AI 및 데이터 과학 분야에서 여성 역량 강화가 중요한 이유
Lians Wanjiku의 AI 및 데이터 과학 여정과 YOLOv5가 객체 감지의 미래를 어떻게 형성하는지 살펴보세요.
기업들은 프로세스를 간소화하기 위해 그 어느 때보다 빠르게 인공지능을 도입하고 있습니다. 예를 들어, AI는 고객 서비스 업무를 자동화하고, 의사가 질병을 진단하도록 지원하며, 검색 엔진 결과를 개선하고, 자율주행 자동차를 제어하는 데 사용할 수 있습니다. 이 외에도 다양한 활용 사례가 있습니다...
AI가 일상생활에 널리 사용되면서 기술 분야의 다양성과 포용성에 대한 우려가 여전히 중요한 문제로 남아 있습니다. 특히 성별 데이터 격차를 비롯해 데이터 과학 및 AI 분야에서 여성이 지속적으로 과소대표되는 현상은 기술 제품과 알고리즘 시스템에 편향이 내재화되고 증폭되도록 하며, 유해한 피드백 루프를 만들어 냅니다.
“진정으로 다양성을 확보하려면 서로 다른 방식으로 생각하는 사람들을 AI 분야에 참여시켜야 합니다.” Kay Firth-Butterfield AI 및 Machine Learning 책임자 겸 집행위원회 위원
AI는 여성이 크게 성공할 수 있는 분야 중 하나이며, 특히 업계에서 여성의 참여를 올바르게 장려한다면 더욱 그렇습니다.
데이터 과학 및 Machine Learning 애호가인 Lians Wanjiku를 소개합니다. 여기에서는 Lians가 데이터 과학 분야에 진입한 여정을 살펴보고, 젊은 여성들이 기술 분야에 참여하도록 영감을 드리고자 합니다.
Lians는 케냐의 Dedan Kimathi University of Technology 데이터 과학 센터에서 졸업반 학생이자 연구 보조 인턴으로 활동하고 있습니다.
데이터에서 인사이트를 추출하는 일이 얼마나 간단한지 알게 된 Lians는 Machine Learning에 관심을 갖게 되었습니다. 약 1년 전에 데이터 과학 커뮤니티에 가입한 후, 이를 진로로 삼는 데 큰 관심을 기울이고 있습니다. Lians에게 데이터 과학과 AI가 미래를 이끌어 간다는 사실은 놀라운 일입니다!
동물 종 감지를 위한 Ultralytics YOLOv5#
Lians는 불과 몇 달 전에 YOLOv5를 사용하기 시작했습니다! 다양한 동물 종의 이미지를 활용하면서 YOLOv5를 객체 감지 모델로 사용한 주된 목표는 학교의 보호 구역에 있는 동물 종을 분류하는 것이었습니다. 프로젝트 후반부에 Lians는 분류 후 모델이 모든 이미지에 자동으로 어노테이션을 추가할 수 있다는 사실을 깨달았습니다. 이를 통해 사람의 작업량을 줄이고 이미지 어노테이션에 드는 시간을 절약할 수 있습니다.
Lians는 처음에 PyTorch에 대한 지식과 기술을 쌓아야 했기 때문에 TFOD 및 YOLOv3와 같은 다른 사전 학습된 객체 감지 모델도 실험했습니다. 그러나 조사 과정에서 Ultralytics YOLOv5를 발견한 후 빠르게 이를 구현했습니다. Lians는 이 모델이 가볍고, 사용하기 간편하며, 최고의 정확도를 제공하기 때문에 가장 뛰어난 성능을 발휘한다고 평가합니다.
“가장 좋은 점은 몇 줄의 코드만으로 시작할 수 있다는 것입니다!”
Ultralytics YOLOv5의 가치#
- 데이터 증강
- 추론 속도
- 모델이 여러 변형(s, m, l, x)으로 제공되고 각 변형의 감지 정확도와 성능이 서로 다르다는 점도 Lians에게 도움이 되었습니다.
Lians는 이 분야를 처음 접하는 모든 사람에게 Ultralytics YOLOv5를 추천합니다. Lians의 말에 따르면, "YOLOv5는 객체 감지를 위해 만들어졌기 때문에 그 역할을 훌륭하게 수행합니다! 작업 수가 적고 작성해야 할 코드도 적기 때문에 YOLO는 속도와 정확도를 바탕으로 가장 잘 알려진 객체 감지 알고리즘 중 하나입니다."
Lians는 GitHub에서 협업할 수 있으며 Twitter에서 대화를 나눌 수 있습니다. 또한 현재 진행 중인 프로젝트에 관한 글도 게시합니다. Lians의 다음 글을 확인해 보세요: YOLOv5를 활용한 객체 감지 소개!
얼룩말과 임팔라가 모두 등장하는 일부 동영상에 객체 감지 모델을 배포했는데.... 이런 관점에서 보면 주방으로 돌아가 더 많은 데이터로 작업하고 모델을 개선해야 할 것 같습니다. #100daysofcoding @ultralytics #objectdetection @WomenInDataAfri
— lian.s (@lians_) 2022년 11월 29일
Lians의 경험에 관한 이야기를 읽어 주셔서 감사합니다. Ultralytics는 앞으로 더 많은 여성이 이 분야에 참여하기를 기대합니다. 앞으로도 모두가 AI를 더 쉽게 활용할 수 있도록 계속 노력하겠습니다. 많은 관심 부탁드립니다!
