为什么赋能 AI 与数据科学领域的女性至关重要

企业采用人工智能的速度比以往任何时候都要快，以简化流程。例如，AI 可用于自动化客户服务任务、帮助医生诊断疾病、改善搜索引擎结果、控制自动驾驶汽车等。这样的例子不胜枚举……

随着 AI 深入日常生活的方方面面，科技领域的多元化与包容性问题依然是一个重大关切。特别是女性在数据科学和 AI 领域持续处于代表性不足的状态（包括性别数据差距），这会导致技术产品和算法系统中的偏差被编码并放大，进而产生有害的反馈循环。

“要实现真正的多元化，你需要将那些思维方式不同的人引入 AI 领域。”Kay Firth-Butterfield，AI 与机器学习主管兼执行委员会成员

AI 是女性能够取得巨大成功的领域之一，尤其是在推动女性参与该行业的正确助力下。

为你介绍数据科学与机器学习爱好者 Lians Wanjiku。在这里，我们将一起回顾她的数据科学之旅，并激励年轻女性投身于这场技术浪潮。

Lians 目前是肯尼亚 Dedan Kimathi 科技大学数据科学中心的一名大四学生和研究助理实习生。

在注意到从数据中提取洞察是多么简单后，Lians 对机器学习产生了浓厚兴趣。大约一年前，她加入了一个数据科学社区，并对将其作为职业方向产生了强烈意愿。对 Lians 而言，数据科学和 AI 推动未来的方式简直太神奇了！

用于检测动物物种的Ultralytics YOLOv5#

Lians 几个月前才开始接触 YOLOv5！在处理各种动物物种的图像时，将 YOLOv5 作为目标检测模型的主要目标是对她学校保护区内的动物物种进行分类。在项目的后期，她意识到在分类之后，模型可以自动标注所有图像。这使得减少人工投入和节省图像标注时间变得更加容易。

Lians还尝试了其他预训练的目标检测模型，例如TFOD和YOLOv3，因为她最初需要学习并掌握PyTorch的知识和技能。然而，通过研究找到Ultralytics YOLOv5后，她很快就将其投入了应用。对Lians而言，该模型的表现最好，因为它轻量化、易于使用且提供了最佳精度。

“最棒的部分是你只需要几行代码就能上手！”

Ultralytics YOLOv5的价值#

• 数据增强
• 推理速度
• 该模型提供了多种变体（s、m、l 和 x），每种都有不同的检测精度和性能，这让她的工作变得更加轻松。

Lians 推荐对这个领域感兴趣的新手使用 Ultralytics YOLOv5。用她的话说：“YOLOv5 是专为目标检测构建的，所以它在这方面非常擅长！由于操作更少、需要编写的代码也更少，YOLO 凭借其速度和准确性，成为了最著名的目标检测算法之一。”

Lians 欢迎在 GitHub 上进行合作，也可以在 Twitter 上与她交流，她还会发表关于自己正在进行的项目的文章。来看看她的文章：Introduction to Object Detection with YOLOv5！

我在一些包含斑马和黑斑羚的视频上部署了目标检测模型，然后……从这个角度来看，我想我得回到厨房处理更多数据并完善模型。 #100daysofcoding @ultralytics #objectdetection @WomenInDataAfri

— lian.s (@lians_) November 29, 2022

感谢你阅读 Lians 的经历。作为 Ultralytics，我们期待更多女性加入这一领域。我们将继续让每个人都能更轻松地使用 AI，敬请关注！