Warum es wichtig ist, Frauen in der KI & Data Science zu stärken

Unternehmen setzen künstliche Intelligenz schneller denn je ein, um Prozesse zu vereinfachen. Beispielsweise kann KI genutzt werden, um Kundenservice-Aufgaben zu automatisieren, Ärzten beim diagnose diseases zu helfen, Suchmaschinenergebnisse zu verbessern, self-driving cars zu steuern usw. Die Liste geht weiter und weiter...

Da KI im Alltag allgegenwärtig wird, bleibt die Frage nach Vielfalt und Inklusion in der Technologie ein wichtiges Anliegen. Insbesondere die anhaltende Unterrepräsentation von Frauen in Data Science und KI, einschließlich geschlechtsspezifischer Datenlücken, führt zur Kodierung und Verstärkung von Vorurteilen in technischen Produkten und algorithmischen Systemen, was schädliche Rückkopplungsschleifen erzeugt.

„Um wirklich vielfältig zu sein, musst du Menschen in die KI einbinden, die anders denken.“ Kay Firth-Butterfield Head of AI & Machine Learning und Mitglied des Executive Committee

KI ist einer der Bereiche, in denen Frauen enormen Erfolg haben können, insbesondere mit der richtigen Förderung der weiblichen Beteiligung in der Branche.

Wir stellen Lians Wanjiku vor, ein Data Science- und Machine Learning-Enthusiast. Hier begleiten wir ihren Weg in die Data Science und möchten junge Frauen dazu inspirieren, sich der Tech-Bewegung anzuschließen.

Lians ist Studentin im letzten Studienjahr und Forschungsassistentin am Data Science Center der Dedan Kimathi University of Technology in Kenia.

Da sie bemerkte, wie einfach es ist, Erkenntnisse aus Daten zu gewinnen, wurde Lians Interesse an Machine Learning geweckt. Vor etwa einem Jahr trat sie einer Data Science-Community bei und entwickelte ein großes Interesse daran, dies beruflich zu verfolgen. Für Lians ist es erstaunlich, wie Data Science und KI die Zukunft vorantreiben!

Ultralytics YOLOv5 zur Erkennung von Tierarten#

Lians hat erst vor wenigen Monaten mit YOLOv5 begonnen! Bei der Arbeit mit Bildern verschiedener Tierarten war das Hauptziel der Arbeit mit dem YOLOv5 als Objekterkennungsmodell, die Tierarten im Schutzgebiet ihrer Schule zu klassifizieren. Später im Projekt stellte sie fest, dass das Modell nach der Klassifizierung alle Bilder automatisch annotieren konnte. Dies erleichtert es, den menschlichen Aufwand zu reduzieren und Zeit beim Annotieren von Bildern zu sparen.

Lians hat auch mit anderen vortrainierten Objekterkennungsmodellen wie TFOD und YOLOv3 experimentiert, da sie anfangs Kenntnisse und Fähigkeiten in PyTorch erwerben musste. Nachdem sie jedoch durch Recherchen Ultralytics YOLOv5 gefunden hatte, setzte sie es schnell um. Für Lians liefert das Modell die beste Leistung, da es leichtgewichtig, einfach zu bedienen ist und die beste Genauigkeit bietet.

„Das Beste daran ist, dass du mit nur wenigen Zeilen Code loslegen kannst!“

Der Wert von Ultralytics YOLOv5#

• Datenaugmentierung
• Inferenzgeschwindigkeit
• Die Tatsache, dass das Modell in verschiedenen Varianten (s, m, l und x) erhältlich ist, von denen jede eine andere Erkennungsgenauigkeit und Leistung aufweist, machte es ihr leichter.

Lians empfiehlt Ultralytics YOLOv5 für jeden, der neu in diesem Bereich ist. In ihren Worten: „YOLOv5 wurde für die Objekterkennung entwickelt, daher ist es gut in dem, was es tut! Weil es weniger Operationen und weniger Code zu schreiben gibt, ist YOLO aufgrund seiner Geschwindigkeit und Genauigkeit einer der bekanntesten Objekterkennungsalgorithmen.“

Lians ist offen für Kooperationen auf GitHub und steht für einen Chat auf Twitter zur Verfügung, außerdem veröffentlicht sie Artikel über Projekte, an denen sie arbeitet. Schau dir ihren Artikel an: Introduction to Object Detection with YOLOv5!

Ich habe das Objekterkennungsmodell auf einigen Videos mit Zebras und Impalas eingesetzt und.... Aus dieser Perspektive denke ich, dass ich wohl zurück in die Küche gehen und mit mehr Daten arbeiten und das Modell perfektionieren muss. #100daysofcoding @ultralytics #objectdetection @WomenInDataAfri

— lian.s (@lians_) November 29, 2022

Danke, dass du über Lians' Erfahrung gelesen hast. Als Ultralytics freuen wir uns darauf, dass mehr Frauen in diesen Bereich einsteigen. Wir werden weiterhin KI für jeden einfacher machen – bleib dran!