，重点关注那些为人工智能革命做出贡献的杰出女性。在人工智能繁荣继续进行的过程中，我们将这些文章发布到今年的各个时间点，突出往往被忽视的关键工作。阅读更多的人物简介在这里。
Chinasa T. Okolo是布鲁金斯学会技术创新中心治理研究项目的研究员。在那之前，她曾在伦巴德街道医院的道德和社会影响委员会任职，该委员会帮助制定了尼日利亚的国家人工智能战略，并担任过非洲联盟发展机构和魁北克人工智能研究所等组织的人工智能政策和伦理顾问。她最近从康奈尔大学获得计算机科学博士学位，研究人工智能如何影响全球南部。
您是如何开始进入人工智能领域的？什么吸引您进入这个领域？
我最初转入人工智能是因为我看到计算技术如何推动生物医学研究并使被边缘化社区能够民主地获得医疗保健。在我本科的最后一年[在波莫纳学院]，我开始和一位人机互动教授进行研究，这让我认识到人工智能内部的偏见挑战。在我攻读博士学位期间，我开始关注理解这些问题将如何影响全球南部的人们，他们构成了世界人口的大多数，并且通常在人工智能开发中被排除在外和代表不足。
您在人工智能领域最为自豪的工作是什么？
我为我的与非洲联盟（AU）合作制定了面向非洲的AU人工智能大陆战略而感到非常自豪，该战略旨在帮助非洲联盟成员国为人工智能的负责采用、发展和治理做准备。该战略的起草历时1.5年多，于2024年底发布。目前正在接收来自公众的反馈意见，目标是在2025年初由非洲联盟成员国正式采纳。
作为首代尼日利亚裔美国人，在密苏里州堪萨斯城长大，直到本科期间才在国外留学，我一直志在将我的职业中心放在非洲。在我职业生涯的早期就参与这样有影响力的工作让我兴奋不已，我希望追求类似的机会，帮助塑造具有包容性和全球性的人工智能治理。
您是如何应对男性主导的技术行业，乃至男性主导的人工智能行业的挑战的？
发现与那些分享我的价值观的人共同体是在应对男性主导的技术和人工智能行业中至关重要的。
幸运的是，我看到由黑人女性学者如Timnit Gebru、Safiya Noble、Abeba Birhane、Ruha Benjamin、Joy Buolamwini和Deb Raji领导的负责人工智能和突出研究的许多进展，这些年来，我已经能够与他们建立联系。
看到她们的领导才能激励我继续在这一领域工作，并向我展示了为实现有意义的影响而“逆流而动”的价值。
您给寻求进入人工智能领域的女性有什么建议？
不要被缺乏技术背景所吓倒。人工智能领域是多维度的，需要各个领域的专业知识。我的研究受到社会学家、人类学家、认知科学家、哲学家以及其他人文与社会科学领域内的影响很大。
随着人工智能的发展，AI领域面临的一些最紧迫问题是什么？
其中最突出的问题之一将是改善非西方文化在主要语言和多模态模型中的公平代表性。绝大多数人工智能模型是用英语进行训练的，而且数据主要代表西方语境，这排除了来自世界大多数地区宝贵的视角。
此外，追求构建更大模型将导致自然资源的更高消耗和更大的气候变化影响，这已经给全球南部国家带来了不成比例的影响。
AI用户应该注意到一些问题是什么？
许多投入运营的人工智能工具和系统夸大了自身的能力，实际上效果并不理想。很多人希望使用人工智能来解决的任务可能可以通过更简单的算法或基本自动化来完成。
此外，生成性人工智能有可能加剧从早期人工智能工具中观察到的伤害。多年来，我们看到这些工具表现出偏见，并导致对脆弱群体的有害决策，随着生成性人工智能的规模和覆盖范围不断扩大，这种情况可能会加剧。
然而，为人们提供了解人工智能局限性的知识可能有助于改善这些工具的负责采用和使用。加强公众的人工智能和数据素养将成为基本，因为人工智能工具迅速融入社会。
负责任地构建人工智能的最佳方式是什么？
负责任地构建人工智能的最佳方式是批判性地审视这些工具的预期和意想不到的用途。构建人工智能系统的人有责任反对将人工智能用于有害情境，并且应该在AI是否适用于其他他们可能针对的用例方面寻求外部指导。鉴于人工智能往往是社会现有不平等的放大器，开发人员和研究人员在构建和策划用于训练人工智能模型的数据集时也必须谨慎。
投资者如何更好地推动负责任的人工智能？许多人认为，越来越多的风险投资者对当前的人工智能热潮“现实获利”的兴趣已经加速了“人工智能蛇油”的崛起，这一词由阿尔温德·纳拉亚南和Sayash Kapoor提出。我同意这一观点，并相信投资者必须与学术界、民间社会利益相关者和行业成员一道发挥领导作用，倡导负责任的人工智能发展。作为一个天使投资人，我在市面上看到了许多可疑的人工智能工具。投资者还应该投资于人工智能专业知识，以审查公司并要求对效果图在路演中演示的工具进行外部审计。
您还有什么想补充的吗？
这场持续的“人工智能夏季”已经导致了许多“人工智能专家”的泛滥，这些人经常将注意力从现代风险和危害的重要讨论中转移开，并对“AI智能化”工具的能力提供误导性信息。我鼓励那些有兴趣了解人工智能的人们要对这些声音持批判态度，并寻求权威来源进行学习。
