Melonee Wise表示更多女性应该知道“工程是一个创造性的领域”

$config[ads_kvadrat] not found

Python standard library: Encoding and decoding strings

Python standard library: Encoding and decoding strings

目录:

Anonim

“Pink Legos,蓝色乐高积木;我觉得这太荒谬了。“

Melonee Wise并不羞于想要消除性别刻板印象,让更多的女性参与机器人和工程学。 Fetch Robotics的首席执行官已经与机器人合作了15年,在那个团队中,她没有看到在缓解性别差异方面取得了很大进展。

在星期一在曼哈顿举行的RoboUniverse 2016大会的主题演讲中,Wise与Moondial创始人Sabine Seymour和ABC新闻记者Maria Stefanopoulos在Javits中心的舞台上描述了他们在机器人行业的经验,过去十年在技术实力和实际应用方面都取得了重大飞跃。这三个人都亲眼目睹并亲身参与了这一进程。

不幸的是,他们只是一小群在仍然是男子俱乐部工作的女性。

“如果你看一般的工程,那么工程中只有5%到10%的女性,”怀斯说 逆 。 “然后你将机器人技术的子集用于工程,然后可能只有5%到10%的女性是女性。该领域的女性人数非常少。我不知道它是否在增长 - 它并不觉得它在变化。“

Wise说她的经历将她的感知局限于机器人的一小部分。她的Fetch Robotics专注于让机器人满足物流和制造需求。这包括数据调查任务(如跟踪物理资产,测量某些房间的温度和湿度),点对点运输(当机器人负责转移物体时),以及跟随人类在任务期间提供某种类型的帮助,喜欢运输。

“我们将我们的机器人带到一个设施进行试验,”怀斯说。 “在最初的几个小时内,人们就像,'哦,天哪,我爱你的机器人。我很高兴我不会走路!“这真令人难以置信。他们称他们为幼崽,机器人在四小时内成为他们最好的朋友。“

尽管如此,如果RoboUniverse 2016有任何迹象,那么机器人世界中的女性就会缺乏。根据我的估计,女性只占参与者总数的10%到15%。

“最大的挑战是让女性申请,”怀斯说。 “我们已经尝试了一百万种不同的战术。没有那么多女性。申请人数达到每百人,可能有四到五人申请。“

很长一段时间,面部识别算法才真正知道如何识别白色男性面孔

其中很多与这样一个事实有关:尽管全国许多机构和组织都做出了努力,女孩仍然不像男性同行那样追求STEM。 Wise认为,问题的一部分在于,STEM领域不像其他学术领域那样提倡多样性 - 即使它对做好科学和技术研究至关重要。她使用的一个例子是,很长一段时间,面部识别算法才真正知道如何识别白色男性面孔。这是因为那些程序员正在使用自己作为测试对象 - 他们碰巧是白人。

此外,她告诉小组的观众,她认为“我们在早期为人们创造了大墙”,告诉他们必须聪明地做这些事情,“实际上,我们应该告诉他们需要做到 创作的 做这些事。“

“工程学是一个创造性的领域,这是你获得创新的唯一途径。”

西摩证明了这种创造力在行动。她与Moondial的合作是将传感器整合到柔性纺织品中 - 即创造智能服装。这包括影响您身体的几乎所有类型的数据:温度,水合作用,说话方式,职业活动等等。

Seymour是新学院帕森斯设计学院的时尚技术教授,他称之为“具有时尚风格的人工智能”。

她同意怀斯对许多人认为男人和女人天生思考的僵硬方式的颠簸。 “这些刻板印象对我不起作用,我认为它们将来不会起作用,”她告诉观众。 “我们需要更加混合。”

$config[ads_kvadrat] not found