ATU的Bias Busters团队。从左至右：Alan Hernon、Saritha Unnikrishnan、Oladosu Oladimeji、Obed Adjei Peprah 和 Nihal Elfodil。图片来源：James Connolly
ATU计算机科学家Dr. Saritha Unnikrishnan表示，AI研究是关于“推动可能性的边界”。上个月，Unnikrishnan博士带领一个研究团队在2024年全国AI挑战赛中获胜，该原型旨在解决AI系统中的偏见问题。Bias Busters团队因其创新和伦理的方法受到赞誉。他们的系统可以检测定性审查中的偏见，并将结果与Google Vertex AI模型预测进行比较，以解决模型预测中的潜在偏见并提出缓解策略。在获奖时，Unnikrishnan表示，他们的目标是开发一款能够为AI社区做出“有意义贡献”的产品。
在加入学术界之前，Unnikrishnan曾担任软件工程师和系统分析师。2015年，她在大西洋理工大学（ATU）攻读计算机视觉和机器学习博士学位，专注于制药应用。她现在是ATU的计算讲师，数据科学硕士项目的课程主席，领导着专注于AI和机器人技术的研究生研究培训项目，同时还是ATU三个战略研究中心的计算机视觉和机器学习首席研究员。“在我的职业生涯中，我有机会扮演多种角色，”Unnikrishnan告诉SiliconRepublic.com，“现在，在我的研究生涯中，我参与的项目正在‘推动可能性的边界’。”
请介绍一下您目前的研究项目。
目前我正在进行一些非常令人兴奋的研究项目，包括可解释的人工智能（XAI）方法，这些方法可以加速AI在癌症诊断中的信任度和泛化能力；乳腺癌筛查和分期的多模态AI方法；用于脑部MRI虚拟对比增强工具开发的生成式AI方法；以及一个利用多模态AI和传感器融合优化乳制品制造喷雾干燥过程的数字孪生项目。此外，我还处于领导一项由Enterprise Ireland资助的商业化项目的最后一年，该项目旨在推出一家开发AI辅助图像分析软件的衍生公司，应用于制药领域。
您认为您的研究为什么重要？
我的研究试图通过利用AI的力量来解决医疗保健和能源密集型制造业中的一些紧迫挑战，同时解决AI缺乏透明度和泛化能力等众所周知的问题。社会福祉和生活质量的提高是我预见的两个主要成果。
是什么激发了您成为研究人员的兴趣？
好奇心一直是激发我成为研究人员的核心动力。我不记得有一个具体的时刻点燃了我的研究之旅，但有很多场合让我意识到，如果你真的想在你热爱的任何领域产生影响，研究是最有力的工具。
作为您领域的研究人员，您面临哪些最大的挑战或误解？
作为一名女性研究人员，在计算机科学领域，现在是数据科学/AI领域，我面临的最大挑战之一是感到自己像一个局外人，有时甚至像一个外星人。无论是向公众还是在行业演讲中获得听众的信任，对于女性来说往往比男性更困难。性别失衡和这些领域的潜在偏见仍然是持续存在的问题。虽然有一些积极的变化，包括更多对包容性的关注和努力，但在实现真正的公平之前，我们还有很长的路要走。这些挑战不仅影响代表性，还可能影响我们工作和贡献的感知。
近年来，公众对科学和数据的参与度是否有所变化？
是的，自新冠疫情期间以来，这方面发生了许多积极的变化。来自各个背景的人们开始认识到数据可视化和分析工具的力量，特别是如何使用这些工具提供有关健康、安全和政策决策的实时洞察。在我的AI和数据科学领域，这种对AI的认识转变随着OpenAI在2022年底发布ChatGPT而继续发展。这一事件标志着AI的一个重大里程碑，因为技术从开发阶段进入了广泛的实际部署，使公众能够使用和理解AI的潜力，同时识别其不受监管可能带来的风险和挑战。它还引发了关于AI负责任使用及其对社会影响的更广泛讨论。
您如何鼓励与您工作的互动？
跨学科合作是关键，无论是与行业、学术界还是临床医生。我发现欧洲COST行动是与世界各地领先研究人员联盟互动的绝佳方式，这使我们能够共同开发研究资金申请并推动创新解决方案。在计算机科学和数据科学领域，越来越多的研究转向开源研究。我鼓励我的学生尽可能地公开他们的研究成果，这有助于建立信任并促进进一步的合作。
(全文结束)
