Por qué es importante empoderar a las mujeres en IA y ciencia de datos

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

A medida que la IA se generaliza 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 brechas de datos de género, conduce a la codificación y amplificación de los prejuicios en los productos técnicos y los sistemas algorítmicos, creando circuitos de retroalimentación perjudiciales.

"Para ser realmente diverso hay que incorporar a AI a personas que piensen de forma diferente".

Kay Firth-Butterfield
Directora de Inteligencia Artificial 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.

Te presentamos a Lians Wanjiku, entusiasta de la ciencia de datos y el aprendizaje automático. Aquí daremos un paseo por su viaje en la ciencia de datos e inspiraremos a las jóvenes para que se unan al movimiento tecnológico.

Lians es estudiante de último curso y ayudante de investigación en prácticas en el centro de ciencia de datos de la Universidad Tecnológica Dedan Kimathi de Kenia.

Al darse cuenta de lo sencillo que es extraer información de los datos, Lians se interesó por el aprendizaje automático. Hace aproximadamente un año se unió a una comunidad de ciencia de datos y se ha interesado mucho por esta carrera. Para Lians, es increíble cómo la ciencia de los datos y la IA impulsan el futuro.

YOLOv5 para detectar especies animales

Lians empezó a utilizar YOLOv5 hace sólo unos meses. Trabajando con imágenes de varias especies animales, el objetivo principal de trabajar con YOLOv5 como modelo de detección de objetos era clasificar 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 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 de detección y un rendimiento diferentes, le facilitó las cosas.

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!