AI 및 데이터 과학 분야에서 여성 역량 강화가 중요한 이유

기업은 프로세스를 간소화하기 위해 그 어느 때보다 빠르게 인공 지능을 채택하고 있습니다. 예를 들어 AI는 고객 서비스 작업을 자동화하고, 의사가 질병을 진단하는 데 도움을 주고, 검색 엔진 결과를 개선하고, 자율 주행 자동차를 제어하는 ​​데 사용할 수 있습니다. 목록은 계속됩니다...

AI가 일상 생활에 만연해짐에 따라 기술의 다양성과 포용성 문제는 여전히 중요한 관심사입니다. 특히 성별 데이터 격차를 포함하여 데이터 과학 및 AI 분야에서 여성의 지속적인 과소 대표성은 기술 제품 및 알고리즘 시스템에서 편향의 인코딩 및 증폭으로 이어져 유해한 피드백 루프를 생성합니다.

“진정으로 다양해지려면 다른 생각을 가진 사람들을 AI 분야로 데려와야 합니다.”

Kay Firth-Butterfield
AI & 머신 러닝 책임자 겸 집행 위원회 위원

AI는 특히 업계에서 여성의 참여를 장려하기만 한다면 여성이 엄청난 성공을 거둘 수 있는 분야 중 하나입니다.

데이터 과학 및 머신 러닝 매니아인 Lians Wanjiku를 소개합니다. 여기에서 그녀의 데이터 과학 여정을 살펴보고 젊은 여성들이 기술 운동에 참여하도록 영감을 줄 것입니다.

Lians는 케냐 데단 키마티 기술 대학의 데이터 과학 센터에서 4학년 학생이자 연구 조교 인턴입니다.

데이터에서 통찰력을 추출하는 것이 얼마나 간단한지 주목하면서, 리안은 머신 러닝에 대한 관심이 촉발되었습니다. 그녀는 약 1년 전에 데이터 과학 커뮤니티에 가입했으며 이를 직업으로 추구하는 데 큰 관심을 갖게 되었습니다. 리안에게 데이터 과학과 AI가 미래를 이끄는 방식은 놀랍습니다!

동물 종 감지를 위한 YOLOv5

리안스는 YOLOv5 를 시작한 것은 몇 달 전입니다! 다양한 동물 종의 이미지로 작업하면서 물체 감지 모델로서 YOLOv5 사용한 주된 목표는 학교의 동물 보호 구역에 있는 동물 종을 classify 것이었습니다. 프로젝트 후반부에 그녀는 분류가 끝나면 모델이 모든 이미지에 자동으로 주석을 달 수 있다는 사실을 깨달았습니다. 이를 통해 사람의 수고를 덜고 이미지에 주석을 다는 시간을 절약할 수 있었습니다.

처음에는 PyTorch 대한 지식과 기술을 습득해야 했기 때문에 Lians는 TFOD 및 YOLOv3와 같은 사전 학습된 다른 객체 감지 모델도 실험해 보았습니다. 하지만 리서치를 통해 YOLOv5 발견한 후 빠르게 구현했습니다. 이 모델은 가볍고 사용이 간편하며 최고의 정확도를 제공하기 때문에 리안에게는 최고의 성능을 발휘합니다.

“가장 좋은 점은 단 몇 줄의 코드로 시작할 수 있다는 것입니다!”

YOLOv5 가치

• 데이터 증강
• 추론 속도
• 모델이 다양한 변형(s, m, l, x)으로 제공되어 각각 다른 감지 정확도와 성능을 제공한다는 사실이 그녀에게는 더 쉬웠습니다.

리안스는 이 분야를 처음 접하는 사람들에게 YOLOv5 추천합니다. 그녀의 말을 빌리자면,YOLOv5 객체 감지를 위해 만들어졌기 때문에 그 기능이 뛰어납니다! 작업 수가 적고 작성해야 할 코드가 적기 때문에 속도와 정확성 면에서 가장 잘 알려진 객체 감지 알고리즘 중 하나입니다.

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

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

‍

— lian.s__ (@lians___) 2022년 11월 29일

Lians의 경험을 읽어주셔서 감사합니다. Ultralytics 더 많은 여성들이 이 분야에 참여하기를 기대합니다. 앞으로도 모두가 더 쉽게 AI를 사용할 수 있도록 노력할 테니 기대해 주세요!