Por que é importante empoderar mulheres na IA e na ciência de dados

As empresas estão a adotar a inteligência artificial mais depressa do que nunca para simplificar processos. Por exemplo, a IA pode ser utilizada para automatizar tarefas de atendimento ao cliente, ajudar médicos a diagnosticar doenças, melhorar os resultados dos motores de pesquisa, controlar carros autónomos e muito mais.

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.

Depois de perceber como é simples extrair informações úteis dos dados, Lians interessou-se por machine learning. Há cerca de um ano, juntou-se a uma comunidade de ciência de dados e passou a dedicar-se com entusiasmo a seguir esta área como carreira. Para Lians, é incrível ver como a ciência de dados e a IA impulsionam o futuro!

Ultralytics YOLOv5 para detectar espécies animais#

Lians só começou a usar o YOLOv5 há alguns meses! Trabalhando com imagens de várias espécies animais, o principal objetivo de utilizar o YOLOv5 como modelo de deteção de objetos era classificar as espécies animais na reserva natural da sua escola. Mais tarde, durante o projeto, percebeu que, após a classificação, o modelo também podia anotar automaticamente todas as imagens. Isto facilita a redução do trabalho humano e do tempo necessário para anotar imagens.

Lians também experimentou outros modelos de deteção de objetos pré-treinados, como o TFOD e o YOLOv3, porque, inicialmente, precisava de adquirir conhecimentos e competências em PyTorch. No entanto, depois de encontrar o Ultralytics YOLOv5 através de pesquisa, implementou-o rapidamente. Para Lians, o modelo tem o melhor desempenho por ser leve, simples de utilizar e oferecer 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 da Lians. Na Ultralytics, esperamos que mais mulheres se juntem a esta área. Vamos continuar a tornar a IA mais acessível a todos. Fica atento!