Нікі Пармар та приховані архітекторки: жінки, які змінюють штучний інтелект за лаштунками

Коли йдеться про революційні прориви, що сформували сучасний штучний інтелект, мало хто може втриматися від згадки Деміса Гассабіса, Сема Альтмана або Ілона Маска. Та для кожного відомого імені, яке привертає увагу медіа, існують тихі, виняткові особистості, чиї внески були не менш — а іноді й більш — фундаментальними для розвитку галузі. Серед цих недооцінених піонерів — кілька видатних жінок, чиї роботи буквально переписали можливості AI. Нікі Пармар є яскравим прикладом: як одна з восьми головних авторів архітектури Transformer, її відбитки присутні майже у кожній сучасній великій мовній моделі — від ChatGPT до GPT-4, але її ім’я рідко з’являється у масових технічних дискусіях.

Історична тенденція не нова. Ада Лавлейс написала першу комп’ютерну програму в історії людства, але скільки людей знає її ім’я? Елейн Річ створила перший підручник з штучного інтелекту, але вона досі здебільшого забута у масовій свідомості. “Ефект Матильди” — систематична тенденція приписувати наукові досягнення чоловікам-колегам замість жінок-дослідниць, які їх виконували — і ця тенденція і досі спотворює наше розуміння того, хто формував технологічний прогрес. Саме тому важливо визнавати внесок цих жінок.

ImageNet і зародження глибокого навчання: фундаментальний дар Фей-Фей Лі

Сучасна революція в AI має чіткий момент народження: 2012 рік, коли мережа глибокого навчання AlexNet досягла безпрецедентних успіхів у задачах розпізнавання зображень. Але мало хто простежує цю проривну подію до її справжнього джерела. У 2009 році Фей-Фей Лі, тоді асистент-професор Прінстонського університету, запропонувала ImageNet — радикальну ідею, яка змінила підхід дослідників до машинного навчання. Замість ручного кодування конкретних алгоритмів для розпізнавання собак і котів, вона усвідомила, що вузьке місце — не алгоритмічні можливості, а дані.

Народжена у Пекіні у 1976 році, вихована у Ченду, Фей-Фей Лі емігрувала до США у 12 років, майже не володіючи англійською. За два роки вона досягла високого рівня володіння мовою і проявила винятковий математичний талант. Вона вступила до Прінстона за стипендією і майже кожні вихідні поверталася додому, щоб допомагати з сімейним бізнесом — хімчисткою. До 2007 року, незважаючи на ці труднощі, вона вже була асистентом професора.

Її бачення ImageNet було простим і водночас сміливим: створити величезну, систематично позначену базу даних зображень — згодом понад 15 мільйонів зразків — що дозволить дослідникам порівнювати алгоритмічні підходи чесно. Реалізація вимагала інновацій. На початку crowdsourcing-проєктів робітники випадковим чином натискали на завдання. Фей-Фей Лі вставила контрольні зображення — наприклад, перевірені фотографії золотистих ретриверів — щоб перевірити точність роботи. Цей механізм контролю якості перетворив необроблений краудсорсинг у надійне виробництво даних.

Вплив важко переоцінити. Перемога AlexNet у 2012 році на змаганні ImageNet стала не випадковістю; вона стала можливою завдяки інфраструктурі, яку створила Фей-Фей Лі. Сьогодні, коли дослідники говорять про проривні моменти в AI, часто питають: “Чи це її ImageNet-момент?” — фраза, що стала синонімом трансформативних датасетів. Автономні автомобілі, розпізнавання облич і виявлення об’єктів — усе веде свій початок від цієї роботи.

Нікі Пармар: інженерія революції Transformer

Хвиля великих мовних моделей, здавалося, досягла свого піку з появою ChatGPT, але її справжнє походження — у статті 2017 року: “Attention is All You Need”, авторства восьми інженерів із Google. Архітектура Transformer, описана у цій статті, стала основою для майже всіх сучасних систем AI. І при цьому багато досі не знають, що одним із головних авторів цієї роботи є жінка: Нікі Пармар.

Нікі Пармар родом з Індії, навчалася у Коледжі комп’ютерних технологій у Пуне, а з 2013 року здобувала магістерську ступінь з комп’ютерних наук у Університеті Південної Каліфорнії. Під час бакалаврату вона відкрила свою пристрасть через курси Ендрю Нга і Пітера Норвіга з машинного навчання та AI. “Мене цікавила спільна сила даних, пошук шаблонів і оптимізація,” — згадувала вона пізніше. Ця інтелектуальна допитливість визначила її кар’єру.

Після випуску у 2015 році Нікі приєдналася до дослідницького відділу Google, спочатку зосереджуючись на чистих дослідженнях. До 2017 року вона стала однією з головних архітекторів, що формували технологічне підґрунтя AI. Про свій підхід до проривних досліджень вона сказала: “Спочатку величезна кількість інформації навколо мене здавалася непереборною. Зосередитися на конкретній проблемі і глибоко її досліджувати разом із колегами допомагає ставити правильні питання.” Ця філософія — глибина замість широти, співпраця замість ізоляції — стала характерною для її подальших проєктів.

Стаття про Transformer стала не лише академічним досягненням для Нікі Пармар; вона стала трампліном для підприємництва. Вона співзаснувала Adept AI разом із співавтором Ашішем Васвани, який був першим автором статті. Компанія залучила 350 мільйонів доларів — значний знак довіри до їхнього бачення. Водночас, враховуючи її сфери інтересів, Нікі Пармар також співзаснувала Essential AI, керуючи нею як основним проєктом. Essential AI залучила 56,5 мільйонів доларів фінансування від технологічних гігантів AMD, Google і Nvidia, підтверджуючи стратегічний напрямок засновників у сфері інфраструктури та досліджень AI.

Daniela Amodei: співзасновниця Anthropic із фокусом на безпеку

Хоча медіа часто підкреслюють, що Anthropic засновано “сімома дослідниками, які покинули OpenAI,” ця формулювання приховує важливий факт: Daniela Amodei, президентка і співзасновниця компанії, систематично недооцінюється у висвітленні, хоча її роль і стратегія були ключовими. Anthropic справді засновано двома братами — Daniela і Dario Amodei — їхні доповнюючі навички створили незвичайно збалансовану керівну структуру.

Кар’єра Daniela демонструє нетиповий шлях для технологічного керівника. Вона здобула бакалаврські ступені з англійської літератури, політики та музикознавства — гуманітарної освіти, що сформувала її подальший фокус на узгодженості людських цінностей у AI. Її рання кар’єра у політиці та nonprofit-організаціях розвинула її стратегічне мислення та організаційні навички. У 2013 році, коли Stripe ще був маловідомим стартапом, вона стала його раннім співробітником і згодом допомогла перетворити його на гіганта (з оцінкою понад 50 мільярдів доларів).

У Stripe вона виконувала ролі, що згодом стали ключовими у OpenAI та Anthropic: підбір команд, управління ризиками та міжфункціональна координація. Вона керувала командами, що аналізували понад 7000 випадків шахрайства та порушень політики щороку, знизивши рівень втрат на 72% — до історичного мінімуму. Це операційне майстерність і дисципліна ризиків стали її візитною карткою.

У 2018 році вона приєдналася до OpenAI на посаді віце-президента з безпеки та політики, працюючи не лише у технічних командах безпеки, а й керуючи HR, підбором персоналу, навчанням і DEI-ініціативами — справжній універсал у вузькій галузі. У 2021 році вона співзаснувала Anthropic із братом, впроваджуючи цю філософію безпеки у нову організацію, яка базується на принципі, що системи AI мають відповідати людським цінностям.

Mira Murati: тихий технологічний лідер OpenAI

З 2022 року технічним директором OpenAI є Mira Murati — багато хто у технічному світі навіть не знає про цю посаду. Вона приєдналася до компанії у 2018 році, у 2020 році її підвищили до старшого віце-президента, відповідального за дослідження, продукти та партнерства, а згодом вона керувала розробкою ChatGPT, DALL-E і GPT-4.

Народжена у Албанії у 1988 році та вихована в Канаді, Mira має технічний бекґраунд. У Dartmouth College вона побудувала гібридну гоночну машину — ранній прояв її практичного, проблемноорієнтованого мислення. Після короткої роботи у авіації вона приєдналася до Tesla на посаді старшого менеджера продукту для Model X, де її захоплення Autopilot розпалило глибший інтерес до AI.

Про свою мотивацію вона сказала: “Нудьга — потужний мотиватор для дослідження і освоєння нових фронтирів.” Ця філософія керувала її кар’єрою в OpenAI, де вона залишається глибоко залученою до найамбітніших проєктів. Розробка ChatGPT — можливо, найвизначніший досягнення компанії — відбувалася під її технічним керівництвом. У 2023 році, коли Microsoft інвестувала 13 мільярдів доларів у OpenAI, — партнерство, яке вона вела і керувала — генеральний директор Сатья Наделла публічно похвалив її за здатність зібрати команду з технічних експертів, бізнес-інтуїції та глибокого розуміння важливості місії AI.

Її вплив виходить за межі розробки продуктів. Під час внутрішніх криз — включно з конфліктами керівництва, що загрожували стабільності організації — її голос у критичних питаннях мав значний вплив. На відміну від деяких колег, які опинялися на маргінесі, Міра зберегла свою позицію у OpenAI і продовжує формувати технічний напрям і стратегію компанії.

Тимніт Гебру: етична борчиня, яка відмовилася мовчати

Недавнє рішення Google відкликати модель Gemini для створення зображень за текстом через етичні питання AI відлунює більш драматичний конфлікт 2020 року: суперечку з Тимніт Гебру, тоді дослідницею AI у Google, яка публічно критикувала компанію за те, що її звільнили у відповідь на підняття питань щодо алгоритмічної упередженості.

Народжена у 1983 році в Еритреї та Ефіопії, Тимніт Гебру здобула ступінь доктора філософії з електротехніки у Стенфорді у 2014 році, спеціалізуючись на комп’ютерному зорі та машинному навчанні. Замість традиційного шляху оптимізації продуктивності моделей вона присвятила себе дослідженням справедливості, відповідальності, прозорості та етики у системах AI.

Її проривні роботи показали, що комерційні системи розпізнавання облич значно менш точні для жінок і людей кольору шкіри — відкриття, що мало глибокі наслідки. Її дослідження безпосередньо вплинули на рішення Amazon припинити сервіс розпізнавання облич Rekognition, демонструючи, як етичні дослідження можуть сприяти корпоративній відповідальності.

У 2020 році вона співавторила статтю, що критикує великі мовні моделі за їхній вплив на довкілля і недостатню різноманітність у процесі розробки. Внутрішнє керівництво Google відхилило цю публікацію, заявивши, що вона “не відповідає нашим стандартам публікацій.” Після конфлікту з компанією її корпоративний email було заблоковано під час відпустки — що викликало міжнародний резонанс. Понад 1500 співробітників Google підписали петицію на її підтримку, приєдналися понад 2000 зовнішніх дослідників, лідерів nonprofit і галузевих колег.

Незважаючи на цей унікальний прояв солідарності, Гебру все ж залишила Google. Замість зникнення з поля зору вона заснувала DAIR (Distributed AI Research Institute) — незалежну організацію, створену для протистояння надмірному впливу великих технологічних компаній у дослідженнях і впровадженні AI. Вона прямо заявила: “Я не можу чекати, поки великі технології нарешті вирішать проблеми, що їх приносить AI.”

Загальна картина: чому важливо визнавати

Досягнення цих п’яти жінок — Фей-Фей Лі, Нікі Пармар, Daniela Amodei, Міра Мураті та Тимніт Гебру — є значно більш ніж історіями окремих успіхів. Вони ілюструють системну тенденцію: за кожним відомим чоловіком-інженером, що отримує надмірну увагу у медіа, стоять багато жінок із рівними або вищими здібностями, чиї внески систематично недооцінюються, а голоси — ігноруються.

Цікаво, що між цими фігурами існує лінія зв’язку. Тимніт Гебру працювала під наставництвом Фей-Фей Лі — нагадування, що прогрес часто будується поколіннями, з попередніми піонерами, що прокладають шлях для наступних. Але цей цикл залишається крихким і недостатнім. Структурні бар’єри — нерівний доступ до інвестицій, недостатня математична освіта для дівчат, дискримінація на роботі — продовжують пригнічувати жіночий талант.

Жодна стаття не здатна зруйнувати ці системні нерівності. Саме тому існує Міжнародний жіночий день і чому підтримка жінок у технологіях залишається важливою. Але сьогодні варто зупинитися і згадати цих архітекторів AI. Віддайте належне там, де справді належить.