Por que é importante empoderar mulheres na IA e na ciência de dados
Conheça a inspiradora trajetória de Lians Wanjiku na IA e na ciência de dados e descubra como o YOLOv5 está moldando o futuro da detecção de objetos.

As empresas estão adotando a inteligência artificial mais rapidamente do que nunca para simplificar processos. Por exemplo, a IA pode ser usada para automatizar tarefas de atendimento ao cliente, ajudar médicos a diagnosticar doenças, melhorar resultados de mecanismos de busca, controlar carros autônomos etc. E a lista continua...
À medida que a IA se torna onipresente no cotidiano, a questão da diversidade e da inclusão na tecnologia continua sendo uma preocupação importante. Em particular, a sub-representação persistente das mulheres na ciência de dados e na IA, incluindo as lacunas de dados de gênero, leva à codificação e à amplificação de vieses em produtos tecnológicos e sistemas algorítmicos, criando ciclos de retroalimentação prejudiciais.
“Para que haja verdadeira diversidade, é preciso trazer para a IA pessoas que pensem de forma diferente.” Kay Firth-Butterfield Diretora de IA e aprendizado de máquina e membro do comitê executivo
A IA é uma das áreas em que as mulheres podem alcançar grande sucesso, especialmente com o incentivo adequado à participação feminina no setor.

Apresentamos Lians Wanjiku, entusiasta de ciência de dados e aprendizado de máquina. Vamos conhecer sua trajetória na ciência de dados e inspirar jovens mulheres a participar do movimento tecnológico.
Lians está no último ano da graduação e é estagiária de pesquisa no centro de ciência de dados da Universidade de Tecnologia Dedan Kimathi, no Quênia.
Ao perceber como é simples extrair insights dos dados, Lians se interessou por aprendizado de máquina. Ela entrou para uma comunidade de ciência de dados há cerca de um ano e passou a se dedicar bastante a seguir carreira na área. Para Lians, é incrível como a ciência de dados e a IA impulsionam o futuro!

Ultralytics YOLOv5 para detectar espécies animais#

Lians começou a usar o YOLOv5 há apenas alguns meses! Trabalhando com imagens de várias espécies animais, o principal objetivo de usar o YOLOv5 como modelo de detecção de objetos era classificar as espécies animais na área de conservação da universidade. Mais adiante no projeto, ela percebeu que, após a classificação, o modelo poderia anotar automaticamente todas as imagens. Isso facilita a redução do trabalho humano e economiza tempo na anotação das imagens.
Lians também experimentou outros modelos pré-treinados de detecção de objetos, como TFOD e YOLOv3, pois, no início, precisava adquirir conhecimentos e habilidades em PyTorch. No entanto, depois de encontrar o Ultralytics YOLOv5 durante uma pesquisa, ela o implementou rapidamente. Para Lians, esse modelo tem o melhor desempenho, pois é leve, simples de usar e oferece a melhor precisão.
“A melhor parte é que podes começar com apenas algumas linhas de código!”
O valor do Ultralytics YOLOv5#
- Aumento de dados
- Velocidade de inferência
- O facto de o modelo estar disponível em várias variantes (s, m, l e x), cada uma com uma precisão de deteção e um desempenho diferentes, facilitou-lhe o trabalho.
Lians recomenda o Ultralytics YOLOv5 a quem é novo nesta área. Nas palavras dela, "O YOLOv5 foi desenvolvido para a deteção de objetos, por isso é bom naquilo que faz! Como há menos operações e menos código para escrever, o YOLO é um dos algoritmos de deteção de objetos mais conhecidos graças à sua velocidade e precisão."
Lians está disponível para colaborações no GitHub e para conversar no Twitter; também publica artigos sobre os projetos em que está a trabalhar. Consulta o artigo dela: Introdução à deteção de objetos com YOLOv5!
Implementei o modelo de deteção de objetos em alguns vídeos com zebras e impalas e.... Deste ponto de vista, acho que vou ter de voltar à cozinha, trabalhar com mais dados e aperfeiçoar o modelo. #100daysofcoding @ultralytics #objectdetection @WomenInDataAfri

— lian.s (@lians_) 29 de novembro de 2022
Obrigado por leres sobre a experiência de Lians. Na Ultralytics, estamos ansiosos por ver mais mulheres a juntarem-se a esta área. Vamos continuar a tornar a IA mais fácil para todos; fica atento!










