Celina Lee, CEO og medstifter af Zindi – Interviewserie

Celina Lee er CEO og medstifter af Zindi, det største professionelle netværk for datavidenskabsfolk i Afrika.

Celina har en passion for at frigøre datans kraft for socialt godt. Celina har en bevist track record af tankeledelse i skæringen mellem data og udvikling og har spillet centrale roller i lanceringen af globale platforme, herunder Alliance for Financial Inclusion, insight2impact og nu Zindi. Celinias arbejde har omfattet både den private og offentlige sektor og forskellige udviklingsområder, herunder finansielle inclusion, mikro- og småvirksomhedsudvikling, markedssystemudvikling, køn, klimaforandring og folkesundhed. Hun har boet og arbejdet i lande i hele Asien, Latinamerika og Sub-Saharan Afrika.

Hvad var det, der oprindeligt tiltrak dig til datalogi og anvendt matematik?

Hele mit liv har jeg nydt matematik. Da jeg fik at vide om det anvendte matematikprogram, gjorde det bare mening for mig, fordi jeg værdsætter, hvordan data og matematik oversættes til virkelige verdensansøgninger. Det, jeg kan lide ved at arbejde med data, er, at data har en historie at fortælle. Data kan være utroligt betydningsfuldt, men kun hvis du får det til de rette menneskers hænder. Det er magi.

Hvad er nogle af de unikke udfordringer ved at implementere datavidenskab og maskinlæringsløsninger i Afrika?

En udfordring er, at datasæt kan være sparsomme. For eksempel, hvis du arbejder med naturligt sprogbehandlingsproblemer på lokale afrikanske sprog, har nogle sprog kun tusinder af modersmål; nogle er ikke engang skrevet. Du har ikke den mængde data, du har for engelsk, for eksempel. Men naturen af udfordringen er netop det, der gør løsningerne endnu mere vigtige og betydningsfulde.

Hvornår fik du først ideen til crowdsourcing af data-løsninger?

Jeg lærte om Kaggle for mange år siden, da jeg var i San Francisco, da det kun var en start-up. Konceptet om at have crowd-byggede data-løsninger for organisationer resonerer med mig. Men jeg så en åbning i, at datasættene og problemstillingerne tydeligt var kilder fra store, overvejende amerikanske virksomheder, og deltagerne var ligeså overvejende fra den “udviklede” verden. Jeg havde arbejdet i mange år med data i den internationale udviklingssektor. Jeg så en mulighed for at løse problemer for og af andre regioner.

I de første få dage efter lanceringen, kollapsede platformen, fordi Zindi havde så mange tilmeldinger. Var du overrasket over, hvor hurtigt dette blev optaget af fællesskabet?

Jeg var overrasket, men ikke chokeret. Vi havde tydeligt ikke forventet den mængde trafik, vi fik i de første få dage, eller ellers ville det ikke have kollapset! Men jeg vidste, at der var en efterspørgsel på markedet blandt unge afrikanske datavidenskabsfolk og aspirerende datavidenskabsfolk efter denne type platform. Unge mennesker på kontinentet er ambitiøse, energiske og innovative. De vil gøre arbejdet, og de vil gøre alt muligt. Så jeg var ikke chokeret over, at en online-rum som Zindi straks resonerer. På Zindi kan de kobles til andre lige sindede mennesker fra hele Afrika og verden, de kan bygge nye færdigheder, de kan vokse deres eget profil og portfolio, og de kan få job. Derudover vil jeg bemærke, at mennesker tog megen stolthed i, at dette var en afrikansk platform, der havde afrikanske datasæt og problemer. Som en datavidenskabsmand sagde til mig, på Zindi har hun fundet et hjem.

DeepMind lancerede en konkurrence på platformen for lidt over et år siden, hvad var denne konkurrence?

DeepMind-konkurrencen var til at udvikle dybe læringsmodeller til at identificere havskildpadder ved hjælp af de unikke mønstre på deres ansigter. De geometriske mønstre på havskildpaddernes ansigter er som fingeraftryk. Men der er ikke en stor mængde nærbilleder af havskildpaddernes ansigter. Vi arbejdede med Local Ocean Conservation, en lokal non-profit-organisation i Kenya, der havde en samling af tusinder af billeder samlet over 10 år med arbejde i feltet med havskildpaddebeskyttelse.

Betydningen af disse AI-modeller er, at de kan eliminere behovet for fysisk mærkning, som kan være dyrt, upålideligt (fordi de falder af eller bliver beskadiget) og de kan være farlige for havskildpaddernes sundhed. Vi havde over 700 deltagere, der arbejdede på dette problem. Og løsningerne er open source, og andre non-profit-organisationer arbejder i øjeblikket på at udvikle mobile-baserede applikationer ved hjælp af de resulterende algoritmer.

Hvad er nogle eksempler på andre udfordringer, der er blevet lanceret på platformen?

Vi har kørt over 300 udfordringer på Zindi-platformen. Disse udfordringer dækker mange forskellige industrier, tekniske områder og kompleksitet! Det, der er spændende, er, at de alle er virkelige verdensansøgninger af AI og datavidenskab, overvejende i Afrika.

For at nævne nogle få: Brug af maskinlæringsmodeller til at forudsige luftforurening i Kampala, forudsige energiforbrugs niveauer for 5G-netværk, identificere jordskred ved hjælp af satellitbilleder, korrigere uregelmæssige og fejlbehæftede GPS-lokationer for en fitness-app i Egypten, identificere landbrugsrelaterede ord på luganda (et lokalt sprog i Uganda) på radioen, måle biomasse i Elfenbenskysten ved hjælp af satellitdata.

Listen fortsætter! Du kan se dem alle her.

Hvor mange datavidenskabsfolk arbejder på et listet problem i gennemsnit, og hvor succesfulde er virksomhederne i at løse de udfordringer, der er listet?

Normalt mellem 500 og 1000, eller nogle gange mere, arbejder på et givet problem på platformen. Dette afhænger af problemets kompleksitet og den pris, der er på tilbud. Vi har uddelt i alt over 500.000 USD til vindende datavidenskabsfolk i Zindi-fællesskabet.

Vi har haft en række succesfulde historier gennem årene. For eksempel, Zimnat, det største forsikringsselskab i Zimbabwe, fik maskinlæringsalgoritmer fra deres Zindi-konkurrence til at forudsige, hvilke kunder der var mest sandsynlige at forlade (stoppe med at betale og forlade systemet). De integrerede disse modeller i deres kundeservice-dashboard, hvilket gjorde det muligt for dem at reducere kundeflugt med 30% det år! Zimnat hyrede også en af de bedste datavidenskabsfolk i Zimbabwe.

Virksomheder ejer IP fra de tre bedste løsninger. Ud over modellerne selv, værdsætter virksomheder virkelig at have hundredvis af intelligente mennesker, der arbejder på deres problemer. Det er en måde at teste nye idéer på, udsource problemer, som deres interne hold ikke har tid eller den tekniske kapacitet til at arbejde på, eller ofte det, der er mest værdifuldt, er bare at have en indsprøjtning af nye idéer og perspektiver.

Kan du diskutere, hvordan Zindi så kobler datavidenskabsfolk sammen med virksomheder efter konkurrencen?

Der er i alt 70.000 brugere (data- og AI-praktikere) registreret på Zindi fra hele verden og 52 af de 54 lande i Afrika. Omkring 50% af vores brugere er på universitet; 85% har en universitetsuddannelse eller arbejder på en. Vores mål er at gøre AI og datavidenskab tilgængeligt for alle.

Hver måned er omkring 6.000 aktive på platformen. Det betyder, at de enten deltager i konkurrencer, læser læring-blogs, sender beskeder på diskussionsfora, direkte beskeder med venner eller søger job.

Hver gang en datavidenskabsmand deltager i en konkurrence, poster på diskussionsforummet eller deltager i en gruppe, bliver denne aktivitet tilføjet til deres Zindi-profil. Zindi-profilen bliver deres levende CV og deres bevis for arbejde.

Vi hjælper virksomheder med at hyre datavidenskabsfolk og bygge deres talentpipeline på flere måder. Vi tilbyder virksomheder corporate-medlemskab af Zindi, som giver dem adgang til fordele, herunder at køre konkurrencer på Zindi, hvor de ejer IP fra de tre bedste løsninger, og de kan også hyre direkte fra konkurrencens leaderboard. De får også en konto til Zindi Talent Search, som giver potentielle arbejdsgivere mulighed for at søge i Zindi-profiler og direkte identificere og hyre kandidater baseret på deres faktiske præstation på forskellige typer af virkelige problemer, dvs. konkurrencerne.

Hvad er din vision for Zindis fremtid?

Min vision for fremtiden er, at Zindi skal være anerkendt som den eneste vigtigste pipeline for millioner af upagtet og divers data- og AI-talent fra hele verden. Hver aspirerende data- og AI-praktiker vil vide, at de må komme til Zindi. Zindi-platformen er et sted, hvor uanset deres baggrund, de ved, de kan bygge deres færdigheder, kobles til mentorer og ligesindede, som kan hjælpe dem på deres rejse, skabe en profil, der viser deres evner, og tilbyder dem karriere-muligheder.

Og hver virksomhed vil have brug for deres Zindi-medlemskab for at holde sig foran konkurrencen, fordi på få års tid vil hver virksomhed konkurrere på kvaliteten af deres datavidenskabs- og AI-kapaciteter.

Vi lover i øjeblikket alle Zindianere på platformen, at vi vil ændre deres liv, hvis de lader os. Vi har allerede set mange unge mennesker, der startede på Zindi, kæmpede for at læse deres CSV-fil, og ét til to år senere efter at have deltaget i multiple konkurrencer på Zindi, engageret sig på diskussionsfora og samarbejdet med forskellige mennesker, fik de fantastiske job på grund af de færdigheder og ry, de byggede på Zindi.

Tak for det gode interview, læsere, der ønsker at lære mere, skal besøge Zindi.