Porque é importante capacitar as mulheres na IA e na ciência de dados

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

À medida que a IA se torna cada vez mais presente na vida quotidiana, a questão da diversidade e da inclusão na tecnologia continua a ser uma preocupação significativa. Em particular, a persistente sub-representação das mulheres na ciência de dados e na IA, incluindo as lacunas nos dados relativos ao género, conduz à codificação e amplificação de preconceitos em produtos técnicos e sistemas algorítmicos, criando ciclos de retroalimentação prejudiciais.

“Para serem verdadeiramente diversificadas, as equipas precisam de incluir pessoas na IA que pensem de forma diferente.” Kay Firth-Butterfield Diretora de IA e aprendizagem automática e membro da Comissão Executiva

A IA é uma das áreas em que as mulheres podem alcançar um sucesso extraordinário, especialmente com o incentivo certo à participação feminina no setor.

Apresentamos Lians Wanjiku, entusiasta de ciência de dados e aprendizagem automática. Aqui, vamos acompanhar o seu percurso até à ciência de dados e inspirar jovens mulheres a aderirem ao movimento tecnológico.

Lians é estudante do último ano e estagiária de investigação no centro de ciência de dados da Dedan Kimathi University of Technology, no Quénia.

Ao perceber como é simples extrair informações dos dados, Lians interessou-se pela aprendizagem automática. Juntou-se a uma comunidade de ciência de dados há cerca de um ano e passou a ter grande interesse em seguir esta área como carreira. Para Lians, é incrível ver como a ciência de dados e a IA impulsionam o futuro!

Ultralytics YOLOv5 para a deteção de espécies animais#

Lians começou a trabalhar com o YOLOv5 há apenas 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 da sua universidade. Mais tarde, durante o projeto, percebeu que, após a classificação, o modelo podia anotar automaticamente todas as imagens. Isto facilita a redução do esforço humano e a poupança de tempo na anotação de 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 descobrir o Ultralytics YOLOv5 através da sua pesquisa, implementou-o rapidamente. Para Lians, este modelo tem o melhor desempenho porque é leve, fácil de utilizar e proporciona a melhor precisão.

“A melhor parte é que podes começar apenas com 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 o seu trabalho.

Lians recomenda o Ultralytics YOLOv5 a qualquer pessoa que esteja a começar nesta área. Nas suas palavras, "O YOLOv5 foi criado para a deteção de objetos, por isso é bom naquilo que faz! Como existem menos operações e menos código para escrever, o YOLO é um dos algoritmos de deteção de objetos mais conhecidos devido 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 seu artigo: Introdução à deteção de objetos com YOLOv5!

Implementei o modelo de deteção de objetos em alguns vídeos com zebras e impalas e.... Nesta perspetiva, acho que vou ter de voltar à cozinha e trabalhar com mais dados para aperfeiçoar o modelo. #100daysofcoding @ultralytics #deteçãodeobjetos @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. Continuaremos a tornar a IA mais fácil para todos; fica atento!