Почему важно расширять возможности женщин в области искусственного интеллекта и науки о данных

Бизнесмены внедряют искусственный интеллект быстрее, чем когда-либо прежде, чтобы упростить процессы. Например, ИИ можно использовать для автоматизации задач по обслуживанию клиентов, помощи врачам в диагностике заболеваний, улучшения результатов поисковых систем, управления самодвижущимися автомобилями и так далее. Список можно продолжать и продолжать...

По мере того как ИИ становится все более распространенным в повседневной жизни, вопрос многообразия и инклюзивности в технологиях по-прежнему вызывает серьезную озабоченность. В частности, постоянная недопредставленность женщин в области науки о данных и ИИ, включая гендерные пробелы в данных, приводит к кодированию и усилению предвзятости в технических продуктах и алгоритмических системах, создавая вредные петли обратной связи.

"Чтобы быть по-настоящему разнообразным, нужно привлекать в AI людей, которые думают по-другому".

Кей Ферт-Баттерфилд
Руководитель отдела искусственного интеллекта и машинного обучения и член исполнительного комитета

ИИ - одна из областей, в которой женщины могут добиться огромного успеха, особенно при правильном подходе к участию женщин в индустрии.

Представляем тебе Лианс Ванджику, энтузиаст Data Science и Machine Learning. Здесь мы пройдемся по ее пути в науку о данных и вдохновим молодых женщин присоединиться к технологическому движению.

Лианс - студент старших курсов и стажер-исследователь в центре науки о данных Технологического университета Дедана Кимати в Кении.

Заметив, как просто извлекать информацию из данных, Лиан заинтересовалась машинным обучением. Около года назад она присоединилась к сообществу специалистов по науке о данных и очень заинтересовалась этим направлением в качестве карьеры. По мнению Лиан, удивительно, как наука о данных и искусственный интеллект определяют будущее!

YOLOv5 для определения видов животных

Лианс начал работать с YOLOv5 несколько месяцев назад! Работая с изображениями различных видов животных, главной целью работы с YOLOv5 в качестве модели обнаружения объектов была классификация видов животных в заповеднике ее школы. Позже в проекте она поняла, что после классификации модель может автоматически аннотировать все изображения. Это позволяет сократить человеческие усилия и сэкономить время на аннотирование изображений.

Лиан также экспериментировала с другими предварительно обученными моделями обнаружения объектов, такими как TFOD и YOLOv3, потому что изначально ей нужно было получить знания и навыки в PyTorch. Однако, найдя YOLOv5 в результате исследований, она быстро внедрила ее. Для Лиан эта модель работает лучше всего, так как она легкая, простая в использовании и обеспечивает наилучшую точность.

"Самое приятное, что ты можешь начать работу всего с несколькими строчками кода!"

Ценность в YOLOv5

• Увеличение объема данных
• Скорость умозаключений
• То, что модель выпускается в нескольких вариантах (s, m, l и x), каждый из которых отличается точностью обнаружения и производительностью, облегчило ей задачу.

Лианс рекомендует YOLOv5 всем, кто только начинает работать в этой области. По ее словам, "YOLOv5 был создан для обнаружения объектов, поэтому он хорош в своем деле! Поскольку операций меньше, а кода нужно писать меньше, YOLO является одним из самых известных алгоритмов обнаружения объектов благодаря своей скорости и точности".

Лианс открыта для сотрудничества на GitHub и доступна для общения в Twitter, также она публикует статьи о проектах, над которыми работает. Ознакомься с ее статьей: Введение в обнаружение объектов с помощью YOLOv5!

Я развернул модель обнаружения объектов на нескольких видео с зебрами и импалами и..... Исходя из этого, я думаю, что мне придется вернуться на кухню, поработать с большим количеством данных и довести модель до совершенства. #100daysofcoding @ultralytics #objectdetection @WomenInDataAfri
‍.

‍

- lian.s__ (@lians___) 29 ноября 2022 года

Спасибо, что прочитал об опыте Лианс. Как и Ultralytics, мы с нетерпением ждем, когда в эту сферу придет больше женщин. Мы продолжим делать ИИ проще для всех, следи за новостями!