小组说，我们需要在AI中取出“黑匣子”以提高多样性
一个面板说，开发人工智能（AI）技术的人应该考虑这些系统的前端以及后端。
在伦敦的硅环形交叉活动的妇女中，有很多讨论旨在确保AI算法的重要性没有偏见，但团队也应该考虑前端，谁将成为Usingsuch服务。
通过帮助人们更好地了解AI和我们生活中的嵌入物，这也会变得更容易鼓励更有持久的人进入AI发展。
“你不应该就算法看起来不应该看AI，并在后端发生了什么，”Sparrho的COOSYBIL WONG。
很多像移动技术，王先生表示，艾某最终成为开发人员往往不考虑的用案例的一部分，所以不仅应该制作AI产品的人认为他们的团队的性别普遍性，他们还应该考虑到外部的用户他们的生态系统。
“[我们需要]确保当我们正在开发AI [技术]时，切削刃的人们意识到存在的偏差，”黄。“非代表性社会的人，以及那些不是人的人作为技术精明，正在受到这些系统，并对他们来说只是一个黑匣子。“
据WONG称，专家们担心的是，在获得AI Systems的访问权限的同时，在考虑在AI发展忽视的人口遗传时，许多人只想到性别。
“这就是为什么其他学科的女性和人民在AI中非常重要，”她说。
关于技术行业的许多负面刻板印象仍然存在，包括对行业开放的人类类型以及技术的工作类型的误解。
除了建立权力AI的算法中，王表示，重要的是要强调并考虑到贡献人为智能系统的其他角色，例如撰稿人和设计师，特别是在试图将非代表的群体吸引到空间时。
“我有妇女来营销角色，因为他们认为这是他们应该去的角色的类型，当时我告诉他们他们会对产品角色有益的时候，他们会感到惊讶，”黄说。“ “他们开始了解它们可用的角色类型。毕业生很多角色是看不见的。“
利用不同类型的人在基于onai的应用程序中，考虑了更多的用例，这很重要，因为AI是基于输入的学习系统，其基于馈送到其中的数据。
自从年轻一代已经采用技术，Wong对下一代将进入混合的新用例充满希望。“希望是艾特本地一代完全思考。他们可以做任何他们想要的事情，“她说。
但霓虹灯首席执行官Deepa Mann-Kler曾在这些系统中已经偏见，需要在下一代过滤器进入劳动力之前解决。
“我最深切的关注是偏见的百分点 - 我们生活在一个深刻的缺陷和偏见的社会中，我们所做的一切都在复制[在AI]，”她说。
Mann-Kler引用了面部识别技术作为一个例子，宣称技术的误差对于肤色的挑选显着高于白人。
“这些面部识别系统被警察所用的军队使用。[技术]将变得更加采用并变得更加主流，“她说。
作为使AI行业更具包容性的起点，曼恩克勒表示，应鼓励更多的女性，以鼓励科学，技术，工程和数学（Stew）角色，并帮助使这成为一个现实，她建议那些已经在行业中应该制造的他们自己可以看到“任何人热情，有兴趣来到你的醒来”。
由于在不久的将来AI将成为人们的家园，而且对他们的个性化 - 包括他们年龄的信息，睡眠多么多睡眠，什么样的人，或者当他们在家时，曼恩克勒表示很重要这些系统要了解辛西斯的“不仅仅是男性或女性”。
但由于围绕技术工作的刻板印象，很难鼓励少数群体进入技术角色。
Avanade行政Laura Malcolm承认了该行业中有一个“品牌挑战”，但艾称之为是一个有趣的话题，需要广泛的技能，包括创造性技能，可以使该地区对少数群体和妇女更具吸引力。
随着自动化的结果，与技术候选人的创造力的需求增加，马尔科姆表示，公司应该专注于通过大学，奖学金或实习来寻找“早期访问”，以扩大他们带入该行业的普遍性和技能范围。
一种方式狂热试图吸引佩戴候选人是通过确保职务描述正确反映了作用。它还确保了不同类型的角色 - 技术和创意在一起。
“当你进入这个行业时，这是一个重要挑战，就是你仍然是一个女人和一个创造性的少数民族，”马尔科姆说。“我最大的希望是科技和数字，或艾美的技术和数字，停止成为这种独立的纪律和主题，它已经过去了。“
根据Malcolm的说法，AI和其他技术现在“主流”将有助于鼓励更多人进入空间。作为技术在日常生活中越来越嵌入技术，也将成为教育系统的更大部分，并与数学或语言一起教授。
但是，许多人认为，教育系统需要加剧将来迎合未来，而汇丰银行的首席商业和经营官员则为Elaine Safier表示，教育之间存在令人不及的是，这是第四个工业革命我们现在就在“。
Safier强调，在未来，人们现在有可能有几个工作，并且创造力将是一个“关键”技能，以及灵活性。
通过谈论他们正在使用的技术来实现儿童，例如神奇宝贝的应用程序或Snapchat等应用程序，Safier表示，一群更佩戴的儿童将对科技职业感兴趣。
在未来，Safiersaid我们甚至可能甚至不能称之为技术，因为它将在每个行业中广泛使用。
“我们需要更多的普遍性，而不仅仅是女性，就在技术角色方面，我们需要更多类型的角色在[开发] AI [Technologies]时，”她说，“她说。
