En general, los campos de aprendizaje automático (ML) y visión artificial (CV) no son populares en los países africanos.
Me costó mucho tratar de explicar mi proyecto de visión por computadora a profesores y estudiantes de ingeniería, no porque careciera de conocimientos sobre CV / ML, sino porque ellos eran los que faltaban.
Mis compañeros estudiantes se rieron de mis primeros esfuerzos diciéndome cuán loca era la idea de que un programa de computadora pudiera reconocer objetos a través de las cámaras.
- ¿Cuáles son algunas de las herramientas de procesamiento de lenguaje natural más comunes utilizadas por las grandes corporaciones minoristas?
- ¿Puede un desarrollador de aprendizaje profundo atrapar criminales que abusan de niños?
- ¿Cómo entrenar codificadores automáticos dispersos en imágenes?
- ¿Cuál es la diferencia (o relación) entre el aprendizaje profundo y un sistema inteligente?
- ¿DevOps mejora las operaciones de ciencia de datos y aprendizaje automático?
Algunos me acusaron de intentar hacer un humano artificial, argumentaron que solo los humanos pueden reconocer o sentir sus entornos con sus ojos, un patrón de pensamiento muy superficial, debo decir.
Respondí diciendo:
“Se supone que ustedes deben pensar como ingenieros, ser analíticos. Mire las soluciones propuestas primero antes de llegar a conclusiones poco convincentes ”.
Es por eso que decidí hacer el proyecto solo, fue tan difícil para la mayoría de los estudiantes de la universidad de Zambia entender lo que estaba trabajando.
Hice mi mejor esfuerzo para explicar las ideas en vano.
El problema con la mayoría de las personas aquí es que no creen en sus habilidades. Solo quieren un título para poder buscar trabajo, holgazanear en la oficina, cobrar a fin de mes, criar una familia, envejecer y alimentarse de sus hijos.
Están condicionados a seguir ese status quo y nunca probar caminos no probados.
Pero quién soy yo para criticarlos, tengo la libertad de elegir mi propio camino. Así que respiré hondo y comencé un viaje de autodescubrimiento.
El aprendizaje automático es muy interesante y espero que más personas en África lo aprendan y lo aprecien.
Mis aplicaciones relacionadas con el aprendizaje automático y la visión por computadora tienen el 99% de la audiencia de EE. UU., Alemania, Reino Unido, Rusia e India y menos del 0,5% en África. En África recibo descargas principalmente de Sudáfrica.
Aquí hay un patrón, las naciones más avanzadas entienden las aplicaciones, mientras que las menos avanzadas tienen dificultades para comprender de qué se tratan mis aplicaciones.
Higo 1: Bimostitch panorama stitcher 30 días de distribución de descarga .
Fig. 2: Instalaciones del totalizador de por vida de Bimostitch panorama stitcher.
Me rompe un poco el corazón.
Espero que esto ayude