AI 및 데이터 과학 분야에서 여성의 역량 강화가 중요한 이유

기업들은 프로세스를 간소화하기 위해 그 어느 때보다 빠르게 인공 지능을 도입하고 있습니다. 예를 들어, 인공지능은 고객 서비스 업무를 자동화하고, 의사의 질병 진단을 돕고, 검색 엔진 결과를 개선하고, 자율 주행 자동차를 제어하는 데 사용될 수 있습니다. 목록은 계속 이어집니다...

AI가 일상 생활에 널리 보급됨에 따라 기술의 다양성과 포용성 문제는 여전히 중요한 관심사로 남아 있습니다. 특히 성별 데이터 격차를 비롯해 데이터 과학과 AI 분야에서 여성이 지속적으로 과소 대표되는 현상은 기술 제품과 알고리즘 시스템에 편견을 심어주고 증폭시켜 해로운 피드백 고리를 만들어냅니다.

"진정으로 다양성을 확보하려면 다르게 생각하는 사람들을 AI로 끌어들여야 합니다."

케이 퍼스-버터필드
AI 및 머신러닝 책임자 겸 집행위원회 위원

AI는 특히 여성의 업계 참여를 장려한다면 여성이 큰 성공을 거둘 수 있는 분야 중 하나입니다.

데이터 과학과 머신러닝에 열광하는 리안스 완지쿠를 소개합니다. 이 글에서는 데이터 과학을 향한 그녀의 여정을 살펴보고, 젊은 여성들이 기술 운동에 동참하도록 영감을 불어넣을 것입니다.

리안스는 케냐의 데단 키마티 공과대학교 데이터 과학 센터에서 4학년 학생이자 연구 보조 인턴으로 일하고 있습니다.

데이터에서 인사이트를 추출하는 것이 얼마나 간단한지 알게 된 리안스는 머신 러닝에 관심을 갖게 되었습니다. 그녀는 약 1년 전 데이터 과학 커뮤니티에 가입한 후 데이터 과학을 직업으로 삼는 데 큰 관심을 갖고 있습니다. 데이터 과학과 AI가 미래를 주도하는 방식은 Lians에게 놀랍습니다!

YOLOv5 동물 종 탐지용

리안스는 불과 YOLOv5 몇 달 전에야 시작했습니다! 다양한 동물 종의 이미지로 작업하면서 물체 감지 모델인 YOLOv5 을 사용한 주된 목표는 학교의 동물 보호 구역에 있는 동물 종을 분류하는 것이었습니다. 프로젝트 후반에 그녀는 분류가 끝나면 모델이 모든 이미지에 자동으로 주석을 달 수 있다는 사실을 깨달았습니다. 이를 통해 사람의 수고를 덜고 이미지에 주석을 다는 시간을 절약할 수 있습니다.

처음에는 PyTorch 에 대한 지식과 기술을 습득해야 했기 때문에 TFOD 및 YOLOv3와 같은 다른 사전 학습된 물체 감지 모델도 실험해 보았지만, 연구를 통해 YOLOv5 을 발견한 후 빠르게 구현했습니다. 이 모델은 가볍고 사용이 간편하며 최고의 정확도를 제공하기 때문에 리안에게 최고의 성능을 발휘합니다.

"가장 좋은 점은 단 몇 줄의 코드만으로 시작할 수 있다는 점입니다!"

가치 YOLOv5

• 데이터 증강
• 추론 속도
• 이 모델은 탐지 정확도와 성능이 각각 다른 여러 가지 변형(s, m, l, x)으로 제공된다는 사실 덕분에 그녀는 더 쉽게 사용할 수 있었습니다.

리안스는 이 분야를 처음 접하는 분들에게 YOLOv5 을 추천합니다. 그녀의 말에 따르면, "YOLOv5 는 객체 감지를 위해 만들어졌기 때문에 그 기능이 뛰어납니다! 작업 수가 적고 작성해야 할 코드가 적기 때문에 YOLO 는 속도와 정확성으로 인해 가장 잘 알려진 객체 감지 알고리즘 중 하나입니다." 라고 말합니다.

Lians는 GitHub에서 공동 작업을 위해 열려 있으며 트위터에서 채팅을 할 수 있고, 진행 중인 프로젝트에 대한 글도 게시합니다. 그녀의 글을 확인해 보세요: 물체 감지 소개 YOLOv5!

얼룩말과 임팔라가 모두 등장하는 일부 동영상에 객체 감지 모델을 배포하고.... 이 관점에서 저는 부엌으로 돌아가서 더 많은 데이터로 작업하고 모델을 완성해야 할 것 같습니다. # 100일간의 코딩 @ultralytics #객체감지 @여성인데이터아프리
‍

‍

- lian.s__ (@lians___) 11월 29일, 2022

리안스의 경험을 읽어주셔서 감사합니다. Ultralytics , 더 많은 여성들이 이 분야에 참여하기를 기대합니다. 앞으로도 모두가 더 쉽게 AI를 사용할 수 있도록 노력할 테니 계속 지켜봐 주세요!