Et karriere retrospektivt - 10 år, der arbejder inden for tech

Jeg har set et par CS-studerende bange for den branche, de vil gå ind i, når de udeksamineres. Og hvem kan bebrejde dem med alle de seneste teknologiske nyheder? Hvorfor er jeg endnu her? Dette er mit karriere retrospektivt - hvad der har været godt, hvad der har været forfærdeligt, hvorfor jeg stadig er her og kæmper.

Dette var mig, der voksede op. Jeg elskede virkelig matematik og videnskab.

Og jeg elskede virkelig Kunst. Jeg brugte halvdelen af ​​min tid på computeren, forsøgte at skrive små spil og lave websteder, og halvdelen af ​​min tid på at trække på hvert stykke papir, jeg kunne få mine hænder på.

Og da det var tid til at beslutte, hvad jeg skulle studere, og hvad jeg skulle gøre med mit liv, følte jeg mig tvunget til at vælge mellem de to. Da jeg kiggede på at ansøge om kunstskoler, havde de kunstskoler, jeg var interesseret i, ingen matematikundervisning højere end algebra på universitetet, og i mellemtiden var jeg klar til at lære både livstegning og multivariabel beregning.

Jeg endte med at gå på ingeniørskole på MIT.

Og det viser sig, når du virkelig er interesseret i kunst og ingeniørarbejde, de noter, du tager i maskinlæringsklasse, ender med at se sådan ud.

Den første ting, jeg gjorde, efter at jeg var færdig med college og grad school, var at flytte til Japan og lave maskinundervisning på Honda Research Institute lige uden for Tokyo. Jeg havde taget 5 semestre af japansk sprog på college, og ville bruge det, før jeg glemte det hele. Jeg havde absolut ingen idé om, hvad jeg ville gøre med mit liv, men jeg var 100% sikker på, at robotter var fantastiske.

Roboten, som Honda arbejder på, er en 4 fod høj humanoid robot ved navn ASIMO, som virkelig er sød.

Mens jeg var hos Honda, arbejdede jeg med en forstærkende indlæringsalgoritme for at undervise i ASIMO-opgaver. Du ved muligvis allerede hvad forstærkningslæring er, men jeg vil opsummere det i tilfælde. Forstærkningslæring er et område med maskinlæring inspireret af adfærdspsykologi.

De fleste ting, som vi gerne vil have en AI eller robot, skal involvere en række beslutninger. For eksempel beslutter en computer-AI, der spiller pong, konstant, om den skal bevæge sin pagaj op eller ned eller forblive i stationær position. Indgange, der går ind i den beslutning, er placeringen af ​​padlerne (din og din modstanders) og bolden.

Hver gang computeren scorer, giver vi den en belønning på +1, og hver gang computeren mister, giver vi computeren en score på -1. Dette er forstærkende belønninger, og hvorfor det kaldes forstærkningslæring. Og vi ønsker at opbygge et beslutningssystem, der maksimerer fordelene.

Vi har computeren til at spille spillet igen og igen. Og hver gang computeren skal vælge en handling, vælger den baseret på en sandsynlighedsmodel for den aktuelle spiltilstand. Modellen tager den aktuelle tilstand i spillet som input og afgiver en beslutning. Sandsynlighedsmodellen starter altid, med alle muligheder lige sandsynlighed. Helt i begyndelsen vil AI dybest set rulle en 3-sidet matrice, hvor 1 af siderne siger “gå ned”, 1 side siger “ophold” og 1 siger “gå op”. Når computeren vinder og taber, øger den sandsynligheden for hver handling, den udførte, da den vandt, og formindsker sandsynligheden for hver handling, den foretog, da den tabte. Så i det næste spil er det mere sandsynligt, at der foretages de handlinger, der tidligere resulterede i en sejr.

Det måske overraskende ved denne metode er, selvom den ved, hvornår den har vundet eller tabt et spil, computeren har ingen idé om, hvilke af dens handlinger der har bidraget til dens vinding, men alligevel belønner dem alle lige. I løbet af et vindende spil havde det sandsynligvis en kombination af gode handlinger, dårlige handlinger og neutrale handlinger. Det kan vinde, selv efter at have taget nogle dårlige beslutninger. Er det virkelig ok at belønne dem alle?

En anden læringsalgoritme, kaldet overvåget læring, siger nej, det er ikke ok. Det holder hånd i AI og gennemgår hver beslutning om specifikt at mærke AI, hvilke af dens handlinger der var gode under en sejr, for kun at øge sandsynligheden for dem.

Men det viser sig, at selv uforsigtigt at belønne alle handlinger under en sejr og straffe alle handlinger i et tab som forstærkningslæring gør, er godt nok til læring. Med nok iterationer gennemgår computeren nok forskellige kombinationer af omstændigheder, så den til sidst kan finde ud af, hvilke af de enkelte handlinger der var gavnlige. Og denne tilgang er fantastisk til situationer, hvor tilsyn var læring ikke praktisk, ligesom når du har sendt en robot til Mars, og den møder splinterny udfordringer, som du selv ikke ved om.

Og det var virkelig en god ting at lære om dette punkt i min karriere. Det fik mig til at føle mig meget mere håbefuld om mig selv. Forstærkningslæring lærte mig, at en maskine, der starter med clueless, bliver bedre til at tage beslutninger bare ved at tage en masse og mange beslutninger. Så selvom jeg ikke havde nogen idé om, hvad jeg lavede med hensyn til min karriere (eller noget andet virkelig), var jeg overbevist om, at bare ved at prøve mange forskellige ting, ville jeg til sidst blive bedre til at tage beslutninger, der resulterede i den slags liv Jeg ville have.

Den nye del af den forstærkningslæringsalgoritme, jeg arbejdede på hos Honda, brugte en ansigtslæsende SDK udviklet på MIT-medielaboratoriet. Det ansigt, der læser SDK, ville indtage videoinput og være i stand til at klassificere personens udtryk til glad, trist, frustreret, overrasket og en masse forskellige følelser. Det blev oprindeligt udviklet som software til at hjælpe børn med autisme i stand til at lære at læse andre menneskers følelser.

Så ved hjælp af SDK og videofeed, der blev indsamlet af ASIMO, kunne vi registrere, om den menneskelige, der arbejdede med ASIMO på en opgave, var tilfreds eller frustreret over roboten. Og det, i stedet for begrebet at vinde eller tabe, var det, der ville blive brugt som forstærkende feedback til ASIMO-læringsalgoritme. Indtil det tidspunkt havde jeg tænkt på datalogi som noget virkelig logisk, og jeg elskede antagelsen om, at hvis man interagerer godt med mennesker, ville maskiner drage fordel af at forstå menneskelige følelser og tage dem i betragtning i deres beslutningstagning.

Dette er mig med en udstoppet ASIMO, som jeg fik i min tid på Honda.

Jeg kunne godt lide Japan nok til at ønske at blive endnu et år. Så jeg arbejdede på Tokyo University's Igarashi Lab, som er deres version af et Media Lab. Jeg beundrede meget af deres arbejde, og da jeg interviewede, var jeg glad for at være en forskningsassistent, der kunne hjælpe med en andens projekt. Men i stedet spurgte de mig, hvad jeg kunne lide at arbejde på, hvis jeg havde min egen finansiering. Jeg var så overrasket! Jeg nævnte, at jeg altid havde ønsket at designe en grænseflade til fremstilling af tøjmønstre. Jeg elsker at sy, og at sy er meget geometrisk ud over at være kunstnerisk, og jeg har altid følt, at der skal være en måde, hvorpå computere kan gøre det lettere at designe tøjmønstre. Så da jeg svarede, gav de mig finansiering til at udføre og lede min egen forskning, og jeg var stadig i chok på det tidspunkt, at noget, jeg var interesseret i, blev betragtet som et gyldigt forskningsemne.

Grænsefladen, som jeg sluttede med at opbygge, brugte en sy-mannequin i livsstørrelse, og du ville tegne et kjoledesign på og omkring mannequinen med en bevægelsessporingspen. Og fordi pennen blev sporet af bevægelse, registrerede systemet overalt, hvor du havde tegnet, og genererede en 3D-model af en kjole baseret på den. For eksempel kunne du skære ærmer ud og en udskæring og endda rygudskæringer, mens du tegner. Programmet bruger derefter en udfladningsalgoritme til at omdanne 3D-formen til et 2D-mønster, som du kunne skære ud og sy. Det gjorde dette for hvert stykke ved at beregne en transformation fra 3D til 2D-rum med den mindst ændrede forskel mellem areal og vinkler, beregnet ved mindst kvadraters tilnærmelse.

Så jeg brugte et år på at bygge dette, lave brugerundersøgelser om det (et af mine stolteste øjeblikke var en tidligere redaktør af Vogue Australia-bruger, der testede mit projekt) og udgav et papir om det.

Min favorit ved at arbejde i dette laboratorium var alle de interessante projekter, jeg havde set mine kolleger laver. En dag så jeg en kollega skære en Rilakkuma-bjørn op, som han havde vundet i et kranespil og panikeret lidt. Men han forklarede for mig, at jeg ikke havde noget at bekymre mig om: han skar Rilakkuma op for at sætte nogle sensorer i bjørnen. Han gjorde bjørnen til en controller til en massagestol. Du masserer bjørnen på de steder, du ville blive masseret af stolen!

Det vil sige, hvis du ønsker at arbejde på kreative projekter, er en af ​​de bedste måder at gøre det at omringe dig selv med mennesker med endnu skrøbelige ideer end dine!

Den måde, jeg har skrevet om det, kunne få det til at virke som om min tid i Tokyo var en af ​​de bedste tider i mit liv og karriere. Og det var det. Men det var også den værste tid i mit liv og karriere. Jeg nævnte ikke (og bekymrede mig ofte for at nævne, fordi jeg hellere ville have folk til at fokusere på den forskning, jeg gjorde og papiret, jeg offentliggjorde), at den forskningsrådgiver, der var blevet tildelt mit projekt, en uge efter at have givet mit projekt at han havde et par ideer til mig, som han kun kunne fortælle mig under en privat middag. Han fortsatte med at nægte at give mig forskningsråd, medmindre det var over middagen. Da dette hørtes mistænksom ud for en person, hvis job var at rådgive mig, og derfor nægtede jeg at få middag alene sammen med ham, fik jeg aldrig et enkelt stykke feedback eller retning og gjorde hele mit projekt helt uudviklet. Jeg følte mig meget distraheret fra mit arbejde for at skulle afvise hans fremskridt hver eneste dag, da han bad mig hver eneste dag i hele min tid på laboratoriet. Da min tid på laboratoriet gik, eskalerede hans vedholdenhed til ham ved at prøve at følge mig hjem, og også ham, der forsøgte at tvinge mig med magt. Jeg følte mig fysisk usikker på at være i laboratoriet, hvis vi var de eneste, der var til stede. Senere anmodede jeg om at få hans navn fjernet fra det papir, jeg offentliggjorde, da han ikke rent faktisk havde givet mig noget råd. En kollega bemærkede, at jeg syntes engstelig, hver gang jeg var i laboratoriet og spurgte mig, hvad der foregik. Jeg var lettet over at have nogen at betro sig til, og antydede, hvordan min rådgiver havde handlet over for mig. Denne kollega svarede derefter med: ”Du er sikker på, at du er fuld af dig selv, er du ikke. Du skal trives med drama. ”

Min rådgiver virkede ustabil nok til at jeg var for bange for at rapportere om denne opførsel, indtil min årlige besøgende forskningsstation var forbi, og jeg havde forladt laboratoriet og landet. Efter en undersøgelse af hans opførsel blev han ikke fyret med det samme, men hans kontrakt med universitetet blev ikke fornyet. Jeg anmodede om, at universitetet skulle have obligatorisk uddannelse mod chikane for forskningsrådgivere og regler mod rådgivere, der beder rådgivere, og de blev enige. Alt i alt var det en nettopositiv, især sammenlignet med andres historier om rapportering af misbrug, men denne iagttagelse fra efterforskningen vil altid hjemsøge mig: ”Vi tror, ​​at Amys opførsel på en eller anden måde førte ham til at tro, at han havde en chance.” Vi lever i en verden, hvor du kraftigt kan skyve en mand væk fra dig, når han prøver at kysse dig, og konklusionen vil stadig være, at du førte ham videre.

De slags problemer, du får at arbejde med i forskningsindstillinger, er virkelig interessante og nye. Men jeg ønskede også at vide, hvordan det ville være at bygge noget, som folk brugte til daglig. Så næste gang flyttede jeg til San Francisco for at arbejde som webudvikler til en lille opstart. Jeg elskede at med et så lille teknikerteam fik jeg til at prøve alt fra frontend-arkitektur til databaseskemaer til kundesupport. Hver dag fortalte jeg mig selv, at jeg var så taknemmelig for, at jeg ikke blev forfulgt. Så det tog mig et stykke tid at indse, at hver gang webstedet gik ned, blev det altid antaget at være min skyld. Jeg blev kritiseret af min manager for ændringer, jeg foretog, kun for at slå kodelinjerne op via git-skylden og finde ud af, at de var mine manager's ændringer. Jeg ville komme med forslag, og forslagene ville kun blive lyttet til, hvis en af ​​de mandlige ingeniører gentog det. Nævnte jeg, at jeg var den eneste kvindelige ingeniør? Dette blev for meget at bære på daglig basis. Ved mit exit-interview, da jeg forlod dette job, fik jeg grundlæggere besked om, at jeg skulle holde op med tech og forfølge mode i stedet, da de troede, det var mere min forte. Og desværre var jeg næsten begyndt at tro på den konstante daglige forstærkning af, at jeg var en forfærdelig ingeniør uden nogen værdifulde ideer.

Jeg besluttede at arbejde ved en opstart, der var lille, men stadig stor nok til at have en HR-afdeling, jeg kunne klage til. Jeg elskede at være i front-end engineering team hos Airbnb og at være et grundlæggende medlem af vækstholdet. De mest interessante problemer, som jeg arbejdede med der, var omkring lokalisering og skræddersyning af webstedet til forskellige sprog og kulturer. Nogle websteder kan udsætte internationaliseringen til senere, men hvis du vil have boliger til rådighed i Tokyo for amerikanske rejsende, var det virkelig vigtigt at have webstedet tilgængeligt på japansk og så mange sprog som muligt.

Jeg savnede dog at komme til at lave underlige kunstprojekter, så jeg prøvede at arbejde dem tilbage i mit liv. Mine venner / kolleger Matt Baker, Frank Lin, og jeg byggede en webapp, som vi kaldte Legoizer, så du kan uploade et billede for at konvertere det til et lego-vægmaleri. Det konverterer farverne til Lego-farverummet (fordi mursten kun findes i 33 farver), fortæller dig, hvor mange stykker du har brug for af hver farve og instruktioner til at sætte den sammen. Det konverteres også til legokoordinatrum, fordi 1: 1 legoer ikke er firkantede pixels, de er højere end de er brede. Mens det konverteres til legokoordinatrum, gør det anti-aliasing af mursten.

Her er hvad du får, hvis du konverterer stjerneklar nat til legoer. Det viser sig, at legoizer fungerer ganske godt med impressionistiske malerier.

Og her er det vægmaleri, vi faktisk har bygget, i gang.

Et andet projekt, som jeg arbejdede på, sammen med en flok medarbejdere (råb til Alanna Scott, Arthur Pang, Matt Redmond, Dave Augustine og Ben Hughes!), Hackede en strikemaskine, inspireret af denne Nintendo-annonce fra 80'erne. Annonceen blev vist på videospilsanmeldelseswebstedet Kotaku, i en artikel om en af ​​de underligste perifere enheder til spil, der aldrig skete.

Annonceen var til et spil som Mario-maling, men det ville tage de designs, du malede, og strik dem ud i små tørklæder. De fleste kommentarer var som "lol, jeg kan se, hvorfor denne aldrig har gjort det". Men jeg troede, det var den bedste idé på jorden. Og jeg ville gøre det virkelig. Jeg undersøgte, om Nintendo havde lavet nogen prototyper, jeg kunne arbejde med. De havde lavet prototyper, men ingen var tilgængelige for offentligheden. Men jeg fandt ud af, at hjemmestrikkemaskiner var en stor tendens i 80'erne og 90'erne, og jeg gik ud for at finde en gammel en, som jeg kunne hacke. Da det var fra 90'erne, brugte maskinen til at tage strikkeopskrifter via diskettedrev, og så for at sende det vores egne mønstre emulerede vi et diskettedrev på en computer og sendte strikemaskinen 1 bit bitmaps via en USB til seriel portkabel. Derefter satte vi diskettemulatoren på en server, så vi kunne uploade fotos for at sende strikmaskinen via en webgrænseflade.

For to år siden, efter 3 år på Airbnb, hvilket var min længste tid, jeg havde brugt et sted, besluttede jeg at prøve noget nyt igen.

Da jeg voksede op, havde jeg altid ønsket, at matematikbøger havde haft flere tegninger. Og ikke kun dem, der illustrerer ordets problemer, dem, der skal forklare koncepter eller dem, der laver analogier. Og jeg havde altid tanken om, at når jeg blev voksen, skulle jeg lave illustrerede bøger til matematik og naturvidenskab.

Og så for to år siden havde jeg en epifanie. Epifanien var, jeg var voksen, nu. Så det var på tide at gøre disse illustrerede matematiske og videnskabelige lærebøger til virkelighed.

Jeg besluttede at jeg ville skrive zines om computervidenskabelige emner. Jeg lavede en Kickstarter for at samle penge til det. Den første dag i Kickstarter var en overvældende dag. Det blev fuldt ud finansieret inden for 1 time, og New Yorker skrev en artikel om, hvordan jeg gjorde datalogi mere tilgængeligt og inkluderende med dette projekt. Og det var også min sidste arbejdsdag hos Airbnb, og så mange af mine kolleger støttede projektet og ønskede mig godt, og jeg brugte hele dagen på at græde grundlæggende.

Så hvorfor zines, og hvad er zines? Og hvorfor var dette projekt vigtigt nok til, at jeg kunne forlade mit fuldtidsjob?

Hvis du ikke har hørt om det før, er en zine et selvudgivet magasin. De var store i 90'erne, en del af punk og riotgrrl og DIY-kultur. Den selvudgivne del var vigtig for mig af nogle få grunde. Jeg ville have fuld kontrol over det, jeg skrev og tegnet. Jeg ønskede ikke, at en udgiver skulle fortælle mig, at ingen 13-årige ville læse om kryptering. Jeg ønskede ikke, at en udgiver skulle fortælle mig, at ingen ville tage disse zines alvorligt med søde tegninger. Den selvudgivne del var også vigtig for mig, fordi jeg ville have folk til at have virkelig lave forventninger. Jeg havde altid udsat dette projekt, fordi jeg troede, at jeg hverken var en god nok ingeniør eller en god nok kunstner. Men ziner udskrives normalt på en Fedex-Kinkos, og det er normalt, at de har fotokopimaskinsstrimler. Ingen forventer perfektion ud af en zine. Så jeg følte at kalde projektet en zine gav mig tilladelse til ikke at være perfekt, hvilket var virkelig vigtigt for mig at få dette projekt til at virke mindre skræmmende.

Jeg har planer om at skrive zines i mindst et år mere, der dækker hvordan operativsystemer fungerer, billedbehandling og computersprog blandt andre emner. Jeg er ikke rigtig sikker på, hvad jeg skal gøre næste, men jeg er 100% ok med ikke at vide. Når jeg ser tilbage på min karriere i eftertid, føler jeg, at jeg har haft en utraditionel karrierevej, men den er stadig altid gået et sted, på trods af at jeg aldrig ved, hvad jeg skal gøre næste.

Jeg har venner, der er i det samme job, som de startede, da de blev uddannet fra college. Jeg har venner, der har klatret op i firmaets stige, fra jr. Ingeniør til senioringeniør til teknisk leder eller ingeniørchef. Og jeg er så stolt af dem og så glad for dem. Og jeg er glad og stolt af alle, der går den rute, især marginaliserede mennesker, der baner vejen for flere kvinder og mennesker af farver og mennesker med handicap og LGBTQ-folk, og alle kryds mellem dem, for at blive ledere og ledere inden for tech . Jeg er også overbevist om, at at følge den slags sti ville gøre mig dybt utilfreds. Og jeg vil fortælle dig, at det er ok, hvis du har det på samme måde.

Når jeg ser tilbage på min karrierevej, selvom det ikke ser ud som en almindelig karrierevej med en klar progression, giver det mening for mig. Det får mig til at føle mig som enhver underlig tangent, jeg har taget i min karrierevej, havde et formål og bragte mig til det punkt, hvor jeg kombinerer to af mine yndlings ting, kunst og teknologi, og får det til hver dag, med formålet med at gøre datalogi mere tilgængelig og inkluderende.

Når jeg tænkte på det samlende tema for alt det, jeg arbejder med eller gør, hvorfor jeg gør alt det, jeg gør - talte jeg med en ven på twitter om, hvorfor vi begyndte på datalogi i første omgang. Da jeg var på gymnasiet, elskede jeg at lave ting på computeren, og hver gang jeg ville programmere noget, og det ville fungere og komme til live, var det en magisk oplevelse.

Men det er virkelig nemt at blive udbrændt og miste den følelse af magi. Jeg kan huske, at jeg kæmpede i klasser i skolen, og tænkte, at jeg ikke var god nok til at være i denne major. Jeg kan huske, at jeg fik at vide af ekserne, at jeg var stum og ikke ville komme i gradeskole. Jeg kan huske, at jeg blev forfulgt og chikaneret, når alt hvad jeg ønskede, mere end noget andet i verden, skulle forlades alene, så jeg kunne gøre min research. Jeg kan huske mentormuligheder, der forsvandt, fordi de viste sig at være baseret på en romantisk tiltrækning for mig i stedet for en interesse i min karriereprogression. Jeg kan huske, at jeg blev undervurderet af kammerater og senere ledere, hvilket statistisk set er mere sandsynligt, at du sker, hvis du er et marginaliseret mindretal inden for datalogi, måske bc af køn, handicap, race eller din seksuelle orientering. Jeg huskede, at jeg blev antaget af ikke at være ingeniør, fordi jeg elskede at have kjoler, jeg husker, at jeg fik at vide, at jeg ikke kunne blive forfremmet, fordi jeg ikke var selvsikker og ikke havde ledelsespotentiale. Jeg kan huske, at jeg følte, at den eneste måde, jeg nogensinde havde været i en lederskabsposition, var at finde mit eget firma og udnævne mig til administrerende direktør. Dette essay dækker ikke engang al den sexisme, jeg har været udsat for i min karriere, fordi jeg har mistet sporet, og det er for meget. Dette essay dækker blot nogle af de uslebne eksempler. Bag enhver "chokerende" historie, som en marginaliseret person inden for tech har, er der sandsynligvis 50 historier af mindre størrelse, som de har lært at trak ud af.

Som et resultat af alle disse oplevelser, forsvandt en masse af den magi, jeg plejede at føle om computere som barn, for mig. Men ethvert projekt, jeg laver, der kombinerer computere og kunst, hver strikemaskine, jeg hacker, enhver illustration af smiley-logik-kredsløb, som jeg tegner, hver zine, jeg skriver, hver ting jeg gør, er et forsøg på at bringe den magi tilbage for mig , og hvis jeg også kan hjælpe med at bringe det tilbage for andre, er det mere, end jeg nogensinde kunne bede om. Derfor er jeg stadig her og kæmper.

"Jeg er vred. Køn, som det fungerer i dag, er en alvorlig uretfærdighed. Vi burde alle være vrede. Anger har en lang historie med at skabe positive forandringer, men ud over at være vred er jeg også håbefuld, fordi jeg tror dybt på menneskers evne til at skabe sig selv og gøre dem til det bedre igen. ”
- Chimamanda Ngozi Adichie