¿Por qué es importante el empoderamiento de las mujeres en la IA y la ciencia de datos?

Las empresas están adoptando la inteligencia artificial más rápido que nunca para simplificar los procesos. Por ejemplo, la IA se puede utilizar para automatizar las tareas de atención al cliente, ayudar a los médicos a diagnosticar enfermedades, mejorar los resultados de los motores de búsqueda, controlar los coches autónomos, etc. La lista sigue y sigue...

A medida que la IA se vuelve omnipresente en la vida cotidiana, la cuestión de la diversidad y la inclusión en la tecnología sigue siendo una preocupación importante. En particular, la persistente infrarrepresentación de las mujeres en la ciencia de datos y la IA, incluidas las lagunas de datos de género, conduce a la codificación y amplificación de sesgos en los productos técnicos y los sistemas algorítmicos, creando bucles de retroalimentación perjudiciales.

“Para ser verdaderamente diverso, necesitas incorporar a la IA a personas que piensen de manera diferente.”

Kay Firth-Butterfield
Directora de IA y Aprendizaje Automático y Miembro del Comité Ejecutivo

La IA es uno de los campos en los que las mujeres pueden experimentar un éxito tremendo, especialmente con el impulso adecuado hacia la participación femenina en la industria.

Presentamos a Lians Wanjiku, entusiasta de la ciencia de datos y el aprendizaje automático. Aquí, daremos un paseo por su trayectoria en la ciencia de datos e inspiraremos a las mujeres jóvenes a unirse al movimiento tecnológico.

Lians es una estudiante de último año y pasante de asistente de investigación en el centro de ciencia de datos de la Universidad de Tecnología Dedan Kimathi en Kenia.

Al darse cuenta de lo sencillo que es extraer información de los datos, el interés de Lian se despertó por el Machine Learning. Se unió a una comunidad de ciencia de datos hace aproximadamente un año y ha mostrado un gran interés en seguir esta carrera. Para Lian, ¡es increíble cómo la ciencia de datos y la IA impulsan el futuro!

YOLOv5 para detectar especies animales

Lians sólo empezó con YOLOv5 hace varios meses. Trabajando con imágenes de varias especies animales, el objetivo principal de trabajar con YOLOv5 como modelo de detección de objetos era classify las especies animales de la reserva de su colegio. Más adelante en el proyecto, se dio cuenta de que, tras la clasificación, el modelo podía anotar automáticamente todas las imágenes. Esto facilita la reducción del esfuerzo humano y ahorra tiempo en la anotación de imágenes.

Lians también experimentó con otros modelos de detección de objetos preentrenados, como TFOD y YOLOv3, porque al principio necesitaba adquirir conocimientos y habilidades en PyTorch. Sin embargo, tras encontrar YOLOv5 a través de la investigación, lo implementó rápidamente. Para Lian, este modelo es el más eficaz, ya que es ligero, fácil de usar y ofrece la mayor precisión.

“¡Lo mejor es que puedes empezar con tan solo unas pocas líneas de código!”

El valor de YOLOv5

• Aumento de datos
• Velocidad de inferencia
• El hecho de que el modelo esté disponible en varias variantes (s, m, l y x), cada una con una precisión y un rendimiento de detección diferentes, se lo facilitó.

Lians recomienda YOLOv5 a cualquiera que se inicie en este campo. En sus palabras,YOLOv5 se creó para la detección de objetos, ¡así que es bueno en lo que hace! Como hay menos operaciones y menos código que escribir, YOLO es uno de los algoritmos de detección de objetos más conocidos por su velocidad y precisión".

Lians está abierta a colaboraciones en GitHub y disponible para charlar en Twitter. También publica artículos sobre proyectos en los que está trabajando. Echa un vistazo a su artículo: ¡ Introducción a la detección de objetos con YOLOv5!

He desplegado el modelo de detección de objetos en algunos vídeos tanto con cebras como con impalas y..... Desde esta perspectiva creo que voy a tener que volver a la cocina y trabajar con más datos y perfeccionar el modelo. #100daysofcoding ultralytics #objectdetection @WomenInDataAfri
‍

‍

— lian.s__ (@lians___) 29 de noviembre de 2022

Gracias por leer la experiencia de Lians. Como Ultralytics, esperamos que más mujeres se unan a este campo. Seguiremos haciendo que la IA sea más fácil para todos, ¡estén atentos!