Ханна Уоллах

Ханна Уоллах
Уоллах в 2016 году
Альма-матер	Кембриджский университет Эдинбургский университет
Известный	Вычислительная социальная наука , Машинное обучение , Справедливость в искусственном интеллекте
Научная карьера
Поля	Информатика
Учреждения	Microsoft Research Университет Массачусетса Амхерст
Тезис	Структурированные тематические модели языка.  (2008)
Веб-сайт	Персональный сайт

Ханна Меган Уоллах (родилась в 1979 году) — вычислительный социальный ученый и партнер-менеджер исследований в Microsoft Research . Ее работа использует модели машинного обучения для изучения динамики социальных процессов. Ее текущие исследования сосредоточены на вопросах справедливости, подотчетности, прозрачности и этики, связанных с ИИ и машинным обучением.

Уоллах получила степень бакалавра в области компьютерных наук в колледже Ньюнхэм в Кембридже в 2001 году. ^{[1] [2]} Она перешла в Эдинбургский университет для обучения в аспирантуре. Здесь она сосредоточилась на когнитивной науке и машинном обучении. Уоллах завершила докторскую диссертацию в Кембриджском университете. Ее исследование рассматривало языковые модели.

Ее ранние исследования рассматривали развитие обработки естественного языка , которая анализирует структуру и содержание социальных процессов. ^[3] Уоллах объяснила, что социальные взаимодействия имеют несколько общих черт: структуру (т. е. кто участвует во взаимодействии), содержание (информация, которая передается во время или возникает в результате этих взаимодействий) и динамику (структура и содержание могут меняться со временем). ^[4] Она работала вместе с журналистами и компьютерными учеными, чтобы лучше понять, как функционируют организации. В 2007 году она присоединилась к Массачусетскому университету в Амхерсте , где в 2010 году стала доцентом. ^[2]

В Microsoft Research Уоллах исследует справедливость и прозрачность в машинном обучении. В 2020 году она работала с практиками машинного обучения из всего технологического сектора, чтобы создать контрольный список этики искусственного интеллекта. ^[5] Целью контрольного списка было предоставление четких рекомендаций по этической разработке систем искусственного интеллекта . ^[6]

• Студент года в области науки, техники и технологий 2001 г. ^[7]
• Лучший студент магистратуры по когнитивной науке в Эдинбургском университете 2002 года ^[2]
• Премия за лучшую работу 2010 года на Международной конференции по искусственному интеллекту и статистике ^[8]
• Журнал Glamour 2014 года «35 женщин моложе 35 лет, которые меняют технологическую индустрию» ^[9]
• 2015 Избран в Совет попечителей Международного общества машинного обучения.
• Премия AnitaB.org за раннюю карьеру 2016 года ^[10]
• Председатель программы конференции по нейронным системам обработки информации 2018 г. ^[11]
• Генеральный председатель конференции по нейронным системам обработки информации 2019 г. ^[12]

• Уоллах, Ханна М. (2006). "Моделирование тем". Труды 23-й международной конференции по машинному обучению - ICML '06 . Нью-Йорк, Нью-Йорк, США: ACM Press. стр.  977–984 . doi :10.1145/1143844.1143967. ISBN 1-59593-383-2. S2CID  1174898.
• Уоллах, Ханна М.; Мюррей, Иэн; Салахутдинов, Руслан; Мимно, Дэвид (14.06.2009). Методы оценки тематических моделей. Нью-Йорк, США: Ассоциация вычислительной техники. стр.  1105–1112 . doi :10.1145/1553374.1553515. ISBN 978-1-60558-516-1. S2CID  10910725 . Получено 2020-12-12 . {{cite book}}: |work=проигнорировано ( помощь )
• Mimno, David; Wallach, Hanna M.; Talley, Edmund; Leenders, Miriam; McCallum, Andrew (2011-07-27). "Оптимизация семантической связности в тематических моделях". Труды конференции по эмпирическим методам обработки естественного языка . EMNLP '11. Эдинбург, Великобритания: Ассоциация компьютерной лингвистики: 262– 272. ISBN 978-1-937284-11-4.

Уоллах — конкурентоспособный игрок в роллер-дерби . ^[9] Она выступает за улучшение представительства женщин, работающих в области компьютерных наук. Она была соучредителем ныне ежегодного семинара «Женщины в машинном обучении», ^[13] проекта Debian Women Project ^[14] и программы GNOME Outreach для женщин (теперь Outreachy ). ^{[15] [16]}