Tại sao việc trao quyền cho phụ nữ trong lĩnh vực AI & Khoa học dữ liệu lại quan trọng

Các doanh nghiệp đang áp dụng trí tuệ nhân tạo nhanh hơn bao giờ hết để đơn giản hóa quy trình. Ví dụ: AI có thể được sử dụng để tự động hóa các tác vụ dịch vụ khách hàng, giúp bác sĩ diagnose diseases, cải thiện kết quả công cụ tìm kiếm, điều khiển self-driving cars, v.v. Danh sách này cứ tiếp tục kéo dài...

Khi AI trở nên phổ biến trong cuộc sống hàng ngày, vấn đề đa dạng và hòa nhập trong công nghệ vẫn là một mối quan tâm đáng kể. Đặc biệt, sự thiếu hụt đại diện của phụ nữ trong khoa học dữ liệu và AI, bao gồm cả các khoảng cách dữ liệu giới tính, dẫn đến việc mã hóa và khuếch đại định kiến trong các sản phẩm kỹ thuật và hệ thống thuật toán, tạo ra các vòng lặp phản hồi có hại.

“Để thực sự đa dạng, bạn cần đưa những người có tư duy khác biệt vào lĩnh vực AI.” Kay Firth-Butterfield, Trưởng bộ phận AI & Machine Learning và Thành viên Ủy ban Điều hành

AI là một trong những lĩnh vực mà phụ nữ có thể đạt được thành công to lớn, đặc biệt là với sự thúc đẩy đúng đắn hướng tới sự tham gia của nữ giới trong ngành.

Giới thiệu Lians Wanjiku, một người đam mê Khoa học dữ liệu và Machine Learning. Tại đây, chúng ta sẽ cùng nhìn lại hành trình của cô ấy đến với khoa học dữ liệu và truyền cảm hứng cho những phụ nữ trẻ tham gia phong trào công nghệ.

Lians là sinh viên năm cuối và là thực tập sinh trợ lý nghiên cứu tại trung tâm khoa học dữ liệu thuộc Đại học Công nghệ Dedan Kimathi ở Kenya.

Nhận thấy việc trích xuất thông tin từ dữ liệu đơn giản như thế nào, sự quan tâm của Lians đối với Machine Learning đã được khơi dậy. Cô ấy đã tham gia một cộng đồng khoa học dữ liệu khoảng một năm trước và dành sự quan tâm đặc biệt để theo đuổi nó như một sự nghiệp. Đối với Lians, thật kinh ngạc khi thấy cách khoa học dữ liệu và AI thúc đẩy tương lai!

Ultralytics YOLOv5 dùng để phát hiện các loài động vật#

Lians mới chỉ bắt đầu làm quen với YOLOv5 từ vài tháng trước! Làm việc với hình ảnh của các loài động vật khác nhau, mục tiêu chính khi làm việc với YOLOv5 dưới dạng một mô hình object detection là phân loại các loài động vật trong khu bảo tồn của trường cô ấy. Sau đó trong dự án, cô ấy nhận ra rằng sau khi phân loại, model có thể tự động gán nhãn tất cả các hình ảnh. Điều này giúp giảm bớt công sức của con người và tiết kiệm thời gian gán nhãn hình ảnh.

Lians cũng thử nghiệm với các model phát hiện đối tượng đã train trước khác, chẳng hạn như TFOD và YOLOv3, vì ban đầu cô ấy cần trau dồi kiến thức và kỹ năng về PyTorch. Tuy nhiên, sau khi tìm thấy Ultralytics YOLOv5 qua quá trình nghiên cứu, cô ấy đã nhanh chóng áp dụng nó. Đối với Lians, model này hoạt động tốt nhất vì nó nhẹ, dễ sử dụng và mang lại độ chính xác tốt nhất.

“Điều tuyệt vời nhất là bạn có thể bắt đầu chỉ với vài dòng code!”

Giá trị của Ultralytics YOLOv5#

• Tăng cường dữ liệu (Data augmentation)
• Tốc độ suy luận (Inference speed)
• Việc model có sẵn trong nhiều biến thể (s, m, l và x), mỗi biến thể có độ chính xác phát hiện và hiệu suất khác nhau đã giúp cô ấy thực hiện dễ dàng hơn.

Lians khuyến nghị sử dụng Ultralytics YOLOv5 cho bất kỳ ai mới bắt đầu làm quen với lĩnh vực này. Theo cô ấy, "YOLOv5 được xây dựng cho tác vụ phát hiện đối tượng, vì vậy nó rất giỏi trong những gì nó làm! Do có ít phép toán hơn và ít mã nguồn phải viết hơn, YOLO là một trong những thuật toán phát hiện đối tượng nổi tiếng nhất nhờ tốc độ và độ chính xác."

Lians cởi mở đón nhận các hợp tác trên GitHub và sẵn sàng trò chuyện trên Twitter, cô ấy cũng xuất bản các bài viết về những dự án mà cô ấy đang thực hiện. Hãy xem bài viết của cô ấy: Introduction to Object Detection with YOLOv5!

Tôi đã triển khai model object detection trên một số video có cả ngựa vằn và linh dương impala và.... Từ góc độ này, tôi nghĩ mình sẽ phải quay lại bếp và làm việc với nhiều dữ liệu hơn cũng như hoàn thiện model. #100daysofcoding @ultralytics #objectdetection @WomenInDataAfri

— lian.s (@lians_) November 29, 2022

Cảm ơn bạn đã đọc về trải nghiệm của Lians. Với tư cách là Ultralytics, chúng tôi mong muốn có thêm nhiều phụ nữ tham gia vào lĩnh vực này. Chúng tôi sẽ tiếp tục làm cho AI trở nên dễ dàng hơn cho tất cả mọi người, hãy tiếp tục theo dõi nhé!