作为 TechCrunch “Women in AI” 系列报道，本文旨在让专注于人工智能的女性学者及从业者获得应有的关注。TechCrunch 专访了能源公司 Utilidata 首席技术官 Marissa Hummon，探讨她如何利用人工智能推动电网可持续发展。
Hummon 表示：“我在 Utilidata 的工作正挑战公用事业行业的现状。”她认为，AI 有望提升该部门的运营效率，“赋予公用事业公司构建清洁、现代且可靠电网所需的工具，从而更好地服务用户与企业。”
Hummon 的职业生涯始于国家可再生能源实验室（NREL），致力于推动能源行业向清洁能源转型。她回忆道，2010 年因部分物理方程无法用传统解析方法求解，团队不得不采用数值方法和机器学习等新型建模手段。
给女性的建议
Hummon 拥有哈佛大学应用物理学博士学位，曾就职于 Tendril，2018 年起担任 Utilidata CTO。从学术界过渡到工程领域时，她注意到女性从业者的显著流失。“在职场中，我常感到自己比男性同事面临更严苛的标准。”她说。
如今作为领导者，Hummon 以身作则，积极为女性创造领导与认可的机会。同时，她强调男性也需主动为女性进入并留在该领域创造空间。
“我们需要的不仅是实践层面的改变，更是系统性的变革，”她指出，“这应贯穿于招聘雇佣、指导辅导，以及公平平等的认可与晋升中，并最终营造安全包容的工作环境。”
对于投身 AI 领域的女性，Hummon 建议将性别视为独特优势：“它赋予你们不同于男性的视角，而技术突破往往源于这种独特性。”
在择业方面，她建议选择已切实履行多元化承诺的企业，并通过面试过程中的实际表现而非官网声明来评估雇主对女性和少数族裔的支持力度。
构建道德的人工智能
Hummon 提醒，AI 并非万能药，而是增强运营、提升效率的专业助手。“认识其局限性并设置适当检查点至关重要。”
理解生成式 AI 的训练机制是识别潜在偏见的关键。“在进行数据分析或评估方案可行性时，这种认知是有力工具。毕竟，AI 的表现完全取决于其训练数据与信息。”
在 AI 安全建设上，Utilidata 坚持数据本地化策略。Hummon 解释道：“采用分布式 AI 计算构建模型，可减少云端数据传输的频率与体量，从而降低安全与隐私泄露风险。”
针对投资者，她建议根据企业的具体风险与复杂度匹配负责任的 AI 投资标准，避免“一刀切”，因为不同行业中负责任 AI 的应用形态各不相同。