AI領域的女性：歐盟的Emilia Gómez是如何從音樂開始自己的AI職業生涯的

為了給AI專注的女性學者和其他人他們應得的——以及遲來的——曝光時間，TechCrunch正在推出一系列訪談，專注於為AI革命作出貢獻的卓越女性。隨著AI熱潮持續，我們將在整個年度發表文章，突出通常被忽視的關鍵工作。更多資料請閱讀這裡。

Emilia Gómez是歐洲委員會聯合研究中心的首席調查員，也是 AI Watch的科學協調員，這是歐盟監測AI在歐洲的進展、應用和影響的倡議。她的團隊為歐盟AI政策提供科學和技術知識，包括最近提出的AI法案。

Gómez的研究是建立在計算音樂領域的基礎上，她為人們描述音樂的方式以及音樂在數位模塑中的方法做出貢獻。從音樂領域開始，Gómez研究AI對人類行為的影響——特別是對工作、決策和兒童認知和社會情感發展的影響。

問與答

簡單來說，您是如何開始AI之路的？什麼吸引您進入這個領域？

我開始我的AI研究，特別是機器學習，作為音樂音頻信號自動描述算法的開發者，這些算法涉及旋律、音調、相似度、風格或情感的描述，在從音樂平台到教育等不同應用中起著作用。我開始研究如何設計處理音樂領域不同計算任務的新型機器學習方法，以及數據管線包括數據集創建和標記的重要性。當時我喜歡機器學習的是它的建模能力以及從基於知識驅動到基於數據驅動的算法設計的轉變——例如，我們現在不再根據我們對聲學和音樂的知識設計描述符，而是利用我們的專業知識設計數據集、架構和培訓和評估程序。

從我作為一名機器學習研究人員的經驗來看，看到我的算法在不同領域中“發揮作用”，從音樂平台到交響音樂會，我意識到這些算法對人們（例如聽眾、音樂家）的巨大影響，將我的研究轉向AI評估而非開發，特別是研究AI對人類行為的影響以及如何評估系統在公平性、人類監督或透明度等方面。這是我團隊在歐盟聯合研究中心目前的研究主題。

您在AI領域最自豪的工作是什麼？

在學術和技術方面，我對我在巴塞羅那音樂技術集團對音樂特定機器學習架構的貢獻感到自豪，這些貢獻在該領域的最新技術狀況中有所提升，正如我的引用記錄所反映的那樣。例如，在我的博士期間，我提出了一種從音頻信號中提取音調（例如，樂曲是C大調還是D小調）的數據驅動算法，它已經成為該領域的一個關鍵參考，後來我共同設計了用於音樂信號自動描述的機器學習方法，包括旋律（例如用於通過哼唱搜索歌曲）、節奏或音樂情感建模。這些算法大多已集成到Essentia中，這是一個用於音頻和音樂分析、描述和合成的開源庫，並且已在許多推薦系統中使用。

我特別為Banda Sonora Vital（LifeSoundTrack）感到自豪，這是一個獲得紅十字會人道主義技術獎的項目，我們開發了一個針對老年阿茲海默症患者定製的音樂推薦系統。還有PHENICX，這是我協調的一個大型歐盟項目，旨在利用音樂和AI創建豐富的交響音樂體驗。

我熱愛音樂計算社區，很高興成為國際音樂資訊檢索學會的第一位女性主席，我一直在這個領域進行貢獻，特別在增加該領域的多樣性方面有興趣。

目前，在我2018年加入的委員會職位上，擔任首席科學家，我為歐盟開發的AI政策提供科學和技術支援，尤其是AI法案。從這項最近的工作來看，雖然在出版方面不太可見，但我對AI法案的一些謙虛技術貢獻感到自豪——我說“謙虛”是因為您可能猜到這裡有很多人參與！例如，我在法律和技術術語之間的協調或翻譯（例如，提出基於現有文獻的定義）方面做出了許多貢獻，以及對於高風險AI系統、通用AI模型和生成AI的透明度或技術文件等方面的法律要求的實際執行進行評估。

我還對我團隊在支持歐盟AI責任指令的工作感到自豪，我們研究了使AI系統固有風險的特定特徵，例如缺乏因果關係、不透明性、不可預測性或其自我和持續學習能力，並評估在證明因果關係時所遇到的困難。

您如何應對男性主導的科技行業以及男性主導的AI行業帶來的挑戰？

這不僅僅是技術領域——我也在一個男性主導的AI研究和政策領域中工作！我沒有一個技巧或策略，因為這是我唯一熟悉的環境。我不知道在多樣化或女性主導的工作環境中工作會是什麼感覺。像海灘男孩的歌曲中唱的那樣，“這樣多好啊” 我老實說，我盡量避免挫折，在這個充滿挑戰的環境中快樂工作，在一個由非常自信的人主導的世界中工作，並享受與領域中的優秀女性合作。

您會給那些希望進入AI領域的女性什麼建議？

我會告訴她們兩件事：

您非常需要——請加入我們的領域，因為我們急需多樣性的視野、方法和想法。例如，根據我共同創立的divinAI項目——一個我們對AI領域多樣性進行監控的項目——2023年在國際機器學習大會上，無論性別身份如何，只有23%的作者名稱是女性，在國際人工智能聯合大會上為29%，

您並不孤單——在這個領域中有許多女性，非二元性同事和男性盟友，即使我們可能沒有那麼明顯或被認可。尋找他們並獲得他們的指導和支持！在這方面，在研究領域中有許多共鳴小組存在。例如，當我成為國際音樂資訊檢索學會主席時，我在音樂計算的多樣性努力中非常活躍，這是一個極具成功的指導計劃。

AI在進化過程中面臨的一些最迫切問題是什麼？

在我看來，研究人員應該將精力投入到AI開發與AI評價中，因為現在缺乏平衡。研究界正忙於推動AI能力和性能方面的技術進步，並且對看到他們的算法在現實世界中被使用感到興奮，忘記做適當的評估、影響評估和外部審計。智能AI系統越聰明，它們的評估就應該越聰明。AI評估領域研究不足，這是許多給AI帶來不良聲譽的事件的原因，例如數據集或算法中存在的性別或種族偏見。

用戶應該注意的一些AI問題是什麼？

使用像聊天機器人這樣的AI動力工具的公民應該知道AI不是魔法。人工智能是人類智慧的產物。他們應該了解AI算法的工作原理和限制，以便能夠對其進行挑戰並負責任地使用它們。公民也應該瞭解AI產品的質量，以及它們如何被評估或認證，這樣他們就知道哪些產品可以信賴。

負責任地構建AI的最佳方法是什麼？

在我看來，以負責任的方式開發AI產品（對社會和環境有良好影響並負責）的最佳方式是在將AI系統投放市場之前花費所需的資源於評估、社會影響評估和風險的減輕，例如對基本權利——進行前。這有利於企業和產品的信任，也有利於社會。

負責任的AI或可信AI是一種構建算法的方式，其中透明度、公平性、人類監督或社會和環境福祉等方面需要從AI設計過程的一開始就加以關注。在這方面，AI法案不僅為全球調整人工智能設置了一個標準，而且體現了歐洲對值得信賴和透明的強調——在保護公民權利的同時實現創新。我覺得這將增加公民對產品和技術的信任。