Olga Russakovsky est professeure associée d'informatique à l'université de Princeton. Ses recherches portent sur la vision par ordinateur et l'apprentissage automatique, avec un accent particulier sur la compréhension et l'atténuation des biais sociétaux dans les systèmes de reconnaissance visuelle. Elle a été l'une des responsables du défi de reconnaissance visuelle à grande échelle ImageNet, un effort crucial dans le développement de l'apprentissage profond et de l'intelligence artificielle modernes. Russakovsky a été reconnue par MIT Technology Review comme l'une des meilleures jeunes innovatrices au monde.
Russakovsky est d'origine ukraino-américaine. Elle a étudié les mathématiques à l'université de Stanford et y est restée pour ses études doctorales. Au départ, elle a rejeté l'informatique et s'est sentie déconnectée de la recherche, étant la seule femme de son laboratoire. L'arrivée de Fe-Fei Li à Stanford a changé sa trajectoire. Russakovsky a obtenu son doctorat en vision par ordinateur en 2015, période durant laquelle elle a travaillé avec Li sur la classification d'images. Elle a développé un algorithme capable de séparer des objets sélectionnés de l'arrière-plan, ce qui l'a rendue vivement consciente des biais humains dans les données. Elle a également travaillé sur des mécanismes visant à réduire la charge de classification d'images pour les annotateurs humains, en posant moins de questions, plus générales, sur les images examinées. Avec Li, Russakovsky a développé ImageNet, une base de données de millions d'images désormais largement utilisée en vision par ordinateur.
Recherche et carrière
Après son doctorat, Russakovsky a été chercheuse postdoctorale à l'université Carnegie-Mellon. Elle a ensuite rejoint l'université de Princeton en tant que professeure associée d'informatique. Ses recherches portent sur les biais historiques et sociétaux dans la reconnaissance visuelle et le développement de solutions computationnelles favorisant l'équité algorithmique. Par exemple, en 2015, une nouvelle application d'identification de photos développée par Google a étiqueté un couple noir comme des « gorilles ». À l'époque, seulement 2 % des effectifs de Google étaient afro-américains. Russakovsky a souligné que, bien que les équipes concevant les systèmes d'intelligence artificielle ne soient pas assez diversifiées, améliorer uniquement la diversité des informaticiens ne suffira pas à corriger les biais algorithmiques. Elle a plutôt impliqué l'entraînement de modèles d'apprentissage profond qui décorrèlent les caractéristiques protégées telles que la race ou le genre. En 2019, elle a reçu une subvention Schmidt DataX pour étudier la précision des systèmes de légende d'images.
Engagement public
Russakovsky a participé à plusieurs initiatives visant à améliorer l'accès à l'informatique et la compréhension publique de l'intelligence artificielle. Elle siège au conseil d'AI4ALL, une fondation qui cherche à améliorer la diversité dans l'IA. Dans le cadre d'AI4ALL, Russakovsky a dirigé un camp d'été pour lycéennes. Elle a organisé le premier camp d'été en 2015, nommé le programme de sensibilisation estival du laboratoire d'intelligence artificielle de Stanford (SAILORS). En 2018, il s'était étendu à six autres campus américains. Elle a lancé des initiatives similaires à l'université de Princeton. Le camp d'été cherche à garder les biais hors de l'IA en éduquant des personnes de divers horizons sur l'informatique, l'apprentissage automatique et les politiques.
Publications sélectionnées
Russakovsky est l'auteure principale de « ImageNet Large Scale Visual Recognition Challenge », publié dans l'International Journal of Computer Vision en 2015. L'article décrit la création d'un ensemble de données accessible au public contenant des millions d'images d'objets et de scènes du quotidien, et son utilisation dans un concours annuel entre algorithmes de reconnaissance visuelle provenant d'institutions participantes. L'article aborde les défis liés à la création d'un tel ensemble de données, les développements dans la classification et la détection d'objets algorithmiques résultant du concours, ainsi que l'état du domaine de la reconnaissance d'objets au moment de la publication. Selon le site web du journal, l'article a été cité plus de 5 000 fois. Selon Google Scholar, qui inclut les citations de la prépublication sur arXiv, l'article a été cité plus de 13 000 fois au total. Russakovsky est l'auteure de plus de 20 autres articles académiques, dont six ont été cités plus de 100 fois chacun, selon Google Scholar.
Prix et distinctions
Les prix et distinctions de Russakovsky comprennent :
- 2015 Foreign Policy 100 Leading Global Thinkers
- 2016 PAMI Everingham Prize
- 2017 MIT Technology Review 35 under 35
- 2020 Anita Borg Early Career Award (BECA)