Sebagai bagian dari seri Women in AI yang sedang berlangsung dari TechCrunch, yang berupaya untuk memberikan waktu yang layak bagi akademisi perempuan yang berfokus pada AI dan pihak lain untuk menjadi pusat perhatian, TechCrunch mewawancarai Marissa Hummon, chief technology officer di perusahaan energi Utilidata, tempat dia bekerja untuk membuat jaringan listrik lebih berkelanjutan.
“Pekerjaan yang saya lakukan di Utilidata menentang status quo industri utilitas,” kata Hummon kepada TechCrunch, seraya menambahkan bahwa AI siap membantu sektor utilitas beroperasi lebih efektif. “Ini akan memberikan utilitas alat yang mereka perlukan untuk mengoperasikan jaringan listrik yang bersih, modern, dan andal sehingga akan memberikan pelayanan yang lebih baik kepada masyarakat dan bisnis yang terhubung dengannya.”
Hummon memulai karirnya di National Renewable Energy Lab, di mana dia berfokus pada cara mengalihkan industri energi dari solusi intensif karbon ke sumber yang lebih ramah lingkungan. Dia ingat harus mengambil pendekatan pemodelan baru karena persamaan fisika tertentu “tidak dapat diselesaikan menggunakan metode analitik tradisional.”
“Sebaliknya kami perlu menggunakan metode numerik dan pembelajaran mesin,” katanya. Ini terjadi pada tahun 2010.
Nasihat untuk wanita
Hummon naik jabatan, bekerja di perusahaan energi Tendril sebelum mendapatkan peran CTO di Utilidata, posisi yang dipegangnya sejak 2018. Dia menerima gelar PhD dalam bidang fisika terapan dari Harvard dan mengatakan hal itu saat dia melakukan transisi dari sekolah pascasarjana ke bidang teknik Di lapangan, ia melihat adanya penurunan signifikan dalam jumlah perempuan yang bekerja di lapangan. “Saya sering merasakan tekanan karena mempunyai standar yang lebih tinggi di tempat kerja dibandingkan dengan rekan-rekan pria saya,” katanya.
Hummon mengatakan sekarang sebagai seorang pemimpin dia mencoba memimpin dengan memberi contoh dan menciptakan peluang bagi perempuan untuk memimpin dan diakui. Pada saat yang sama, laki-laki harus bertanggung jawab untuk menciptakan ruang bagi lebih banyak perempuan untuk masuk dan tinggal di lapangan, katanya.
“Perubahan yang kita butuhkan tidak hanya terjadi pada praktik; harus sistemik dan meluas,” lanjutnya. “Hal ini dimulai dengan perekrutan dan perekrutan, dilanjutkan dengan pendampingan dan pembinaan, dan diakhiri dengan pengakuan dan promosi yang adil dan merata – semuanya sekaligus menciptakan tempat kerja yang aman dan inklusif.”
Sarannya kepada perempuan yang terjun di bidang AI adalah selalu ingat bahwa menjadi perempuan bisa menjadi sebuah keuntungan. “Hal ini memberi Anda perspektif yang berbeda dari rekan-rekan pria Anda dan terobosan dalam teknologi selalu datang dari perspektif yang unik.”
Dia mengatakan untuk mencari peluang dengan perusahaan yang telah menunjukkan komitmen mereka terhadap keberagaman dan memiliki pemimpin yang telah menunjukkan upaya mereka untuk mendukung perempuan dan kelompok minoritas. “Menilai calon pemberi kerja dari cara mereka muncul dalam proses wawancara, bukan dari pernyataan atau laporan yang mereka masukkan di situs web mereka.”
Membangun AI yang etis
Hummon mengatakan bahwa pengguna harus mengetahui bahwa AI bukanlah sesuatu yang dapat menyelesaikan semua masalah melainkan merupakan asisten ahli untuk meningkatkan operasional, meningkatkan efektivitas, dan membantu dukungan.
“Mengenali keterbatasannya dan memastikan adanya pos pemeriksaan yang tepat adalah kuncinya,” katanya.
Dia mengatakan bahwa memahami bagaimana AI generatif dilatih dan dibangun sangatlah penting untuk memahami potensi bias yang mungkin ditimbulkannya. “Pengetahuan ini adalah alat yang ampuh ketika bekerja dengan model bahasa untuk analisis data dan mengevaluasi kelayakan solusi,” lanjutnya. “AI hanya akan berfungsi jika data dan informasi yang digunakan untuk melatihnya.”
Dia juga memberikan beberapa tips tentang cara membangun AI yang aman, menjelaskan bahwa Utilidata membuat keputusan awal untuk menyimpan semua datanya secara lokal. “Mendekati pembangunan model menggunakan komputasi AI terdistribusi akan mengurangi jumlah dan frekuensi informasi yang dikirimkan ke cloud sehingga mengurangi kemungkinan pelanggaran keamanan atau privasi.”
Mengenai investor, katanya – seperti semua pakar yang kami ajak bicara – mereka perlu mengevaluasi bagaimana perusahaan ingin menggunakan AI, terutama karena AI yang bertanggung jawab terlihat berbeda di setiap industri. “Investasi pada AI yang bertanggung jawab harus sepadan dengan risiko dan kompleksitas perusahaan mana pun, bukan standar yang berlaku secara menyeluruh.”
