レイチェル・トーマスは、コンピューター科学者、教育者、起業家であり、深層学習を幅広い層にアクセス可能にすることを目的とした組織、fast.aiの共同設立者として知られている。彼女の仕事は、人工知能への参入における技術的障壁を低くすることと、この分野における倫理的配慮を促進することに焦点を当てている。起業家としてのキャリアの前に、彼女はUberで機械学習エンジニアとして業界経験を積み、応用機械学習の問題に取り組んだ。
トーマスの貢献は技術開発にとどまらず、AIにおける多様性と公平性のための重要な提唱活動も含む。彼女はアルゴリズムバイアスの声高な批判者であり、過小評価されたグループの人々がAIコミュニティに参加できるようにする教育リソースの作成に取り組んできた。彼女のアプローチは実践的で実践的な学習を重視し、複雑な概念を教えるためにしばしばニューラルネットワークフレームワークを使用する。
初期のキャリアと教育
トーマスは数学の大学院研究を追求し、その分野で博士号を取得した。彼女の学術的背景は、計算と統計の理論的側面に強固な基盤を提供し、後に機械学習の仕事に応用された。Uberに入社する前に、彼女は学界とテクノロジー業界で役職を歴任し、データ分析とソフトウェアエンジニアリングの専門知識を発展させた。
Uberでは、トーマスは機械学習エンジニアとして働き、さまざまな運用ニーズに対応するモデルの構築と展開を含むプロジェクトに貢献した。この役割は、大規模な本番環境で深層学習技術を適用する際の課題、特にデータ品質、モデル評価、システム信頼性に関連する問題についての直接的な経験を彼女に与えた。
fast.aiの設立
2016年、トーマスはKaggleの元社長であるジェレミー・ハワードと共にfast.aiを共同設立した。この組織の使命は、基本的なプログラミングスキルを持つ誰もがニューラルネットワークモデルを構築して訓練する方法を学べる、無料で実践的なコースを作成することだった。最初のコース「Practical Deep Learning for Coders」は2017年に開始され、基礎理論に踏み込む前に迅速に結果を得ることを重視したトップダウンの教授法で急速に人気を博した。
fast.aiの方法論は深層学習コミュニティに影響を与えた。このプラットフォームは、転移学習や学習率スケジュール最適化などの技術を導入し、限られた計算リソースで画像分類などのタスクで最先端の結果を達成することを学生に可能にした。付随するfastaiソフトウェアライブラリは、PyTorch上に構築され、モデルの構築と訓練のプロセスを簡素化する高レベルAPIを提供し、教育と研究の両方で広く使用されるツールとなった。
提唱活動と倫理的AI
トーマスは、人工知能の社会的影響に関する議論で著名な声を上げてきた。彼女はアルゴリズムバイアスの危険性、特に疎外されたコミュニティに影響を与えるシステムについて、広範囲に執筆し講演してきた。彼女の批判は、機械学習モデルが慎重に設計され監査されない場合、既存の不平等を永続させる可能性があることをしばしば強調している。
彼女はまた、AI分野における多様性を高めるための提唱者でもある。トーマスは、テクノロジー分野の女性や他の過小評価されたグループを支援することを目的としたワークショップやイニシアチブを共同開催した。彼女は、AI開発における多様な視点の欠如が、すべてのユーザーに公平にサービスを提供できないシステムにつながると主張してきた。この分野での彼女の仕事は、スタンフォードAIラボやバークレーAI研究を含む主要な会議や大学での講演招待を通じて認められている。
教育と公的関与
fast.aiを超えて、トーマスはさまざまな公的チャネルを通じてAI教育に貢献してきた。彼女は著名な出版物向けに記事を執筆し、複雑なAI概念を一般の読者に説明している。彼女の執筆はしばしば技術的な専門用語を解きほぐし、大規模言語モデルや他の現代のAIシステムがどのように機能するかを明確に説明している。
彼女はまた、ジャーナリストや政策立案者向けのリソース作成にも関与し、現在のAI技術の能力と限界を理解する手助けをしている。この教育的なアウトリーチは、AIに関するより情報に基づいた公的議論を促進し、誇大広告を超えてその可能性とリスクの両方を現実的に理解するという彼女のより広い目標の一部である。
遺産と影響
fast.aiのコースは世界中の数十万人の学生に使用されており、その多くはAI研究とエンジニアリングのキャリアに進んでいる。このプラットフォームのアクセシビリティへの重点は、深層学習教育を民主化し、コンピューターサイエンスの高度な学位を持たない人々がこの分野に入ることを可能にしたと評価されている。
トーマスの仕事はAIの教え方に影響を与え、多くの他の教育イニシアチブが同様の実践優先のアプローチを採用している。彼女の倫理的AIへの提唱は、責任ある開発慣行の必要性への認識の高まりにも貢献している。2020年代初頭の時点で、彼女はAI研究と教育に積極的に参加し続けており、AIの利益が社会全体に広く共有されることを確保することに焦点を当てている。